Cómo Coinbase escaló la IA a más de 1.000 ingenieros

Cómo Coinbase logró que la IA arraigara en 1.000 ingenieros

La mayoría de las grandes organizaciones de ingeniería prueban herramientas de IA, ven un breve repunte y luego observan cómo la adopción se estanca. Chintan Turakhia, Director Senior de Ingeniería en Coinbase, pasó exactamente por ese valle de desesperación — y salió del otro lado con un manual que realmente funcionó. En esta conversación con Claire Bell en How I AI, describe las tácticas concretas que impulsaron una adopción real.

Por qué la adopción no se consolida: “The company tried to adopt other AI tools and we saw this uptick in adoption. People opened it up, checked the box, did kind of like a hello world thing, but it didn’t stick. My biggest thing is, how do I make this damn thing stick?” (“La empresa intentó adoptar otras herramientas de IA y vimos ese repunte en la adopción. La gente las abría, marcaba la casilla, hacía algo tipo ‘hola mundo’, pero no se consolidaba. Mi gran obsesión es: ¿cómo hago que esto maldito arraigue?”) El problema no eran las herramientas — los modelos no estaban listos a finales de 2024, y en cuanto un ingeniero desistía, todo el equipo lo descartaba. El modelo mental de Turakhia: los modelos de base siempre mejorarán, así que construye el hábito ahora.

Sobre los líderes que vuelven a escribir código: Turakhia pasó de enero a abril de 2025 en Cursor todos los días, corrigiendo bugs personalmente, abriendo PRs y mostrando a los ingenieros lo que era posible. Lo peor que puede hacer un líder es decretar la adopción de IA desde una sala de reuniones. “I do think that it’s really important when you’re doing this organizational transformation that you have a single person with incredible conviction at the leadership level who is also hands on the metal.” (“Creo que es realmente importante que, cuando llevas a cabo esta transformación organizacional, tengas una sola persona con una convicción inquebrantable en el nivel directivo que también esté en las trincheras.”) Empezó por las tareas mecánicas — pruebas unitarias, linting, comandos de git — el trabajo tedioso que nadie quiere hacer.

Sobre las carreras contrarreloj de PRs: El momento de quiebre fue un evento cronometrado: cada ingeniero toma un bug trivial o un cambio de texto y abre un PR usando Cursor. En 15 minutos, 100 ingenieros enviaron 70 PRs. Colapsaron la infraestructura de GitHub. Luego lo extendieron a toda la empresa: 800 ingenieros, 400 PRs en 30 minutos. “Fue realmente una especie de muerte a los reportes de estado, larga vida a construir.”

Sobre medir lo que importa: Turakhia se obsesiona con una sola métrica: el tiempo desde el ticket hasta que el cambio llega al usuario. Eso abarca priorización, programación, revisión y despliegue. El tiempo de ciclo de revisión de PRs bajó de 150 horas de media a aproximadamente 15 horas — una mejora de 10x. El objetivo: alguien da feedback y la corrección se lanza antes de que termine la llamada.

Sobre Cloudbot — su agente interno: Coinbase construyó un bot de Slack interno que encadena tickets de Linear, MCPs (Datadog, Sentry, Amplitude, Snowflake) y múltiples bases de código. El flujo: captura feedback de usuarios por audio → el LLM extrae bugs → crea ticket en Linear → el agente genera el PR → enlace directo a la rama de Cursor → código QR para pruebas en móvil. Una noche, Turakhia lanzó 200 correcciones de bugs desde la herramienta de feedback en un solo lote.

Sobre el rol de “super builder”: Turakhia inventó un nuevo rol: el super builder (super constructor). Su tarea más importante es crear más super builders. Son las personas que impulsan las herramientas de IA, construyen agentes internos y aceleran a todos los demás. Su consejo: estar entre las tres personas con mayor dominio de IA en tu organización de ingeniería es uno de los mejores movimientos profesionales que puedes hacer ahora mismo.

Sobre la desaparición de la sobrecarga de coordinación: “My calendar is empty. Almost empty. And the reason why is because the coordination overhead of prioritizing, changing the roadmap — no, you just do things.” (“Mi calendario está vacío. Casi vacío. Y la razón es que la sobrecarga de coordinación de priorizar, cambiar la hoja de ruta — no, simplemente haces las cosas.”) Los líderes escriben más código. Los equipos se saltan los debates de planificación de sprints porque los ciclos de feedback a corrección se miden en minutos, no en sprints.

6 conclusiones del manual de adopción de IA de Coinbase

• Un líder con convicción en las trincheras — La adopción requiere un campeón práctico que programe a diario, no un mandato desde arriba
• Empieza por las tareas mecánicas — Pruebas unitarias, linting, comandos de git — elimina el trabajo tedioso primero y los ingenieros se sumarán
• Las carreras contrarreloj de PRs generan avances — Los eventos cronometrados donde todos lanzan a la vez construyen convicción y exponen los límites de la infraestructura
• Revisiones de PRs 10x más rápidas — El tiempo de ciclo bajó de 150 horas a 15 horas al comprimir todo el proceso de feedback a lanzamiento
• Los agentes internos superan a las herramientas externas — Cloudbot encadena Linear, Slack y MCPs para ir del feedback del usuario al PR fusionado de forma autónoma
• “Super builder” como camino profesional — La persona que hace a todos más productivos con IA es la contratación más valiosa ahora mismo

Qué significa esto para las organizaciones de ingeniería que adoptan IA

La historia de Coinbase es significativa porque es un caso de estudio real a escala — no una startup de 5 personas, sino más de 1.000 ingenieros en una empresa cotizada con requisitos serios de seguridad y cumplimiento normativo. El manual es replicable: empieza con un líder con convicción que programe, apunta primero a las tareas mecánicas, crea victorias visibles mediante carreras contrarreloj, construye agentes internos donde las herramientas externas no llegan, y mide la única métrica que importa — el tiempo desde el feedback hasta el usuario. Las organizaciones que descifran esto no solo lanzan más rápido. Cambian fundamentalmente lo que es posible con su plantilla actual.