De fundador frustrado a ingeniero práctico: cómo la IA marcó la diferencia

Breaking Free: aprender los conceptos básicos de la codificación 🧑 ‍ 🎓

¿Alguna vez has tenido una visión de cómo debería verse y funcionar una cosa específica, pero explicarla con todos los detalles llevaría 10 veces más tiempo que mostrar un prototipo funcional?

Ese era yo hace unos años, atrapado en un ciclo familiar para muchos fundadores: proyectos atascados por plazos prolongados para tareas aparentemente sencillas, reuniones interminables para fijar requisitos rígidos y productos finales que no servían realmente a nuestros usuarios ni a la empresa.

Frustrado por las ineficiencias y los desajustes, decidí tomar el asunto en mis propias manos. Empecé a aprender a programar, transformándome en un fundador técnico.

Empecé con recursos como Automatiza las cosas aburridas con Python y Aprenda JavaScript por las malas. En cuestión de semanas, estaba:

• Creación de guiones: El primer guion consistía en extraer los números de contacto disponibles públicamente de una gran cantidad de sitios web 📊
• Trabajando con las API: Uso de Google OAuth para crear inicios de sesión sencillos y probar otros servicios 🔑
• Creación de aplicaciones sencillas: Empecé creando blogs y directorios 🛠️

En cuestión de meses, contribuía activamente a nuestra propia base de código, tomaba decisiones informadas rápidamente e implementaba funciones que realmente servían a nuestros usuarios y a la empresa.

El poder de la autonomía

En muchas empresas, los miembros del equipo se ven obstaculizados por:

• Instrucciones rígidas: Pautas estrictas que dejan poco espacio para la innovación. 🚫
• Miedo a las repercusiones: Una cultura en la que salirse de las funciones definidas podría perturbar a la administración. 😟
• Falta de autoridad para tomar decisiones: Incapacidad para tomar decisiones rápidas que puedan beneficiar al proyecto. 🚶 ‍ ♂️

Como fundador con habilidades técnicas y un profundo conocimiento de las prioridades de nuestra empresa, podría sortear estos obstáculos. Tomé cientos de microdecisiones sobre la marcha, lo que me llevó a soluciones eficientes y eficaces que se alineaban perfectamente con nuestros objetivos.

Sobrecargar con AI 🚀

Gracias a los avances de la IA, especialmente los modelos de lenguaje grande (LLM), convertirse en un fundador técnico es más accesible que nunca. Durante el año pasado, la IA fue mi «desarrollador junior», lo que me ayudó a ir más allá de Python y MERN a lenguajes y marcos como Java, Kotlin (Android), Objective-C/Swift (iOS), Go e incluso extensiones de navegador.

Hace poco, creé una herramienta de inicio rápido que genera código para nuestros socios desarrolladores en solo 2 a 3 horas, una tarea que mi equipo podría haber llevado tres días o más.

En este artículo, compartiré mi trayectoria y mis procesos para inspirar a más fundadores a adoptar un enfoque práctico cuando sea importante, incluso si no eres un desarrollador a tiempo completo.

‍Elegir el proyecto correcto ⚖️

Es importante elegir los proyectos con prudencia a la hora de aprovechar los LLM.

1. Apéguese a las tecnologías establecidas:
   • Los LLM se capacitan en datos históricos, por lo que funcionan mejor con la tecnología establecida. Por ejemplo, el uso de Node.js, que existe desde hace más de una década, garantiza que la mayoría de los problemas tengan soluciones conocidas. Sin embargo, con herramientas más nuevas como Supabase, descubrí que faltaban las instrucciones generadas por ChatGPT, lo que me obligó a averiguarlo manualmente.
2. No esperes la mejor implementación:
   • Los LLM pueden proporcionar soluciones funcionales, pero es posible que no sean las más eficientes o escalables. En el caso de las funciones que no son críticas, suele funcionar bien siempre que las salidas sean correctas. Sin embargo, en el caso de los sistemas principales, es posible que deba profundizar más para refinar la solución.
3. Sé específico con tus indicaciones:
   • Un aviso detallado es crucial, al igual que definir los requisitos del producto por adelantado. Dedicar tiempo a aclarar las expectativas desde el principio puede ahorrar mucho tiempo en el futuro, evitando costosas reescrituras y resultados desalineados.

Construyendo el mensaje

No soy un experto en prontitud, pero a través de prueba y error, he aprendido algunos trucos para obtener mejores resultados de los LLM. En este caso, estaba creando un generador de comandos proxy para que los desarrolladores pudieran introducir algunos parámetros y, a continuación, copiar y pegar el código en su terminal y obtener respuestas correctas. Después de buscar ejemplos en Internet, hice una captura de pantalla de una herramienta similar y escribí mi mensaje inicial en un editor de texto:

Esta es una captura de pantalla de un generador de comandos proxy. ¿Puedes decirme en detalle lo que ves?

El LLM arrojó un desglose detallado de las funciones del generador de proxy, pero no todas eran relevantes. Lo simplifiqué para incluir solo las funciones esenciales que necesitábamos, como las opciones de segmentación y la selección de protocolos.

Esto es para lo que refiné el mensaje:

Necesito ayuda para elaborar una guía de inicio rápido para un panel de desarrolladores que utilizan los socios para generar solicitudes a través de una red de proxy residencial.

La guía debe cubrir los siguientes parámetros:

Opciones de segmentación: predeterminadas o filtradas (país, estado, ciudad, código postal).
Tipo: proxies giratorios o fijos.
Protocolo: HTTP, HTTPS o SOCKS5.

[Ejemplos de solicitudes de cURL para cada una de estas configuraciones]

Implementación y solución de problemas

La primera respuesta del LLM incluyó una implementación aproximada de JavaScript de la guía de inicio rápido. Aunque la estructura estaba ahí, no era del todo correcta: visualmente, era torpe y algunas funciones no funcionaban. Esta es una captura de pantalla de una de las primeras versiones (la primera tenía un aspecto mucho peor, pero se me olvidó guardar una captura de pantalla):

‍

‍

Después de revisar el resultado, proporcioné comentarios para ajustar la implementación:

• HTTP y HTTPS tenían que estar separados, utilizando puertos diferentes.
• El botón «Guardar configuración» no era necesario y podía sustituirse por el botón «Copiar».
• Los menús desplegables para la selección de países y estados requerían funciones de autocompletado para facilitar su uso.
• Otros pequeños ajustes, como los cambios de color de fondo, mejoraron la experiencia del usuario.

Durante las dos horas siguientes, usé el LLM para todas las tareas tediosas, como generar opciones desplegables y corregir errores menores. Por ejemplo, pedí al LLM que creara listas de códigos de países y estados de EE. UU., y también me ayudó a solucionar el problema del botón «Borrar configuración», que al principio no funcionaba correctamente.

Si bien el LLM fue fundamental para completar las tareas básicas, algunos trabajos requerían conocimientos de dominio, como:

• Crear una nueva pestaña en la barra lateral.
• Configuración de rutas para la nueva página.
• Inyectar credenciales específicas del usuario (nombre de usuario de proxy y clave de API) en los comandos curl.

El lunes por la mañana, la función estaba disponible después de una revisión rápida. Esta es la versión final del generador de proxy:

‍

Lecciones aprendidas

Este proyecto fue un gran ejemplo de cómo los LLM pueden acelerar el desarrollo para los fundadores con algo de experiencia en codificación. El LLM se encargó de la mayor parte del trabajo preliminar, y yo intervine cuando se necesitaba experiencia técnica.

🔑 Conclusiones clave:

1. Los LLM sobresalen con tecnologías establecidas pero tienen problemas con tecnologías más nuevas y problemas complejos.

• Las indicaciones detalladas mejoran en gran medida la calidad de salida.
• Los LLM pueden aumentar la velocidad, pero pueden sacrificar la calidad y/o la escalabilidad. No siempre producen el código más optimizado, pero pueden ayudar a los fundadores a actuar con rapidez y centrarse en las principales prioridades empresariales.
• Tener algunos conocimientos técnicos marca una gran diferencia. Conozca los fundamentos del funcionamiento de las aplicaciones y la relación entre la base de datos, la API y el front-end para que pueda guiar a los asistentes de codificación de LLM y solucionar problemas.

‍

En solo unas horas, pude crear e implementar una función que a mi equipo le habría llevado días. Para los fundadores como yo, aprovechar los LLM nos permite abordar los desafíos técnicos, ahorrar tiempo y hacer que el negocio siga avanzando.

Reflexiones finales

Aprender a programar transformó mi papel como fundador, pero la incorporación de la IA en mi flujo de trabajo lo ha llevado al siguiente nivel.

Espero que este tutorial ayude a otros fundadores a superar el obstáculo mental de convertirse en técnico y también darse cuenta del potencial del desarrollo impulsado por la IA. Herramientas como los LLM hacen que sea más fácil que nunca hacer realidad tus ideas.