¿Qué es la ingeniería agéntica?

La ingeniería agéntica enfatiza la programación agéntica como herramienta en lugar de la fuerza que construye todo el código base de extremo a extremo. El término se basa en el término “vibe coding“ acuñado por el cofundador de OpenAI, Andrej Karpathy en 2025. El vibe coding describe la práctica de forma libre de dar instrucciones a las herramientas de IA para que generen código en lugar de escribir código manualmente.

No obstante, con el inicio de 2026, la industria del software necesita una terminología que refleje mejor las prácticas de desarrollo profesional. Por lo tanto, Karpathy acuñó un nuevo término: “ingeniería agéntica”. En este artículo, exploraremos qué significa ingeniería agéntica y en qué se diferencia del vibe coding.

Con el rápido crecimiento de la inteligencia artificial (IA) y los agentes de IA, el uso de la IA generativa para crear software se convirtió en una parte predeterminada del flujo de trabajo estándar del desarrollo de software. En la Developer Survey de Stack Overflow de 2025, se encontró que el 84 % de los encuestados utiliza o tiene la intención de utilizar programación asistida por IA en su proceso de desarrollo.

Sin embargo, la encuesta también muestra que más desarrolladores desconfían de la precisión de las herramientas de IA que dependen de ellos: el 46 % expresa escepticismo en comparación con el 33 % que se siente seguro de los resultados.

Solo una pequeña parte (3 %) dice que “confía mucho” en el resultado generado por la IA. Los desarrolladores experimentados se muestran especialmente cautelosos, registrando la tasa más baja de “alta confianza” (2.6 %) y la tasa más alta de “alta desconfianza” (20 %).¹ Este patrón destaca una expectativa amplia de que la supervisión humana sigue siendo esencial, particularmente para los puestos con responsabilidad significativa.

En la práctica, los desarrolladores utilizan la IA para tareas que consumen mucho tiempo, pero que tienen un riesgo relativamente bajo cuando son guiados por un revisor humano experimentado. Esta acción incluye tareas como la refactorización de código, la generación de código repetitivo y pruebas, las revisiones ligeras, la redacción de documentación, el andamiaje de API y otras tareas de bajo riesgo.

Para recapitular, el vibe coding permite a los desarrolladores automatizar y crear prototipos rápidamente con algunas instrucciones en lenguaje natural utilizando modelos de lenguaje grandes (LLM) o sistemas agénticos.

La palabra “vibe” en el término “vibe coding” tiene una connotación casual e improvisada. Aunque este enfoque se adaptaba bien a la fase inicial y exploratoria de la programación asistida por IA, choca con la realidad actual del escepticismo de los desarrolladores hacia los agentes de programación de IA.

Sin la experiencia adecuada en el uso de LLM con fines de ingeniería de software, el vibe coding puede producir lo que se denomina “contenido basura de IA”, código que no es útil o rompe el código existente. Este tipo de código defectuoso suele aumentar la deuda técnica de los equipos de ingeniería, que dedican gran parte de su tiempo a comprender, depurar y refactorizar el código.

Alternativamente, Karpathy detalla el término “ingeniería agéntica” en X de una manera diferente:

• “Agéntica”: una orquestación de agentes escribe el código, y el desarrollador humano supervisa y valida el resultado. A medida que el agente o el sistema multiagente itera a través de las subtareas, mantenemos la intervención humana en el proceso.
• “Ingeniería”: se requiere un nivel de experiencia para utilizar flujos de trabajo con agentes para una producción de código significativa que no ponga en peligro la calidad del código. Esta habilidad es algo que se puede desarrollar y mejorar.

¿Quiere ver cómo la ingeniería agéntica cambia el rol del ingeniero de software? Vea Agentic Engineering vs. Software Engineering: Beyond Vibe Coding para explorar cómo la ingeniería agéntica se diferencia del desarrollo de software tradicional y cómo los desarrolladores pueden trabajar junto a agentes de IA.

La ingeniería agéntica funciona combinando la experiencia humana en ingeniería con agentes de IA que pueden realizar tareas específicas de desarrollo de software. En lugar de pedir a un sistema de IA que genere una aplicación completa a partir de una sola instrucción, los desarrolladores definen objetivos, dividen trabajos complejos en tareas manejables, proporcionan a los agentes el contexto y las herramientas necesarios, y revisan y validan el trabajo resultante.

Un flujo de trabajo típico de ingeniería agéntica incluye los siguientes pasos:

1. Definir el objetivo y los requisitos. Los desarrolladores establecen lo que el software o la característica debe lograr, junto con los requisitos técnicos, las limitaciones y los estándares de calidad.

2. Dividir el trabajo en tareas. El trabajo de desarrollo complejo se divide en tareas más pequeñas y bien definidas que un agente de IA puede ejecutar, como escribir código, actualizar documentación, generar pruebas o identificar errores.

3. Asignar tareas a los agentes de IA. Los desarrolladores seleccionan o configuran agentes para tareas específicas y les dan acceso al código relevante, la documentación, las herramientas de desarrollo y otro contexto que necesitan para trabajar de manera efectiva.

4. Orquestar y guiar a los agentes. Los desarrolladores proporcionan instrucciones, establecen dependencias entre tareas y determinan cuándo los agentes deben trabajar de forma independiente o cuándo su resultado requiere intervención humana.

5. Revisar y validar los resultados. Los ingenieros humanos evalúan el código generado por el agente y otros resultados para determinar su exactitud, seguridad, rendimiento, mantenibilidad y alineación con los requisitos. Las pruebas automatizadas y otras herramientas de evaluación pueden respaldar este proceso.

6. Iterar y refinar. Los agentes pueden revisar su trabajo en función de los resultados de las pruebas, el feedback de los desarrolladores o los requisitos cambiantes. Los desarrolladores continúan guiando el proceso hasta que el resultado cumple con los estándares requeridos.

7. Integrar los cambios aprobados. Una vez que el trabajo se ha revisado y validado, los desarrolladores integran el código resultante en el flujo de trabajo más amplio de desarrollo de software y la base de código de producción.

La distinción clave es que los agentes de IA realizan gran parte de la ejecución, mientras que los ingenieros humanos siguen siendo responsables de dirigir el trabajo, tomar decisiones técnicas de alto nivel y garantizar la calidad del resultado final. Esto permite a las organizaciones usar la IA para algo más que la generación de código, conservando el criterio de ingeniería y la supervisión necesarios para el desarrollo de software profesional.

Las organizaciones pueden adoptar la ingeniería agéntica estableciendo la gobernanza adecuada, dotando a los desarrolladores de las habilidades para trabajar con agentes de IA y creando la infraestructura técnica necesaria para apoyar flujos de trabajo con agentes. Esto incluye proporcionar a los agentes un contexto organizacional relevante, dividir el trabajo de desarrollo en tareas manejables y establecer procesos claros para la supervisión y validación humanas.

Las organizaciones pueden tomar varias medidas para apoyar la adopción.

En conjunto, estas prácticas pueden ayudar a las organizaciones a pasar de la experimentación con herramientas de programación con IA hacia un enfoque más estructurado de la ingeniería agéntica, donde los agentes de IA asumen tareas de desarrollo cada vez más complejas bajo la supervisión humana adecuada. 

La ingeniería agéntica nos permite alejarnos de la lógica determinista hacia el territorio matizado del juicio probabilístico. Por lo tanto, requiere un cambio fundamental en la forma en que las organizaciones piensan y cómo operan los equipos de ingeniería.

A medida que el ámbito del desarrollo de software asistido por IA continúa evolucionando, es probable que su terminología también continúe cambiando. Si bien la “ingeniería agéntica” proporciona un marco más maduro y preciso para la forma en que los desarrolladores colaboran con los sistemas autónomos hoy en día, las prácticas detrás de ella continuarán avanzando a medida que los agentes de IA se vuelvan más capaces. En los próximos años, podemos esperar que los sistemas agénticos manejen tareas cada vez más complejas.

Al mismo tiempo, el puesto de los desarrolladores evolucionará de simplemente escribir código a diseñar, supervisar y definir el comportamiento de estos sistemas de IA. Ya sea un ingeniero de IA, un desarrollador de lote completo, un científico de datos o alguien que comienza su recorrido de programación, los principios básicos o la supervisión humana, la alfabetización en diseño de sistemas y la toma de decisiones con alto criterio seguirán siendo fundamentales.

Si no sabe por dónde empezar, empiece poco a poco. Explore un flujo de trabajo con agentes, ya sea de código abierto o de nivel empresarial, pruébelo con su equipo y vea qué es posible.