Vibe coding: la realidad de programar con Inteligencia Artificial

Llevo TREINTA años desarrollando aplicaciones. Y en todo ese tiempo, he visto modas. La del no-code en los 2000, la del low-code hace diez años, y ahora, la del vibe coding. Siempre con el mismo argumento: “ya no hace falta saber programar.”

Esta vez, siendo realistas, hay más verdad en el argumento que nunca. Pero no la que te venden.

¿Qué es el vibe coding?

Andrej Karpathy, uno de los fundadores de OpenAI y ex director de Inteligencia Artificial en Tesla, acuñó el término en febrero de 2025. Su definición era sencilla: describes lo que quieres en lenguaje natural, la Inteligencia Artificial escribe el código, y tú aceptas o rechazas el resultado. No memorizas sintaxis, no depuras línea por línea. Das instrucciones. La máquina las ejecuta.

El propio Karpathy lo resumió en una frase: “not really programming; simply seeing things, saying things, executing things and copying things.”

La industria lo adoptó con un entusiasmo que da vértigo. Lovable alcanzó cien millones de dólares en facturación anual en ocho meses. Cursor llegó a dos mil millones de dólares en ingresos anualizados a principios de 2026. El término fue nombrado palabra del año por Collins Dictionary en 2025, con un aumento de búsquedas del 6.700%. Seis mil setecientos por ciento.

Eso no es hype menor. Eso es un cambio de paradigma.

Lo que sí es verdad

No voy a mentirte: sí se puede programar con Inteligencia Artificial sin tener ni idea de código.

El 41% del código global ya es generado por Inteligencia Artificial. El 25% de las startups del batch de invierno de Y Combinator 2025 tienen bases de código con el 95% escrito por máquinas. Pieter Levels construyó un simulador de vuelo multijugador en 17 días usando Cursor, y genera un millón de dólares anuales con él.

Eso no es humo. Es real y está pasando.

Las herramientas actuales como Cursor, Claude Code, GitHub Copilot o Bolt.new han reducido la barrera de entrada de forma dramática. Una persona sin conocimientos técnicos puede, en serio, crear una aplicación funcional en un fin de semana. Eso antes era impensable.

Yo mismo lo he vivido. La Inteligencia Artificial me devolvió las ganas de programar hace poco, no porque hiciera el trabajo por mí, sino porque eliminó las partes aburridas y me dejó centrarme en lo que importa. Eso es poderoso.

Pero ahí empieza la trampa.

La parte que nadie te cuenta

El código que no entiendes es una deuda

Hay un estudio de diciembre de 2025 que analizó 5.600 aplicaciones generadas con herramientas de vibe coding. Resultado: más de 2.000 vulnerabilidades activas y 400 secretos expuestos (claves API, credenciales de bases de datos). No en código de pruebas. En producción.

El 45% del código generado por Inteligencia Artificial contiene vulnerabilidades. Inyección de comandos, CSRF sin protección, SSRF. Cosas que cualquier desarrollador con experiencia detecta en cinco segundos, pero que alguien sin esa base no ve porque no sabe qué buscar.

Es lógico. Si no entiendes qué hace el código, no puedes revisarlo. Y si no puedes revisarlo, estás desplegando una caja negra en producción y cruzando los dedos.

Hay un incidente de marzo de 2026 que expuso 1,5 millones de claves API y 35.000 direcciones de correo de usuarios. Todo a partir de aplicaciones construidas con vibe coding. No lo cubrieron mucho, pero pasó.

El código de Inteligencia Artificial se pudre rápido

Hay un fenómeno que ya tiene nombre propio: “vibe coding hangover”. A los tres meses, muchos proyectos construidos enteramente con Inteligencia Artificial se convierten en bloques incomprensibles. Nadie sabe qué hace qué. Modificar algo rompe otra cosa. Añadir una nueva funcionalidad tarda más de lo que tardó crear el proyecto entero desde cero.

El 63% de los desarrolladores gastan más tiempo depurando código generado por Inteligencia Artificial que el que habrían tardado en escribirlo directamente. El código prioriza funcionalidad sobre estructura, y eso tiene un coste que se paga con intereses a largo plazo.

La paradoja de la productividad

Un estudio de METR de 2025 midió algo curioso: los desarrolladores con experiencia que usaban Inteligencia Artificial eran un 19% más lentos en tareas complejas. Al mismo tiempo, se sentían un 20% más rápidos.

La conclusión es incómoda: la Inteligencia Artificial da sensación de velocidad mientras puede estar ralentizando el trabajo real en los problemas difíciles. El scaffolding y las tareas repetitivas sí van más rápido. La arquitectura compleja, con matices.

Esto no es un argumento en contra de las herramientas. Es un argumento a favor de usarlas con los ojos abiertos.

¿Quién puede hacer qué, en realidad?

Vayamos por partes.

Si eres un desarrollador senior, la Inteligencia Artificial es una herramienta extraordinaria. Los datos lo confirman: los seniors reportan un 81% de aumento de productividad. Por qué, pues porque saben revisar el código que genera la máquina, detectan los problemas, y guían el proceso con criterio. La Inteligencia Artificial amplifica su capacidad. No la sustituye.

Si eres un desarrollador junior o intermedio, el 51% de aumento de productividad es real, pero el riesgo también lo es. El 40% de los desarrolladores junior despliegan código sin comprenderlo completamente. Eso es una bomba de relojería que explota cuando menos lo esperas.

Si no sabes programar en absoluto, puedes construir un prototipo funcional. Un producto mínimo viable para validar una idea. Una herramienta interna para tu negocio. Pero hay un techo claro: cuando las cosas se compliquen, cuando haya que escalar, cuando aparezca un bug que la Inteligencia Artificial no sabe resolver, vas a necesitar ayuda de alguien que entienda lo que está pasando bajo el capó.

La clave es conocer ese techo antes de chocar contra él.

Lo que la Inteligencia Artificial no puede hacer (todavía)

Las herramientas actuales tienen limitaciones reales, no de marketing:

Arquitecturas complejas que requieren decisiones de diseño sistémico
Algoritmos novedosos sin precedente en los datos de entrenamiento
Optimización de rendimiento a escala (el código funciona, pero lento)
Seguridad a nivel producción con requisitos específicos de cumplimiento
Mantenibilidad a largo plazo en proyectos con múltiples equipos

Karpathy lo planteó bien: “Bottleneck shifts from syntax to clarity of thought.” El cuello de botella ya no es saber escribir código. Es saber pensar con claridad qué quieres construir, por qué, y cómo.

Y eso, por mucho que avancen las herramientas, sigue siendo una habilidad humana.

Mi opinión, sin rodeos

La afirmación “cualquiera puede programar cualquier cosa con Inteligencia Artificial” es verdad a medias, que es lo peor que puede ser una afirmación. La mitad verdadera te engancha y la mitad falsa te puede hacer daño.

Sí: la barrera de entrada ha caído. Proyectos que antes requerían un equipo de cinco personas ahora los puede arrancar una sola. Eso es un cambio histórico.

No: el conocimiento técnico ha dejado de importar. Que yo sepa programar sigue determinando si soy capaz de revisar, evaluar y mantener lo que la máquina produce. La diferencia entre un desarrollador senior usando Cursor y alguien sin conocimientos usando la misma herramienta no es de velocidad. Es de calidad, seguridad y sostenibilidad del resultado.

El vibe coding es una puerta de entrada, no un destino. Y como toda puerta de entrada, lo que importa es lo que viene después.

Si tu empresa quiere implementar una solución con Inteligencia Artificial de forma práctica y sin sorpresas desagradables a los tres meses, cuéntame qué necesitas y vemos cómo hacerlo bien desde el principio.

Preguntas frecuentes

¿Es el vibe coding una moda pasajera o llegó para quedarse?

Ha llegado para quedarse, pero evolucionará. Las herramientas mejorarán y la calidad del código generado aumentará. Lo que cambiarán son las expectativas: la gente aprenderá que la Inteligencia Artificial es un asistente muy capaz, no un sustituto del criterio técnico.

¿Qué herramientas de vibe coding son las más recomendables para empezar?

Para no programadores: Lovable o Bolt.new para prototipos rápidos. Para desarrolladores: Cursor o Claude Code, dependiendo del flujo de trabajo. En todos los casos, no despliegues a producción sin revisar.

¿Cuánto código generado por Inteligencia Artificial es seguro poner en producción?

Todo el código que toca datos de usuarios, autenticación, pagos o infraestructura crítica debe ser revisado por alguien con criterio técnico antes de ir a producción. El scaffolding y los scripts internos tienen un riesgo menor, pero la revisión nunca está de más.

¿Necesito saber programar para usar herramientas de vibe coding?

No, para empezar. Sí, para escalar. Puedes construir un prototipo sin saber programar. Pero cuando el proyecto crezca, aparezcan bugs complejos, o necesites integraciones específicas, la falta de base técnica se convierte en un problema real.

Fuentes

Compártelo si te ha resultado útil.

¿Tú usas herramientas de Inteligencia Artificial para programar? Cuéntame.

Y… el tiempo dirá hasta dónde llega esto.