Silicon Valley integra 1.000 pull requests al mes amb IA. Nosaltres també, des d’Espanya i amb 300 dòlars d’IA al mes
Per Xavier Franco, CEO de Elternativa · Grupo Zemsania
· · 7 min de lectura
Redactat amb ajuda d’IA i revisat per Xavier Franco

En aquest article
- El que es publica des de Silicon Valley
- Espanya: 1.028 pull requests en 30 dies
- Com va començar: una plataforma que es construeix a si mateixa
- El secret: el mètode viu dins del sistema
- ×2: la flota intel·ligent
- ×4: la validació intel·ligent
- 29 cèntims per pull request
- A partir d’aquesta setmana, tot l’equip
- El que això significa per a la teva empresa
- Com t’ajudem
Una enginyera de Silicon Valley s’ha fet viral per integrar 1.000 pull requests al mes treballant amb IA. Es comparteix com l’última paraula. A Datagentis fem el mateix. Des d’Espanya. Amb una sola persona. I amb 300 dòlars d’IA al mes. No t’ho explico: t’ho ensenyo, amb els gràfics del nostre propi Git. És una prova que he fet jo, personalment, durant 30 dies, i per això la signo.
El que es publica des de Silicon Valley
L’enginyera és Lauren Tan, i no és qualsevol:
- Forma part de l’equip de React, una de les llibreries d’interfícies web més usades.
- Va obrir com a keynote la React Conf 2024, quan treballava a Meta.
- Avui treballa a Cursor, un dels editors de codi amb IA més coneguts, amb seu a San Francisco i recentment comprat per SpaceX. Per això la presenten com a enginyera de SpaceX AI.
Entrevista pública a YouTube: «Lauren Tan - SpaceXAI engineer». Veure l’entrevista a YouTube →
A la seva entrevista explica que el mes anterior va enviar uns 1.000 pull requests, i en una altra versió de la xerrada parla de 2.000. El seu secret no és tenir cinquanta agents: ella mateixa diu que treballa amb dos o tres alhora. El seu secret és que no necessita vigilar-los, perquè ha construït un sistema que comprova la feina abans que li arribi:
- Verificació: l’agent prova la seva pròpia feina com ho faria un usuari.
- Avaluació: altres agents avaluen aquesta feina amb criteris fixats.
- Regles que no se salten: el que una persona corregeix dues vegades es converteix en regla.
La seva frase ho resumeix: primer la confiança, després el paral·lelisme.
Espanya: 1.028 pull requests en 30 dies
Ara, les dades de la meva prova. Del 16 d’octubre al 16 de novembre de 2026, mesurades al Datagentis Management Center:
Com s’organitzen: cada compte de Claude Code té la seva flota, cada flota agrupa les instàncies d’aquell compte, i totes les flotes formen un pool que la plataforma governa sola.
El mateix ritme que publiquen els referents de Silicon Valley, i amb el cost a la vista: 300 dòlars d’IA al mes.
Captura original del Datagentis Management Center: la meva cua dels darrers 30 dies, filtrada pels meus 3 comptes. 1.028 tasques, cadascuna amb la seva instància, la seva pull request i el seu estat. Les que estan «Validant-se» o «per validar» porten minuts esperant, no dies.
Com va començar: una plataforma que es construeix a si mateixa
El més potent d’aquest cas és que la plataforma que fem servir per desenvolupar és la mateixa que estem desenvolupant. Datagentis i la seva metodologia, Agentagile, es construeixen amb Datagentis i Agentagile.
Gràfic original del panell Rendiment: PR integrades per setmana al nostre repositori de GitHub. En blau, les que entren via Agentagile (contracte → pull request). Marcats: el 27 de juliol i les dues darreres setmanes.
Mira el gràfic amb mi:
- 27 de juliol: la plataforma comença a desenvolupar-se a si mateixa. Des d’aquí, gairebé tot el que s’integra entra per Agentagile.
- Agost i setembre: centenars de pull requests per setmana, amb pics de més de 350.
- Octubre: velocitat de creuer, entre 180 i 260 per setmana. Ja era un ritme que pocs equips assoleixen.
- Les dues darreres setmanes: aquí és on tot es dispara, amb dues funcionalitats noves. La flota intel·ligent, la setmana del 2 de novembre (×2), i la validació intel·ligent, la del 9 de novembre (×4). Te les explico ara.
El secret: el mètode viu dins del sistema
No programo aquestes pull requests. No persegueixo cap IA. Són 38 instàncies de Claude Code, cadascuna amb el seu propi clon del codi, repartides en les flotes dels tres comptes. La plataforma governa el pool sola, amb capacitat de treball 24/7. Tot funciona en mode semidesatès, igual que el de Lauren Tan: jo marco el rumb del producte, què es construeix i quan està ben fet, i el sistema construeix, prova i valida. Jo intervinc per decidir, no per vigilar.
Funciona perquè el mètode no és al cap de ningú. És dins del sistema:
- Arnesos: cada tasca neix amb el seu contracte, els seus criteris i les seves proves.
- Baranes de seguretat: les regles del projecte se serveixen a cada instància en cada tasca.
- Memòria: cada error es converteix en regla, i la instància següent ja no el repeteix.
El sistema ja sap com es construeix, com es prova i com es valida. L’única cosa que no es delega és saber cap a on va el producte. És la tesi de Lauren Tan portada a l’extrem: quan confies en el sistema, una persona basta per moure una flota sencera.
×2: la flota intel·ligent
El 2 de novembre vam activar la flota intel·ligent. Les instàncies de desenvolupament deixen de ser sessions soltes i es converteixen en una flota que la plataforma governa:
- Assigna cada tasca a una instància i li ordena executar-la, en una sessió neta.
- Reparteix la feina segons la quota de cada compte de Claude Code: cap s’esgota abans d’hora, cap es queda parat.
- Es recupera sola si una instància s’encalla o cau.
×4: la validació intel·ligent
En duplicar la producció, el coll d’ampolla va passar a ser validar. Així que la setmana del 9 de novembre vam activar la validació intel·ligent:
- El mateix pla que reparteix el desenvolupament reparteix també la validació.
- Una instància validadora llegeix el codi de cada pull request i el contrasta amb els criteris i les proves del contracte.
- Cap instància valida el que ella mateixa va programar.
- El rebutjat torna a la cua amb el seu motiu; el validat queda a punt per a la decisió final.
I al panell de rendiment de tot l’equip el 2026: 78,2 PR per setmana i persona, ×9,8 davant del nostre propi històric i ×20,6 davant de la referència de la indústria.
Perquè et facis una idea de l’escala: l’assaig més citat sobre GitHub Copilot, amb 4.867 desenvolupadors, va mesurar un 26 % més de productivitat amb IA. Nosaltres no parlem de percentatges. Parlem de multiplicar.
29 cèntims per pull request
No cal un pressupost de Silicon Valley per treballar al seu ritme. Cal mètode ficat dins del sistema. I això és exactament el que hem construït.
A partir d’aquesta setmana, tot l’equip
Aquesta prova l’he feta jo, amb els meus tres comptes i la meva pròpia cua de feina, per poder explicar-la amb dades i signar-la. Ara toca escalar-la: a partir d’aquesta setmana, tot el nostre equip treballa així, cada persona amb la seva flota, la flota intel·ligent i la validació intel·ligent.
Si una sola persona ha arribat a 1.028 pull requests en 30 dies, l’escalada de funcionalitat que lliurarem a partir d’ara serà impressionant. T’ho aniré explicant aquí, amb les dades de Git.
El que això significa per a la teva empresa
Si una persona amb 300 dòlars al mes integra més de mil pull requests, la pregunta ja no és si la IA pot accelerar el teu desenvolupament. La pregunta és quant temps seguiràs sense fer-ho.
Per on començar:
- Mesura el teu punt de partida: pull requests integrades per setmana i persona.
- Posa el mètode dins del sistema, no al cap de les persones.
- Separa qui executa de qui valida, també entre instàncies d’IA.
- Organitza les instàncies com una flota i reparteix-les segons la quota dels teus comptes.
- Compara-ho al teu repositori, en un abast acotat, abans d’escalar.
Com t’ajudem
A Datagentis no fabriquem agents: fem servir la teva IA, la que ja tens contractada, i l’orquestrem. Li donem un mètode comú que defineixes tu, perquè desenvolupi com ho faria la teva organització, i el teu equip es dedica al que de debò aporta: definir casos d’ús i decidir. És la mateixa metodologia, Agentagile, amb què construïm Datagentis.
Tens tres maneres de treballar amb nosaltres:
- T’assessorem: diagnòstic i full de ruta per fases.
- Ho fem nosaltres: executem els teus projectes amb el nostre sistema, en la modalitat que ja contractes: assistència tècnica, projecte tancat o servei gestionat.
- Oficina Tècnica híbrida: t’ajudem a muntar la teva, operada pels teus equips i els teus proveïdors.
Comencem amb un pilot, i tu decideixes amb els teus números.
I si el teu equip lliurés quatre vegades més amb les mateixes persones?
T’ensenyem en directe la flota i la validació treballant, i com mesurem el salt sobre el teu propi repositori.


