¿Qué son los asistentes de AI Coding?

Los LLM son, por sí solos, capaces de tomar código, contexto e instrucciones como entrada y salida de nuevo código o cambios de código a cambio. Pero un LLM independiente no puede abrir archivos, usar 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 producción. Si bien un LLM es, de hecho, una IA que puede ayudarle con la programación, un LLM puro no es lo que se entiende por el término "asistente de AI Coding" en el lenguaje de la industria moderna.

Por el contrario, un verdadero asistente de AI Coding es un producto de software más robusto y completo que emplea un LLM (o varios LLM) como motor. Se puede entender como una aplicación que empareja un “cerebro” LLM con un kit de herramientas que actúa como sus brazos y piernas, todo lo cual se accede a través de una interfaz de usuario (IU) y se opera a través de una lógica cuidadosamente diseñada y flujos de trabajo.

Aunque gran parte de la funcionalidad de un asistente de programación se puede lograr a través de lógica codificada manualmente y instrucciones construidas laboriosamente, los asistentes de AI Coding están diseñados para automatizar y agilizar ese trabajo. Por ejemplo, los pipelines de recuperación integradas proporcionan concientización del contexto sin requerir que toda la base de código sea vertida en cada instrucción de entrada, consumiendo toda la ventana de contexto del LLM. Los servidores MCP, que operan a través del Protocolo de Contexto Modelo (MCP) introducido originalmente por Anthropic, facilitan la comunicación con servicios y herramientas externas como APIs, bases de datos y archivos. Los flujos de trabajo estructurados permiten que un asistente de IA utilice herramientas especializadas para realizar ediciones de código precisas y localizadas, mientras que un LLM independiente debe reescribir un archivo o bloque de código completo para realizar un solo cambio.

La colaboración entre equipos de desarrollo y la integración con plataformas de programación esenciales, que pueden proporcionar los asistentes de AI Coding, resultan más difíciles de lograr mediante flujos de trabajo orquestados manualmente. La mayoría de los asistentes de programación modernos pueden incorporar directamente en entornos de desarrollo integrado (IDE) comunes, como Visual Studio Code (VS Code) o PyCharm. Algunos, como GitHub Copilot, son complementos nativos o extensiones para IDE destacados. Algunas, como IBM® Bob, pueden funcionar tanto como un shell, (una interfaz de línea de comandos, CLI, por sus siglas en inglés), como Bob Shell, que puede operar de forma independiente o integrada con un IDE mediante una envoltura simple o bien, como un IDE autónomo con herramientas integradas y completas para depuración, control de versiones, refactorización y generación de pruebas.

La semántica de diferenciar entre AI Coding y agentes de IA puede ser confusa. Cuando se trata de herramientas de AI Coding, 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, la industria ha ido mezclando cada vez más los dos 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 AI Coding, 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 UXque básicamente define la descripción del trabajo de la herramienta: usar IA para asistir a un humano con las tareas de programación. En teoría, esto podría describir desde una herramienta sencilla para completar código y otras funcionalidades directas impulsadas por autocompletado, hasta una suite compleja e integral de extremo a extremo para ingeniería de software impulsada por IA.

• El agente describe la arquitectura técnica del producto. En resumen, cualquier software que rodea a un LLM con las herramientas, entornos, pautas, medidas de seguridad y marcos de razonamiento para planificar y ejecutar de manera autónoma tareas de programación podría llamarse justamente un “agente de AI Coding”, en la medida en que es un agente de IA diseñado para tareas de programación.

La mayoría de los asistentes de programación modernos constituyen IA agéntica: reciben instrucciones en lenguaje natural, luego formulan independientemente los pasos específicos necesarios para llevar a cabo esas instrucciones, ejecutar comandos, evaluar resultados e iterar en su resultados final antes de presentarla al usuario. Por lo tanto, generalmente es correcto, a nivel técnico, usar cualquiera de los dos términos para describirlos.

Pero en la práctica, uno usaría más apropiadamente el término "agente de AI Coding" (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 AI Coding para crear un agente autónomo cuyo propósito sea ingerir nuevos tickets de Jira y direccionar proactivamente problemas menores. Puede crear otro agente para monitorear los cambios en la base de código y actualizar la documentación en consecuencia. En esencia, estos agentes de programación serían creados y operarían dentro de su asistente de programación.

Si bien cada asistente de programación en el mercado ofrece sus propios flujos de trabajo, lógica, características y áreas de enfoque únicos, un asistente de programación generalmente comprenderá los siguientes componentes esenciales.

Un asistente de programación 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 programación 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 presupuesto de token.

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

Los asistentes de programación CLI proporcionan un control más preciso sobre las herramientas y los procesos, lo que permite a los desarrolladores crear secuencias de comandos explícitamente en los flujos de trabajo en lugar de depender de las abstracciones y la lógica de flujo de trabajo integrada de un IDE. La resultados de un comando, prueba o flujo de trabajo del sistema se puede canalizado directamente a la siguiente instrucción de entrada al asistente de IA, lo que permite a los desarrolladores encadenar comandos perfectamente.

Los asistentes basados en CLI requieren habilidades y conocimientos de desarrollo significativamente mayores para operar, lo que los convierte en una mala opción para principiantes y quienes hacen "vibe coding". Los usuarios deben sentirse cómodos navegando por entornos de terminales, rutas de archivos y otros elementos arquitectónicos que normalmente están ocultos debajo de las abstracciones de la interfaz de usuario (IU) en la informática cotidiana. Su interfaz de usuario (IU) básica también excluye 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 finalización de código de clic para aceptar.

Los asistentes de AI Coding basados en IDE ofrecen una experiencia más completa y fácil de usar a través de una interfaz gráfica tradicional. Para los desarrolladores que trabajan principalmente a través de un IDE o principiantes que no están familiarizados con los comandos de terminal, las herramientas basadas en IDE proporcionarán una experiencia más optimizada 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 programación 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 oportunidades para mostrar sugerencias de refactorización. El asistente puede responder a la posición del cursor de texto en tiempo real, y las sugerencias de edición contextuales se pueden aceptar o rechazar con un solo clic.

Esa funcionalidad se traduce a costa del control y, en algunos casos, de la rentabilidad. Los asistentes basados en IDE son inherentemente más ávidos de tokens que sus contrapartes basados en CLI, ya que un IDE debe agrupar constantemente una amplia gama de información contextual en cada instrucción que envía al LLM tras bambalinas. Trabajar a través del conjunto de abstracciones del IDE en lugar de comandos explícitos es más accesible e intuitivo para la mayoría de los usuarios, pero eso conlleva un sacrificio en las capacidades de personalización.

Los LLM son fundamentales para cada asistente de AI Coding: el “asistente” quizás se pueda entender mejor como una estructura de software que permite al usuario extraer el máximo rendimiento y utilidad de una Empresa de servicios públicos. Por lo tanto, la elección de qué LLM específico utilizar es una decisión arquitectónica esencial para cualquier herramienta de AI Coding.

Algunos asistentes de programación son independientes del modelo, pero muchos restringen al usuario a LLM específicos. 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 programación basado en un solo modelo es ineficiente tanto desde la perspectiva de costo como de latencia: algunas tareas requieren la precisión y el razonamiento de un modelo frontera grande, pero muchas otras se ven mejor servidas por un LLM más pequeño, rápido y menos exigente en token. IBM Bob, por ejemplo, utiliza una orquestación multimodelo que se basa en una combinación de modelos patentados de frontera (incluido Claude), modelos Mistral de código abierto y modelos IBM Granite junto con modelos especializados de ajuste fino para la seguridad y la predicción de 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 de razonamiento agencial es cómo el “cerebro” LLM del asistente de programación digiere un macro-objetivo (como “averiguar por qué el inicio de sesión sigue fallando en el móvil”) y lo descompone en pasos prácticos de ejecución. Diferentes estrategias de razonamiento se prestan a distintos tipos de tareas: un asistente de programación suele estar programado para desplegar una variedad de estrategias que satisfagan las necesidades de la solicitud del usuario. 

Las herramientas son los “brazos y piernas” de un asistente de programación, lo que le permite interactuar con su entorno y hacer más que editar o generar fragmentos de código aislados en un vacío. Las herramientas integradas que suelen ofrecer en los asistentes de programación modernos permiten 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.  

• Realice cambios de código precisos y localizados 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 los resultados con respecto a (y hacer cumplir) las directrices y los límites del sistema.

Por ejemplo, el asistente de programación podría llamar a una herramienta integrada que analiza los canales de Slack de tu organización en busca de contexto relevante para la tarea en cuestión. Informado por ese contexto, podría llamar a otra herramienta para realizar un cambio quirúrgico a un área específica de código y una tercera herramienta para generar y ejecutar una prueba unitaria.

Las acciones que involucran sistemas de archivos, bases de datos y servicios externos generalmente se gestionan mediante servidores MCP. La aparición y adopción generalizada del Model Context Protocol (MCP), que proporciona un estándar universal para la comunicación entre LLM y API externas, incrementó significativamente la facilidad de interoperabilidad entre los code assistants, los LLM que los impulsan y los numerosos servicios con los que deben interactuar.

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

• Bases de datos vectoriales: Un asistente de programación 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 incorporaciones 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, por sus siglas en inglés).

• Archivos de reglas: En lugar de requerir que el usuario proporcione constantemente y repetidamente una lista de instrucciones detalladas para cada tarea, los code assistants generalmente se basan en archivos de reglas, comoClaude.md archivos en Claude Code o reglas personalizadas y modos personalizados en IBM Bob. Estos son archivos de markdown estandarizados que dictan explícitamente los estándares de programación, los comportamientos deseados y las consideraciones arquitectónicas para el LLM.

• Memoria entre sesiones: Los LLMs 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 programación almacenan registros de sesión y caché de metadatos persistentes que permiten al asistente “recordar” importantes aspectos, patrones, obstáculos (como defectos de código y las estrategias de depuración utilizadas para remediarlos) y configuraciones de compilación específicas del proyecto. Esto es lo que permite que el asistente de programación “aprenda” con el tiempo.

La poderosa autonomía de los asistentes de programación (y los agentes de programación que crean para implementar una tarea) puede ser un arma de doble edge. Si no se monitorea 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 tu organización.

Por lo tanto, los asistentes de programación de alta calidad facilitan las barreras de seguridad y los esquemas de puntos de control automatizados para garantizar que cualquier acción consecuente haya sido revisada y aprobada por un humano antes de ejecutarse. IBM Bob, por ejemplo, requiere permiso humano para la mayoría de las acciones de forma predeterminada; cualquier excepción debe configurarse explícitamente en aprobación automática por el usuario.

Muchos ajustes de configuración de los asistentes de programación permiten al usuario hacer sandbox a un agente o proyecto determinado, manteniéndolo contenido dentro de entornos específicamente aprobados por razones de seguridad o relevancia. En IBM Bob, los archivos y directorios específicos simplemente se pueden agregar a un .bobignore para impedir que Bob interactúe con ellos. Cuando se utiliza Bob Shell basado en CLI en carpetas que no se han agregado a “carpetas de confianza”, Bob se ejecuta en un modo seguro restringido para minimizar las vulnerabilidades.

Muchos asistentes de programación modernos proporcionan puntos de control automatizados, para facilitar la experimentación con cambios de código y facilitar la reversión de actualizaciones con consecuencias indeseables.

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

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

Los asistentes de AI Coding permiten una amplia gama de patrones de uso, desde vibe coding impulsada enteramente por instrucciones en lenguaje natural y resultados de modelos, con una interacción mínima con el código en sí, hasta una programación con agentes más deliberada y estratégica.

Vibe coding generalmente es para usuarios sin capacitación o 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. Básicamente, el usuario delega todo el proceso al asistente de programación, evitando la mayoría de las entradas, revisiones y pruebas manuales más allá de las instrucciones y arreglos transmitidos por las instrucciones en lenguaje natural del usuario. Si los proyectos realizados con vibe coding van a ser utilizados en escenarios del mundo real, se debe tener mucho cuidado para evitar problemas de calidad de código o riesgos de seguridad.

La ingeniería agéntica, por el contrario, es más parecida a la programación en pareja, en la que el asistente de programación es verdaderamente un asistente que trabaja junto con el desarrollador, que lleva activamente el proyecto y el código, como un conjunto adicional de manos y ojos. Esta práctica más sofisticada de programación con agentes desbloquea las capacidades y el potencial de los asistentes de AI Coding, permitiendo un uso más sostenible y productivo de las herramientas de programación con AI Coding en entornos de producción.