Los desarrolladores se distraen 1200 veces al día, MCP se propone solucionar el problema de la productividad.

Los desarrolladores de software dedican mucho más tiempo a tareas que no son de programación que a escribir código. Los estudios del sector sugieren que la programación directa solo representa alrededor del 16 % de la jornada laboral de un desarrollador, y que la mayor parte del tiempo se dedica a tareas y operaciones de apoyo. En una época en la que se exige a los equipos que logren más con menos recursos y los directores generales alaban el código generado por la inteligencia artificial, surge una pregunta fundamental: ¿cómo optimizamos el 84 % restante de la carga de trabajo de un ingeniero?

Mantenga a los desarrolladores donde son más productivos

Uno de los mayores obstáculos para la productividad de los desarrolladores es el cambio de contexto, es decir, el salto constante entre el conjunto cada vez más amplio de herramientas y plataformas necesarias para crear y distribuir software. Según un estudio de Harvard Business Review, el trabajador digital medio cambia entre aplicaciones y sitios web casi 1200 veces al día. Cada interrupción tiene un coste. Una investigación de la Universidad de California indica que se tarda aproximadamente 23 minutos en recuperar completamente la concentración después de una sola interrupción y, lo que es peor, casi el 30 % de las tareas interrumpidas nunca se terminan. Este reto del cambio de contexto es tan importante que se ha incorporado a DORA, uno de los marcos más utilizados para medir el rendimiento del desarrollo de software.

A medida que las organizaciones impulsadas por la IA buscan capacitar a los empleados para que hagan más con menos, yendo más allá de simplemente proporcionar acceso a grandes modelos de lenguaje (LLM), están surgiendo nuevas tendencias. Jarrod Ruhland, ingeniero principal de Brex, cree que «los desarrolladores aportan su máximo valor cuando se mantienen concentrados en su entorno de desarrollo integrado (IDE)». Guiado por este principio, exploró nuevos métodos para hacer esto realidad, y el nuevo protocolo de Anthropic podría ser una pieza clave del rompecabezas.

MCP: un protocolo para aportar contexto a los IDE

Los asistentes de codificación basados en IA, como los IDE mejorados con LLM, como Cursor, Copilot y Windsurf, están impulsando un renacimiento de los desarrolladores, y su tasa de adopción no tiene precedentes. Cursor se convirtió en el producto SaaS de más rápido crecimiento de la historia, alcanzando los 100 millones de dólares en ingresos recurrentes anuales en el plazo de un año desde su lanzamiento, mientras que el 70 % de las empresas de la lista Fortune 500 utilizan ahora Microsoft Copilot.

Sin embargo, estos asistentes se han limitado tradicionalmente al contexto del código base. Si bien esto ayuda a los desarrolladores a escribir código más rápidamente, no aborda el problema más amplio del cambio de contexto. Un nuevo protocolo pretende resolver esto: el Model Context Protocol (MCP). Lanzado por Anthropic en noviembre de 2024, el MCP es un estándar abierto diseñado para simplificar la integración entre los sistemas de IA, especialmente las herramientas basadas en LLM, y las fuentes de datos y aplicaciones externas. Su popularidad está aumentando, con un incremento del 500 % en los nuevos servidores MCP en los últimos seis meses y unos 7 millones de descargas solo en junio.

Una de las aplicaciones más impactantes del MCP es su capacidad para conectar los asistentes de codificación de IA directamente con las herramientas que utilizan a diario los desarrolladores, lo que agiliza los flujos de trabajo y reduce drásticamente el cambio de contexto.

Pensemos en el desarrollo de funciones. Tradicionalmente, esto implica saltar entre múltiples sistemas: leer el ticket en un gestor de proyectos, revisar la conversación de un compañero de equipo para mayor claridad, buscar documentación sobre los detalles de la API y, finalmente, abrir el IDE para empezar a programar. Cada paso existe en una pestaña separada, lo que obliga a cambios mentales que ralentizan el progreso.

Con MCP y los modernos asistentes de IA como Claude de Anthropic, todo este proceso puede desarrollarse dentro del editor de código.

Por ejemplo, la implementación de una función íntegramente dentro de un asistente de codificación podría ser así:

• Extraer los detalles del ticket utilizando un servidor MCP lineal;
• Mostrar las discusiones relevantes utilizando un servidor MCP de Slack;
• Acceder a la documentación necesaria a través de un servidor MCP de Glean.
• Escribir la función pidiendo a Cursor que genere el andamiaje inicial.

El mismo enfoque se aplica a otros flujos de trabajo de ingeniería. Una respuesta a incidentes para ingenieros de fiabilidad del sitio (SRE), por ejemplo, podría implicar:

• Obtener los detalles del incidente a través de un servidor MCP de Rootly.
• Recuperar datos de rastreo a través de un servidor MCP de Sentry.
• Importar métricas de observabilidad a través de un servidor Chronosphere MCP.
• Resolver el error dando instrucciones a Claude Desktop

Nada nuevo bajo el sol

Ya hemos visto este patrón antes. Durante la última década, Slack revolucionó la productividad en el lugar de trabajo al convertirse en un centro neurálgico para cientos de aplicaciones, lo que permitió a los empleados gestionar diversas tareas sin salir de la ventana de chat. La plataforma de Slack redujo con éxito los cambios de contexto en los flujos de trabajo diarios.

Tomemos como ejemplo Riot Games. Al integrar alrededor de 1000 aplicaciones de Slack, sus ingenieros informaron de una reducción del 27 % en el tiempo necesario para probar e iterar el código, identificaron nuevos errores un 22 % más rápido y aumentaron su tasa de lanzamiento de funciones en un 24 %. Estas ganancias se atribuyeron en gran medida a la optimización de los flujos de trabajo y a la menor fricción al cambiar de una herramienta a otra.

Ahora, se está produciendo una transformación similar en el desarrollo de software. Los asistentes de IA, potenciados por las integraciones MCP, se están convirtiendo en el puente hacia todas estas herramientas externas. En efecto, el IDE está a punto de convertirse en el nuevo centro de mando todo en uno para los ingenieros, al igual que Slack lo hizo para los trabajadores del conocimiento en general.

Es posible que MCP no esté preparado para las empresas

MCP es un estándar relativamente joven. Desde el punto de vista de la seguridad, carece de autenticación integrada o de un modelo de permisos, y depende en cambio de implementaciones externas que aún están en evolución. También existe ambigüedad en torno a la identidad y la auditoría: el protocolo no distingue claramente si una acción fue iniciada por un usuario o por la propia IA, lo que complica la rendición de cuentas y el control de acceso sin soluciones personalizadas. Lori MacVittie, distinguida ingeniera y evangelista jefe de la Oficina del Director Técnico de F5 Networks, señala que MCP está «rompiendo los supuestos básicos de seguridad que hemos mantenido durante mucho tiempo».

Otra limitación práctica surge cuando se utilizan demasiadas herramientas o servidores MCP simultáneamente dentro de un asistente de codificación. Cada servidor MCP anuncia una lista de herramientas disponibles, con descripciones y parámetros, que el modelo de IA debe procesar. Inundar el modelo con docenas de herramientas puede saturar su ventana de contexto, lo que provoca una notable degradación del rendimiento a medida que aumenta el número de herramientas. Algunas integraciones de IDE han implementado límites estrictos (alrededor de 40 herramientas en Cursor IDE, o aproximadamente 20 para el agente OpenAI) para evitar que las indicaciones se disparen más allá de la capacidad del modelo.

Por último, actualmente no existe ningún método sofisticado para que las herramientas se detecten automáticamente o se sugieran contextualmente; simplemente se enumeran. Esto a menudo obliga a los desarrolladores a habilitar o deshabilitar manualmente las herramientas o a seleccionar conjuntos activos para mantener la fluidez de los flujos de trabajo. Teniendo en cuenta el ejemplo anterior de Riot Games, que instaló 1000 aplicaciones de Slack, queda claro cómo la proliferación no gestionada de herramientas podría ser problemática para el uso empresarial.

Menos sillas giratorias, más software

La última década ha demostrado el valor de llevar el trabajo al trabajador, desde los canales de Slack que centralizan las actualizaciones, hasta las estrategias de correo electrónico «inbox zero» y los paneles de control de ingeniería de plataformas unificadas. Ahora, con la IA añadida a nuestro conjunto de herramientas, tenemos una oportunidad única para potenciar la productividad de los desarrolladores. Si Slack se convirtió en el centro de la comunicación empresarial, los asistentes de codificación con IA están en una posición perfecta para convertirse en el centro de la creación de software, no solo donde se escribe el código, sino donde convergen todo el contexto y la colaboración relevantes.

Al permitir que los desarrolladores mantengan su flujo productivo, eliminamos el constante cambio mental que durante mucho tiempo ha obstaculizado el rendimiento de la ingeniería.

Para cualquier organización que dependa de la entrega de software, vale la pena analizar detenidamente cómo emplean realmente su tiempo los desarrolladores. Es posible que se sorprenda con lo que descubra.

Sylvain Kalache dirige AI Labs en Rootly.