Elegiste tu herramienta de programación con IA como se elige un editor de texto. Probaste varias, te quedaste con la que se sentía más fluida y asumiste que podrías cambiar el próximo trimestre cuando saliera algo mejor. Así es como funcionan normalmente las decisiones de software.
Los agentes de programación con IA rompieron esa lógica. Y los datos de JetBrains de abril de 2026 hacen visible la ruptura.
JetBrains AI Pulse, publicado el 7 de abril de 2026, encuestó a más de 10,000 desarrolladores profesionales en ocho lenguajes. Todos los analistas y sus newsletters ya diseccionaron las cifras de adopción — quién lidera, quién se estanca. Pero debajo del marcador hay algo más importante que nadie está midiendo: la acumulación de contexto.
El autocompletado de código tradicional — esa función que sugiere la siguiente línea mientras escribes — no tiene estado. Lee el archivo en el que estás, quizás algunos archivos vecinos, y adivina. Puedes reemplazarlo en cinco minutos. La nueva generación de agentes de programación con IA funciona diferente. Claude Code — el asistente de terminal de Anthropic — lee tu repositorio completo. Cursor — un editor de código potenciado con IA — indexa la estructura de tu proyecto. GitHub Copilot Workspace — la capa de agentes de GitHub, distinta del autocompletado básico de Copilot — rastrea tu historial de pull requests y el contexto de tus issues.
Cada una de estas herramientas construye un modelo de TU codebase. No un modelo genérico de "código" — una comprensión específica de tus convenciones de nombres, tus patrones de arquitectura, las preferencias de testing de tu equipo, las particularidades de tu deploy. Cada pull request revisado, cada bug corregido, cada refactor guiado agrega señal. Después de tres meses, las sugerencias de la herramienta ya no son genéricas. Están afinadas.
Esa afinación es el lock-in.
El costo de cambiar de agente de programación con IA no es el precio de la suscripción — $10 a $20 dólares al mes, insignificante para un negocio. El costo real son las semanas de productividad degradada mientras la herramienta de reemplazo re-aprende lo que la primera ya sabía. Para un desarrollador independiente, es molesto. Para un equipo de cincuenta personas, es un cráter de productividad que nadie presupuestó.
Los datos de JetBrains ofrecen evidencia indirecta. Claude Code tiene la satisfacción más alta de toda la encuesta: un NPS de 54 (Net Promoter Score — qué tan probable es que los usuarios lo recomienden; cualquier valor arriba de 50 se considera excelente). Sin embargo, su adopción en el trabajo es del 18%. Si cambiar de herramienta fuera simple, esa brecha entre satisfacción y uso se habría cerrado rápido. No fue así. Entre las encuestas de JetBrains de mediados de 2025 y abril de 2026, el reconocimiento de Claude Code casi se duplicó del 31% al 57%, y la adopción creció de aproximadamente 3% al 18% — un salto de 6x impulsado casi enteramente por el boca a boca. Pero 18% para el líder en satisfacción sugiere que algo frena la adopción más allá del reconocimiento. Ese algo es el costo de arrancar lo que ya está integrado. ⚙️
Cursor demuestra cómo se ve romper esa barrera cuando la calidad es lo suficientemente dramática. Como reportó Bloomberg el 2 de marzo de 2026, Cursor alcanzó $2 mil millones de dólares en ingresos recurrentes anuales (ingresos por suscripciones anuales), duplicándose en solo tres meses, con más de la mitad del Fortune 500 como clientes. Pero la estrategia de Cursor es reveladora: no te pide que le pongas un plugin de IA a tu editor existente. Reemplaza el editor por completo. Es una toma total del contexto — evitando los costos de cambio al adueñarse de todo el entorno desde el día uno.
Ahora viene lo que achica la ventana de decisión. Los agentes de programación con IA se están moviendo hacia la memoria persistente — historiales de sesión, preferencias aprendidas por proyecto, flujos de trabajo acumulados del equipo. Cada trimestre que esto se profundiza, el costo de cambio se multiplica. Una herramienta que elegiste sin pensarlo mucho en el Q1 se convierte en infraestructura que no puedes sacar para el Q4. ⚙️
Si tu equipo está evaluando herramientas de programación con IA ahora mismo, trata la decisión menos como elegir una suscripción SaaS y más como elegir una base de datos. El costo de migración es bajo el día uno y crece con cada sprint. Haz tu piloto por 90 días, mide contra tu codebase real — no un repo de demo — y comprométete. Porque en seis meses, la decisión ya estará tomada por ti, por el contexto acumulado, no por un puntaje de benchmark.
La guerra de modelos preguntaba "¿cuál IA es la más inteligente?" La guerra de distribución preguntaba "¿cuál IA ya está instalada?" La siguiente pregunta es más silenciosa y más difícil: ¿cuál IA ya conoce tu código tan bien que irse se siente como empezar de cero? Ese es el lock-in que nadie midió. Y para cuando lo notas, ya está construido. 🫶
