El hombre que inventó el vibe coding está asustado

El hombre que inventó el vibe coding está asustado

Juan Gabriel Gomila Juan Gabriel Gomila
11 minutos

Leer el artículo
Audio generated by DropInBlog's Blog Voice AI™ may have slight pronunciation nuances. Learn more

Contenidos

Hace no tanto, una de las ideas más seductoras del mundo de la inteligencia artificial aplicada a programación fue esta: deja de pelearte con el código, dile a la IA lo que quieres, acepta lo que te proponga y sigue adelante. A eso se le bautizó como vibe coding.

La promesa era potente. Programar casi sin programar. Hablar en lenguaje natural. Copiar un error, pegarlo, dejar que el modelo lo resuelva y continuar. Casi mágico.

Pero el giro interesante llega después. Quien popularizó ese concepto terminó reconociendo algo mucho más importante que la euforia inicial: programar con IA no consiste en mirar para otro lado mientras el agente hace cosas. Consiste en aprender un oficio nuevo, mucho más cercano a dirigir, supervisar y corregir que a teclear líneas una detrás de otra.

Y ahí está la clave. No estamos simplemente ante una mejora de productividad. Estamos ante un cambio de rol.


Acto 1: cuando nació el vibe coding

Ese fue el momento en que el concepto de vibe coding empezó a popularizarse entre quienes experimentaban con programación asistida por IA.

El arranque fue casi una declaración de libertad. La idea del vibe coding se resumía en algo así como entregarte a la inercia de la herramienta, dejar que el LLM escriba, aceptar casi todo y no obsesionarte con entender cada detalle del código generado.

Para prototipos, pruebas rápidas y experimentos, esto es una maravilla. Te permite crear cosas que antes ni siquiera habrías intentado. Y eso no es teoría. Pasa de verdad.

Un ejemplo muy claro fue construir un sistema de puntos de experiencia para una plataforma formativa. La idea era sencilla de explicar, pero no tan sencilla de desarrollar:

  • dar puntos cuando alguien completa una clase,
  • sumar experiencia al entregar cuestionarios o tareas,
  • crear un ranking mensual,
  • reiniciar la clasificación al cambiar de mes,
  • mantener registro del ganador anterior.

Eso, en otro momento, habría acabado en la carpeta mental de “algún día”. No porque fuera imposible, sino porque el coste en tiempo y complejidad era demasiado alto. Con agentes de IA, de repente pasó a existir.

Y aquí aparece la primera gran verdad del vibe coding: te permite construir cosas fuera de tu zona habitual. Tecnologías que no controlas del todo, flujos que te habrían llevado semanas o meses, integraciones que ni te habrías planteado.

La sensación inicial es de euforia. Y es normal.

Acto 2: la avalancha y la sensación de quedarse atrás

Después llegó el golpe de realidad. No porque la IA dejara de funcionar, sino porque el ecosistema empezó a crecer a una velocidad absurda.

De pronto ya no bastaba con “usar un modelo”. Había que entender agentes, subagentes, prompts, contexto, memoria, herramientas, permisos, plugins, hooks, MCPs, integraciones con el IDE, workflows y, sobre todo, cómo encaja todo eso dentro de un modelo mental coherente.

Ese es el punto en el que mucha gente se siente perdida. Y con razón. El problema no es que vayas tarde. El problema es que el terreno entero se está moviendo mientras intentas aprenderlo.

Hoy puedes necesitar que la IA lea PDFs, navegue por Internet, extraiga datos, genere scripts de infraestructura, suba cosas a la nube o combine texto, audio, imagen y vídeo en un mismo flujo. Herramientas que hace unos meses ni usabas ni sabías que ibas a necesitar tan pronto.

La sensación se parece bastante a esto: te entregan una tecnología potentísima, casi alienígena, sin manual de instrucciones, y te piden que aprendas a usarla mientras la profesión tiembla debajo de tus pies.

Por eso el problema real no es acumular herramientas. Es construir el mapa que las une. Precisamente ahí es donde el vibe coding deja de ser una moda y empieza a convertirse en una metodología de trabajo.

Si te interesa precisamente esa parte, aprender a crear agentes con orden, memoria, herramientas y coordinación entre varios procesos, tiene mucho sentido echar un vistazo a este curso de ingeniería de agentes de IA, porque justo aborda ese modelo mental completo que tanta falta hace ahora mismo.

Acto 3: la verdad incómoda sobre programar con agentes

La tercera fase ya no tiene nada de ingenua. Aquí aparece la versión madura del asunto.

El gran cambio es este: antes el trabajo principal era escribir código. Ahora, cada vez más, el trabajo principal es decir bien qué hay que construir, comprobar si se ha construido correctamente y corregir el rumbo cuando el agente se desvía.

En muy poco tiempo, el flujo pasó de depender sobre todo del autocompletado manual a apoyarse principalmente en agentes que generan bloques completos de trabajo. Eso le da la vuelta por completo al oficio.

Ya no se trata tanto de ser el más rápido escribiendo funciones. Se trata de:

  • delegar bien,
  • dar contexto útil,
  • definir criterios de éxito,
  • revisar con ojo crítico,
  • retocar y simplificar.

En otras palabras, pasas de programador que teclea a director que orquesta. Entender esta transición es, probablemente, la habilidad más importante para practicar vibe coding con buenos resultados.

La regla de oro: vigílalo como un halcón

Este es probablemente el consejo más importante de todos.

Los agentes no fallan solo con errores tontos de sintaxis. Eso sería hasta cómodo. El problema serio es que cometen errores conceptuales, sutiles y razonables en apariencia. El tipo de fallo que no grita, pero te rompe una lógica de negocio o te deja un agujero de seguridad.

Su patrón más peligroso suele ser este:

  • da por hecho algo que no has validado,
  • avanza con esa suposición,
  • no te contradice,
  • escribe mucho más de lo necesario,
  • y lo presenta con total seguridad.

Ese comportamiento tan complaciente es justo lo que puede meterte en problemas.

Volviendo al sistema de puntos de experiencia, ahí apareció una lección durísima. Como era una funcionalidad difícil de probar en producción, porque dependía del cambio de mes y de reinicios periódicos, no se supervisó con la dureza necesaria. Resultado: quedó abierta una brecha que permitía manipular puntos desde la consola del navegador.

Cualquiera podía inyectarse experiencia, dispararse a la primera posición del ranking y ganar de forma fraudulenta.

Eso es exactamente lo que pasa cuando no vigilas lo suficiente. El agente construye, sí. Pero también puede dejarte un problema serio sin pestañear.

No es velocidad, es expansión

A mucha gente le obsesiona medir esto como si fuera una simple multiplicación de productividad. ¿Es el doble de rápido? ¿Diez veces más? La pregunta se queda corta.

El efecto más transformador no es la velocidad. Es la expansión.

La IA no solo te ayuda a hacer antes lo mismo. También te permite:

  • hacer cosas que antes no merecían la pena por coste,
  • meterte en terrenos que antes evitabas por falta de conocimientos,
  • prototipar ideas que de otro modo no existirían.

Ese es el salto real. No corres más en la misma pista. Llegas a lugares a los que antes ni entrabas.

Y cuando trabajas bien con agentes, otra mejora enorme es la tenacidad. No se cansan. No se frustran. No pierden moral a las tres de la mañana en el problema número cuarenta y siete. Siguen insistiendo.

Eso, bien dirigido, es un superpoder. Mal dirigido, es una máquina de generar errores persistentes a toda velocidad.

Los dos peligros reales: atrofia y basura

1. La atrofia

Si dejas de escribir código por completo, corres el riesgo de perder soltura. No desaparece tu capacidad de revisar o detectar problemas, pero el músculo de construir desde cero se va enfriando.

Generar y discriminar no son exactamente la misma habilidad. Puedes seguir siendo bueno corrigiendo sin practicar tanto la escritura manual, pero si nunca ejercitas esa parte, se acaba oxidando.

Por eso conviene reservar espacios donde sigas programando de forma más artesanal. No por nostalgia, sino por mantenimiento cognitivo.

2. El apocalipsis de la basura

El segundo peligro es que Internet se llene aún más de contenido inflado, repetitivo y mediocre generado con IA. Repositorios, publicaciones, hilos, artículos, documentación, tutoriales. Mucha cantidad y poco criterio.

Y no solo eso. También habrá bastante teatro de productividad. Mucha gente aparentando una capacidad técnica que en realidad no tiene, apoyándose en herramientas que no supervisa de verdad.

Por eso, en este nuevo contexto, distinguir lo bueno de la basura va a convertirse en una habilidad premium.

Las reglas para hacer vibe coding bien en 2026

  1. Sé el jefe. El agente no decide por ti. Tú marcas el objetivo, el alcance y la definición de éxito.
  2. Da contexto excelente. Un buen archivo de instrucciones, reglas del proyecto y criterios claros evita muchísimos problemas después.
  3. Empieza simple. No pidas el producto entero de golpe. Divide la funcionalidad en piezas pequeñas y validables.
  4. Exige pruebas. No aceptes “ya está”. Pide demostraciones, tests, casos límite y evidencia real de que funciona.
  5. No apartes la vista. Revisa el código importante, especialmente si toca seguridad, dinero, datos o lógica crítica.
  6. Gestiona la frustración. Si el agente se atasca, no te empeñes en el mismo camino. Replantea, simplifica o incluso borra y reconstruye.

Una idea especialmente útil es dejar de dar órdenes demasiado cerradas y empezar a definir criterios de éxito. No solo “haz esto”, sino “sabré que esto funciona cuando ocurra esto otro”. Ese cambio mejora muchísimo el resultado.

Da igual si eres junior o sénior

Si estás empezando, esto es una oportunidad brutal. Puedes aprender más rápido, tocar más tecnologías y construir antes. Pero necesitas una dosis seria de escepticismo. Trata a la IA como a un equipo brillante pero no verificado. Haz preguntas incómodas. Pide que te lo demuestre.

Si llevas años en el sector, el reto es distinto. Toca reaprender el oficio. Menos apego a escribir cada línea y más foco en construir sistemas, revisar decisiones y usar tu experiencia para detectar lo que no cuadra.

En ambos casos, el principio es el mismo: tú diriges, tú dudas y tú decides.

La mentalidad correcta

Ni fe ciega ni cinismo automático.

La postura sana está en el equilibrio. Espera resultados mixtos. Habrá momentos espectaculares y otros desesperantes. Habrá expansión real y también basura. Habrá atajos útiles y errores dolorosos.

Si te tragas el hype del modo automático total, acabarás estampándote. Si desprecias todo esto como humo, te perderás una transformación enorme.

Lo inteligente es otra cosa: avanzar de forma incremental, construir con realismo, practicar vibe coding con criterio, usar la IA para llegar más lejos y mantener siempre el ojo crítico activado.

Ese, al final, es el mejor resumen posible del vibe coding bien entendido. Úsalo. Exprime su capacidad. Deja que te expanda. Pero no olvides nunca la regla que de verdad importa: sé el jefe y vigílalo como un halcón.

Preguntas Frecuentes

¿Qué es el vibe coding?

El vibe coding es una forma de programar con inteligencia artificial en la que describes lo que quieres en lenguaje natural y un agente genera gran parte del código por ti.

¿Es necesario saber programar para usar vibe coding?

Sí, al menos a un nivel básico. Aunque la IA genera código, necesitas revisar los resultados, detectar errores y validar que la solución sea correcta.

¿Cuáles son las ventajas del vibe coding?

Permite crear prototipos más rápido, explorar tecnologías nuevas, automatizar tareas repetitivas y desarrollar proyectos que antes requerían mucho más tiempo.

¿Qué riesgos tiene el vibe coding?

Los agentes pueden cometer errores de lógica, seguridad o arquitectura. Por eso es fundamental supervisar el código y no aceptar las respuestas de la IA sin revisarlas.

¿Cómo hacer vibe coding de forma efectiva?

Define objetivos claros, proporciona buen contexto, trabaja por pequeñas funcionalidades, exige pruebas y revisa siempre el código generado antes de utilizarlo.

« Volver al Blog