Kotlin Multiplatform y agentes de IA: cuatro plataformas y un ataque de nervios

Mientras la industria tecnológica debate cuándo exactamente la inteligencia artificial sustituirá a los programadores, un desarrollador decidió dar la vuelta a esa idea. En lugar de construir una IA que escriba código por las personas, creó un agente de IA que debe sustituir a los propios usuarios. Suena paradójico, pero es uno de los casos prácticos más interesantes de desarrollo multiplataforma de aplicaciones de IA, y apareció en Habr en febrero de 2026.

La historia empezó hace seis meses, cuando un pequeño equipo asumió una tarea ambiciosa: crear dos productos a la vez. El primero es una aplicación de escritorio para macOS, cuya versión alfa ya se puede descargar. El segundo es un proyecto multiplataforma completo que abarca Android, iOS, Web y un backend de servidor. Como base tecnológica eligieron Kotlin Multiplatform, un framework de JetBrains que promete permitir escribir código común para todas las plataformas de destino. «Promete» es la palabra clave.

En la práctica, el desarrollo multiplataforma de agentes de IA resultó ser un paseo por un campo de minas. El principal punto de dolor fue el mecanismo expect/actual, la forma en que Kotlin Multiplatform gestiona las diferencias entre plataformas. La idea es simple: se declara una interfaz esperada en el código común y luego se implementa por separado para cada plataforma.

En teoría es elegante. En la práctica, cuando esas declaraciones se cuentan por decenas y centenas, el proyecto se convierte en un laberinto en el que cada cambio en la lógica común exige ediciones sincronizadas en todas las plataformas. Para los agentes de IA, donde la integración con las API nativas de los sistemas operativos es inevitable, esto genera una complejidad acumulativa que crece de forma exponencial.

El enfrentamiento con Xcode merece un capítulo aparte. El entorno de desarrollo de Apple tiene desde hace tiempo una reputación ambigua entre los desarrolladores móviles, pero combinado con Kotlin Multiplatform demuestra un talento especial para crear problemas. Compilar la parte iOS del proyecto a través de KMP añade una capa de abstracción que se rompe periódicamente por razones que no siempre admiten una explicación racional. El autor no tiene reparos en llamar a las cosas por su nombre y describe lo ocurrido como «escenas de maltrato a Xcode», y cualquiera que haya trabajado en multiplataforma sobre Apple sabe que no es una exageración.

El tercer problema es la notarización de las compilaciones para macOS. Apple exige que todas las aplicaciones distribuidas fuera de la App Store pasen una verificación automática en los servidores de la compañía. En las compilaciones de lanzamiento, este proceso puede tardar un tiempo considerable, y cualquier fallo devuelve al desarrollador al inicio del ciclo. Cuando se trata de un agente de IA de escritorio que necesita un acceso profundo al sistema para automatizar las acciones del usuario, la notarización se vuelve aún más impredecible. Apple controla estrictamente qué permisos recibe una aplicación, y un agente que pretende manejar la interfaz en nombre del usuario atrae inevitablemente una atención reforzada del sistema de seguridad.

A pesar de todas las dificultades, este proyecto revela una tendencia importante. Los agentes de IA, programas capaces de ejecutar tareas de forma autónoma en lugar de una persona, se perfilan como la próxima gran línea de la industria. Si 2024 y 2025 transcurrieron bajo el signo de los chatbots y los modelos generativos, 2026 se define cada vez más por el concepto de agencia.

Empresas desde Anthropic hasta Google invierten en frameworks de agentes, pero la infraestructura para llevarlos a los usuarios finales en todas las plataformas sigue siendo inmadura. La experiencia de este equipo muestra que crear un agente inteligente es solo la mitad del trabajo. La otra mitad es lograr que funcione igual en un smartphone Android, un iPhone, un navegador y un escritorio.

El propio autor señala con autoironía que no se recomienda lanzar un proyecto KMP en varias plataformas sin consultar antes a un psicoterapeuta. Tras la broma hay un problema real: las herramientas de desarrollo multiplataforma aún no han alcanzado las ambiciones de quienes las usan. Kotlin Multiplatform ha recorrido un gran camino y ha dejado atrás el estado de tecnología experimental, pero al escalar a cuatro o más plataformas sigue exigiendo al equipo estar preparado para retos de ingeniería inesperados.

Este caso es valioso precisamente por su honestidad. En una época en que una de cada dos presentaciones promete «multiplataforma sin fisuras» e «IA que lo hace todo sola», la experiencia real de desarrollo muestra un panorama muy distinto. Los agentes de IA sí pueden cambiar la forma en que las personas interactúan con la tecnología, pero el camino del prototipo a un producto estable en varias plataformas sigue siendo espinoso. Y por ahora, solo pueden recorrerlo ese cinco por ciento de entusiastas a los que el autor llama, con delicadeza, masoquistas.