Los agentes de programación con IA: ¿el futuro del desarrollo de software?
En los últimos dos años hemos visto cómo los agentes de programación con IA han evolucionado hasta convertirse en herramientas capaces de trabajar durante horas en proyectos completos, escribiendo aplicaciones, ejecutando pruebas y corrigiendo errores. OpenAI, Anthropic y Google lideran esta carrera con sus respectivas soluciones, pero como suele ocurrir con las nuevas tecnologías, no todo es oro lo que reluce.
No estamos ante herramientas mágicas (por mucho que el marketing nos diga lo contrario) y, en ocasiones, pueden complicar más que simplificar un proyecto. Para entender cuándo utilizarlas —y si deberíamos hacerlo— es fundamental comprender cómo funcionan realmente estos sistemas.
Anatomía de un agente de programación
El modelo de lenguaje: el cerebro de la operación
En el corazón de cada agente de programación encontramos un gran modelo de lenguaje (LLM), una red neuronal entrenada con cantidades masivas de texto, incluyendo muchísimo código de programación. En esencia, es una máquina de coincidencia de patrones que utiliza un prompt para «extraer» representaciones estadísticas comprimidas de los datos que vio durante su entrenamiento y proporcionar una continuación plausible.
Esta extracción permite que el modelo interpole entre dominios y conceptos, lo que resulta en inferencias lógicas útiles cuando funciona bien… y en errores de confabulación cuando las cosas salen mal. Si alguna vez has usado uno de estos sistemas, sabrás exactamente a qué me refiero.
La estructura interna: más allá del modelo base
Estos agentes no son simplemente LLMs desnudos. Son envolturas de software que trabajan con múltiples modelos. Típicamente existe un LLM «supervisor» que interpreta las tareas del usuario y las asigna a LLMs paralelos que utilizan herramientas de software para ejecutar las instrucciones.
El agente supervisor puede interrumpir tareas y evaluar los resultados de las subtareas para ver cómo avanza un proyecto. La documentación de ingeniería de Anthropic describe este patrón como «recopilar contexto, tomar acción, verificar trabajo, repetir». No es un proceso tan diferente al que seguiríamos los humanos, pero automatizado y a una velocidad sobrehumana.
Permisos y entornos de ejecución
Si ejecutas estos agentes localmente a través de una interfaz de línea de comandos, les estarás dando permiso condicional para escribir archivos en tu máquina, ejecutar comandos exploratorios, descargar software o subir archivos a servidores remotos. Esto abre un mundo de posibilidades… y de peligros potenciales.
Por el contrario, cuando inicias una tarea en un agente basado en web como Codex de OpenAI o Claude Code de Anthropic, el sistema aprovisiona un contenedor en la nube precargado con tu repositorio de código. Ahí, el agente puede leer y editar archivos, ejecutar comandos y probar código en un entorno aislado, lo que minimiza los riesgos.
El problema del contexto: la memoria limitada de los LLMs
Qué es el contexto y por qué importa
Cada LLM tiene una memoria a corto plazo limitada que restringe la cantidad de datos que puede procesar antes de «olvidar» lo que está haciendo. Esto se llama «contexto». Cada vez que envías una respuesta al agente supervisor, estás modificando un prompt gigantesco que incluye todo el historial de la conversación, el código generado y los tokens de razonamiento que el modelo utiliza para «pensar» más sobre un problema.
El modelo evalúa este prompt y produce una salida, un proceso computacionalmente costoso que aumenta cuadráticamente con el tamaño del prompt, ya que los LLMs procesan cada token contra todos los demás tokens.
Deterioro del contexto
Los investigadores han identificado lo que llaman «deterioro del contexto»: a medida que aumenta el número de tokens en la ventana de contexto, disminuye la capacidad del modelo para recordar información con precisión. Cada nuevo token agota lo que la documentación llama un «presupuesto de atención».
Este límite de contexto naturalmente restringe el tamaño de una base de código que un LLM puede procesar a la vez. Si alimentas al modelo con archivos de código enormes (que deben ser reevaluados por el LLM cada vez que envías otra respuesta), puede agotar rápidamente los límites de tokens o uso.
Trucos del oficio: cómo hacen magia los agentes
Delegación en herramientas externas
Para superar estos límites, los creadores de agentes de codificación utilizan varios trucos. Por ejemplo, los modelos están ajustados para escribir código que externalice actividades a otras herramientas de software. Podrían escribir scripts en Python para extraer datos de imágenes o archivos en lugar de alimentar el archivo completo a través del LLM, lo que ahorra tokens y evita resultados inexactos.
La documentación de Anthropic menciona que Claude Code también utiliza este enfoque para realizar análisis de datos complejos sobre grandes bases de datos, escribiendo consultas específicas y utilizando comandos de Bash como «head» y «tail» para analizar grandes volúmenes de datos sin cargar nunca los objetos de datos completos en el contexto.
Gestión dinámica del contexto
Un avance importante en los agentes ha sido la gestión dinámica del contexto. Aunque las técnicas específicas no se revelan completamente en los modelos propietarios, sabemos que utilizan compresión de contexto.
Cuando un LLM de codificación se acerca a su límite de contexto, esta técnica comprime el historial del contexto resumiéndolo, perdiendo detalles en el proceso pero reduciendo la historia a los elementos clave. La documentación de Anthropic describe esta «compactación» como la destilación del contenido del contexto de manera fidedigna, preservando detalles clave como decisiones arquitectónicas y errores no resueltos mientras descarta salidas de herramientas redundantes.
Esto significa que los agentes de codificación periódicamente «olvidan» una gran parte de lo que están haciendo cada vez que ocurre esta compresión, pero a diferencia de los sistemas basados en LLM más antiguos, no están completamente desorientados sobre lo que ha sucedido y pueden reorientarse rápidamente leyendo el código existente, notas escritas en archivos, registros de cambios, etc.
Archivos de apoyo para la memoria
La documentación de Anthropic recomienda utilizar archivos CLAUDE.md para documentar comandos bash comunes, archivos principales, funciones de utilidad, pautas de estilo de código e instrucciones de prueba. AGENTS.md, ahora un estándar multi-empresa, es otra forma útil de guiar las acciones de los agentes entre actualizaciones de contexto. Estos archivos actúan como notas externas que permiten a los agentes seguir el progreso en tareas complejas mientras mantienen el contexto crítico que de otro modo se perdería.
Arquitecturas multi-agente
Para tareas que requieren trabajo prolongado, ambas compañías emplean arquitecturas multi-agente. Según la documentación de investigación de Anthropic, su sistema utiliza un «patrón orquestador-trabajador» en el que un agente líder coordina el proceso mientras delega en subagentes especializados que operan en paralelo. Cuando un usuario envía una consulta, el agente líder la analiza, desarrolla una estrategia y genera subagentes para explorar diferentes aspectos simultáneamente. Los subagentes actúan como filtros inteligentes, devolviendo solo información relevante en lugar de su contexto completo al agente líder.
El enfoque multi-agente consume tokens rápidamente. La documentación
