Coinbase: IA genera 95%-100% de su código, antes 40%
El jefe de la plataforma, Rob Witoff, vinculó el cambio a equipos senior más pequeños después del despido de 700 personas en mayo.
El jefe de plataforma de Coinbase, Rob Witoff, dijo que el intercambio ahora tiene "cerca del 100%" de su código escrito por o con modelos de lenguaje grandes, situando el rango entre el 95% y el 100%. También dijo que prácticamente todos los empleados de Coinbase utilizan IA a diario, enmarcando el cambio como un cambio en el modelo operativo de toda la empresa tras una reducción de personal en mayo.
Puntos Clave
- El jefe de plataforma de Coinbase, Rob Witoff, situó la generación de código asistida por IA en "algún lugar entre el 95% y el 100%" de la base de código de la empresa.
- El uso diario de IA es prácticamente universal dentro de la empresa, con Witoff diciendo "Efectivamente, el 100% de nuestros empleados están utilizando IA a diario aquí."
- El nuevo rango del 95% al 100% se describe como más del doble de la estimación de Coinbase de febrero, que era del 40% de su código escrito con IA.
- Coinbase recortó el 14% de su fuerza laboral a principios de 2026, con 700 reducciones de personal en mayo.
Coinbase sitúa el código escrito por IA en un 95%–100%, frente al 40% en febrero.
Coinbase ahora describe la IA como el camino predeterminado para enviar software, no como una herramienta adicional para un subconjunto de ingenieros. Rob Witoff, el jefe de plataforma de la empresa, dijo "Y cerca del 100% de nuestro código, probablemente en algún lugar entre el 95% y el 100%, está escrito por o con LLMs hoy en día."
Witoff emparejó eso con una afirmación de adopción más amplia en toda la organización: "Efectivamente, el 100% de nuestros empleados están utilizando IA a diario aquí." Juntas, el mensaje es que la IA está integrada en los flujos de trabajo, no confinada a la ingeniería.
El aumento también se enmarca como rápido. La cifra del 95%–100% se describe como más del doble de la estimación de Coinbase de febrero, que era del 40% de su código escrito con IA, lo que implica una aceleración interna aguda en unos pocos meses.
De Pods de 10 Personas a 2–3 Ingenieros Senior: El Nuevo Modelo de Personal
La dirección está vinculando explícitamente el cambio de herramientas a la eficiencia del personal. Witoff dijo que el movimiento permitió a Coinbase reorganizarse en torno a equipos más pequeños y senior, con “dos o tres empleados ahora capaces de manejar trabajo que anteriormente requería 10 o más personas.”
Esa postura se da en el contexto de recortes de personal. Coinbase recortó el 14% de su fuerza laboral a principios de 2026, y 700 empleados fueron despedidos en mayo. El CEO Brian Armstrong dijo a los empleados en un correo electrónico de mayo que la IA había cambiado “dramáticamente” el ritmo de trabajo y que Coinbase necesitaba “volver a la velocidad y enfoque de nuestra fundación como startup, con la IA en nuestro núcleo.”
Witoff dijo que los despidos de mayo afectaron desproporcionadamente a los roles junior: “Hubo muchos roles de desarrollo junior que se vieron afectados.” Agregó que los recortes también se extendieron a marketing, legal, atención al cliente y cumplimiento, lo que importa para los traders que mapean la velocidad del producto y la capacidad regulatoria con el riesgo de ejecución.
Dentro del Flujo de Trabajo: 5–10 Agentes por Ingeniero y una Reclamación de ‘Equivalente a Empleado’ de 1,200
Coinbase también está apostando por herramientas agenciales como la unidad de productividad. Witoff dijo que la mayoría de los ingenieros de Coinbase manejan de cinco a 10 AI agents en cualquier momento dado, y que estos agentes realizan colectivamente trabajo de codificación equivalente a aproximadamente 1,200 empleados.
Él amplió el marco aún más, proyectando que para 2030 Coinbase podría ver a los agentes de IA realizando el trabajo equivalente a 100,000 empleados. Esas son estimaciones ejecutivas, no métricas operativas auditadas, pero establecen expectativas sobre cuán agresivamente Coinbase pretende comprimir los insumos laborales por unidad de producción.
Witoff también trazó una línea clara entre velocidad y seguridad. Describió un “amplio espectro” de dependencia de la IA: la criptografía central sigue siendo en gran medida impulsada por humanos, mientras que el prototipado se describe como efectivamente automatizado.
“Por ejemplo, cuando estamos escribiendo criptografía central, tenemos criptógrafos líderes en la industria que están investigando y revisando meticulosamente una línea a la vez,” dijo.
Agregó: “Estamos utilizando la IA bastante para probar y asegurarnos de que el código que hemos escrito esté funcionando como debería, que no haya vulnerabilidades, estamos verificando las matemáticas, pero esa es una parte mucho más manual que donde estamos construyendo prototipos internos, que ahora es efectivamente un 100% automatizado.”
Puntos de prueba de la temporada de ganancias para los traders que observan el apalancamiento operativo de COIN
La afirmación casi total de codificación asistida por IA es una narrativa de estructura de costos que será probada en las divulgaciones, no en frases llamativas. Coinbase también dijo que su gasto en IA se ha mantenido "plano" a pesar del creciente uso de tokens, pero no se proporcionaron plazos ni cifras en dólares.
Para los observadores de COIN, la próxima llamada de ganancias es el primer verdadero punto de control para evidencia cuantificada detrás del gasto en IA "plano", incluyendo cualquier comentario sobre la nube y los elementos de herramientas, la trayectoria de opex o la guía de capex.
Las señales de contratación también importan: si Coinbase continúa reduciendo roles de ingeniería junior después de mayo, o se orienta hacia perfiles más senior de "orquestación de agentes".
Operativamente, el mercado buscará pruebas en el producto y la cadencia de confiabilidad. Si Coinbase está generando el 95%–100% del código con LLMs, la señal en el mundo real debería ser ciclos de envío más rápidos sin un aumento correspondiente en incidentes. Otra señal clave es si Coinbase reemplaza el rango del 95%–100% con una métrica interna más ajustada o una metodología más clara sobre lo que cuenta como "escrito por o con" LLMs.
Las afirmaciones de productividad de IA son una narrativa de estructura de costos—pero las métricas necesitan verificación
Trato la cifra del 95%–100% de Coinbase como un catalizador de sentimiento hasta que la empresa muestre resultados repetibles y medibles. El umbral que importa es si este flujo de trabajo pesado en IA produce un apalancamiento operativo visible en los gastos reportados mientras mantiene la confiabilidad, especialmente dada la propia distinción de Witoff entre criptografía crítica para la seguridad y prototipado orientado a la velocidad.
La verdadera prueba es si la dirección puede traducir el gasto en IA "plano", equipos más pequeños y el marco de 1,200 equivalentes a empleados en números que sobrevivan al escrutinio de ganancias. Si eso se mantiene, la configuración comienza a parecer estructural en lugar de impulsada por narrativas, y es importante porque revaluaría cómo los traders modelan la base de costos de Coinbase frente a su capacidad para enviar y competir.
