Google ha dado un paso más en la integración de asistentes de IA dentro de sus entornos de desarrollo. La promesa es clara: automatizar tareas repetitivas y sugerir código para agilizar el trabajo. Sin embargo, las primeras impresiones señalan que el sistema, aunque funcional, presenta carencias notables. El mayor inconveniente es su creciente apetito por recursos de RAM, un bien escaso en muchas configuraciones actuales.
El coste en recursos de la asistencia contextual en tiempo real 🤖
El sistema funciona analizando el contexto del código en tiempo real para ofrecer sugerencias y autocompletado. Este proceso continuo requiere que los modelos de lenguaje se mantengan cargados y activos en memoria. La sobrecarga no es trivial; puede añadir varios gigabytes de consumo de RAM al IDE. Para entornos con múltiples proyectos o herramientas en paralelo, esto se traduce en swaps constantes o en la necesidad de hardware con mayor capacidad.
Tu código cabe, pero la IA que lo sugiere, no 🧠
Es la paradoja moderna: tienes un IDE que apenas usa un 30% de CPU, pero la memoria se agota porque la IA asistente necesita más espacio para pensar que tu propio sistema operativo. Parece que la nueva regla es que, por cada línea de código que escribes, el asistente requiere memorizar tres enciclopedias y el listado completo de librerías de npm. Quizás el próximo paso sea que el IDE nos pida permiso para alquilar un espacio en la nube solo para sus pensamientos.