La demo viral tiene un código de trucos integrado
Demos virales como morluto/rea prometen que los agentes de IA pueden inspeccionar aplicaciones existentes y reproducir su comportamiento, alimentando las afirmaciones de que la ingeniería de software está casi resuelta. Esta capacidad, demostrada en herramientas como "Reverse Engineer Anything", parece confirmar un futuro donde los programadores humanos son obsoletos, o al menos, meros "proxies de carne" para la IA.
Pero estas sorprendentes demostraciones contienen un código de trucos integrado: la propia aplicación original. Esta referencia funcional hace que las características y resultados previstos sean observables, permitiendo que un agente compare su salida con un objetivo concreto en lugar de adivinar qué significa una solicitud vaga. La aplicación es la intención.
Esta ventaja crucial permite a los agentes validar continuamente su trabajo con un 100% de fiabilidad. Pueden ver lo que están construyendo y alinearlo con las características y el comportamiento del producto existente. Es por esto que tales tareas "funcionan increíblemente bien", como señala Cole Medin.
Sin embargo, este éxito dibuja una frontera clara: la ingeniería inversa de un producto conocido difiere fundamentalmente de construir algo novedoso. Una demo que muestra que los agentes pueden replicar perfectamente un sistema existente no prueba que puedan descubrir de forma independiente lo que un nuevo producto debería ser. La habilidad de la intent engineering sigue siendo firmemente humana.
No te conviertas en el botón humano de copiar y pegar
El peligro inmediato para los desarrolladores no es la obsolescencia; es convertirse en lo que Cole Medin denomina crudamente un "proxy de carne". Esto significa reenviar sin pensar una solicitud de Jira a un agente y luego pegar su respuesta en Slack. Tal acción no aporta ningún juicio significativo, pero deja al humano responsable del código resultante.
Los modelos de lenguaje, a pesar de toda su destreza, no pueden leer la mente. Una característica bellamente implementada aún puede resolver el problema totalmente equivocado si los requisitos, casos extremos, restricciones o expectativas del usuario nunca se definieron explícitamente. Un resultado pulido de un LLM no garantiza una intención correcta.
Medin destaca una distinción crucial: delegar la implementación no es delegar la responsabilidad. No ha escrito manualmente una sola línea de código en más de un año, pero sigue profundamente involucrado en la planificación inicial y la validación final. Esto separa la automatización de la abdicación, enfatizando que el pensamiento crítico y la supervisión son más vitales que nunca.
El verdadero valor en este nuevo paradigma reside en la intent engineering: el proceso meticuloso de estructurar requisitos y diseñar sistemas de validación. Sin esta capa humana, incluso los agentes más avanzados producirán soluciones técnicamente sólidas, pero fundamentalmente desalineadas. Los desarrolladores deben elevar su rol de programadores a arquitectos de la intención, asegurando que la IA construya lo correcto, no solo algo.
La siguiente habilidad es construir el informe (brief) y las comprobaciones
La verdadera habilidad no es escribir código, sino la intent engineering: transformar una idea incipiente en una referencia precisa y accionable para un agente. Esto significa elaborar un PRD detallado, un plan integral, ejemplos concretos, restricciones claras y decisiones explícitas, todo lo suficientemente específico para que un agente pueda construir a partir de ello. Sin esto, incluso los modelos más avanzados producirán código técnicamente sólido pero finalmente desalineado.
Un harness robusto opera de forma bidireccional. Inicialmente, interroga, haciendo preguntas aclaratorias para alinear el alcance y los requisitos antes de que se genere cualquier código. Tras la implementación, proporciona la validación crítica: pruebas, comparaciones o pasos de revisión para verificar rigurosamente si el resultado coincide realmente con la intención original. Este ciclo de retroalimentación es donde el juicio humano hace su contribución indispensable.
Considere la experiencia de Cole Medin: encargar a un agente un prototipo de juego resultó inicialmente en un resultado 2D, perdiendo su objetivo. El avance no fue un modelo más potente, sino su orientación más clara. Al proporcionar una referencia visual para el estilo 3D deseado y establecer un mecanismo de comparación para los resultados, el agente produjo una aproximación mucho más cercana. Esta mejora provino de una mejor orientación y una evaluación más efectiva, no simplemente de la potencia generativa bruta. Medin enfatiza que si un agente comete un error, suele ser un fallo en la especificación de la intención humana. Para una mayor exploración de las capacidades de los agentes, consulte proyectos como morluto/rea: Reverse engineer anything with agents.
¿Te está gustando? Recibe uno así en tu bandeja cada mañana.
un correo al día · date de baja en dos clics · sin rastreadores de terceros
Aprenda el juicio que la generación de código no puede reemplazar
Entonces, ¿cómo discernimos qué habilidades siguen siendo valiosas? Aplique una prueba práctica: ¿ayuda una habilidad a definir el problema, navegar por trade-offs, proporcionar una referencia confiable o detectar cuándo una respuesta es incorrecta? Si es así, la IA hace que esa habilidad sea más importante, no menos. La ventaja es para las personas que pueden dirigir y verificar a la máquina, no simplemente transmitir su resultado.
Las habilidades duraderas a desarrollar incluyen el análisis de requisitos, el diseño de sistemas, el conocimiento del dominio, la descomposición, las pruebas y la capacidad crítica para revisar el trabajo de un agente. Aunque la sintaxis sigue ayudando, ya no es la única ruta hacia la implementación; los constructores ahora deben priorizar la intención y la verificación.
Cole Medin, quien no ha escrito una línea de código puro en más de un año, todavía dedica una cantidad significativa de tiempo a la planificación y validación. Señala que si un agente comete un error, a menudo se debe a un fallo en la comunicación de la intención o en el diseño del harness.
Los agentes pueden encargarse de gran parte de la codificación, pero los constructores siguen dando forma a lo que se construye y decidiendo si funciona. El futuro pertenece a aquellos que dominan el juicio que la generación de código no puede reemplazar, aprovechando la IA como una herramienta poderosa en lugar de un reemplazo autónomo. Esto significa centrarse en los aspectos centrados en el ser humano de la entrega de software.
Preguntas frecuentes
¿Vale la pena aprender a desarrollar software con la IA?
Sí. La IA puede generar código, pero las personas aún necesitan definir el problema, tomar decisiones de diseño y verificar que el resultado satisfaga las necesidades reales.
¿Qué es la ingeniería de intención?
La ingeniería de intención es el trabajo de aclarar los requisitos y proporcionar a un agente de IA suficiente contexto, ejemplos y restricciones para construir lo correcto.
¿Por qué los agentes de IA pueden realizar ingeniería inversa de una aplicación de manera tan efectiva?
Una aplicación funcional proporciona una referencia concreta para su comportamiento y apariencia, lo que permite a un agente comparar su resultado con un objetivo visible.
¿Qué es un harness en el desarrollo de software con IA?
Un harness es el proceso y las herramientas circundantes que guían a un agente, recopilan requisitos, proporcionan retroalimentación y verifican su trabajo.