¿Qué son los asistentes de codificación con IA?

Los LLM son, por sí solos, capaces de coger el código, el contexto y las instrucciones como entrada y output, código nuevo o cambios de código a cambio. Pero un LLM independiente no puede abrir archivos, utilizar herramientas y aplicaciones externas, acceder a su terminal o ejecutar comandos, tareas que son esenciales para crear y mantener una base de código lista para la producción. Si bien un LLM es, de hecho, una IA que puede ayudarle con la codificación, un LLM puro no es lo que se entiende por el término "asistente de codificación con IA" en la jerga moderna del sector.

Por el contrario, un verdadero asistente de codificación con IA es un producto de software más robusto y completo que utiliza un LLM (o varios LLM) como motor. Puede entenderse como una aplicación que combina un "cerebro" de LLM con un conjunto de herramientas que actúan como brazos y piernas, a todo lo cual se accede a través de una única interfaz de usuario (IU) y se opera mediante una lógica y unos flujos de trabajo cuidadosamente diseñados.

Aunque gran parte de la funcionalidad de un asistente de codificación puede lograrse mediante lógica codificada manualmente e instrucciones construidas laboriosamente, los asistentes de codificación con IA están diseñados para automatizar y agilizar ese trabajo. Por ejemplo, las canalizaciones de recuperación integradas permiten conocer el contexto sin necesidad de volcar todo el código base en cada solicitud de entrada, lo que consume toda la ventana de contexto del LLM. Los servidores MCP, que operan a través del Protocolo de Contexto del Modelo (MCP) introducido originalmente por Anthropic, facilitan la comunicación con servicios y herramientas externas como API, bases de datos y archivos. Los flujos de trabajo estructurados permiten a un asistente de IA utilizar herramientas especializadas para realizar ediciones de código precisas y localizadas, mientras que un LLM independiente debe reescribir todo un archivo o bloque de código para realizar un solo cambio.

Menos alcanzables mediante flujos de trabajo orquestados manualmente son la colaboración entre equipos de desarrollo y la Integración con plataformas esenciales de codificación que pueden proporcionar los asistentes de codificación con IA. La mayoría de los asistentes de programación modernos pueden incorporarse directamente en entornos de desarrollo integrado (IDE) comunes, como Visual Studio Code (VS Code) o PyCharm. Algunos, como GitHub Copilot, son plugins nativos o extensiones para IDE destacados. Algunos, como IBM Bob, pueden funcionar tanto como un shell (una interfaz de línea de comandos (CLI), como Bob Shell, que puede operar de forma independiente o integrarse con IDE usando un wrapper simple) como un IDE autónomo con herramientas integradas y completas para depuración, control de versiones, refactorización y generación de pruebas.

La semántica de diferenciar entre los asistentes de codificación con IA y los agentes de IA puede resultar confusa. Cuando se trata de herramientas de codificación con IA, la terminología está impulsada tanto por el marketing como por características y capacidades distintas, bien definidas y universalmente acordadas.

Lo más importante a tener en cuenta es que estos conceptos no son mutuamente excluyentes. De hecho, el sector ha ido confundiendo cada vez más ambos términos hasta el punto de que a veces se usan indistintamente. Quizás sea más útil entender cada uno como una descripción de diferentes dimensiones de una herramienta de codificación con IA, en lugar de describir tipos separados de productos.

• El asistente describe la relación del producto con su usuario humano. Es un término informal, orientado a UX, que básicamente define la descripción del puesto de la herramienta: usar IA para ayudar a un humano con tareas de codificación. En teoría, esto podría describir perfectamente desde una sencilla herramienta para la finalización de código y otras funcionalidades básicas impulsadas por autocompletado hasta una suite compleja y completa de principio a fin para ingeniería de software con IA.

• El agente describe la arquitectura técnica del producto. En resumen, cualquier software que rodee un LLM con las herramientas, los entornos, las directrices, las barreras y los marcos de razonamiento necesarios para planificar y ejecutar tareas de codificación de forma autónoma podría denominarse con justicia "agente de codificación con IA", ya que se trata de un agente de IA diseñado para tareas de codificación.

La mayoría de los asistentes de codificación modernos constituyen IA agéntica: reciben instrucciones en lenguaje natural y, a continuación, formulan de manera independiente los pasos específicos necesarios para ejecutar esas instrucciones, ejecutar los comandos, evaluar los resultados e iteran su output final antes de presentárselo al usuario. Por lo tanto, en general es correcto, a nivel técnico, utilizar cualquiera de los dos términos para describirlos.

Pero en la práctica, sería más apropiado utilizar el término "agente de codificación con IA" (o simplemente "agente de programación") para describir a un agente individual, programado para llevar a cabo una tarea o responsabilidad específica. Por ejemplo, un ingeniero de software podría usar un asistente de codificación con IA para crear un agente autónomo cuyo propósito es consumir nuevos tickets de Jira y dirigir proactivamente problemas menores. Puede crear otro agente para supervisar los cambios en la base de código y actualizar la documentación en consecuencia. En esencia, estos agentes de codificación serían creados por su asistente de codificación y operarían dentro de él.

Aunque cada asistente de codificación en el mercado ofrece sus propios flujos de trabajo, lógica, características y áreas de enfoque únicas, un asistente de codificación generalmente comprenderá los siguientes componentes esenciales.

Un asistente de codificación debe tener una interfaz a través de la cual el usuario pueda interactuar con él. Esa interfaz puede ser una simple interfaz de línea de comandos (CLI) basada en texto o, en el caso de los asistentes basados en IDE, una interfaz gráfica de usuario (GUI). Esto último podría implicar una GUI dedicada para el asistente de codificación o una extensión o complemento dentro de la GUI de su IDE principal.

La elección adecuada generalmente dependerá de alguna combinación del nivel de habilidad del usuario, el caso de uso, el entorno operativo y el token budget.

Asistentes basados en CLI, como Bob Shell, Aider o Pi, permiten a los desarrolladores dirigir a su asistente de codificación desde el terminal nativo de su máquina (o desde su terminal de terceros preferido). Para los ingenieros de software que trabajan principalmente con su terminal, esto ofrece la experiencia más fluida, rápida, eficiente en token y personalizable. Para los asistentes de codificación que deben funcionar en entornos "sin memoria" en los que las GUI (y las pantallas de los monitores, para el caso) no están disponibles, como los servicios de integración y entrega continua (CI/CD), las herramientas basadas en la CLI suelen ser la única opción.

Los asistentes de codificación CLI proporcionan un control más preciso sobre las herramientas y los procesos, lo que permite a los desarrolladores programar explícitamente los flujos de trabajo en lugar de depender de las abstracciones y la lógica de flujo de trabajo integrada de un IDE. El resultado de un comando del sistema, una prueba o un flujo de trabajo se puede canalizar directamente a la siguiente instrucción del asistente de IA, lo que permite a los desarrolladores encadenar comandos de manera fluida.

Los asistentes basados en CLI requieren habilidades y conocimientos de desarrollo significativamente mayores para funcionar, lo que los convierte en una mala elección para principiantes y vibe coders. Los usuarios deben sentirse cómodos navegando por entornos de terminales, rutas de archivos y otros elementos arquitectónicos que suelen estar ocultos bajo las abstracciones de la IU en la informática cotidiana. Su IU básica también impide algunas de las funcionalidades que ofrecen los asistentes basados en IDE, como botones en línea, barras laterales de chat, revisión de código en tiempo real o sugerencias de completar código con clic para aceptar.

Los asistentes de codificación con IA basados en IDE ofrecen una experiencia más robusta y fácil de usar a través de una GUI clásica. Para los desarrolladores que trabajan principalmente a través de un IDE o los principiantes que no están familiarizados con los comandos de terminal, las herramientas basadas en IDE proporcionarán una experiencia más ágil y de baja fricción.

Las herramientas basadas en IDE permiten un entorno más rico en características, ya que hay más formas y ubicaciones en las que el usuario puede presentar e ingerir opciones e información dentro de una GUI con un cursor móvil y en el que se puede hacer clic. Por ejemplo, la GUI de un asistente de codificación basado en IDE puede proporcionar comparaciones de archivos en paralelo y diferencias en línea codificadas por colores para transmitir claramente los cambios propuestos. Las barras laterales y los menús contextuales ofrecen la oportunidad de mostrar sugerencias de refactorización. El asistente puede responder a la posición del cursor de texto en tiempo real, y las sugerencias de edición contextuales pueden aceptarse o rechazarse con un solo clic.

Esa funcionalidad va en detrimento del control y, en algunos casos, de la rentabilidad. Los asistentes basados en IDE son inherentemente más ávidos de tokens que sus homólogos basados en CLI, ya que un IDE debe agrupar constantemente una amplia gama de información contextual en cada instrucción en bruto que envía al LLM bajo el capó. Trabajar con el conjunto de abstracciones del IDE en lugar de con comandos explícitos es más accesible e intuitivo para la mayoría de los usuarios, pero eso implica sacrificar las capacidades de personalización.

Los LLM son fundamentales para todos los asistentes de codificación con IA: el "asistente" quizás pueda entenderse mejor como una estructura de software que permite al usuario extraer el máximo rendimiento y servicios de un LLM. Por tanto, la elección de qué LLM específico utilizar es una decisión arquitectónica esencial para cualquier herramienta de codificación con IA.

Algunos asistentes de codificación son independientes del modelo, pero muchos limitan al usuario a un LLM específico. Claude Code, por ejemplo, opera exclusivamente a través de los modelos Claude de Anthropic. Cursor utiliza su modelo patentado "Composer" para la generación de código.

En la mayoría de los casos, un asistente de codificación basado en un enfoque de modelo único es ineficiente tanto desde el punto de vista del coste como de la latencia: algunas tareas requieren la precisión y la capacidad de razonamiento de un modelo fronterizo de gran tamaño, pero para muchas otras resulta más adecuado un modelo de lenguaje de gran tamaño (LLM) más pequeño, más rápido y que consuma menos tokens. IBM Bob, por ejemplo, utiliza una orquestación multimodelo que se basa en una combinación de modelos propietarios fronterizos (incluido Claude), modelos Mistral de código abierto y modelos de IBM Granite junto con modelos para afinar especializados para la seguridad y la predicción de la próxima edición. Bob dirige cada tarea al modelo más adecuado: las tareas simples van a modelos más ligeros, mientras que la planificación central y las tareas complejas van a modelos más grandes.

La lógica del razonamiento agéntico es la forma en que el "cerebro" del LLM del asistente de codificación digiere un macroobjetivo (como "averiguar por qué el inicio de sesión sigue fallando en el móvil") y lo descompone en pasos prácticos de ejecución. Las diferentes estrategias de razonamiento se prestan a diferentes tipos de tareas: un asistente de codificación a menudo se programará para implementar una variedad de estrategias para satisfacer las necesidades de la solicitud de un usuario. 

Las herramientas son los "brazos y piernas" de un asistente de codificación, lo que le permite interactuar con su entorno y hacer más que editar o generar fragmentos de código aislados en el vacío. Las herramientas integradas que se ofrecen normalmente en los asistentes de codificación modernos permiten realizar tareas como:

• Extraer información relevante y tomar medidas dentro de servicios externos, como software de gestión de tareas, documentación interna, bases de datos, calendarios u otras aplicaciones  

• Hacer cambios precisos y localizados en el código en partes específicas de un archivo en lugar de una reescritura completa

• Ejecutar comandos de terminal y shell

• Realizar comprobaciones de seguridad

• Ejecutar acciones basadas en reglas en escenarios predefinidos

• Validar outputs con respecto a (y aplicar) las directrices y barreras del sistema

Por ejemplo, el asistente de codificación puede llamar a una herramienta integrada que examina los canales de Slack de su organización en busca del contexto relevante para la tarea en cuestión. Según ese contexto, podría llamar a otra herramienta para realizar un cambio quirúrgico en un área específica del código y a una tercera herramienta para generar y ejecutar una prueba unitaria.

Las acciones relacionadas con los sistemas de archivos, las bases de datos y los servicios externos suelen estar mediadas por los servidores MCP. La aparición y adopción generalizada del Protocolo de Contexto del Modelo (MCP), que proporciona un estándar universal para la comunicación entre LLM y API externas, ha incrementado significativamente la facilidad de interoperabilidad entre los asistentes de código, los LLM que los potencian y los numerosos servicios con los que deben interactuar.

La función de esas herramientas suele ser identificar, recuperar y actuar sobre el contexto esencial para la tarea que se le pide a un asistente de codificación, pero que no habría estado incluido en los datos de entrenamiento de un LLM.

• Bases de datos vectoriales: un asistente de codificación debe discernir repetidamente qué puñado de archivos, entre miles de documentos o millones de líneas de código, contienen el contexto necesario para informar cada paso de una tarea. Almacenar archivos individuales en una base de datos de incrustaciones vectoriales (representaciones matemáticas de cada documento como una matriz de números) permite identificar los documentos relevantes mediante una búsqueda semántica. El contexto de los archivos recuperados se puede inyectar en el flujo de trabajo del LLM a través de la generación aumentada por recuperación (RAG).

• Archivos de reglas: en lugar de requerir que el usuario proporcione constante y repetidamente una lista de instrucciones detalladas para cada tarea, los asistentes de código suelen basarse en archivos de reglas, como Claude.md archivos en Claude Code o reglas personalizadas y modos personalizados en IBM Bob. Se trata de archivos de marcado estandarizados que dictan explícitamente los estándares de codificación, los comportamientos deseados y las consideraciones arquitectónicas del LLM.

• Memoria entre sesiones: los LLM son, por defecto, sin estado. Más allá de la ventana de contexto de la sesión actual, un LLM no tiene acceso a la información de sesiones anteriores. Por lo tanto, los asistentes de codificación almacenan los registros de sesión y las cachés de metadatos persistentes que permiten al asistente "recordar" las conclusiones, los patrones, los obstáculos importantes (como los defectos de código y las estrategias de depuración utilizadas para solucionarlos) y las configuraciones de creación específicas del proyecto. Esto es lo que permite que el asistente de codificación “aprenda” con el tiempo.

La potente autonomía de los asistentes de codificación (y los agentes de codificación que crean para implementar una tarea) puede ser un arma de doble filo. Si no se supervisa ni se controla, un asistente de programación podría realizar actualizaciones de gran alcance que rompan funcionalidades, expongan credenciales y otros secretos o habiliten código malicioso en los sistemas de su organización.

Por ello, los asistentes de codificación de alta calidad facilitan barreras de seguridad y esquemas automatizados de puntos de control para asegurar que cualquier acción relevante haya sido revisada y aprobada por un humano antes de ejecutarse. IBM Bob, por ejemplo, requiere permiso humano para la mayoría de las acciones por defecto: cualquier excepción debe ser configurada explícitamente como Auto-Aprobar por el usuario.

Muchos ajustes de configuración de los asistentes de codificación permiten al usuario utilizar un entorno aislado para un agente o proyecto determinado, manteniéndolo contenido dentro de entornos específicamente aprobados por razones de seguridad o relevancia. En IBM Bob, archivos y directorios específicos pueden añadirse simplemente a un .bobignore para impedir que Bob interactúe con ellos. Cuando utiliza el Bob Shell basado en la CLI en carpetas que no se han añadido a las "carpetas de confianza", Bob funciona en modo seguro restringido para minimizar las vulnerabilidades.

Muchos asistentes de codificación modernos proporcionan puntos de control automáticos para facilitar la experimentación con los cambios de código y la fácil anulación de las actualizaciones con consecuencias no deseadas.

Cuando se han implementado varios subagentes, ya sean creados dentro del asistente de codificación o construidos en otro lugar, para una tarea determinada, la mayoría de los asistentes de codificación utilizan el protocolo Agent2Agent (A2A) para coordinar la comunicación entre ellos.

Para asistentes de codificación como Bob que aprovechan múltiples LLM, un sistema de enrutamiento consciente de tareas delega dinámicamente cada subtarea al modelo correspondiente en función de la complejidad, las demandas computacionales y los presupuestos de token.

Los asistentes de codificación con IA permiten una amplia gama de patrones de uso, desde la codificación Vibe (basada enteramente en instrucciones y outputs de modelos de lenguaje natural con un compromiso mínimo con el código en sí) hasta una codificación agéntica (o ingeniería agéntica) más deliberada y estratégica.

La codificación Vibe es generalmente el ámbito de los usuarios sin formación ni experiencia en desarrollo de software, muchos de los cuales carecen de conocimientos básicos incluso de lenguajes de programación comunes como Python o JavaScript, o (a manos de desarrolladores más experimentados) de experimentación y creación de prototipos. El usuario delega esencialmente todo el proceso al asistente de codificación, evitando la mayoría de la entrada manual, revisiones y pruebas más allá de las correcciones y las instrucciones que transmiten las instrucciones en lenguaje natural del usuario. Si los proyectos codificados con Vibe se van a utilizar en escenarios del mundo real, hay que tener mucho cuidado para evitar problemas de calidad del código o riesgos de seguridad.

La ingeniería agéntica, por el contrario, se parece más a la programación en parejas, en la que el asistente de codificación es realmente un asistente que trabaja junto al desarrollador (que dirige activamente el proyecto y el código) como un par de manos y ojos adicionales. Esta práctica más sofisticada de codificación agéntica desbloquea las capacidades y el potencial de los asistentes de codificación con IA, permitiendo un uso más sostenible y productivo de las herramientas de codificación con IA en entornos de producción.