Claude AI Firma Como Coautora de Elo, el Nuevo Lenguaje de Bernard Lambeau

¿Alguna vez sentiste que programar es como armar un mueble con instrucciones en otro idioma? Cada tornillo va, pero el manual no ayuda. Ahora imaginá que, además, tenés un asistente que lee por vos, prueba cada pieza y te avisa si algo queda flojo antes de que se caiga.

Eso es lo que revela Elo, un nuevo lenguaje de programación creado por el desarrollador belga Bernard Lambeau con ayuda de Claude Code, la herramienta de IA de Anthropic, que figura como coautora del proyecto. El hallazgo no es solo el resultado, sino el mecanismo: una colaboración humano‑IA que, según su creador, aceleró todo el proceso.

El 25 de diciembre, Lambeau publicó una serie de informes donde detalla cómo nació Elo y por qué lo presenta como una pieza clave de esta etapa: no “la IA escribiendo código” en soledad, sino un engranaje compartido. En unas 24 horas de trabajo conjunto, el equipo armó un lenguaje completo, con analizador sintáctico (el “lector” de código), sistema de tipos (reglas de compatibilidad), tres compiladores (traductores a otros lenguajes), biblioteca estándar, una CLI (herramienta por comandos) y un sitio de documentación.

“Claude Code es aproximadamente diez veces más rápido que yo programando”, sostiene Lambeau. Pero también subraya un punto central: sin metodología, falla. Y esa advertencia funciona como interruptor narrativo. La velocidad no sirve si el cableado está mal.

Para entender Elo sin entrar en jerga, sirve una analogía doméstica. Programar un sistema de compras online suele ser como montar una instalación eléctrica casera: hay llaves, fusibles, cables que no se ven y, si algo queda mal, el problema aparece cuando ya se prendió fuego el tablero. Elo intenta ser ese tablero ordenado, con pocas llaves, pero claras.

Porque Elo está pensado como un lenguaje “portátil” para reglas repetidas del día a día digital: validación de formularios (chequear datos antes de enviar), procesamiento de pedidos de comercio electrónico y lógica de suscripciones. En lugar de reescribir la misma comprobación en cada plataforma, el plan es describirla una vez y luego compilarla (convertirla a otro lenguaje) a JavaScript, Ruby o SQL.

Ahí entra Claude Code como una especie de electricista incansable que, además, pasa el tester. Claude AI escribe pruebas automatizadas (chequeos que se ejecutan solos), las corre, detecta dónde fallan y corrige su propio código. Pero, y esto es clave, Lambeau no lo dejó “solo en la casa” desde el minuto uno.

Al principio trabajó en un entorno donde Claude Code pedía permisos cada 20 segundos. El desarrollador revisaba casi todo. Luego, tras ver resultados consistentes, configuró entornos seguros para darle más autonomía. Es un cambio gradual: primero con rueditas, después sin manos, pero siempre con una calle controlada.

¿Cuál es el mecanismo que evita que la IA se equivoque “en silencio”?

La respuesta no es mágica. Es método. Lambeau explica que Claude Code necesita ciclos de retroalimentación (iteraciones con corrección) bien diseñados. Si no hay pruebas claras y criterios de calidad, el modelo puede producir código que “parece” correcto, pero falla cuando se lo usa.

Por eso documentó los prompts (instrucciones en texto) y dejó más de 100 tareas en el repositorio para guiar al sistema. Además, publicó un video con su proceso. En otras palabras: no se trata de pedir “haceme un lenguaje”, sino de construir un camino de migas de pan para que la IA no se pierda.

Este movimiento no es aislado. Lambeau no es el primero: Steve Klabnik ya había creado Rue con ayuda de IA. También se mencionan otros casos recientes, como un navegador rudimentario hecho con GPT‑5.2 de OpenAI, o Ferrite, un editor en Rust creado con Cursor (un entorno que integra tecnología de Claude).

La oportunidad práctica para el usuario común (aunque no programe)

Si estas herramientas se consolidan, el impacto se siente en lo cotidiano: formularios que fallan menos, cobros más consistentes, suscripciones con menos errores. Y, sobre todo, software más rápido de construir sin resignar seguridad, porque el trabajo repetitivo queda automatizado y la supervisión humana se enfoca en decisiones finas.

Elo se presenta como un lenguaje deliberadamente limitado, pero muy seguro y sencillo. Como una caja de herramientas con pocas piezas, aunque bien calibradas. Y en un mundo donde el software sostiene compras, turnos y pagos, a veces lo más esperanzador no es tener más funciones, sino un interruptor que realmente corte cuando algo está mal.

Sofía Sicilia

Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.