Los 5 arquetipos de Boris Cherny: cómo la IA está redefiniendo los roles en tecnología

Durante años, la estructura de un equipo de producto fue bastante previsible: ingeniería por un lado, diseño por otro, producto coordinando, data science aportando números. Cada quien con su título, su descripción de puesto y su carril definido. Pero a medida que los agentes de IA empiezan a hacer una parte cada vez mayor del trabajo operativo, esa división empieza a sentirse menos útil. Eso es exactamente lo que plantea Boris Cherny, el ingeniero que lidera Claude Code en Anthropic, en una idea que viene generando bastante ruido en X (Twitter) y que después retomaron medios como Business Insider.

Cherny no propone nuevos puestos de trabajo. Propone algo más interesante: cinco arquetipos de ejecución que describen qué está haciendo una persona en un momento dado del ciclo de vida de un producto, sin importar si en su tarjeta dice «ingeniero», «diseñador» o «data scientist».

Los cinco arquetipos que identificó en el equipo de Claude Code

Según Cherny, al observar cómo trabaja su propio equipo, los patrones que emergen son estos:

• Prototyper: genera ideas nuevas a un ritmo alto. La mayoría no llega a producción, y está bien que así sea: su valor está en explorar rápido y barato.
• Builder: toma un prototipo o una idea validada y la convierte en producto o infraestructura de calidad productiva.
• Sweeper: limpia. Simplifica el código, ordena la interfaz, saca funcionalidades que no aportan (unship) y optimiza performance.
• Grower: agarra algo que ya está construido y lo itera para mejorar el ajuste producto-mercado (product-market fit).
• Maintainer: sostiene un sistema maduro, asegurando que sea seguro, confiable, rápido y eficiente a medida que escala.

Lo que vuelve interesante esta clasificación es que no está atada a la función formal de cada persona. Cherny señala que dentro de Anthropic hay diseñadores que encajan en el perfil de Prototyper, otros que son puramente Sweeper, e ingenieros que recorren los cinco roles según el momento del proyecto. La mayoría de la gente, de hecho, combina dos o tres arquetipos a la vez, y esa mezcla cambia con el tiempo.

Por qué esto importa más allá de Anthropic

El punto de fondo es que estas categorías mapean mejor el trabajo real en equipos chicos y ágiles, especialmente aquellos que ya usan IA generativa como parte del flujo diario. Cuando una etapa temprana de producto necesita mucho Prototyper y Builder, y una etapa madura necesita Sweeper y Maintainer, tiene poco sentido contratar «un ingeniero senior» como si fuera una pieza intercambiable: lo que se necesita cambia según la fase.

Esto conecta con otro comentario público de Cherny sobre qué busca Anthropic al contratar: generalistas con contexto cruzado entre disciplinas, gente con poco ego que pueda tirar una idea a la basura sin tomárselo personal, y perfiles empíricos que se apoyan en datos reales más que en intuición. Tiene sentido: si los arquetipos cambian según el momento del producto, conviene contratar personas que puedan moverse entre ellos, no especialistas rígidos en un solo rol.

El otro dato fuerte: cómo cambió su propio trabajo

Cherny también contó algo más personal que ayuda a entender de dónde viene esta reflexión: hace tiempo desinstaló su IDE porque hacía un mes que no lo abría. Hoy ni siquiera le escribe prompts a Claude de forma directa — escribe loops, flujos automatizados que disparan a Claude y deciden qué construir a continuación. Su trabajo pasó de escribir código a orquestar agentes. No es una mejora incremental, es un cambio de fase en cómo se hace el trabajo técnico.

En ese contexto, los cinco arquetipos dejan de ser una curiosidad de management y se vuelven una forma práctica de pensar equipos donde humanos y agentes de IA comparten las mismas tareas. Si Claude (u otro agente) puede asumir buena parte del trabajo de Sweeper o Builder, la pregunta relevante para un equipo chico —freelance, consultora o área de sistemas de un organismo público— ya no es «¿qué puesto necesito cubrir?» sino «¿qué arquetipo me está faltando ahora mismo?».

Una mirada crítica también vale la pena

No todo el mundo recibió la idea con entusiasmo. Algunas respuestas en X advierten sobre un riesgo real: que la gente se «encasille» en un arquetipo y deje de cuestionarse, cuando en la práctica un mismo proyecto te puede llevar de Prototyper a Sweeper en cuestión de semanas. La recomendación que circuló en esos comentarios apunta en una dirección sensata: mantenerse flexible y enfocarse en el objetivo del proyecto, más que en defender los límites de un rol que de todos modos se va a seguir diluyendo.

Para equipos chicos y freelancers: una forma distinta de organizarse

Si trabajás solo o en un equipo reducido —como suele pasar en consultoría tecnológica o en áreas de sistemas con poco personal—, esta forma de pensar el trabajo es, en los hechos, algo que ya vivís todos los días: un mismo día podés prototipar una integración con n8n, después ponerte a limpiar código de un proyecto en Laravel, y cerrar revisando que un servidor con Docker siga funcionando bien. La diferencia es que ahora hay un vocabulario para nombrar esos cambios de modo, y una razón concreta para pensarlos: a medida que los agentes de IA asumen más tareas mecánicas de cada arquetipo, lo que queda en manos humanas se concentra cada vez más en el juicio y la dirección, no en la ejecución repetitiva.

La pregunta que deja abierta Cherny —y que probablemente se va a discutir cada vez más en organizaciones de cualquier tamaño— es si en algún momento los organigramas van a dejar de organizarse por título de dominio (ingeniería, producto, diseño) y van a empezar a organizarse directamente por estos arquetipos de ejecución.

Fuente: https://www.businessinsider.com/job-archetypes-ai-claude-codes-boris-cherny-2026-6