Ingeniería agéntica: por qué el vibe coding maduró en 2026

En febrero de 2026, Andrej Karpathy propuso un término que redefinió la forma en que la industria habla del desarrollo asistido por AI: agentic engineering (ingeniería agéntica). Esta etiqueta sustituyó al "vibe coding", el término informal que el propio Karpathy acuñó en 2025 para describir la práctica de generar código mediante prompts de AI sin mucha supervisión humana. El cambio en el vocabulario refleja un cambio en la práctica. Los desarrolladores pasaron de la experimentación casual a flujos de trabajo estructurados donde los agentes de AI planifican, escriben, prueban e iteran el código bajo una supervisión humana deliberada.

Este artículo analiza qué significa realmente la ingeniería agéntica, por qué la industria necesitaba un término mejor que vibe coding y cómo los equipos de desarrollo lo están adoptando en entornos de producción hoy en día.

¿Qué es la ingeniería agéntica?

La ingeniería agéntica es la disciplina de construir software mediante la orquestación de agentes de programación de AI bajo una supervisión humana estructurada. El desarrollador define las especificaciones, establece las restricciones y revisa los resultados, mientras que el agente se encarga de la generación de código, las pruebas y la iteración de forma autónoma dentro de esos límites.

La definición del propio Karpathy es precisa: "'Agéntica' porque el nuevo estándar es que no estás escribiendo el código directamente el 99% del tiempo, sino que estás orquestando agentes que lo hacen y actuando como supervisor; 'ingeniería' para enfatizar que hay un arte, una ciencia y una experiencia técnica detrás".

Esto difiere de la programación tradicional (donde los humanos escriben cada línea) y del vibe coding (donde los humanos envían prompts a la AI con poca consideración por la calidad del resultado).

Por qué el vibe coding necesitaba un sustituto

El vibe coding cumplió su propósito como provocación. Cuando Karpathy introdujo el término a principios de 2025, la intención era dar nombre a un fenómeno real: desarrolladores que pedían a los LLM generar código y lo lanzaban sin una inspección profunda. Para prototipos, scripts desechables y experimentos rápidos, ese flujo de trabajo tenía sentido.

El problema surgió cuando la práctica se escaló. La Encuesta de Desarrolladores de Stack Overflow de 2025 reveló que el 84% de los encuestados utiliza o planea utilizar la programación asistida por AI, pero el 46% expresó escepticismo sobre la precisión del código generado por AI. Solo el 3% afirmó tener una "confianza alta" en los resultados de la AI. Los desarrolladores experimentados fueron los más cautelosos, con un 20% reportando una alta desconfianza.

La desconexión entre la adopción y la confianza generó consecuencias reales. Los equipos que entregaban resultados basados en vibe coding acumularon deuda técnica: pruebas fallidas, abstracciones frágiles y código que nadie en el equipo entendía completamente. La industria necesitaba una terminología que reconociera el papel de la AI sin dar a entender que la experiencia humana era opcional.

Cómo funciona la ingeniería agéntica en la práctica

El flujo de trabajo se centra en un bucle de retroalimentación entre la supervisión humana y la ejecución autónoma del agente. Así es como opera típicamente en los equipos de producción:

Especificación y restricciones. El desarrollador escribe una especificación en lenguaje natural o un prompt estructurado que define los requisitos, los casos de borde (edge cases) y las expectativas de las pruebas. Esto sustituye al enfoque informal de "simplemente construye X" del vibe coding.

Orquestación de agentes. Herramientas como Claude Code, OpenAI Codex o GLM-5 descomponen la especificación en subtareas. El agente genera el código, escribe las pruebas, las ejecuta e itera sin requerir guía paso a paso. Los sistemas multi-agente pueden dividir el trabajo entre agentes especializados en frontend, backend y testing.

Puertas de revisión humana. El desarrollador revisa los resultados del agente en puntos de control definidos en lugar de hacerlo a posteriori. Esto incluye la revisión del código, la validación de las pruebas y la evaluación arquitectónica. La diferencia clave con el vibe coding: la revisión está planificada en el flujo de trabajo, no es una ocurrencia tardía.

Integración CI/CD. Los flujos de trabajo agénticos se conectan a los pipelines de integración continua existentes. El código generado por agentes pasa por los mismos procesos de linting, pruebas y despliegue que el código escrito por humanos. Las organizaciones añaden guardrails específicos para los resultados de los agentes, incluyendo umbrales obligatorios de cobertura de pruebas y comprobaciones de cumplimiento de estilo.

Las herramientas que impulsan la ingeniería agéntica

El panorama de herramientas ha madurado rápidamente. En marzo de 2026, las opciones principales abarcan dos categorías:

Herramienta	Categoría	Enfoque
Claude Code	IDE / CLI mejorado con AI	El agente ejecuta código, prueba e itera autónomamente
OpenAI Codex	CLI impulsado por agentes	Ejecución en segundo plano con puntos de control de revisión humana
Cursor	IDE mejorado con AI	Sugerencias en línea con modo agéntico para tareas grandes
GLM-5	Modelo fundacional	Construido específicamente para patrones de ingeniería agéntica
Windsurf	IDE mejorado con AI	Agente basado en flujos con contexto de todo el proyecto

GLM-5, presentado en un artículo de febrero de 2026 de la Universidad de Tsinghua, se posiciona explícitamente como un modelo "diseñado para transicionar el paradigma del vibe coding a la ingeniería agéntica". Utiliza lo que los autores llaman DSA (agentes estructurados dinámicos) para dividir tareas complejas en subcomponentes verificables.

Simon Willison, creador de Datasette y prolífico escritor sobre herramientas para desarrolladores, comenzó a documentar los patrones de ingeniería agéntica en febrero de 2026. Su definición traza una línea clara: la ingeniería agéntica es "construir software utilizando agentes de programación —herramientas como Claude Code y OpenAI Codex, donde la característica definitoria es que pueden tanto generar como ejecutar código— permitiéndoles probar ese código e iterar sobre él independientemente de la guía paso a paso de su supervisor humano".

Ingeniería agéntica vs. vibe coding: una comparación directa

Dimensión	Vibe coding	Ingeniería agéntica
Rol humano	Revisión mínima	Orquestación y supervisión activa
Calidad del código	Impredecible	Gobernada por puertas de revisión y CI/CD
Caso de uso	Prototipado, scripts desechables	Sistemas de producción, flujos de equipo
Modelo de confianza	"Lanzar y rezar"	Validación estructurada en puntos de control
Habilidad requerida	Prompting básico	Diseño de sistemas, orquestación de agentes, revisión
Deuda técnica	Alto riesgo	Gestionada mediante guardrails

La distinción es importante para la contratación, la estructura del equipo y el riesgo organizacional. Un equipo que practica vibe coding necesita a alguien que sepa hacer prompts de manera efectiva. Un equipo que practica la ingeniería agéntica necesita desarrolladores que entiendan la arquitectura del sistema, la estrategia de pruebas y cómo diseñar bucles de supervisión para agentes autónomos.

Qué deben hacer las organizaciones ahora

El análisis de IBM identifica varios pasos concretos para los equipos que adoptan la ingeniería agéntica:

Establecer marcos de gobernanza. Definir cuándo y cómo deben utilizarse los flujos de trabajo agénticos, y qué requisitos de revisión se aplican al código generado por agentes.

Capacitar para la orquestación, no solo para el prompting. Los ingenieros deben aprender el diseño de sistemas para flujos de trabajo con agentes: cómo dividir problemas en subtareas adecuadas para agentes, establecer puntos de control de validación e integrar bucles de revisión en CI/CD.

Adoptar arquitecturas basadas en RAG. Basar los resultados de los agentes en documentación real, especificaciones y repositorios de código. Esto reduce las alucinaciones y mejora la precisión al dar a los agentes acceso al contexto real de la base de código.

Crear playbooks internos. Estandarizar patrones para el uso de agentes, incluyendo requisitos de revisión de código, expectativas de pruebas y configuraciones de guardrails específicas para su stack tecnológico.

Medir e iterar. Realizar un seguimiento de las métricas que importan: tiempo de integración (time-to-merge), tasas de defectos en el código generado por agentes frente al escrito por humanos, y la satisfacción de los desarrolladores con el flujo de trabajo.

La dimensión del código abierto

Un artículo académico de enero de 2026 titulado "Vibe Coding Kills Open Source" planteó una preocupación que la ingeniería agéntica aborda parcialmente. El artículo argumentaba que cuando los desarrolladores dejan de interactuar con el código que genera la AI, también dejan de interactuar con las librerías de código abierto de las que depende ese código. Los informes de errores disminuyen. Las contribuciones se agotan. El contrato social entre desarrolladores y mantenedores se erosiona.

La ingeniería agéntica, con su énfasis en la revisión y comprensión humana, ofrece una respuesta parcial. Los desarrolladores que revisan y comprenden activamente el código generado por agentes siguen comprometidos con las dependencias que utiliza ese código. Pero la preocupación es válida: cuanto más autónomo es el agente, menos visible se vuelve la infraestructura subyacente para el desarrollador que lo supervisa.

Conclusiones clave

• La ingeniería agéntica es la práctica de orquestar agentes de programación de AI bajo una supervisión humana estructurada para construir software de producción.
• Karpathy acuñó el término en febrero de 2026 para sustituir las connotaciones informales del "vibe coding".
• El 84% de los desarrolladores utiliza programación asistida por AI, pero solo el 3% confía plenamente en el resultado, lo que hace que la supervisión humana sea esencial.
• El flujo de trabajo implica especificación, orquestación de agentes, puertas de revisión e integración CI/CD.
• Herramientas como Claude Code, OpenAI Codex y GLM-5 permiten a los agentes escribir, probar e iterar código de forma autónoma.
• Las organizaciones deben establecer marcos de gobernanza, capacitar en orquestación y crear playbooks internos.

FAQ

¿Cuál es la diferencia entre vibe coding e ingeniería agéntica?

El vibe coding consiste en pedir a la AI que genere código con una revisión humana mínima, adecuado para prototipos y experimentación. La ingeniería agéntica es un flujo de trabajo estructurado donde los agentes de AI generan, prueban e iteran el código bajo una supervisión humana deliberada, diseñado para el desarrollo de nivel de producción.

¿Quién acuñó el término ingeniería agéntica?

Andrej Karpathy, cofundador de OpenAI y exdirector de AI en Tesla, propuso el término en febrero de 2026 como una descripción más precisa de cómo los desarrolladores profesionales trabajan con agentes de programación de AI.

¿Necesito ser desarrollador para practicar la ingeniería agéntica?

Sí. A diferencia del vibe coding, que los no programadores pueden usar para aplicaciones sencillas, la ingeniería agéntica requiere comprensión de la arquitectura del sistema, la estrategia de pruebas y la revisión de código. El término "ingeniería" en el nombre es intencional.

¿Qué herramientas soportan los flujos de trabajo de ingeniería agéntica?

Claude Code, OpenAI Codex, Cursor, GLM-5 y Windsurf son las herramientas principales a partir de marzo de 2026. Cada una soporta la generación autónoma de código con puntos de control de revisión humana, aunque difieren en su enfoque y profundidad de integración.

¿Reemplazará la ingeniería agéntica al desarrollo de software tradicional?

Está redefiniendo el papel del desarrollador en lugar de reemplazarlo. Los desarrolladores pasan de escribir cada línea de código a diseñar sistemas, establecer restricciones y validar los resultados de los agentes de AI. El conjunto de habilidades evoluciona, pero la necesidad de experiencia humana crece en lugar de disminuir.

Fuentes

• https://www.ibm.com/think/topics/agentic-engineering
• https://thenewstack.io/vibe-coding-agentic-engineering/
• https://simonwillison.net/2026/Feb/23/agentic-engineering-patterns/
• https://arxiv.org/abs/2602.15763
• https://www.bknddevelopment.com/ai/what-is-vibe-coding/
• https://dev.to/slowcommit/vibe-coding-is-now-mainstream-what-it-means-for-the-future-of-software-development-25k8
• https://www.sitepoint.com/vibe-coding-2026-complete-guide/

## Conclusión La ingeniería agéntica es la práctica de orquestar agentes de codificación de ## Puntos Clave - La "ingeniería agéntica" fue propuesta por Andrej Karpathy en febrero de ## Conclusion - Agentic engineering is the practice of orchestrating AI coding agents under structured human oversight to build production software - Karpathy coined the term in February 2026 to replace the casual connotations of "vibe coding" - 84% of developers use AI-assisted programming but only 3% highly trust the output, making human oversight essential - The workflow involves specification, agent orchestration, review gates, and CI/CD integration - Tools like Claude Code, OpenAI Codex, and GLM-5 enable agents to write, test, and iterate code autonomously - Organizations should establish governance frameworks, train for orchestration, and create internal playbooks ## Key takeaways - Agentic engineering is the practice of orchestrating AI coding agents under structured human oversight to build production software - Karpathy coined the term in February 2026 to replace the casual connotations of "vibe coding" - 84% of developers use AI-assisted programming but only 3% highly trust the output, making human oversight essential - The workflow involves specification, agent orchestration, review gates, and CI/CD integration - Tools like Claude Code, OpenAI Codex, and GLM-5 enable agents to write, test, and iterate code autonomously - Organizations should establish governance frameworks, train for orchestration, and create internal playbooks