Entre el 3 y el 4 de noviembre de 2026, Cat Wu, la responsable de producto de Claude Code en Anthropic, anunció su salida y su paso a OpenAI, mientras Meta compraba Conductor, una startup que orquesta agentes de código en paralelo, y OpenAI anunciaba la compra de Pierre, cuyas librerías ya mueven la revisión de código dentro de Codex. Tres movimientos en 48 horas. Business Insider tituló el primero como un gran golpe de OpenAI en liderazgo de producto (traducido del inglés). En España, esa misma semana, el análisis de mercado de Shakers contaba 1.017 ofertas activas que piden Claude Code y 774 que piden LangGraph. Los laboratorios se disputan a quien sabe convertir los agentes de código en producto. Las empresas españolas, a quien sabe usarlos. Este artículo ordena qué se ha comprado exactamente, qué dice el contrapunto de Goldman Sachs y qué piden ya las ofertas del mercado español.
La guerra por el talento del coding con IA ya mueve equipos enteros: OpenAI se llevó a la responsable de producto de Claude Code y compró Pierre, y Meta compró Conductor, todo entre el 3 y el 4 de noviembre de 2026. En España, 1.017 ofertas activas ya piden Claude Code y 774 piden LangGraph (análisis de Shakers, n=45.919 activas): la demanda de quien opera estas herramientas ya está en el mercado.
Tres movimientos en 48 horas
Cat Wu llegó a Anthropic en el verano de 2024, tras su etapa como socia de Index Ventures, y se convirtió en la cara visible de Claude Code: la responsable de producto que defendía la herramienta en redes. El martes 3 de noviembre anunció que había dejado la empresa la semana anterior. Al día siguiente confirmó en X su paso a OpenAI, donde dirigirá la gestión de producto del equipo de productos principales. OpenAI confirmó el fichaje y Anthropic declinó comentar, según Business Insider, que recuerda un detalle de contexto: a principios de año Codex se había quedado por detrás de Anthropic en ventas a empresas. Lo que compra OpenAI no es solo una persona. Es el conocimiento de quien llevó el producto rival al mercado empresarial.
El mismo 4 de noviembre Meta anunció la compra de Conductor, una startup fundada en 2024 que permite lanzar varios agentes de código en espacios de trabajo paralelos, en la nube, en local o desde el móvil, cada uno con una parte compartimentada del proyecto. Los agentes no son propios. Vienen de laboratorios como Anthropic y OpenAI. El servicio en la nube cierra el 20 de noviembre y su consejero delegado, Charlie Holtz, pasa a Meta con una explicación que cabe en una línea: está convencido de que Meta Superintelligence Labs tiene "la mayor densidad de talento de todos los laboratorios" (traducido del inglés).
Ese mismo día OpenAI anunció la compra de Pierre Computer Company, cuyas librerías de código abierto Trees y Diffs ya sirven para navegar archivos y revisar cambios dentro de la aplicación de Codex, y cuyo servicio Code Storage, que guarda el código y su historial con Git, se integrará en Codex. El anuncio es explícito sobre el porqué: adaptar los flujos de Git a la forma en que los equipos usan agentes de código, a medida que más tareas avanzan en paralelo. Axios, que adelantó la operación en exclusiva el 4 de noviembre de 2026, la leyó como un movimiento contra GitHub. La operación está pendiente de aprobación regulatoria.
Qué se ha comprado exactamente
Leídos juntos, los tres movimientos cubren las tres capas de un agente de código en producción. El producto: quién decide qué hace la herramienta y para quién. La orquestación: cómo se reparten las tareas entre agentes que avanzan a la vez. El repositorio: dónde queda el código que escriben los agentes y cómo se revisa. Ninguna de las tres es el modelo. Las tres forman el entorno que lo rodea, lo que la disciplina del harness engineering describe como las herramientas a las que llega un agente, los límites que no puede cruzar y los bucles de verificación que le permiten corregirse antes de entregar.
Esa es la novedad de la semana. Hasta ahora la competencia entre laboratorios se contaba en modelos y benchmarks. Ahora se cuenta en personas y equipos capaces de construir la capa que convierte un modelo en una herramienta que alguien usa cada día. El precio de entrada lo marca el propio mercado: un equipo entero en el caso de Conductor, la persona que lideraba el producto rival en el caso de Cat Wu.
El contrapunto: Goldman Sachs pone límites
La misma semana llegó la señal contraria. Goldman Sachs restringió el uso de Claude Code y de las herramientas de código de GitHub a sus ingenieros, después de meses en los que lo permitía también a sus equipos de mercados y de banca de inversión, tras una revisión interna que planteó dudas de productividad y de riesgo, según publicó Bloomberg el 2 de noviembre de 2026. Los equipos cuantitativos con base de ingeniería conservaron el acceso. No es una contradicción. Es la misma lección vista desde el otro lado: la herramienta no es la capacidad. La capacidad es el perfil que sabe operarla dentro de un sistema con controles, permisos y revisión. El análisis de los recortes por IA en España muestra el reverso de ese mismo movimiento: qué puestos se van y cuáles siguen en demanda.
Lo que piden ya las ofertas españolas
El mercado español ya pide por su nombre las herramientas de esta guerra. En el corte del 5 de noviembre de 2026, el análisis de mercado de Shakers contaba 1.017 ofertas activas que mencionan Claude Code y 774 que mencionan LangGraph, el framework de orquestación de agentes, sobre un denominador de 45.919 ofertas activas en la ventana del 14 de junio al 5 de noviembre de 2026, con skills etiquetadas en el 82,8% y la serie congelada en snapshots reproducibles del análisis (noviembre de 2026).
| Herramienta | Ofertas activas en España | Capa del agente de código |
|---|---|---|
| Claude Code | 1.017 | Agente de código |
| LangGraph | 774 | Orquestación de agentes |
Las muestras del corte no son puestos de laboratorio. Titulan Senior Software Engineer. Son ingeniería de producto. El stack que acompaña a esas herramientas, de las librerías a los entornos, se ordena en la guía de herramientas de coding con IA, y el análisis de qué pide de verdad una oferta de AI engineer en España muestra cómo se combinan con el resto de requisitos.
Qué puede hacer una empresa que no puja como OpenAI
- Competir por la capacidad, no por el fichaje. Los laboratorios pagan por quien define el producto. Una empresa que adopta agentes de código necesita a quien los integra con su repositorio, sus controles y su ciclo de revisión, eso es tarea para un AI Engineer.
- Leer las ofertas como mapa del stack. Que 1.017 ofertas pidan Claude Code dice qué herramienta domina. Que 774 pidan LangGraph dice que la orquestación ya es requisito, no extra.
- Decidir quién controla el uso. Goldman restringió la herramienta a ingenieros. Antes de extenderla a toda la empresa conviene definir quién la opera, con qué permisos y con qué revisión, y la guía de qué equipo necesita una empresa para llevar IA a producción ordena esos perfiles.
La guerra se decide en la capa que rodea al modelo
Los laboratorios ya no compiten solo por el mejor modelo: compiten por el producto, la orquestación y el repositorio, y por las personas que saben construir esas tres capas, a un ritmo de tres movimientos en 48 horas y a semanas de la salida a bolsa prevista de Anthropic, cuyo contexto recoge el análisis de lo que revela el S-1 de Anthropic sobre su plantilla y el talento. Para una empresa española la pregunta no es a quién se llevará OpenAI la semana que viene. Es quién opera hoy esas herramientas en su propio repositorio.
Si tu empresa ya usa agentes de código y necesita la capacidad que los integra con su repositorio, sus permisos y su revisión, cuéntanos el proyecto: qué herramientas usa el equipo, qué controles existen y qué falta para operarlas con seguridad. Con ese alcance se puede concretar el perfil o el equipo.
