Habr AI→ original

Инженерные агенты вместо разработчиков: полгода революции в коде

Автор OpenClaw заметил: за полгода агенты стали мейнстримом в разработке. В мае это был вау-эффект, в декабре — обычный рабочий процесс. Его методы работы с аге

Инженерные агенты вместо разработчиков: полгода революции в коде
Fuente: Habr AI. Collage: Hamidun News.
◐ Escuchar artículo

Hace seis meses, Petr Steinberger, creador de OpenClaw (que más tarde fue adquirido por OpenAI), publicó un artículo sobre desarrollo a velocidad de inferencia — cuando un agente de IA completa una tarea en 5 segundos de inferencia en lugar de una hora de codificación manual. En ese entonces parecía una revolución e impresiones tempranas. Ahora esa revolución se ha convertido en un día laboral ordinario en la industria.

De Experimentos a Estándar

En mayo de 2025, la velocidad de inferencia era una idea interesante. Los agentes cometían errores frecuentemente, requerían prompts personalizados, funcionaban solo en tareas simples. Los desarrolladores eran escépticos: "Esto no es desarrollo real, es un juguete". Para diciembre, el panorama había cambiado completamente. Los agentes aprendieron a trabajar con proyectos reales de miles de archivos, integraciones complejas, código heredado. La precisión creció de 70% a 90%+. Lo más importante es que el tiempo de iteración bajó de horas a minutos. El agente identifica un error, lo rehace, devuelve el resultado.

Cómo Funciona en la Práctica

Steinberger descubrió una verdad simple: velocidad de entrega = velocidad de inferencia. Si el modelo ejecuta inferencia en 5 segundos, una funcionalidad se entrega en 5 minutos (menos validación). En comparación, esto solía tomar 1-3 horas. Pero la velocidad no es lo principal. Lo principal es el cambio en el rol del desarrollador. Ya no escribes código. Formulas una tarea para el agente, verificas el resultado, lo apruebas o lo envías de vuelta para revisión. Es como contratar a un desarrollador junior que nunca se cansa y ejecuta en microsegundos.

Métodos de Trabajo con Agentes

Durante seis meses, surgieron prácticas que Steinberger describió y que ahora son estándar:

  • Minimiza aclaraciones — prepara todo el contexto antes de la solicitud
  • Usa file-graph y type-hints como ejemplos de entrenamiento para el agente
  • Proporciona al agente acceso al historial de commits (ejemplos de código exitoso)
  • No corrijas el agente manualmente — dale un error, y él mismo lo rehará
  • Enfócate en tareas de alto nivel, no en sintaxis
Los ingenieros ahora piensan a nivel de funcionalidades, no de líneas de código.

El agente se encarga de todo lo demás.

Lo Que Esto Significa para la Industria

El desarrollo dejó de ser sobre escribir código. Ahora es sobre formulación de tareas y validación. Aquellos que entendieron este cambio trabajan 3-5x más productivamente. Aquellos que aún escriben código por sí mismos están perdiendo gradualmente competitividad. Steinberger escribió sobre impresiones tempranas, pero resultó — esto no son impresiones en absoluto, es la nueva normalidad.

ZK
Hamidun News
Noticias de AI sin ruido. Selección editorial diaria de más de 400 fuentes. Producto de Zhemal Khamidun, Head of AI en Alpina Digital.
¿Qué te parece?
Cargando comentarios…