Fotografía de ThisIsEngineering en Pexels, adaptada por Global Agenttic.
La inteligencia artificial ya permite crear una interfaz, conectar una base de datos y levantar una aplicación funcional en poco tiempo. Eso es real. También es real que una demostración que funciona durante cinco minutos está muy lejos de un producto capaz de operar todos los días, proteger datos, recibir pagos y resistir cambios sin convertirse en un problema para el negocio.
Esa distancia queda resumida en un reel publicado por la cuenta Estoy Programando (@estoyprogramando). Allí se responde con ironía a la pregunta de si es posible crear una aplicación con IA sin contratar a un ingeniero de software. La respuesta es afirmativa y, acto seguido, se enumera todo lo que la persona tendría que resolver: requerimientos, arquitectura, frontend, backend, base de datos, autenticación, seguridad, infraestructura, pruebas, despliegues, monitoreo, pagos, correo, privacidad y mantenimiento.
La broma funciona porque la lista no es una exageración. Es el trabajo que separa el código visible de un sistema comercial confiable.
Tres formas de desarrollar con IA que no deben confundirse
Vibe coding, coding asistido por IA y coding agéntico suelen aparecer en la misma conversación, pero describen relaciones distintas entre la persona, el modelo y el código.
| Enfoque | Qué hace la IA | Papel humano | Uso razonable |
|---|---|---|---|
| Vibe coding | Construye la solución principalmente a partir de prompts | Revisa más el resultado visible que los detalles del código y corrige mediante nuevos prompts | Prototipos, pruebas de concepto y herramientas personales de bajo riesgo |
| Coding asistido por IA | Sugiere código, explica, documenta, crea pruebas o ayuda a refactorizar | El profesional conserva el control del diseño, revisa el código y decide qué integrar | Desarrollo profesional cotidiano con revisión y controles |
| Coding agéntico | Explora el repositorio, planifica tareas, edita varios archivos, ejecuta comandos y prueba resultados | El profesional define objetivos y límites, supervisa decisiones y valida la entrega | Trabajos complejos dentro de un entorno preparado, observable y controlado |
El término vibe coding, popularizado por Andrej Karpathy en 2025, describe una forma de programar en la que la persona guía al modelo mediante lenguaje natural, prueba resultados y acepta iteraciones sin seguir de cerca todos los detalles del código. Es una manera potente de materializar una idea. El problema aparece cuando esa comodidad se interpreta como un sustituto universal de la ingeniería.
El coding asistido es distinto. Aquí la IA funciona como una herramienta de productividad dentro de una disciplina conocida. Puede completar una función, detectar un error, proponer una prueba o explicar una dependencia, pero un profesional sigue siendo responsable de la arquitectura y del resultado.
En el coding agéntico la IA gana autonomía operativa. Un agente puede recorrer el proyecto, dividir una tarea, modificar archivos, ejecutar pruebas e iterar. Esa autonomía aumenta la capacidad, pero también el radio de impacto. La investigación de Anthropic sobre el uso de Claude Code encontró una división de trabajo clara: las personas toman la mayor parte de las decisiones de planificación y delegan buena parte de la ejecución. El criterio humano no desaparece; se desplaza hacia la dirección, el control y la validación.
El software comercial comienza donde termina la demo
Una demo responde a una pregunta limitada: ¿la idea puede funcionar? Un producto comercial debe responder muchas más:
- ¿Qué ocurre cuando dos operaciones llegan al mismo tiempo?
- ¿Quién puede ver, modificar o eliminar cada dato?
- ¿Cómo se recupera el servicio después de una falla?
- ¿Qué pasa si un proveedor externo cambia su API?
- ¿Cómo se detecta una transacción duplicada o un webhook repetido?
- ¿Quién recibe una alerta antes de que el cliente reporte el problema?
- ¿Cómo se actualiza una dependencia vulnerable sin romper el sistema?
- ¿Qué evidencia existe de que los respaldos realmente pueden restaurarse?
Un generador puede producir código para cada punto. Eso no significa que conozca el contexto completo del negocio, que haya elegido bien entre varias alternativas o que su solución se comporte correctamente bajo presión.
La IA también puede entregar código que compila y aun así falla en aspectos menos visibles: autorización incompleta, consultas costosas, manejo incorrecto de concurrencia, secretos expuestos, registros insuficientes o dependencias innecesarias. Son fallas que rara vez se descubren mirando una pantalla bonita.
El riesgo no está en usar IA, sino en usarla sin controles
OWASP recomienda tratar el código generado por IA con los mismos controles que cualquier otro código: revisión, análisis estático, escaneo de secretos, verificación de dependencias y pruebas dentro del proceso de integración continua. También advierte que las sugerencias pueden incluir bibliotecas inexistentes, versiones inseguras o patrones que parecen correctos sin serlo.
El Secure Software Development Framework de NIST plantea la seguridad como una práctica de todo el ciclo de vida. No es una revisión que se agrega al final, después de que la aplicación ya está construida. La preparación del equipo, la protección del software, la producción de versiones seguras y la respuesta a vulnerabilidades forman parte del proceso.
Los agentes añaden otro riesgo: pueden actuar. Si reciben acceso amplio, una instrucción equivocada puede modificar muchos archivos, ejecutar comandos destructivos o desplegar una configuración incorrecta. Por eso necesitan permisos mínimos, entornos aislados, límites claros, registros de actividad y puntos de aprobación humana.
Incluso los proveedores de estos sistemas reconocen fallas operativas. Anthropic documentó que sus agentes podían dar una tarea por terminada después de ejecutar pruebas parciales, aunque el flujo completo todavía no funcionara. Por eso recomienda mejores entornos de trabajo, conservación de estado y verificación de extremo a extremo. Más autonomía requiere mejor ingeniería alrededor del agente, no menos.
El nuevo trabajo del profesional
La IA reduce el tiempo dedicado a tareas mecánicas. Un desarrollador puede explorar una base de código, generar pruebas iniciales, preparar migraciones o comparar alternativas con mucha más velocidad. Eso cambia el trabajo, pero no elimina su responsabilidad.
En un proyecto bien dirigido, el profesional:
- convierte la necesidad comercial en requisitos verificables;
- decide la arquitectura y los límites del sistema;
- prepara el contexto y las reglas que usará la IA;
- separa los entornos y protege credenciales y datos;
- revisa decisiones sensibles de seguridad, pagos y privacidad;
- exige pruebas automatizadas y validación de extremo a extremo;
- controla los cambios mediante ramas, revisiones y despliegues reversibles;
- observa el sistema en producción y responde cuando cambia la realidad.
La habilidad ya no consiste únicamente en escribir cada línea a mano. También consiste en saber qué delegar, cómo comprobarlo y cuándo detener una solución que parece convincente pero no cumple las condiciones del negocio.
Cuándo sí tiene sentido el vibe coding
El vibe coding es útil para explorar una idea, crear un prototipo interno, automatizar una tarea personal o aprender mediante experimentación. En esos escenarios, el costo de una falla suele ser limitado y la velocidad de aprendizaje importa más que la durabilidad.
El criterio cambia cuando la aplicación manejará clientes, datos personales, inventario, pagos, expedientes o procesos esenciales. Allí la organización necesita trazabilidad, seguridad, continuidad y una persona capaz de responder por las decisiones técnicas. Pasar de prototipo a producción sin esa transición equivale a confundir una maqueta con el edificio terminado.
Para proyectos comerciales, IA con ingeniería
La conclusión del reel de Estoy Programando es incómoda y acertada: se puede pedir a la IA que genere casi todas las piezas, pero alguien debe entender cómo encajan, verificar que funcionen juntas y mantenerlas cuando el entorno cambie.
El camino correcto no es elegir entre profesionales o inteligencia artificial. Es combinar la velocidad de la IA con la disciplina de la ingeniería y usar cada modalidad donde aporta más: explorar con rapidez, producir con control y automatizar con supervisión. El profesional convierte esas capacidades en un producto que el negocio puede usar y sostener.
En Global Agenttic desarrollamos soluciones con IA aplicada, automatización e ingeniería de software bajo criterios de seguridad, operación y continuidad. Si una idea debe pasar de demostración a sistema comercial, el punto de partida es una evaluación técnica seria, no una colección de prompts. Conversemos sobre su proyecto.
Fuentes y referencia
¡Gracias por tu opinión!
No se pudo registrar tu voto. Inténtalo de nuevo.
¿Listo para aplicar esto en su operación?
Hagamos un diagnóstico inicial, sin compromiso.