
En P99 CONF —la conferencia dedicada a la métrica P99— el invitado estrella vino a decir, entre líneas, que el P99 no basta. Adrian Cockcroft, con décadas de arquitectura y escalado de sistemas en Sun, Netflix, eBay y Amazon, repasó en una charla con la analista de RedMonk Rachel Stephens cómo la IA cambió su forma de hacer ingeniería de rendimiento.
Del vmstat al código fuente del kernel
Cockcroft recordó los viejos tiempos en Sun, cuando la gente miraba vmstat y “adivinaba” qué significaban los números. Su solución fue literal: leyó el código fuente del kernel y documentó exactamente de dónde salía cada número, qué significaba y cuáles aproximaban qué. De ahí salieron dos libros de referencia: Sun Performance and Tuning y Resource Management.
Cuatro décadas después, hay un montón de herramientas de tracing end-to-end, pero su curiosidad sigue en lo que las herramientas no muestran. “Todo se ve bien en las herramientas, pero el sistema no se comporta bien”, dice, y su instinto es buscar una forma nueva de mirar los datos: análisis nuevo, mayor granularidad, o dejar de mirar promedios y mirar distribuciones.
Picos, no percentiles
Su tesis central: los percentiles no funcionan para entender la latencia de los servicios web modernos. Un número único como el P99 no te dice si la distribución subyacente tiene un pico o varios. Y cuando hay más de un pico (algo común en producción), la media, la desviación estándar e incluso el P99 pierden significado.
El ejemplo clásico: un histograma con dos picos —uno rápido por un cache hit y otro lento por un miss que exige trabajo real. Si el cache hit rate cambia, cada pico mantiene su posición, pero las alturas suben y bajan. “Tus promedios y tu P99 cambian por todos lados, pero lo único que está pasando es que tu cache hit rate cambió”.
Su respuesta: una herramienta que identifica un número arbitrario de picos en la distribución y sigue cómo fluctúan en el tiempo. Escrita en R —un lenguaje que no usaba hace años, pero que ChatGPT “conocía bastante bien”— y open source.
Vibe coding para herramientas de análisis
Aquí entra la parte más interesante para 2026: Cockcroft confiesa que está vibe coding sus propias herramientas de análisis de anomalías. “Mi speedup es infinito, porque este código no existiría sin estas herramientas. No tendría tiempo de construirlas”. Lo que antes implicaba repasar Python o cazar fragmentos de librerías gráficas en Stack Overflow, ahora lo levanta en minutos con un LLM.
Su consejo para equipos de alto rendimiento: empezar con la vista macro para encontrar lo interesante y luego ir bajando hasta inspeccionar requests individuales lentos de punta a punta. “Recuerda el microscopio que te regalaron de niño: primero enfocas a 10x, luego a 100x, luego a 1.000x”.
Fuente: The New Stack (P99 CONF).


