Vibe coding: el impacto de la IA que está reestructurando la profesión de programador

En los últimos meses, figuras influyentes como Andrej Karpathy han reconocido una sensación inquietante: la de estar quedándose atrás en su propia profesión. No porque hayan dejado de aprender, sino porque el rol del programador está cambiando a una velocidad que no da tregua. El fenómeno del Vibe Coding no es una nueva herramienta o metodología; es un cambio profundo en la forma de construir software.

En esta nueva etapa, ya no se trata de picar líneas en un IDE durante horas, sino de comunicarse con agentes inteligentes, definir intenciones y diseñar contextos para que otros —en este caso, modelos de IA— ejecuten el trabajo pesado. La escritura manual de código está dando paso a capas de abstracción más altas, donde la aportación humana se centra en decidir qué se construye y por qué, no tanto en cómo.

Para quienes trabajan como programador de software, este cambio no es opcional. Es una reestructuración del oficio que redefine el valor del desarrollador en toda la cadena de creación 🚨.

¿Qué es el Vibe coding y por qué se ha vuelto viral?

El término Vibe Coding se ha popularizado rápidamente, no tanto como una técnica concreta, sino como una forma de describir una nueva manera de programar, donde la lógica no se construye línea por línea, sino a través de la transmisión de ideas, intenciones y contexto.

En lugar de centrarse en la sintaxis, el programador trabaja en establecer un modelo mental claro, que luego comunica a un sistema de IA para que este lo traduzca en código funcional. No es magia, pero se le parece.

Su popularidad se debe a varios factores:

• La madurez de modelos como Claude 4.5 Sonnet o Gemini 3 Pro 🤖.
• Herramientas como Claude Code que materializan este enfoque.
• La sensación de construir sin fricción, con feedback inmediato.
• Su capacidad de reducir la barrera de entrada al desarrollo.

Pero cuidado: no hay que perder de vista que estas herramientas pueden cometer errores. La IA sigue sin comprender profundamente el dominio para el que programa, por lo que el criterio humano sigue siendo clave. El vibe coding no elimina al programador: lo obliga a repensar su lugar en el proceso.

💡 No uses la IA como un atajo, úsala como una extensión de tu pensamiento. El verdadero valor está en aprender a guiarla, no en delegar a ciegas.

La arquitectura de abstracción de Karpathy

Cuando Karpathy habla de «una nueva arquitectura de programación», no se refiere a un nuevo framework o lenguaje, sino a una forma distinta de pensar. Según su planteamiento, ya no estamos escribiendo instrucciones directas para una máquina, sino orquestando capas de inteligencia que interpretan, deciden y ejecutan por nosotros.

El programador actual es alguien que debe entender cómo coordinar agentes, sistemas contextuales y memorias que evolucionan en tiempo real 🧠. Esto exige una reconfiguración del rol: el foco se desplaza del detalle operativo al diseño estratégico de la solución. Aquí es donde entran conceptos como:

• Capas de abstracción: ahora el desarrollador trabaja en niveles donde la lógica se expresa en términos de intención, y no de estructuras estáticas.
• Sistemas agénticos y agentes autónomos: componentes de IA que interactúan entre sí para cumplir objetivos específicos sin intervención directa.
• Modelo mental claro: ya no basta con saber qué función necesitas, sino con visualizar cómo debe comportarse todo el sistema bajo diferentes condiciones.

Aprender a trabajar con ella requiere ensayo, error y una mentalidad más cercana a la ingeniería de sistemas que a la programación tradicional. Como resume Karpathy, programar hoy es diseñar una conversación con la IA: saber guiarla, corregirla y anticipar sus límites para que pueda construir por ti.

De la teoría a la práctica: el caso de Claude Code

Hablar de Vibe Coding sin mencionar a Claude Code es quedarse a medio camino. Esta herramienta, desarrollada por Boris Cherny, no es simplemente un asistente de IA para programar: es un entorno donde la escritura manual se vuelve casi innecesaria 🚫⌨️.

Cherny afirma llevar meses sin abrir un IDE tradicional, gracias a un sistema agéntico capaz de interpretar requerimientos, analizar código existente y ejecutar tareas complejas con una simple instrucción. En sus propias palabras, ha logrado eliminar más de 40.000 líneas de código muerto en pocas semanas, sin tocar una sola línea a mano.

Detrás de este rendimiento está la integración con modelos como Claude 4.5, que permiten:

• Comprender la arquitectura completa del proyecto.
• Automatizar refactorizaciones y tareas repetitivas.
• Generar y eliminar código a gran escala.
• Ejecutar cambios estructurales con un prompt bien diseñado.

En este nuevo escenario, el código deja de ser el cuello de botella. Lo que realmente marca la diferencia ya no es cuánto sabes escribir, sino cuán bien sabes pensar, diseñar y guiar a los agentes que ejecutan por ti 🎯.

Claude Code es la prueba tangible de que el Vibe Coding no es hype: ya está funcionando en entornos reales, con resultados medibles y difíciles de ignorar.

💡 Tu prompt es tu nueva herramienta de trabajo. Aprende a construir instrucciones precisas: cuanto más claro seas, más lejos llegará la IA por ti.

El muro del 5%. ¿Por qué la IA aún no puede hacerlo todo?

Aunque la inteligencia artificial ha transformado radicalmente la forma en que construimos software, hay un punto donde aún no llega: ese último tramo del desarrollo donde la intuición, la experiencia y el conocimiento técnico marcan la diferencia.

Nos referimos a lo que muchos llaman “el muro del 5%”, que suele aparecer al final del desarrollo cuando:

• La solución generada por la IA necesita ajustes específicos que dependen del dominio del negocio.
• Se presentan casos límite o situaciones no documentadas, donde el juicio humano es clave.
• Es necesario integrar múltiples capas de sistemas, cada una con sus restricciones particulares.
• La IA propone una solución válida “en papel”, pero carece de sentido práctico o rendimiento real.

En todos estos escenarios, confiar ciegamente en la automatización puede llevar a decisiones erróneas o incluso a fallos estructurales. Es el efecto del sesgo de automatización ⚠️: asumir que si lo generó una IA, debe estar bien.

En esta fase, la intervención humana no es opcional: es lo que garantiza que las soluciones tengan sentido real. No se trata de escribir más código, sino de aplicar criterio técnico para evaluar, ajustar y decidir. Por eso, los perfiles capaces de asumir este rol siguen siendo clave y acceden a un mejor sueldo de programador, incluso en un entorno cada vez más automatizado.

Y es precisamente en este punto donde se hace tangible la regla del 90/10, que exploraremos a continuación.

La regla del 90/10: el valor del criterio técnico

La regla del 90/10 es una verdad incómoda en el desarrollo de software: el último 10% del trabajo suele requerir el mismo o más esfuerzo que el 90% anterior ⏳. En el contexto del Vibe Coding, este principio se mantiene más vigente que nunca.

Cuando la IA ya ha generado la mayor parte del código, queda un tramo donde entran en juego decisiones que no pueden resolverse solo con lógica estadística. Aquí es donde el criterio técnico marca la diferencia. No se trata de saber más que la IA, sino de comprender:

• Qué conviene hacer en cada escenario.
• Cómo conectarlo con el resto del sistema de forma coherente.
• Qué consecuencias puede tener esa decisión en el largo plazo.

Conceptos como LSP (Liskov Substitution Principle), MCP (Minimum Complete Product) o Hooks son ejemplos de herramientas y patrones que una IA puede aplicar… pero no siempre con la intención correcta. Saber cuándo usarlos, por qué y en qué contexto es lo que separa una solución útil de un parche improvisado.

En este tramo final, el desarrollador ya no actúa como ejecutor, sino como curador y arquitecto. Su conocimiento permite detectar errores sutiles, anticipar problemas de escalabilidad y ajustar detalles que marcan la diferencia entre un producto funcional y uno que realmente aporta valor.

Psicología del nuevo programador: dopamina y flujo constante

Uno de los efectos menos comentados —pero más significativos— del Vibe Coding es el impacto que está teniendo en la forma en que se siente programar. Muchos desarrolladores coinciden en que trabajar con IA genera una sensación de avance continuo, similar a estar en una especie de “zona de construcción constante”, donde cada paso genera resultados visibles y la motivación no se detiene ⚡.

Este fenómeno tiene una explicación clara: la IA elimina muchos de los bloqueos iniciales que antes generaban parálisis. Ya no te enfrentas a una hoja en blanco ni a la ansiedad de “¿por dónde empiezo?”. Un prompt, una idea o una necesidad bastan para poner el sistema en marcha.

Este nuevo flujo de trabajo provoca una serie de cambios en la experiencia del programador:

• Mayor sensación de progreso: cada prompt genera resultados inmediatos y visibles.
• Reducción del miedo al error: la IA permite probar, ajustar y volver a intentar sin penalización.
• Desaparición de los tiempos muertos: el trabajo avanza sin interrupciones prolongadas.
• Incremento de la motivación: el ciclo de recompensa se acelera, como en una mecánica de videojuego, pero con impacto productivo real.
• Adopción de una mentalidad más iterativa: menos obsesión por la perfección inicial, más enfoque en mejorar sobre la marcha.

Esta nueva dinámica también está cambiando el perfil psicológico del desarrollador. Ya no se trata solo de lógica o precisión técnica, sino de ritmo, energía creativa y visión de sistema. Para muchos, significa volver a disfrutar del proceso de construir, con menos fricción y más fluidez. La IA, bien usada, rompe la barrera del perfeccionismo paralizante y favorece una mentalidad más ágil y orientada al resultado.

💡 Si te sientes atascado, no pienses en la solución perfecta. Piensa en la siguiente instrucción que puedas darle a la IA para desbloquear el camino. Avanzar es el nuevo optimizar.

¿Hacia dónde va la educación en programación?

Si el código ya no se escribe línea por línea, sino que se orquesta a través de ideas, contexto y prompts, ¿qué sentido tiene seguir enseñando programación como si todo dependiera de la sintaxis? 🤔

Los tutoriales tradicionales están perdiendo relevancia. Aprender a declarar variables o recorrer un array sigue siendo útil, pero ya no es suficiente. Lo que hoy marca la diferencia es:

• Comprender por qué una solución es válida, más allá de su funcionamiento.
• Saber estructurar sistemas complejos, no solo escribir funciones sueltas.
• Aprender a formular bien los problemas, para que la IA pueda resolverlos con eficacia.
• Desarrollar la capacidad de evaluar y corregir lo que genera un modelo, en lugar de asumir que está bien.
• Adquirir una visión sistémica del desarrollo, más cercana al diseño que a la ejecución mecánica.

El desarrollador del futuro —y del presente— necesita entender cómo interactúan los distintos componentes: modelos, agentes, memoria contextual, reglas de negocio. Y sobre todo, debe aprender a formular bien los problemas, no solo a escribir código que los resuelva.

Esto no implica que el conocimiento técnico desaparezca. Al contrario: sigue siendo la base, pero pasa a ser una herramienta de validación, no el centro de la enseñanza. Saber cómo funciona una arquitectura o cuándo aplicar principios como LSP es fundamental no solo para implementarlos, sino para detectar si lo que propone la IA tiene sentido.

La educación en programación debe dar el salto de la memorización a la comprensión profunda🔍. Menos listas de comandos, más criterio. Menos código por escribir, más decisiones por tomar.

💡 No te formes solo para escribir código. Fórmate para entender sistemas, resolver problemas y tomar decisiones. La IA escribe por ti, pero no piensa por ti.