El año 2025 marcó un punto de inflexión en el desarrollo de software, con el papel de la IA en la ingeniería sometido a un escrutinio y evolución significativos. A principios de año, el mundo tecnológico fue testigo de lo que muchos llamaron un experimento en tiempo real, enfrentando las capacidades de codificación de la IA contra las habilidades de los desarrolladores humanos. Aunque inicialmente la IA parecía tener la ventaja, el cambio de lo que se ha denominado "codificación por vibra" a "ingeniería de contexto" ha subrayado la importancia continua de la percepción humana en la creación de software. El último Thoughtworks Technology Radar destaca esta tendencia, mostrando nuevas herramientas y métodos diseñados para ayudar a los equipos a gestionar el contexto de manera más efectiva al trabajar con grandes modelos de lenguaje (LLMs) y agentes de IA. Este cambio señala una transformación más amplia en la comprensión de la industria sobre el progreso de la IA—no solo sobre escalar la computación o acelerar procesos, sino más bien dominar las sutilezas del contexto.\n\nEn febrero de 2025, Andrej Karpathy introdujo el término codificación por vibra, que rápidamente generó debate. La idea reflejaba una forma más libre y menos precisa de codificación asistida por IA, basada en gran medida en conjeturas intuitivas o "vibras" en lugar de lógica estructurada. Las discusiones internas de Thoughtworks mostraron escepticismo sobre la viabilidad a largo plazo de la codificación por vibra. Para abril, las preocupaciones sobre su imprecisión y la proliferación de anti-patrones—hábitos de codificación ineficientes o problemáticos—se hicieron evidentes. Las crecientes demandas de los usuarios llevaron a los modelos de IA a sus límites, revelando problemas de fiabilidad a medida que los prompts se expandían y la complejidad aumentaba.\n\nEsta experiencia ha impulsado a la industria a centrarse más en la ingeniería cuidadosa del contexto. Herramientas como Claude Code y Augment Code ilustran este impulso al enfatizar el "priming de conocimiento", donde proporcionar a la IA la información de fondo adecuada resulta en salidas más consistentes y fiables. Este enfoque no solo reduce la necesidad de reescrituras extensas, sino que también aumenta la productividad general. Una lección sorprendente del uso de IA generativa para trabajar en bases de código heredadas es que, a veces, un contexto menos específico ayuda realmente. Abstraer la visión de la IA de los detalles desordenados de sistemas antiguos abre un espacio de solución más amplio, permitiendo que la IA sea más creativa y generativa.\n\nEl auge de los sistemas agenticos—agentes de IA diseñados para actuar de forma autónoma—ha complicado aún más el desafío del contexto. A diferencia de los bots simples con guion, estos agentes requieren una participación humana continua para navegar entornos complejos y dinámicos. Varias tecnologías emergentes, incluyendo agents.md, Context7 y Mem0, buscan abordar estos problemas anclando a los agentes a una "aplicación de referencia" o verdad fundamental confiable. Experimentar con equipos de agentes de codificación también ha mostrado promesas; en lugar de sobrecargar a un solo agente con mucho contexto, distribuir tareas puede reducir la complejidad y mejorar el rendimiento.\n\nA medida que estas prácticas evolucionan, estándares industriales como el Protocolo de Contexto de Modelo y el protocolo agent2agent (A2A) están ganando tracción para unificar cómo los modelos y agentes de IA acceden y comparten contexto. Si estos protocolos se vuelven universales sigue siendo incierto, pero resaltan la necesidad de colaboración estructurada en ecosistemas complejos de IA. A nivel humano, prácticas simples como instrucciones compartidas y curadas para equipos de software siguen siendo sorprendentemente efectivas para alinear esfuerzos.\n\nDe cara al futuro, el panorama del desarrollo de software en 2025 está lleno tanto de oportunidades como de desafíos. Las metodologías ágiles pueden necesitar adaptarse para equilibrar la flexibilidad con la necesidad de bases contextuales sólidas que los sistemas de IA requieren. A pesar de los temores persistentes sobre la sustitución de empleos por IA, el renovado enfoque en el contexto sitúa a los ingenieros de software firmemente en el centro de la innovación. Su capacidad para experimentar, colaborar y aprender será crucial para moldear el futuro de la ingeniería de software.
