Noticias de IA #vibe coding

Creemos que programar es escribir código. Pero mira más de cerca. Hablas con usuarios. Entiendes problemas. Planeas soluciones. Compartes ideas. Traduces pensamientos a sintaxis. Verificas que funcione.

¿Dónde está el valor real?

El código es apenas 10-20% de tu trabajo. El resto es comunicación estructurada. Y ahí está el verdadero cuello de botella.

Mientras todos se obsesionan con qué tan rápido la IA genera líneas de código, han perdido de vista lo fundamental: no es la sintaxis. Es la claridad.

He publicado apps exitosas usando Vibe Coding: Affirmio, Karensansui, Oblique Strategies. Cada una demuestra la misma verdad: nunca se trata de pedirle a la IA "haz una app." Se trata de mantener conversaciones precisas sobre lo que realmente necesitas construir.

Piensa en cualquier campo maduro. Los arquitectos no mezclan cemento. Los directores de cine no operan todas las cámaras. Los chefs no lavan todos los platos.

Pero diseñan. Dirigen. Conceptualizan.

El valor siempre ha estado en la visión, no en la ejecución mecánica. Lo que cambió es que finalmente tenemos herramientas que ejecutan nuestra visión a la velocidad del pensamiento.

La IA puede generar mil líneas de código en segundos. Pero no puede leer tu mente. No puede adivinar qué problema quieres resolver realmente.

Los programadores del futuro no escribirán código. Escribirán especificaciones.

Una especificación captura la intención completa. Contiene todo lo necesario para generar TypeScript, Rust, documentación, tutoriales. Es el artefacto universal donde producto, legal, ingeniería y marketing pueden colaborar.

¿No es irónico que para colaborar mejor con máquinas, primero debamos aprender a pensar más claramente nosotros mismos?

La ingeniería nunca ha sido sobre código. Ha sido sobre la exploración precisa de soluciones de software a problemas humanos.

¿Estás listo para ser un autor de especificaciones?

Tu último proyecto de Vibe Coding funcionó perfectamente. La IA entendió todo, el código salió a la primera, y en dos horas tenías algo útil corriendo.

Pero el anterior fue un desastre. Chat infinito, la IA confundida, código que no compilaba, y al final lo abandonaste.

¿Cuál fue la diferencia?

Los makers de impresión 3D aprendieron hace años que ciertos proyectos salen bien y otros terminan en la basura. No es casualidad. Siguen cuatro reglas no escritas.

El Vibe Coding exitoso sigue las mismas reglas.

Stack como PLA. PLA es el filamento más básico y predecible de la impresión 3D. Funciona siempre, es fácil de usar, y cuando falla sabes por qué. Como los makers usan este material confiable, elige tecnologías aburridas que funcionen siempre. React, no el framework de moda que nadie conoce. Cuando algo falla a las 2 AM, quieres Stack Overflow lleno de respuestas, no ser el primero en googlear el error.

PRD como STL. Un archivo STL es la especificación exacta que tu impresora necesita: cada superficie, cada medida, cada detalle definido. Sin él, la máquina no sabe qué hacer. Igual pasa con un PRD (Documento de Requisitos del Producto). No puedes imprimir una idea vaga ni programar una. "Una app para fitness" no es un archivo ejecutable. "Tracker de agua con 3 pantallas, localStorage, soporte para tablet" es específico, pero sigue siendo simple. Es como imprimir un soporte básico pero bien definido vs. intentar imprimir "algo útil para la cocina". La clave es el contexto.

Git como versionamiento. Cada experimento es un commit. ¿Funciona? Merge. ¿No funciona? Revert. Es como el autoguardado de Word, pero para código: siempre sabes que tienes una versión a la cual volver. Nunca pierdas una versión que funcionaba por probar algo nuevo.

Scripts semilla. El cubo de calibración del código. Un script minimalista que pruebe tu API antes de construir la catedral completa. Mientras más pequeña la tarea, más fácil le queda a la IA. En una era de múltiples agentes trabajando en tu código, mientras más modular y pequeña cada pieza, más éxito tendrás en la tarea completa.

La diferencia entre tu próximo éxito y tu próximo repositorio abandonado no son las herramientas de IA.

Son los 10 minutos que inviertas ahora definiendo exactamente qué vas a construir.

¿Empezamos?

Tu impresora 3D está perfectamente calibrada. Tienes filamento de calidad, tutoriales en YouTube, y tiempo libre este fin de semana.

Pero ahí está, acumulando polvo.

No porque no sepas usarla. Sino porque no sabes qué imprimir.

El problema nunca fue técnico. Era de propósito.

El Vibe Coding funciona igual. La IA puede escribir cualquier código que le pidas. Cursor, Claude Code, GitHub Copilot son herramientas increíbles. Pero la herramienta perfecta sin dirección clara es solo ruido costoso.

El mejor vibe coder no es quien más código escribe. Es quien sabe exactamente qué pedir y cuándo pedirlo.

La próxima vez que abras tu editor de código, pregúntate: ¿estoy imprimiendo un soporte para tablet que realmente necesito, o un dragón decorativo que impresiona a nadie?

El mundo tiene suficientes repositorios abandonados.

¿Qué problema real vas a resolver esta semana?

Esta semana, en medio del ruido constante sobre IA que inunda nuestros feeds, dos voces se destacaron por razones completamente opuestas.

Dos personas hablaron de IA de maneras que no podrían ser más diferentes.

Uno construyó el autopilot de Tesla. Ve niños haciendo "vibe coding" - programando con lenguaje natural, creando apps en una tarde. Cree que todos podemos ser programadores porque la computadora finalmente entiende inglés.

Pero ese mismo ingeniero dice algo más: "Llevamos 12 años trabajando en conducción autónoma y aún no la hemos resuelto completamente."

El otro hizo un CRM en 3 días y quiere venderte cómo hacerlo.

Desde noviembre he construido cuatro apps nativas para iOS: Affirmio, Oblique Strategies, un expense tracker, Kerensensui. Veo niñas de 10 a 13 años crear cosas espectaculares en mis clases cada semana. Acompaño empresas a romper los mitos sobre expectativas infladas de quienes solo saben hacer demos. Publiqué un libro llamado "Vibe Coding sin mitos" donde enseño exactamente esto.

Y puedo confirmar ambas cosas: la IA está democratizando la programación de manera real. Y los problemas duros siguen siendo duros.

Aquí está la diferencia: mientras más ruido haces sobre la IA, menos probable es que entiendas realmente lo que hace.

Los que prometen CRMs en 3 días nunca han tenido que explicarle a un cliente por qué su "solución rápida" perdió todos sus datos.

Los que anuncian que "cualquiera puede reemplazar equipos de ingenieros" nunca han visto un sistema caerse a las 3 AM.

Los que hablan de "disrupciones brutales" nunca han tenido que dar la cara cuando la demo no funciona en producción.

El ingeniero sabe que los problemas difíciles siguen siendo difíciles, incluso con herramientas nuevas. Que hacer software real significa lidiar con autenticación, pagos, despliegues, edge cases. Que la demo funciona en una tarde, pero el producto toma semanas.

El verdadero trabajo es silencioso. Es lento. Es lleno de decisiones difíciles sobre qué automatizar y qué no. Sobre cuándo confiar en la máquina y cuándo no.

Es admitir que los problemas duros siguen siendo duros.

Pero eso no genera el ruido que necesita el algoritmo.

En un mundo lleno de ruido sobre lo que la IA puede hacer, la voz más creíble es la que admite lo que no puede hacer.

La próxima vez que veas un post prometiendo revoluciones instantáneas, pregúntate: ¿Esta persona ha construido algo que funcione en producción? ¿Ha acompañado el proceso completo, desde la idea hasta el usuario real?

Porque los que realmente están construyendo el futuro enseñan desde la experiencia.

No desde las promesas.

Son las 3 de la mañana. Estás ahí, programando con Claude Code en tu aplicación de jardín Zen, cuando sucede algo que no esperabas.

A mitad de una tarea, se detiene. Reconsidera. Cambia de rumbo completamente.

Como lo haría un buen programador.

Llevamos meses hablando de herramientas. Cursor, Windsurf, GitHub Copilot, ChatGPT. Las probamos, las comparamos, las clasificamos. Incluso exploramos las plataformas low-code como Replit, Lovable y Bolt. Hablamos de productividad y eficiencia, de pros y contras.

Pero nos perdimos algo fundamental.

La diferencia entre una herramienta que sigue órdenes y un colaborador que piensa.

Cuando Claude Code se detiene y dice "espera, hay una forma mejor", cuando deshace su trabajo sin que se lo pidas, cuando limpia el código porque sabe que debe estar limpio, ya no es una herramienta.

Es agencia.

Y la agencia cambia todo. Porque no se trata de escribir código más rápido. Se trata de pensar diferente sobre los problemas. Se trata de pair programming con alguien que nunca se cansa, nunca se ofende, nunca tiene un mal día.

Se trata de vibrar con las ideas a las 3 de la mañana.

Por eso existe "Vibe Coding sin mitos". Porque estos momentos importan. Porque alguien necesita documentar lo que realmente está pasando aquí, más allá de las herramientas y las métricas.

Este es el cambio de paradigma del que hablamos pero que pocos han experimentado realmente. No es solo que la IA nos ayude a programar. Es que hemos encontrado un nuevo tipo de colaboración.

Una donde el código emerge de una conversación.

Una donde las mejores soluciones aparecen cuando dos inteligencias diferentes se encuentran y se desafían mutuamente.

Hemos estado tan ocupados midiendo la productividad que no notamos cuando cruzamos la línea hacia algo completamente nuevo.

La pregunta ya no es si la IA puede ayudarnos a programar.

La pregunta es: ¿estamos listos para colaborar?

Un desarrollador me dijo la semana pasada que no usa LLMs porque "no confía en código que no escribió él mismo."

Le pregunté si había escrito jQuery. O React. O el compilador de su lenguaje favorito.

Se quedó callado.

Porque resulta que nunca has escrito todo tu código. Siempre has dependido de abstracciones que otros construyeron. Siempre has sido responsable de entender lo que estás poniendo en producción.

Eso no cambia con las LLMs.

La diferencia es que ahora tienes un asistente que puede escribir esas funciones de utilidad aburridas mientras tú te concentras en la lógica que realmente importa. Un asistente que no se cansa de escribir validaciones. Que no necesita buscar en Stack Overflow cómo formatear fechas.

Pero sigues siendo responsable de leer lo que produce.

Y aquí está la parte interesante: si no puedes leer el código predecible y repetitivo que genera una LLM, ¿cómo estás manejando el código caótico que escriben otros humanos bajo presión?

El código de la IA es aburrido. Verbose. Explícito. No toma atajos creativos. No usa trucos obscuros que encontró en un blog a las 3 AM.

Es exactamente el tipo de código que deberías poder leer en cinco minutos y adaptar a tu estilo.

Si eso te parece difícil, el problema no es la herramienta.

El problema es que has estado evitando una parte fundamental del trabajo: leer código que otros escribieron.

Y resulta que esa habilidad es más importante ahora, no menos.

Porque el mundo está lleno de código. Y alguien tiene que entenderlo.

¿Ese alguien eres tú?

Las empresas dicen que ya no hay lugar para principiantes. Los bootcamps están en crisis. Los recién graduados compiten por trabajos que no existen.

Y sin embargo.

Tres años dirigiendo Nodo me han enseñado que no formamos programadores. Sintonizamos solucionadores de problemas. En este tiempo, más de 15,000 personas han pasado por nuestros programas, desde bootcamps hasta aceleradores como Smart Life y SinergIA, donde aprendemos a apropiar la IA generativa en el día a día.

Porque aquí está lo que he descubierto: las empresas no están buscando menos talento. Están buscando talento diferente.

El reporte de SignalFire desde Estados Unidos confirma lo obvio. Los empleos de entrada cayeron 50%. Las empresas buscan experiencia, no potencial. Pero también confirma algo que no esperaban: la misma velocidad que destruye empleos tradicionales está creando una demanda desesperada por un tipo específico de graduado.

No quieren a alguien que sepa programar. Quieren a alguien que sepa programar CON IA.

No necesitan a alguien que memorice sintaxis. Necesitan a alguien que sepa cuándo la IA se equivoca y cómo arreglarlo.

Cuando Andrea llegó buscando "cualquier trabajo en tecnología", no la sentamos a memorizar frameworks. La pusimos a resolver retos reales con empresas que enfrentan problemas reales. Tres módulos después, no estaba programando sitios web genéricos. Estaba diseñando soluciones que conectan comunidades rurales con mercados urbanos, usando IA como herramienta, no como respuesta.

Pero la satisfacción real viene de ver niñas de 10 a 13 años haciendo Vibe Coding, solucionando problemas para sus propias comunidades. Porque resulta que la edad perfecta para aprender a trabajar CON IA no es la que creíamos.

Entonces llega Dario Amodei y confirma lo que hemos visto en estas 15,000 experiencias. La IA va a eliminar empleos de entrada en los próximos cinco años. Pero las mismas empresas que van a reemplazar trabajadores con IA están contratando a toda velocidad a gente que sepa trabajar CON IA.

La diferencia no está en los años de experiencia. Está en el tipo de experiencia.

Un graduado tradicional llega sabiendo escribir código limpio. Los nuestros llegan sabiendo cuándo desconfiar inteligentemente de las máquinas.

Amodei tiene razón sobre la velocidad. "La gente se adaptará, pero tal vez no lo suficientemente rápido." Por eso importa dónde aprendes. Y especialmente, cómo aprendes.

Las empresas que dicen "no hay trabajos para principiantes" son las mismas que después se quejan de que no encuentran talento que entienda IA.

La alarma no es una advertencia para huir de la tecnología.

Es una confirmación de que necesitamos sintonizar gente diferente.

En enero de 1988, cuando la mayoría de nosotros ni siquiera tenía email, alguien escribió las instrucciones que necesitábamos para 2025.

Sallie Gordon lo sabía.

No podía predecir ChatGPT ni GPT-4, pero entendía algo más fundamental: que la tecnología más brillante fracasa cuando ignora cómo pensamos realmente los humanos.

"El usuario debe ver el sistema como una herramienta, no como un reemplazo."

Rick Rubin descubrió lo mismo treinta y siete años después, pero desde el estudio de grabación. Mientras la gente usa IA para dejar de pensar, él insiste: la máquina no tiene punto de vista. El punto de vista se lo das tú.

Es la misma advertencia que hizo Gordon sobre los sistemas expertos.

La tecnología no falla porque sea limitada. Falla porque nosotros dejamos de ser humanos cuando la usamos.

Gordon sabía tres cosas que siguen siendo ciertas:

La capacitación importa más que la capacidad técnica. No puedes simplemente entregar Claude a alguien y esperar magia. Necesitas entrenar a la gente en cómo pensar junto con la máquina, no solo qué botones presionar.

Las interfaces intuitivas vencen a las sofisticadas. Los mejores prompts no son los más complejos. Son los que imitan cómo ya trabajamos.

Y la confianza se construye paso a paso. No con demostraciones espectaculares, sino dejando que la gente descubra gradualmente que la herramienta los hace mejores en lo que ya saben hacer.

Rubin lo dice diferente: "Estamos libres para expresarnos porque no hay precedente." Como el punk rock. No necesitas años de virtuosismo técnico para crear algo nuevo. Solo una idea clara y la voluntad de experimentar.

Los equipos que adoptaron IA generativa con éxito siguieron sin saberlo el manual de Gordon: empezaron pequeño, diseñaron para humanos reales, y construyeron confianza antes que dependencia.

Los que fracasaron hicieron lo contrario. Prometieron revolución, entregaron complejidad, y se preguntaron por qué la gente prefería sus métodos antiguos.

La revolución no está en hacer que las máquinas piensen como nosotros.

Está en diseñar herramientas que amplifiquen cómo ya pensamos, sentimos y creamos.

Gordon y Rubin resolvieron el mismo problema desde extremos opuestos: uno desde la ingeniería, otro desde el arte. Ambos entendieron que del otro lado de la pantalla siempre hay un humano.

¿Qué pasaría si empezáramos por ahí?

Gracias a uno de mis lectores, que no solo compró mi libro "Vibe Coding sin Mitos", sino que me regaló esta joya: la revista AI Expert de enero de 1988. Estos encuentros inesperados son los que hacen que valga la pena escribir.

Si quieres explorar más sobre cómo Rick Rubin descubrió "The Way of Code", te recomiendo el podcast de a16z donde cuenta el origen de su inesperada nueva creación.

Nunca sabes quién tiene tu libro hasta que lo sacas de su mochila en un restaurante.

"No podemos empezar sin que me firmes el libro."

Sacó "Vibe Coding sin mitos" antes de que llegaran los platos. Era nuestro almuerzo de ponernos al día - cómo íbamos, en qué íbamos, cómo sumar y generarnos valor mutuo.

Nos habíamos conocido por Nodo Eafit, en esos días cuando su startup aún respiraba.

Hoy veníamos a hablar de presentes y futuros. Del giro que lo alejó del mundo emprendedor. De su pasión renovada por resolver chicharrones - esos problemas complejos que realmente importan.

Pero algo cambió cuando puso el libro sobre la mesa.

La conversación dejó de ser transaccional. Ya no era sobre "qué podemos hacer el uno por el otro". Se volvió genuina. Real.

Dos horas volaron hablando de ideas, de retos, de esa chispa que se enciende cuando encuentras a alguien que entiende tus obsesiones.

Escribí ese libro sin agenda comercial. Solo ordenando pensamientos, compartiendo lo aprendido. Sin imaginar que se convertiría en el catalizador perfecto para este encuentro.

Fuimos a almorzar para "generar valor" y terminamos creando algo mucho más valioso.

Una conexión real.

El mejor networking no es networking. Es conversación auténtica entre personas que se interesan genuinamente por lo que el otro hace.

¿Cuándo fue la última vez que una reunión "de negocios" se convirtió en algo completamente diferente?

Ayer observé algo fascinante: 30 personas en un brunch creando prototipos con inteligencia artificial. No estaban programando en el sentido tradicional. Estaban conversando con la tecnología.

La mayoría nunca había escrito una línea de código. Sin embargo, ahí estaban, usando GitHub Copilot y Firebase Studio, materializando ideas que antes solo existían en sus cabezas.

Lo que realmente me hizo reflexionar sucedió después. Mi esposa, que había estado actualizado su sitio web por su cuenta con la ayuda de GitHub Copilot y Claude 3.5, me dijo algo revelador: "Por primera vez siento que puedo hablarle a la máquina y ella me entiende. Es como trabajar con un asistente real."

No es un pequeño cambio incremental. Es un salto cualitativo en cómo interactuamos con la tecnología.

Durante décadas, hemos tenido que aprender el lenguaje de las máquinas. Ahora, finalmente, las máquinas están aprendiendo el nuestro.

La barrera de entrada no es ya conocer sintaxis o frameworks. Es tener claridad sobre lo que quieres crear.

Esto no se trata de reemplazar programadores o diseñadores. Se trata de democratizar la creación. De permitir que las ideas fluyan del pensamiento a la realidad con menos fricción.

La verdadera revolución no es que tengamos quien escriba código por nosotros. Es que estamos desarrollando un nuevo lenguaje compartido entre humanos y máquinas.

¿Qué pasará cuando la limitación ya no sea técnica sino imaginativa? ¿Cuándo el factor decisivo no sea "¿puedo construirlo?" sino "¿vale la pena construirlo?"

Y aquí es donde debemos ser cuidadosos. ¿Notaste cómo cada vez más personas están creando "soluciones con IA" para problemas que no existen realmente? Es el nuevo martillo dorado: cuando lo tienes, todo empieza a parecerse a un clavo.

Personas construyendo flujos de trabajo automatizados complejos cuando una simple aplicación existente haría el trabajo. Añadiendo capas de IA a procesos que funcionaban perfectamente bien sin ella.

Es como si hubiera una necesidad casi tribal de decir "yo también uso IA" sin preguntarse primero: ¿esto resuelve algo real?

La verdadera innovación raramente comienza con la tecnología. Comienza con un problema genuino, una fricción que alguien experimenta y piensa: "debe haber una mejor manera".

La IA es solo una herramienta, no un fin en sí misma. Y como cualquier herramienta, su valor está determinado por el problema que resuelve, no por lo impresionante que suena en una conversación.

Tal vez la pregunta más importante ahora no es qué pueden hacer las máquinas por nosotros, sino qué conversaciones valiosas podemos tener con ellas. Y más crucial aún: cuándo vale la pena tenerlas.

¿Y si el superpoder más escaso hoy no fuera la habilidad de construir con IA, sino el juicio para saber cuándo —y cuándo no— usarla?