¿Cómo funcionará la programación con IA a partir de 2026?

Los niveles de madurez de los ingenieros informáticos

1. Nivel de chat: El programador usa la IA en formato de chat para resolver problemas o redactar documentos de requerimientos usando copiar y pegar.
2. Generación en el bucle: El programador usa AI dentro del IDE (editor de código) en forma de autocompletado avanzado. El programador debe evaluar con sentido crítico las opciones de diseño que presenta la IA y seleccionar la mejor opción. 
3. Codificación de agente en el bucle: El programador hace una supervisión directa de la IA para entender sus fallos. El programador podrá crear sus bibliotecas de prompts y guardrails (para evitar que se convierta en un problema).
4. Codificación de agentes sobre el bucle: El programador especifica el trabajo y lo delega. Así puede gestionar múltiples sesiones en paralelo y al final verifica que los artefactos o productos sean de alta calidad.
5. Codificación multi-agente: Se crea una orquesta de agentes especializados que resuelven problemas específicos.

• Ralph Wiggum: Se trata de garantizar persistencia.  Es un bucle "while" (mientras se cumple una condición, realizar determinada acción) con una condición de parada que detiene la ejecución.  Por ejemplo que el código producido compile y pase los tests.  Esto evita que el agente IA mienta y diga que ya terminó satisfactoriamente cuando eso no es cierto.
• Gas Town: Es una orquestación multiagente.  A diferencia del bucle individual Ralph Wiggum, Gas Town maneja una flotilla de agentes que recogen tareas de un tablero de estado (como el Trello o sistema Beats) y actualiza el progreso de forma coordinada. Allí es donde un agente líder debe generar sub agentes expertos para manejar interfaces gráficas, backend o bases de datos.

Habilidades irrelevantes

• Sintaxis de lenguajes: El conocimiento profundo de la sintaxis específica de un lenguaje será menos relevante, ya que las IA pueden escribir en lenguajes que el programador ni siquiera ha aprendido formalmente.
• Escritura manual de código en bases establecidas: Escribir a mano nuevos endpoints o realizar refactorizaciones manuales en arquitecturas ya definidas se considera una "cosa del pasado".
• Supervisión línea por línea (babysitting): Debido a innovaciones como el bucle Ralph Wiggum y sistemas de memoria persistente, ya no será necesario vigilar cada línea que escribe la IA en tiempo real.

Habilidades relevantes

• Diseño de sistemas y arquitectura: El programador debe ser quien diseñe los "buenos ejemplos" de arquitectura y patrones de diseño para que el modelo de lenguaje (LLM) pueda copiarlos y seguirlos.
• Creación de "Walking Skeletons": Consiste en la capacidad de configurar una base de código con una "rebanada vertical funcional mínima" (refiriéndose a desgloce mínimo de tareas hasta el nivel más simple para evitar alucinaciones) que incluya buen diseño, arquitectura y automatización de pruebas.
• Concreción de problemas difusos: Es la habilidad de tomar un problema vago y transformarlo en requisitos concretos, como documentos de requisitos del producto (PRD), mapas de historias de usuario y especificaciones detalladas.
• "Elephant Carpaccio": Esta técnica se basa en descomponer el trabajo en trozos verticales muy pequeños, una habilidad que el autor considera esencial para todos los ingenieros en la era de la orquestación multi-agente.
• Sentido del juicio y curación: Es necesario saber reconocer cómo luce el código de alta calidad. Esta habilidad se desarrolla leyendo y escribiendo mucho código manualmente para poder validar los resultados de la IA.
• Propiedad y responsabilidad: Dado que la IA no puede ser un sumidero de responsabilidad, el programador debe mantener la propiedad sobre el código que se envía a producción, lo que implica seguir leyéndolo y comprendiéndolo para poder responder si algo falla.
• Implementación de guardarraíles (Guardrails): Aprender a instalar verificaciones deterministas (como automatización de tests y escáneres de seguridad) para evitar que la IA entre en bucles de error o genere vulnerabilidades.

Nuevas habilidades

• Ingeniería de prompts, contexto y hardness: Es fundamental dominar las bases de qué información introducir en la ventana de contexto, qué omitir y cómo estructurar las instrucciones para obtener resultados consistentes.
• Configuración y depuración de flujos agénticos: Los programadores deberán aprender a montar agéntic harnesses, flujos de trabajo personalizados y pipelines de IA. Esto incluye la capacidad de depurar estos flujos, identificando fallos en la lógica del agente de forma similar a como se lee un stack trace tradicional.
• Extracción de habilidades y metaprompting: Una habilidad clave será identificar patrones exitosos en sesiones interactivas para extraer habilidades reutilizables y crear bibliotecas de prompts o hooks que mejoren la autonomía del agente.
• Orquestación multi-agente: En los niveles más altos de madurez, se vuelve esencial saber gestionar una flota de agentes trabajando en paralelo, asignando tareas, gestionando dependencias y supervisando la calidad de los artefactos producidos simultáneamente.

Glosario

• IA local: Modelo de inteligencia artificial que funciona en la computadora del usuario en lugar de depender de servidores en la nube.
• Ingeniería informática: Disciplina que se encarga de diseñar, construir y mantener programas y sistemas de software.
• IDE (Entorno de Desarrollo Integrado): Programa que utilizan los desarrolladores para escribir, organizar y probar código.
• Autocompletado: Función del editor de código que sugiere automáticamente cómo completar líneas de programación.
• Modelo de Lenguaje (LLM): Tipo de inteligencia artificial entrenada con grandes cantidades de texto para generar respuestas o código coherente.
• Prompt: Instrucción o texto que se le da a una IA para indicarle qué tarea debe realizar.
• Guardrails (guardarraíles): Controles o límites que se implementan para evitar que la IA cometa errores graves o genere resultados inseguros.
• Agente de IA: Sistema de inteligencia artificial capaz de ejecutar tareas de manera más autónoma, no solo responder preguntas.
• Codificación en el bucle: Proceso donde el humano supervisa continuamente el trabajo de la IA y valida sus resultados.
• Codificación sobre el bucle: Nivel en el que el humano delega tareas a la IA y revisa principalmente el resultado final.
• Codificación multi-agente: Sistema en el que varios agentes de IA trabajan juntos, cada uno especializado en una tarea distinta.
• Orquestación: Coordinación organizada de varios agentes o procesos para que trabajen juntos hacia un objetivo común.
• Sesiones en paralelo: Procesos o tareas que se ejecutan al mismo tiempo.
• Artefactos (en software): Productos generados durante el desarrollo, como código, documentación o reportes.
• Bucle (loop): Estructura de programación que repite una acción hasta que se cumple una condición.
• Bucle while: Tipo de bucle que ejecuta una acción mientras una condición específica siga siendo verdadera.
• Compilar: Proceso de convertir el código escrito por el programador en un programa ejecutable por la computadora.
• Tests (pruebas automatizadas): Programas que verifican automáticamente que el software funciona correctamente.
• Backend: Parte del sistema que opera detrás de escena, gestionando la lógica y los datos.
• Interfaz gráfica (UI): Parte visual del sistema con la que interactúa el usuario.
• Base de datos: Sistema que almacena información de manera organizada para su consulta y modificación.
• Sintaxis: Conjunto de reglas que indican cómo debe escribirse correctamente un lenguaje de programación.
• Endpoint: Punto específico de acceso en una aplicación para enviar o recibir datos.
• Refactorización: Proceso de mejorar el código existente sin cambiar su funcionamiento.
• Arquitectura de software: Forma en que se estructura y organiza un sistema informático.
• Patrones de diseño: Soluciones comunes y probadas para problemas frecuentes en programación.
• Walking Skeleton: Versión mínima pero funcional de un sistema que incluye todas sus partes principales.
• Rebanada vertical: Pequeña parte funcional del sistema que atraviesa todas las capas (interfaz, lógica y datos).
• Alucinaciones (en IA): Errores en los que la IA inventa información o genera respuestas incorrectas con aparente seguridad.
• PRD (Documento de Requisitos del Producto): Documento que describe qué debe hacer un producto y cuáles son sus objetivos y funcionalidades.
• Mapa de historias de usuario: Herramienta que organiza las necesidades del usuario en tareas y prioridades.
• Elephant Carpaccio: Metáfora que describe la división de un problema grande en partes muy pequeñas y manejables.
• Producción: Entorno real donde el software es utilizado por usuarios finales.
• Verificaciones deterministas: Controles automáticos que siempre producen el mismo resultado bajo las mismas condiciones.
• Escáner de seguridad: Herramienta que analiza el código para detectar vulnerabilidades.
• Ventana de contexto: Cantidad de información que la IA puede considerar o “recordar” dentro de una tarea o conversación.
• Hardness: Nivel de precisión y firmeza con que se definen las instrucciones para que la IA no improvise de manera incorrecta.
• Flujos agénticos: Secuencia de trabajo donde uno o varios agentes de IA realizan tareas encadenadas.
• Harness agéntico: Entorno o marco de control que permite probar y dirigir el comportamiento de un agente de IA.
• Pipeline: Cadena organizada de procesos automáticos donde la salida de uno es la entrada del siguiente.
• Stack trace: Registro que muestra el recorrido del programa cuando ocurre un error, ayudando a identificar dónde falló.
• Dependencias: Relaciones entre componentes del sistema donde uno necesita que otro funcione correctamente.
• Obsoleto: Que ha quedado desactualizado frente a nuevas tecnologías o métodos.