Kanji
・Ingeniero Cloud / Freelance ・Nacido en 1993 ・De Ehime / Residente en Shibuya, Tokio ・5 años de experiencia en AWS Detalles del perfil
Índice
El período de dos años comprendido entre 2024 y 2026 será recordado en la historia de la ingeniería de software como la era definitiva en la que la IA pasó de ser una utilidad de asistencia a ser un compañero de trabajo de desarrollo autónomo .
Hace apenas dos años, la experiencia común de los desarrolladores implicaba aceptar sugerencias grises de autocompletar en línea con la tecla Tab, o mantener ChatGPT abierto en una ventana lateral para preguntar “¿cómo escribo esta función?”, seguido de copiar, pegar y ajustar manualmente fragmentos de código.
Hoy, en 2026, el estándar de ingeniería moderno es completamente diferente: “los agentes de IA ejecutan comandos de forma independiente en la terminal, leen y escriben archivos en todo el código base, ejecutan pruebas unitarias, corrigen sus propios errores de tiempo de ejecución y abren solicitudes de extracción de forma autónoma” a través de cotrabajo autónomo .
Este artículo reflexiona sobre la trayectoria evolutiva de los principales editores y agentes de codificación de IA (GitHub Copilot, OpenAI Codex, Claude Code, Google Antigravity y Kiro), analizando el cambio estructural del “Chat” al “Cowork” y proyectando el futuro del desarrollo de software hacia 2028.
La aceleración de las herramientas de desarrollo de IA en los últimos dos años no ha tenido precedentes.Este viaje representa no solo una mejora en los parámetros del modelo, sino un cambio de paradigma fundamental de la generación pasiva de texto a la interacción de entorno autónomo y gobernanza de múltiples agentes .
Al examinar las arquitecturas operativas del “modelo de chat” frente al moderno “modelo de cowork”, se destaca por qué la sobrecarga cognitiva humana se ha desplomado drásticamente:
claude
implementation_plan.md
Examinemos los orígenes, los avances y las arquitecturas de los cinco principales actores que impulsan la ingeniería de IA moderna.
GitHub Copilot fue el pionero fundamental que estableció la norma global de escribir código junto con la inteligencia artificial.
Copilot Chat
Ediciones de copiloto
Modo agente
OpenAI Codex fue el modelo fundacional de código especializado que sirvió como catalizador inicial para toda la revolución de la codificación generativa.
Claude Code de Anthropic tomó un camino radicalmente audaz: evitando las complejas GUI del editor para operar directamente en la terminal nativa del desarrollador .
git status
ripgrep
Dirigido por el equipo de Google DeepMind, Google Antigravity (AGY) fue diseñado desde cero no solo para escribir código, sino también para proporcionar gobierno riguroso, gestión del ciclo de vida y claridad arquitectónica para la programación de pares empresariales.
walkthrough.md
SKILL.md
hooks.json
PreToolUse
PostToolUse
Stop
RULES.md
sidecar.json
Kiro es un agente de IA empresarial especializado en infraestructura de nube y desarrollo basado en especificaciones (SDD).
Replit Agent revolucionó la creación de aplicaciones al deshacerse por completo de la configuración del entorno local, estableciendo un nuevo paradigma: “Vibe Coding” directamente desde navegadores web y aplicaciones de teléfonos inteligentes utilizando lenguaje natural.
Un vector paralelo importante en la evolución de la codificación de IA entre 2024 y 2026 ha sido la migración de IDE conectados a escritorios a entornos web sin configuración y orquestación móvil primero .
Históricamente, la incorporación a una base de código requería clonar repositorios, resolver administradores de versiones de nodos/python, ejecutar instalaciones de paquetes y configurar variables de entorno antes de que se pudiera ejecutar una sola línea de código.
Los agentes nativos de la nube y en el navegador erradicaron esta fricción:
Si bien llamativas demostraciones en las redes sociales a menudo proclaman que “ahora se pueden crear aplicaciones completas únicamente dentro de un navegador o en un iPhone”, ¿hasta qué punto han penetrado estas herramientas en la ingeniería de producción del mundo real?
La realidad en 2026 revela una marcada polarización: permanece un profundo abismo entre la creación rápida de prototipos 0 a 1 y el mantenimiento de software empresarial de misión crítica 1 a 100 .
Tecnológicamente, plataformas como Replit Mobile y Bolt.new permiten generar, previsualizar e implementar aplicaciones completas desde un teléfono inteligente.Sin embargo, los equipos de ingeniería profesionales decididamente no han adoptado las pantallas móviles como conductores diarios, debido a varias barreras fundamentales: - Restricciones de depuración física : la clasificación de cientos de líneas de seguimientos de pila, el análisis de diferencias complejas de varios archivos y la inspección de solicitudes de red siguen siendo poco prácticos en pantallas táctiles pequeñas. - Límites de red y seguridad empresarial : los repositorios de misión crítica, las VPC internas, las bases de datos protegidas por VPN y los mandatos de cumplimiento prohíben estrictamente el pago o la ejecución en dispositivos móviles personales no administrados. - La división de 0 a 1 versus 1 a 100 : las herramientas nativas de la web brillan cuando se inician MVP totalmente nuevos desde cero.Sin embargo, tienen dificultades para asimilar décadas de dependencias heredadas, monorrepos propietarios e intrincados procesos de construcción local.
Entonces, ¿cómo aprovechan realmente los ingenieros las modalidades móviles y web hoy en día? El verdadero patrón de adopción generalizado no es “escribir código en un teléfono inteligente”, sino usar dispositivos móviles como control remoto asincrónico para monitorear y aprobar agentes autónomos que se ejecutan de manera segura en estaciones de trabajo de escritorio :
/rc
En resumen, el campo de batalla de la ingeniería permanece firmemente anclado en estaciones de trabajo de escritorio, terminales seguras e IDE probados en batalla (Claude Code, Google Antigravity, Copilot) , mientras que las modalidades web y móvil sirven como entornos de pruebas de prototipos especializados y controles remotos livianos sin bloqueo.
La siguiente matriz clasifica las capacidades nativas oficiales de cada herramienta junto con su adopción de producción realista :
claude.ai/code
A mediados de septiembre de 2026, el panorama de los agentes de codificación de IA fue testigo de otro cambio sísmico con el debut de “Jev” , un modelo de IA especializado en decisiones presentado por TypeSafe AI, fundado por el ex investigador de OpenAI RLHF Diogo Almeida y su equipo.
A lo largo de la evolución de los LLM (motores de razonamiento de propósito general) de vanguardia, la carrera predominante se centró en escalar parámetros y capacidad de razonamiento para generar prosa cada vez más larga, diagramas de arquitectura y código fuente complejo.
En marcado contraste, Jev (lanzado el 15 de septiembre de 2026) está diseñado exclusivamente para el “Sistema 1” (toma de decisiones intuitiva e instantánea) de Daniel Kahneman, creando una categoría completamente nueva de inteligencia artificial.
¿Por qué Jev fue acogido con tanto entusiasmo por los creadores de agentes de codificación en el otoño de 2026?Porque elimina el mayor cuello de botella en los bucles de ejecución de agentes autónomos .
Anteriormente, agentes como Claude Code, Antigravity y Cursor Agent Mode se basaban en modelos de razonamiento pesados de miles de millones de parámetros (Sistema 2) incluso para decisiones operativas minuciosas a nivel micro: 1. “¿Debería ejecutar grep o find a continuación?” 2. “¿El rastro de falla de esta prueba es fatal o se puede volver a intentar?” 3. “¿Este comando viola el límite de seguridad de PreToolUse Hook?” 4. “¿Esta tarea debería delegarse a un subagente paralelo o manejarse en línea?”
grep
find
Pagar una penalización de latencia de 2 a 5 segundos y costos de inferencia sustanciales por docenas de microdecisiones crearon una fricción masiva y un tiempo de espera inactivo acumulativo durante las ejecuciones autónomas de autocuración.
Con Jev, una arquitectura de agente híbrida se ha convertido en estándar: Jev (Sistema 1) resuelve la clasificación frecuente, la selección de herramientas y las verificaciones de políticas de seguridad (Hooks) en decenas de milisegundos, reservando modelos de razonamiento pesado como Claude y Antigravity (Sistema 2) para una planificación arquitectónica profunda y una refactorización compleja .
Al combinar la toma de decisiones instantánea del Sistema 1 con el razonamiento reflexivo del Sistema 2, a finales de 2026 los agentes codificadores han pasado de LLM monolíticos únicos a equipos autónomos heterogéneos y ultrarrápidos .
¿Por qué el mundo de la ingeniería de software se alejó decisivamente del chat conversacional hacia el cotrabajo autónomo?El cuello de botella fue la fricción humana.
La esencia del cowork es que el agente de IA interactúa directamente con el entorno de ejecución .
run_command
replace_file_content
investigación
De cara a los próximos dos años, anticipamos tres cambios arquitectónicos importantes:
La función principal de un ingeniero de software ya no será escribir sintaxis en un IDE. Los ingenieros se convertirán en directores de flotas de agentes , responsables de traducir requisitos comerciales ambiguos en especificaciones formales, organizar equipos de agentes, revisar la arquitectura y garantizar la seguridad.
Los días en que los ingenieros humanos se despertaban por fallas en los procesos de implementación disminuirán. Los agentes persistentes de Sidecar monitorearán las métricas de observabilidad en producción, abrirán de forma autónoma solicitudes de extracción de diagnóstico con pruebas de reproducción y realizarán correcciones en entornos aislados.
Los repositorios se estructurarán intencionalmente para que los agentes de IA puedan navegar, comprenderlos y modificarlos de forma segura. Las pautas formales como .agents/rules.md , la tipificación estática estricta y los límites modulares se convertirán en activos técnicos principales.
.agents/rules.md
La suposición de que la ingeniería de software seria requiere sentarse en un escritorio frente a una plataforma de monitores múltiples se está desvaneciendo. Los desarrolladores emitirán rutinariamente instrucciones de voz mientras viajan o desde dispositivos móviles: al mando de flotas de agentes (Antigravity, Claude Code, DevFleet) alojadas localmente o en la nube para desarrollar funciones, ejecutar conjuntos de pruebas e implementar en etapas, recibiendo notificaciones automáticas cuando se requiere la aprobación arquitectónica humana.
El cambio tecnológico decisivo entre 2024 y 2026 fue la evolución de la IA de un chatbot asesor a un verdadero socio de ingeniería autónomo .
Lo que comenzó con un simple autocompletado en GitHub Copilot ha madurado hasta convertirse en una profunda autonomía del terminal con Claude Code y un emparejamiento empresarial estructurado con Google Antigravity, junto con una división pragmática del trabajo entre la creación rápida de prototipos web (Bolt.new) y la ejecución segura y anclada en la estación de trabajo.
Los ingenieros de software deben adoptar la Ingeniería Agentic : delegar ciclos de implementación tediosos y deterministas a los agentes de IA en dispositivos de escritorio, navegadores y móviles, mientras centran el intelecto humano en la arquitectura, los límites del sistema y el valor del usuario.