Agentic Coding
La programación agéntica es el desarrollo de software en el que un agente de IA lee un código, edita archivos, ejecuta pruebas, corrige errores y devuelve cambios para su revisión.
La programación agéntica es un tipo de desarrollo de software en el que un agente de programación con IA lleva a cabo una tarea de programación de principio a fin: lee el código pertinente, planifica un cambio, edita archivos, ejecuta comandos y pruebas, corrige los errores y entrega un commit o una solicitud de cambios para su revisión. El desarrollador describe la tarea y evalúa el resultado, en lugar de escribir cada línea. Entre los agentes de programación más utilizados están Claude Code de Anthropic, Codex de OpenAI, el agente de programación de GitHub Copilot, el modo de agente de Cursor y agentes de código abierto como OpenHands. La mayoría se basa en modelos de razonamiento entrenados para ejecutar cadenas largas de llamadas a herramientas.
Cómo funcionan los agentes de programación#
Un agente de programación es un agente de IA cuyas herramientas son las de un desarrollador: búsqueda y lectura de archivos, edición de archivos, un shell para compilar y ejecutar pruebas, control de versiones y, a veces, un navegador. Su entorno de ejecución de agentes ejecuta un bucle en el que un modelo de lenguaje grande (LLM) lee la tarea, inspecciona archivos, propone una edición o un comando, lee el resultado y elige el siguiente paso. El diseño de esas herramientas también es importante: SWE-agent de Princeton resolvió el 12,5 % de los problemas de SWE-bench en 2024, muy por encima de los métodos no interactivos anteriores, principalmente porque proporcionaba al modelo comandos compactos diseñados para ver, buscar y editar código. Sus autores denominaron a este enfoque interfaz agente-ordenador.
Los repositorios orientan a los agentes mediante archivos de instrucciones como AGENTS.md, un formato abierto para comandos de compilación y pruebas, así como para convenciones de programación que ahora gestiona Agentic AI Foundation; también emplean habilidades de agentes, que cargan procedimientos específicos para cada tarea cuando se necesitan, y servidores de Model Context Protocol (MCP), que conectan sistemas de seguimiento de incidencias, bases de datos y documentación. Los agentes se ejecutan de forma interactiva en un terminal o IDE, o en entornos aislados en la nube donde se realizan varias tareas en paralelo y cada una termina en una solicitud de cambios. Un agente principal también puede delegar búsquedas, ejecuciones de pruebas o revisiones en subagentes con sus propias ventanas de contexto, una forma de orquestación de agentes de IA. Como un repositorio, una dependencia o una página web pueden incluir una inyección de prompts, los agentes de programación ejecutan comandos dentro de un entorno aislado para agentes y piden permiso antes de subir código, eliminar archivos o conectarse a nuevos hosts.
Programación agéntica frente a prácticas relacionadas#
- Autocompletado de código: Sugiere las siguientes líneas mientras escribe el desarrollador, como hacía GitHub Copilot en su lanzamiento de 2021. El desarrollador sigue escribiendo y ejecutando el programa, y acepta o rechaza cada sugerencia.
- Asistentes de chat: Un chatbot responde a preguntas de programación con fragmentos de código que el desarrollador copia, ejecuta y depura manualmente.
- Programación por intuición: Término que acuñó Andrej Karpathy en febrero de 2025 para describir la creación de software mediante prompts y la aceptación de código escrito por IA sin leerlo. Describe cómo una persona trata el resultado; en los equipos profesionales, la programación agéntica suele mantener la revisión del código, las pruebas y la integración continua en el proceso.
Programación agéntica en visión artificial#
El trabajo de operaciones de aprendizaje automático (MLOps) se adapta bien a los agentes de programación porque cada paso termina en un resultado verificable: un conjunto de datos se convierte y valida, se inicia una ejecución de entrenamiento y se registran las métricas, o se carga un modelo exportado y devuelve las mismas predicciones. Si se le pide ajustar un detector, un agente puede escribir el YAML del conjunto de datos, iniciar el entrenamiento, leer las métricas de validación y proponer el siguiente experimento. Ultralytics Agent Skills proporciona este flujo de trabajo a Claude Code, Codex, Cursor, Gemini CLI y otros agentes compatibles mediante una habilidad enrutadora yolo y habilidades para seleccionar modelos, gestionar conjuntos de datos, entrenar, ajustar, inferir y exportar; también incluye una habilidad platform-cli que controla el entrenamiento y los despliegues en la nube de Ultralytics Platform a través de la línea de comandos ul cloud. Así, una petición como «exporta mi modelo YOLO entrenado a TensorRT con cuantización INT8 y evalúa su rendimiento» sigue los procedimientos de exportación y evaluación comparativa documentados en las habilidades, que indican al agente que confíe en la salida yolo checks y yolo cfg del paquete instalado cuando ambas no coincidan.
Medición del rendimiento de los agentes de programación#
SWE-bench, presentado en octubre de 2023, es el banco de pruebas estándar para la programación con agentes: contiene 2.294 incidencias reales de GitHub procedentes de 12 repositorios populares de Python, y cada una se puntúa según si el parche del agente consigue que pasen las pruebas del propio proyecto. Claude 2, el mejor modelo cuando se publicó el banco, resolvió el 1,96 % de las incidencias. SWE-bench Verified de OpenAI, un subconjunto de 500 tareas cuya viabilidad confirmaron ingenieros humanos, se convirtió en la versión más citada; a finales de 2025, los mejores agentes resolvían alrededor del 80 %. Otros conjuntos más exigentes, como Terminal-Bench, evalúan el trabajo con la línea de comandos, y los equipos añaden su propia evaluación de agentes en repositorios internos. La productividad real se mide por separado: en el estudio aleatorizado de desarrolladores experimentados de código abierto de METR, 16 desarrolladores trabajaron en 246 tareas de proyectos consolidados que conocían bien a principios de 2025. Tardaron un 19 % más cuando podían utilizar herramientas de IA, principalmente Cursor con Claude 3.5 y 3.7 Sonnet, aunque después estimaron que las herramientas les habían hecho un 20 % más rápidos.










