Beyond Vibe Coding: Guía de desarrollo asistido por IA El director de ingeniería de Google, @addyosmani, ha publicado un nuevo libro que busca corregir la idea errónea actual sobre la "codificación Vibe" y proporcionar un marco riguroso de ingeniería asistida por IA para desarrollar software listo para producción. Leí este libro en línea en Oreilly; también debería estar disponible una versión en PDF. Argumento clave: De la «codificación atmosférica» a la «ingeniería asistida por IA» 1. Definición y limitaciones de la codificación Vibe Andrej Karpathy describió una vez una visión de futuro: «Simplemente miro, hablo y ejecuto código, basándome principalmente en copiar y pegar, siempre que 'Vibe' me parezca adecuado». Esto es «Vibe Coding», un enfoque de desarrollo que se basa en indicaciones de alto nivel, enfatiza la creación rápida de prototipos e ignora los detalles de implementación de bajo nivel. 2. La “trampa del 70%” Addy señala que si bien Vibe Coding puede permitir a las personas completar el 70% del trabajo rápidamente, el 30% restante (es decir, la entrega a nivel de producción) será extremadamente difícil sin una base de ingeniería sólida. • Modo dos hacia adelante, dos hacia atrás: corregir un error genera dos errores nuevos porque los desarrolladores no comprenden la lógica del código generado por IA. Costos ocultos: falta de mantenibilidad, vulnerabilidades de seguridad (como credenciales de bases de datos filtradas) y cuellos de botella en el rendimiento. • Utilidad marginal decreciente: para los novatos, la IA es una muleta; pero para los ingenieros experimentados, es necesario pasar de la "aceptación ciega" a la "revisión rigurosa". Conclusión: Debemos pasar de la "codificación casual" a la ingeniería asistida por IA. Esto requiere combinar la creatividad de la IA con el rigor de la ingeniería tradicional (estandarización, pruebas, revisión). Metodología clave: La «ingeniería» del desarrollo asistido por IA La guía propone un enfoque sistemático para cerrar la brecha entre los estándares generados por IA y los estándares de producción. A. El principio "Primero Planificar, Después Programar" es el cambio de paradigma más crucial. No permita que la IA escriba el código directamente; en su lugar, impulse el Desarrollo Basado en Especificaciones. • Mini-PRD / SPEC.md: Antes de escribir el código, requiera que la IA genere un plan de arquitectura o un pequeño documento de requisitos del producto. • Modo de planificación: utilice las capacidades de planificación de las herramientas de IA (como Claude Code o Gemini CLI) para identificar primero la ruta arquitectónica antes de continuar con la implementación. • Corrección temprana de errores: en el 90% de los casos, la IA sugerirá inicialmente una solución demasiado compleja, que se puede simplificar de antemano durante la etapa de planificación. B. La ingeniería de contexto y la ingeniería de palabras clave están obsoletas; es la era de la ingeniería de contexto. Necesitamos tratar el modelo de IA como una CPU y la ventana de contexto como memoria, optimizando la salida mediante la carga dinámica de información. • Ensamblaje dinámico: Evite pegar código estáticamente. En su lugar, obtenga dinámicamente fragmentos de código relevantes, documentación de API, pilas de errores completas y esquemas de bases de datos según la tarea actual. • Eliminar la pérdida de contexto: A medida que las conversaciones se alargan, la información irrelevante puede interferir con la IA. Es necesario resumir y depurar regularmente el contexto antiguo. • Contexto visual: Pase directamente el diseño (Figma) o la captura de pantalla del navegador, porque "una imagen vale más que mil palabras", lo que puede reducir en gran medida la depuración repetida de los estilos del front-end. C. Estrategias avanzadas para palabras clave: Cadena mental: Forzar a la IA a mostrar los pasos de razonamiento antes de generar el código ("Paso 1: Analizar el cuello de botella; Paso 2: Sugerir indexación..."). • Sugerencias basadas en restricciones: especifique "restricciones negativas", como "no utilizar bibliotecas externas" o "debe ser compatible con IE11". • Juego de roles: asigne un rol de IA, como "Como auditor de seguridad senior, revise el riesgo de inyección SQL de este código". Evolución de la pila de tecnología: agente CLI y orquestación de múltiples agentes analiza en detalle la forma futura de los entornos de desarrollo, es decir, el cambio de los complementos IDE a agentes de terminal y sistemas de múltiples agentes. Agentes de codificación CLI: Herramientas como Claude Code, Gemini CLI o Aider residen directamente en la terminal. No solo son herramientas de finalización de código, sino también entidades independientes capaces de realizar tareas complejas como operaciones de Git, ejecución de pruebas y lectura y escritura de archivos. • Orquestación multiagente: • Arquitectura de división del trabajo: un "agente de planificación" es responsable de dividir las tareas, distribuirlas al "agente de codificación" para su implementación, luego al "agente de pruebas" para su verificación y, finalmente, al "agente de documentación" para actualizar el README. • Operación de línea de ensamblaje: similar a CI/CD, pero cada paso está impulsado por IA. • Sandbox y reversión: debido a que los agentes inteligentes son autónomos, se debe configurar un entorno sandbox y puntos de control para que se pueda realizar una reversión con un solo clic cuando la IA "se vuelve loca" o comete un error. Realidad de la producción: confianza y control de acceso de calidad Si bien es posible disfrutar de la eficiencia de la IA, es esencial establecer estrictos controles de acceso de calidad. • Revise la IA como lo haría con un ingeniero junior: nunca confíe ciegamente en el código de la IA. Enfoque basado en pruebas: Permite que la IA escriba primero los casos de prueba (rojo), luego el código para superar las pruebas (verde) y, finalmente, la refactorización. Esta es la mejor medida para garantizar la corrección de la lógica del código de la IA. La seguridad es lo primero: La IA tiende a generar código que funciona, pero es inseguro (como claves codificadas). Se requieren análisis de seguridad especializados. Resumen: El perfil del futuro desarrollador Addy transmite un mensaje claro a través de este libro/sitio web: si bien las barreras para el desarrollo de software están disminuyendo, los estándares para una ingeniería excelente no lo han hecho. Los futuros desarrolladores experimentarán un cambio de mentalidad: 1. De codificador a tomador de decisiones: las habilidades principales ya no son memorizar sintaxis, sino proporcionar un contexto de alta calidad, validar la salida de IA y tomar decisiones arquitectónicas. 2. De la implementación a la intención: concéntrese en describir con precisión "lo que quiere" en lugar de empantanarse en "cómo escribirlo". 3. Del combate individual al emparejamiento hombre-máquina: aprenda a gestionar un equipo de agentes de IA y a dirigirlos para colaborar en sistemas complejos. Sitio web del libro
