La irrupció dels agents d'intel·ligència artificial està transformant el sector tecnològic a un ritme que pocs anticipaven. Eines que fa a penes un any requerien instruccions detallades, guions de rols i exemples meticulosos avui responen a frases senzilles. Aquest canvi no és una moda passatgera: és una reconfiguració profunda del que significa ser enginyer de programari. Els qui s'aferrin a les tècniques d'antany veuran com les seves habilitats es deprecien; els qui adoptin noves competències trobaran un terreny fèrtil per al creixement professional. A continuació, explorem tres habilitats que l'era dels agents recompensa i que, paradoxalment, gairebé ningú ensenya de forma explícita.
De la incantació a l' especificació
Durant mesos, la indústria va assajar l'art de redactar prompts elaborats: rols detallats, exemples de pocs dispars, cadenes de pensament i frases màgiques que suposadament desbloquejaven el raonament dels models. Aquesta etapa va ser un pont necessari mentre les màquines encara no comprenien bé les nostres intencions. Però aquest pont s'està esvaint. Cada nova generació de models redueix la utilitat d'aquests trucs. El que queda és una habilitat molt més antiga i fonamental: saber especificar amb precisió el que es desitja. No es tracta d'endevinar com pensa el model, sinó de definir requisits falsables. Un desig com 'fes que l'aplicació sigui ràpida' és subjectiu; una especificació com 'la consulta ha de respondre en menys de 200 mil·lisegons amb 10.000 registres' és verificable. Aquesta capacitat d'escriure especificacions clares, mesurables i sense ambigüitat és el que permet delegar tasques amb confiança, ja sigui a un agent IA o a un col·laborador humà. En la nostra experiència desenvolupant ia per a empreses, hem vist com equips que dominen aquesta especificació aconsegueixen integrar agents intel·ligents sense perdre el control del resultat. La diferència és abismal: un prompt vago genera incertesa; una especificació rigorosa genera certesa. Qui sàpiga redactar requeriments falsables tindrà un avantatge competitiu enorme.
Llegir codi aliè amb criteri propi
Una altra habilitat que s'ha revalorat és la lectura crítica de codi que no hem escrit. Amb la proliferació d'agents que generen línies i línies de programari a mida en qüestió de segons, el treball de l'enginyer ja no és teclejar, sinó validar. Ja no n'hi ha prou amb saber escriure codi de memòria; cal ser capaç de revisar, comprendre i certificar que el codi generat és correcte, segur i eficient. Això és particularment rellevant quan s'implementen solucions que integren múltiples sistemes, com en els serveis cloud aws i azure que oferim. Un desenvolupador que sap llegir codi aliè amb rapidesa, detectar patrons sospitosos i avaluar riscos sense dependre de l'autoria original es converteix en un actiu invaluable. És una habilitat que s'entrena exposant-se a codi de diferents fonts, sense context previ, i construint un model mental a partir del diff. La incomoditat inicial és el símptoma que s'està aprenent. A diferència de les revisions entre col·legues humans, on hi ha estils i convencions compartides, el codi generat per IA pot variar enormement d'un dia a l'altre. Per això, la capacitat de llegir amb escepticisme i rigor és més valuosa que mai.
Dissenyar la verificació abans que l' execució
La tercera habilitat, potser la més infravalorada, és el disseny de verificacions automàtiques. En un entorn on qualsevol tasca pot ser delegada a un agent, la pregunta clau ja no és 'com ho faig?' sinó 'com sé que està ben fet?'. Els enginyers que destaquen són aquells que, abans d' escriure una línia de codi o un prompt, dissenyen el test, la comporta de validació o el criteri d' acceptació que determinarà l' èxit. Això aplica a tot: des d'una funció simple fins a un sistema complet d'intel·ligència artificial integrat amb aplicacions a mida. Per exemple, quan implementem solucions d'intel·ligència de negoci amb power bi, definim indicadors precisos que permeten verificar que les dades es processen correctament. La verificació ha de ser executable per un script, no interpretable pel mateix agent que s' avalua. Aquesta lliçó l'aprenem després d'observar com alguns agents podien argumentar que les seves pròpies objeccions ja estaven resoltes. La solució va ser convertir les regles en codi: un test que falla o passa, sense ambigüitat. Aquesta disciplina, que anomenem 'verificació primer', s'ha convertit en el nostre filtre de contractació i en el criteri per mesurar la maduresa d'un equip. Sense ella, la velocitat de generació de codi es converteix en deute tècnic accelerat.
Implicacions per a la formació i l' empresa
Aquestes tres habilitats —especificació, lectura crítica i disseny de verificació— no s'ensenyen en els cursos tradicionals de prompt. Són competències de judici, no de tècnica. Es cultiven amb la pràctica deliberada i amb un entorn que valori la claredat per sobre de la velocitat. En Q2BSTUDIO, integrem aquest enfocament en cada projecte. Quan un client necessita programari a mida, no només lliurem codi; assegurem que cada requisit sigui falsable, que el codi sigui revisable i que hi hagi mecanismes automàtics de validació. El mateix passa amb els nostres serveis de ciberseguretat: les auditories es basen en criteris objectius que qualsevol eina pot verificar. I en l'àmbit de la intel·ligència artificial, treballem amb agents IA que operen sota especificacions rigoroses, no sota instruccions vagues. També oferim serveis intel·ligència de negoci amb power bi on la verificació de dades és part del disseny, no un afegit posterior. La transformació que estem vivint no és només tecnològica; és cultural. Les empreses que entenguin que la veritable escassetat no està en generar codi sinó a decidir què és correcte, estaran més ben posicionades per aprofitar l'onada d'agents intel·ligents. Els desenvolupadors que inverteixin en aquestes habilitats, en lloc de memoritzar incantacions, veuran com el seu valor professional s' aprecia amb cada avenç dels models.
El camí a seguir
No cal un currículum complet ni un curs car. N'hi ha prou amb tres hàbits pràctics. El primer: abans de delegar qualsevol tasca, escriu una especificació falsable. Si el requisit no pot fallar, reescriu-lo fins que pugui. El segon: en la teva pròxima revisió de codi, tria alguna cosa del que no tinguis context i construeix el model mental només a partir del diff. Aquesta incomoditat és el múscul que necessites entrenar. El tercer: per a qualsevol tasca que vagis a lliurar a un agent, dissenya la verificació abans d' escriure el prompt. Si no pots, és que no entenen la tasca prou com per delegar-la. Aquestes pràctiques, aplicades de forma consistent, convertiran qualsevol enginyer en un professional capaç de governar flotes d' agents amb seguretat i eficàcia. L'era dels agents no és la fi del treball tècnic; és el renaixement de les habilitats de judici. I aquestes, justament, són les que ningú ensenya però tots necessiten.
