Introducción

Si llevas un tiempo en el desarrollo web, sabrás que pocas cosas han generado tanto ruido como programar con inteligencia artificial. Y digo ruido porque hay de todo: desde los que proclaman que los programadores vamos a desaparecer mañana, hasta los que insisten en que esto es puro humo y que no sirve para nada serio. La realidad, como casi siempre, está en algún punto intermedio.

Llevo un par de años experimentando con distintas herramientas de IA para programar. He pasado por varias fases: curiosidad, escepticismo, frustración, y finalmente, un cambio real en mi forma de trabajar. En este artículo voy a repasar cómo hemos llegado hasta aquí, por qué el vibe coding y la programación agéntica no tienen nada que ver entre sí, qué pasa cuando le das herramientas potentes a gente sin fundamentos (spoiler: torre de Jenga), y cómo mi flujo de trabajo ha cambiado después de meses usando orquestación agéntica para sacar adelante proyectos que se me habían atascado.

No voy a venderte nada ni a decirte qué deberías hacer. Quiero poner sobre la mesa lo que he vivido y lo que pienso a día de hoy, para que puedas sacar tus propias conclusiones. Porque si algo tengo claro es que este tema requiere criterio propio, no titulares sensacionalistas.

Un paseo por los últimos años

Para entender dónde estamos hoy, merece la pena echar la vista atrás. Porque la cosa no empezó con ChatGPT, aunque mucha gente lo crea.

De autocompletar texto a programar con IA

La inteligencia artificial generativa empezó a asomar en 2019 con GPT-2 de OpenAI, un modelo capaz de generar texto coherente a partir de una premisa. En 2020 llegó GPT-3 y su Playground: recuerdo descubrirlo gracias a un vídeo de DotCSV y flipar. No era un chat, era puro autocompletado de texto, pero ya se intuía que aquello iba a cambiar muchas cosas.

En 2021 ese autocompletado llegó al código con GitHub Copilot, que en aquel momento era poco más que un snippet glorificado, pero plantó la semilla. A finales de 2022 explotó todo con ChatGPT: millones de personas descubrieron que podían pedirle a una IA que les generase código, les explicase conceptos o les ayudase a depurar errores. Durante 2023 la carrera se descontroló: GPT-4, Anthropic con Claude, Meta con modelos open source, Copilot evolucionando hacia chat integrado… los modelos mejoraban a una velocidad impresionante.

La era de los agentes

Entre 2024 y 2025 llegó lo que, a mi parecer, ha sido el cambio más relevante: las herramientas de programación agéntica. Ya no hablamos de un chat donde copias y pegas código, sino de agentes que leen tu proyecto, entienden su estructura, ejecutan comandos y proponen cambios coherentes con tu codebase. Cursor, Claude Code, Windsurf, GitHub Copilot Agent y muchas otras compiten en un mercado que se renueva cada pocas semanas.

De autocompletar texto en 2020 a agentes autónomos en 2025. Cinco años. La velocidad a la que avanza todo genera vértigo, y no me voy a hacer el loco: a mí también me genera cierta inquietud. Pero intentar obviarlo no es la solución.

Vibe coding vs programación agéntica

Aquí es donde se pone interesante, porque no todo uso de inteligencia artificial para programar es igual. Hay una diferencia enorme entre lo que se ha dado en llamar vibe coding y lo que yo considero programación agéntica profesional. Vamos a verlo.

Vibe coding

El término se hizo viral a principios de 2025 y básicamente describe esto: le dices a una IA lo que quieres, la IA te genera el código, tú lo aceptas sin revisar, y a correr. “Vibes”, sin más. No necesitas entender qué está pasando debajo, solo que funcione.

El problema es evidente. Cuando no entiendes lo que tienes delante, no puedes detectar errores sutiles, no puedes mantener el proyecto a medio plazo y, mucho menos, escalarlo. He visto proyectos generados así que parecen funcionar hasta que les tocas una pieza y se viene todo abajo.

Es exactamente como una torre de Jenga donde has ido sacando piezas al azar: de lejos parece que aguanta, pero cada cambio, cada corrección no aplicada a tiempo, cada decisión tomada sin criterio, debilita la estructura. Llega un momento en que el mínimo ajuste lo derrumba todo. Y lo peor es que no sabes por qué, porque nunca entendiste cómo estaba construido.

Programación agéntica con human in the loop

Ahora bien, hay otra forma de usar estas herramientas que no tiene nada que ver. La programación agéntica con human in the loop parte de una premisa distinta: tú eres el profesional que dirige, la IA es la herramienta que ejecuta. Tú defines la arquitectura, estableces las reglas, revisas cada cambio y tomas las decisiones. La IA se encarga de la parte mecánica, repetitiva o de exploración.

Es como la diferencia entre darle las llaves de tu casa a un desconocido y decirle “decórala como quieras”, frente a contratar a alguien, darle instrucciones claras, revisar el trabajo y ajustar lo que haga falta. El resultado es radicalmente distinto.

La diferencia real

En el vibe coding, la persona es un espectador que dice “a ver qué sale”. En la programación agéntica profesional, la persona es un ingeniero que utiliza una herramienta potente bajo su criterio. Uno es como pedir un plato aleatorio en un restaurante con los ojos cerrados. El otro es saber cocinar, tener los ingredientes claros y usar una batidora industrial para ir más rápido. La batidora no sabe hacer la receta, pero tú sí.

El profesional sigue siendo la pieza clave

Este punto no lo digo por corporativismo ni por aferrarme al pasado. Lo digo porque lo he comprobado en primera persona.

La IA no sabe qué tecnología encaja mejor en tu proyecto. No entiende las restricciones de tu equipo, ni los requisitos de negocio, ni por qué elegir una arquitectura u otra. Puede proponerte opciones, claro, pero la decisión es tuya. Y para tomar buenas decisiones, necesitas conocimiento real. Necesitas haber pasado por proyectos que se han complicado, haber depurado errores durante horas, haber sentido esa frustración que te enseña lo que ningún curso te va a enseñar.

A mi parecer, la IA amplifica lo que ya sabes. Si tienes buenos fundamentos, la IA te hace más productivo y te abre posibilidades que antes eran inviables por tiempo. Pero si no tienes esos fundamentos, la IA amplifica también tus carencias. Genera código que no sabes evaluar, introduce patrones que no entiendes y, cuando algo falla, no tienes herramientas para diagnosticarlo.

Los “IA bros” y el humo

Hay un fenómeno que me preocupa bastante: la proliferación de contenido que vende la idea de que “ya no hace falta aprender a programar”. Cursos que prometen que con IA puedes construir cualquier cosa sin conocimientos previos. Perfiles en redes que muestran demos impresionantes de 30 segundos, ocultando las horas de depuración detrás. El clásico “He creado una app completa con solo un prompt” que no muestra las 47 iteraciones que hicieron falta ni los bugs que quedaron sin resolver.

Esto hace un daño real. Trivializa una profesión que requiere años de formación y experiencia. Da falsas expectativas a la gente que está empezando. Y genera un rechazo comprensible en los profesionales que ven cómo su oficio se reduce a “pregúntale a la IA”.

Si estás empezando en esto y estás leyendo este artículo, no te dejes engañar. Los fundamentos siguen siendo imprescindibles:

• HTML, CSS y JavaScript — la base de todo lo que se muestra en un navegador
• Bases de datos — entender cómo se almacena y consulta la información
• Arquitectura y patrones de diseño — saber estructurar un proyecto para que no se desmorone

Todo eso sigue siendo la base. La IA es una herramienta más en tu cinturón, no un atajo para saltarte el aprendizaje. Si quieres un punto de partida, tengo un plan de estudios de 2025 que sigue siendo una buena referencia (estoy preparando una versión actualizada para 2026).

Modelos locales vs servicios en la nube

Otro tema del que se habla bastante es la posibilidad de ejecutar modelos de inteligencia artificial en local, en tu propia máquina, frente a usar servicios en la nube como OpenAI o Anthropic.

Modelos locales

A día de hoy, puedes ejecutar modelos como Llama, Qwen, DeepSeek o Mistral en tu propia GPU. Herramientas como Ollama o LM Studio han simplificado mucho el proceso, y la oferta de modelos no para de crecer. Suena genial en teoría: sin costes recurrentes, sin depender de terceros, con total privacidad.

El problema es que, con hardware de consumo medio, los resultados no son comparables a los que ofrecen los servicios en la nube. Los modelos que puedes ejecutar localmente suelen ser versiones más pequeñas y cuantizadas, lo que se traduce en respuestas menos precisas, peor comprensión de contextos largos y más alucinaciones. Para tareas simples o autocompletado básico pueden valer, pero para programación agéntica con contextos amplios, la diferencia de calidad es muy notable.

Servicios en la nube

Los modelos de compañías como Anthropic u OpenAI operan en infraestructura mucho más potente. Modelos más grandes, mejor entrenados y con capacidades que a día de hoy no puedes replicar en local con una GPU de consumo. La contrapartida es obvia: cuestan dinero y tus datos pasan por servidores de terceros.

Cuándo tiene sentido cada opción

Si estás haciendo cosas sencillas, probando, o te preocupa mucho la privacidad, los modelos locales pueden ser suficientes. Pero si buscas resultados de calidad profesional para proyectos reales, a día de hoy, los servicios en la nube siguen estando un escalón por encima. Esto puede cambiar, y probablemente cambie, pero es la realidad actual 😅

Mi experiencia con orquestación agéntica

Sin ánimo de hacer propaganda de ninguna herramienta, voy a contar lo que me ha pasado en los últimos meses, porque creo que ilustra bien el tipo de cambio del que hablo.

Llevaba tiempo con proyectos personales que se me habían hecho bola. Esos que empiezas con ilusión, llegas a un punto donde la complejidad te supera el tiempo disponible, y los acabas dejando en un limbo indefinido. Creo que cualquier desarrollador sabe de lo que hablo.

Cuando empecé a usar herramientas de programación agéntica con un enfoque de orquestación (definir planes de implementación claros, dividir tareas, establecer reglas para el agente y revisar cada paso), la cosa cambió. Proyectos que llevaban meses estancados empezaron a avanzar. No porque la IA hiciera magia, sino porque la parte mecánica y repetitiva dejó de ser un cuello de botella.

Dedico más tiempo a pensar la arquitectura, a decidir cómo quiero que funcionen las cosas, a lo creativo y estratégico. Y menos tiempo a lo que, siendo honestos, siempre fue la parte más tediosa: escribir boilerplate, configuraciones, tests repetitivos, migraciones… Eso no significa que no revise todo. Lo hago, y a veces corrijo bastante. Pero el flujo de trabajo ha cambiado.

Lo más curioso es que también me ha hecho mejor desarrollador en ciertos aspectos. Al tener que explicarle a un agente exactamente qué quiero, me obliga a pensar con más claridad. A definir bien los requisitos antes de lanzarme a picar código. A tener una visión más global del proyecto. Es como cuando enseñas algo a alguien y te das cuenta de que tú también lo entiendes mejor al explicarlo.

Si te interesa saber cómo he ido construyendo mi trayectoria formativa hasta llegar a este punto, todo el camino previo de fundamentos ha sido clave para poder aprovechar estas herramientas.

Reflexiones

El escepticismo es legítimo

Quiero ser muy claro con esto: si eres un profesional del desarrollo y miras todo esto con escepticismo, lo entiendo perfectamente. El vibe coding ha hecho un daño tremendo a la percepción de lo que la IA puede aportar realmente. Ver cómo se trivializa tu trabajo con demos superficiales y promesas vacías genera un rechazo natural. Es una reacción sana.

Pero la evolución no se ha detenido

Lo que me preocupa es que ese escepticismo legítimo lleve a algunos a desconectarse completamente de lo que está ocurriendo. Porque mientras el debate sigue, las herramientas de inteligencia artificial no han parado de mejorar. Lo que no servía hace un año, ahora funciona. Lo que parecía un juguete, ahora es una herramienta que empresas reales están integrando en sus flujos de trabajo.

No se trata de subirse a todos los trenes. Se trata de no cerrar los ojos al paisaje que está cambiando fuera de la ventana.

El desarrollo está mutando

Nos guste o no a los que disfrutábamos picando código línea a línea, el desarrollo está mutando. Y lo digo como alguien que genuinamente disfruta programando. Hay algo gratificante en resolver un problema complejo, en encontrar esa solución elegante después de darle vueltas. Eso no desaparece, pero el cómo llegas ahí está cambiando.

La ventana hacia crear

Programar siempre tuvo como objetivo final crear cosas. Aplicaciones, herramientas, experiencias. El código es el medio, no el fin. Y si hay herramientas que nos permiten crear más y mejor en menos tiempo, creo que merece la pena al menos explorarlas con la mente abierta.

Esto me recuerda a cuando migré este mismo portafolio a Astro: cada cambio de herramienta da vértigo al principio, pero cuando encaja, la productividad se dispara.

Programar a mano no desaparece

Escribir código manualmente no va a desaparecer. Habrá contextos donde sea necesario, situaciones donde sea la mejor opción, y personas que simplemente prefieran hacerlo así. Pero siendo honesto, creo que cada vez más se parecerá a hacer sudokus: es gratificante, entrena la mente, y hay gente que lo disfruta mucho 👀 Pero ya no es el camino más eficiente para llegar al resultado.

Conclusión

Si tuviera que resumir todo esto en pocas palabras: no es blanco ni negro. Programar con inteligencia artificial no va a reemplazar a los buenos desarrolladores, pero sí va a cambiar significativamente cómo trabajamos. El vibe coding es un espejismo peligroso, pero la programación agéntica bien ejecutada es una herramienta real y potente. Los fundamentos siguen siendo imprescindibles, quizás más que nunca, porque sin ellos no puedes dirigir a una IA de forma eficaz.

Mi consejo es que no te dejes llevar ni por el hype ni por el miedo. Prueba las herramientas con criterio, mantén tus fundamentos sólidos y saca tus propias conclusiones. Nadie tiene la verdad absoluta sobre hacia dónde va esto, y cualquiera que te diga lo contrario, probablemente te está vendiendo algo 😏

Si ya llevas tiempo en esto y quieres ver cómo he ido evolucionando como desarrollador, en mi trayectoria formativa cuento todo el recorrido. Y si te interesa el lado práctico de las herramientas que uso día a día, echa un ojo a las extensiones de VSCode que me han acompañado en el camino. Porque al final, la mejor herramienta siempre va a ser tu propio criterio.