Karpathy confirma: los agentes de codificación cruzaron el umbral en diciembre de 2025

Hay momentos en la historia de la tecnología que solo se comprenden a toro pasado. La aparición del compilador en los años cincuenta, la transición del ensamblador a los lenguajes de alto nivel, la irrupción de los entornos de desarrollo integrados: cada uno de esos saltos pareció, en su momento, una curiosidad técnica antes de revelar su carácter transformador. Lo que ocurrió en diciembre de 2025 en el campo del desarrollo de software parece pertenecer a esa misma genealogía, aunque con una velocidad que no tiene precedente histórico comparable. Karpathy lo formuló con su habitual economía de palabras: los modelos de lenguaje cruzaron "algún umbral de coherencia" y provocaron un cambio de fase en la ingeniería de software.

Hasta octubre de 2025, el mismo Karpathy había descartado los agentes de codificación con un veredicto lapidario: "simplemente no funcionan." Tres meses después, reconocía públicamente que su flujo de trabajo había quedado irreconocible. No es un detalle menor que provenga de alguien que construyó sistemas de visión artificial para los vehículos autónomos de Tesla, que formó parte del equipo fundador de once personas que creó OpenAI, y que cuenta con más de 1,2 millones de suscriptores en YouTube por la calidad de sus tutoriales técnicos. Cuando Karpathy cambia de posición, la industria presta atención.

El hilo original donde Karpathy documentó este cambio, publicado el 26 de enero de 2026, puede consultarse a continuación:

La mutación que describe tiene una fecha de inicio bastante precisa. En noviembre de 2025, su distribución de trabajo era la convencional para un desarrollador avanzado: escritura manual con asistencia de autocompletado representaba alrededor del 80% de su actividad, mientras que los agentes cubrían el 20% restante. En diciembre, esa proporción se invirtió. Hoy, el 80% de su producción de código corre por cuenta de sistemas que planifican, implementan, depuran y entregan resultados de manera autónoma, mientras él aporta dirección, criterio y supervisión de calidad. "Es el mayor cambio en mi flujo de trabajo de codificación en aproximadamente dos décadas", escribió.

Del "vibe coding" a la ingeniería en serio

Para entender la magnitud del giro, conviene recordar que fue el propio Karpathy quien, en febrero de 2025, acuñó el término "vibe coding" en lo que él mismo llamó un tuit descartable que escribió "sin pensarlo". La expresión capturaba un fenómeno real: desarrolladores, estudiantes y aficionados que le describían vagamente sus intenciones a un modelo de lenguaje y aceptaban el resultado sin leer el código, confiando en que "vibrara" correctamente. El término se volvió tan omnipresente que Collins Dictionary lo eligió como palabra del año 2025, y hoy figura en la Wikipedia como un hito cultural de la era de la inteligencia generativa.

Un año después, Karpathy propone reemplazarlo. Su nuevo término favorito es "ingeniería agéntica" (agentic engineering), y la distinción no es cosmética. Donde el vibe coding era recreativo, tolerante con los errores y apropiado para prototipos de fin de semana, la ingeniería agéntica es una disciplina profesional que demanda precisión arquitectónica, supervisión rigurosa y comprensión profunda de los sistemas. "El componente agéntico refleja que ya no se escribe código directamente la mayoría del tiempo: se orquesta a agentes que lo hacen, actuando como supervisores. El componente ingeniería subraya que hay un arte, una ciencia y una pericia en ello", explicó en su publicación de febrero de 2026, que acumuló más de 14 millones de visualizaciones.

La evolución terminológica señala algo más profundo que un simple cambio de nombre. Durante 2025, el ecosistema de herramientas de codificación asistida creció a una velocidad que el mercado apenas pudo metabolizar. Cursor, la startup que se convirtió en emblema del boom del vibe coding, recaudó 2.300 millones de dólares en noviembre de ese año, casi triplicando su valoración hasta los 29.300 millones. Lovable, con sede en Estocolmo, alcanzó los 6.600 millones de dólares tras levantar 330 millones en diciembre. Replit se aproxima a una nueva ronda de 400 millones que podría llevarlo a 9.000 millones de valoración. Estas cifras no son métricas de una moda pasajera: son síntomas de una reconfiguración estructural del mercado.

Treinta minutos que cambian una profesión

Para ilustrar lo que significa este cambio en la práctica, Karpathy recurrió a un ejemplo tomado de su propio fin de semana. Quería construir un tablero de análisis de video local para las cámaras de su hogar. Describió la tarea en inglés: proporcionó la dirección IP del servidor, los objetivos del proyecto y los entregables esperados. Luego se alejó del teclado. Treinta minutos después, el agente había iniciado sesión en el servidor, configurado la infraestructura, descargado y comparado modelos de visión, escrito el código, depurado sus propios errores, configurado los servicios y entregado un informe en formato markdown. "No toqué nada", escribió. "Todo esto podría haber sido fácilmente un proyecto de fin de semana hace apenas tres meses. Hoy es algo que iniciás y olvidás durante media hora."

Lo que hace que este ejemplo sea revelador no es solo la velocidad, sino la naturaleza autónoma del proceso. El agente no esperó instrucciones intermedias: planificó, ejecutó, encontró obstáculos, los resolvió y documentó sus decisiones sin intervención humana. Esta capacidad de sostener coherencia a lo largo de tareas complejas y multietapa es precisamente lo que Karpathy identifica como el umbral cruzado en diciembre. Antes de ese punto, los agentes perdían el hilo, requerían supervisión constante o producían resultados inconsistentes que demandaban más tiempo de corrección del que hubiera tomado escribir el código directamente. Después, algo cambió: la persistencia, la coherencia contextual y la capacidad de recuperación ante errores dieron un salto cualitativo.

Claude Code, la herramienta de línea de comandos de Anthropic, emergió como el instrumento preferido de Karpathy para este tipo de trabajo. En su revisión de fin de año, lo describió como "la primera demostración convincente de cómo luce realmente un agente LLM": un sistema que itera a través de razonamiento y uso de herramientas para resolver problemas en sesiones extendidas. También elogió capacidades similares en Codex de OpenAI, cuya versión GPT-5.2-Codex fue lanzada en diciembre de 2025 con el objetivo explícito de sostener tareas agénticas de hasta siete horas de duración. Ambas herramientas compiten en un espacio donde Google también ha acelerado con Gemini 3, desatando lo que algunos analistas llaman una carrera armamentista en el segmento de la codificación autónoma.

El impacto en la productividad individual es difícil de exagerar sin caer en la hipérbole, pero los números que circulan entre practicantes son contundentes. Karpathy estima que un desarrollador capaz podría multiplicar su output por diez orquestando correctamente estas herramientas. GitHub reportó que el 41% del código en sus plataformas ya es generado por asistentes automatizados. Bloomberg documentó una caída del 16% en las publicaciones de empleo para desarrolladores junior en el sector tecnológico durante el último trimestre de 2025, fenómeno que algunos medios bautizaron como "pánico de productividad". La ingeniería agéntica no solo cambia cómo se trabaja: modifica quién trabaja y en qué.

El precio de la velocidad: atrofia, sesgo y la paradoja del control

Karpathy no celebra el cambio sin matices. Una de sus observaciones más incómodas es que ya nota el inicio de la atrofia en su capacidad para escribir código manualmente. "La generación y el juicio son habilidades distintas. A medida que la generación se abarata, el valor migra hacia el juicio, la evaluación y el gusto", señaló. Es una tensión que los ingenieros de producción conocen bien: depurar código generado por un agente puede tomar tres veces más que detectar el mismo error en código propio, precisamente porque el desarrollador no construyó el razonamiento que llevó a esa línea.

El propio Karpathy advierte que los agentes actuales tienen debilidades características y predecibles. Cometen errores conceptuales sutiles propios de un programador junior descuidado, operan sobre suposiciones incorrectas sin pedir aclaraciones, tienden a complicar soluciones que podrían ser simples y producen, en los peores casos, lo que él llama "slop completo": código funcionalmente correcto pero arquitectónicamente incoherente. La solución que propone no es supervisión constante sino diseño estructurado: dividir los proyectos en fragmentos discretos que el agente pueda probar y verificar de manera independiente, establecer restricciones explícitas, definir contratos entre servicios antes de delegar la implementación.

Más allá de las limitaciones técnicas, Karpathy identifica un desafío organizacional de mayor escala. La "parte inteligente", como la llama, está ahora claramente por delante del resto del ecosistema: las integraciones, las herramientas, los flujos de trabajo organizacionales, los marcos de gobernanza. Las empresas que quieran capturar el beneficio de la ingeniería agéntica no solo necesitan adoptar las herramientas; necesitan rediseñar procesos, reorganizar equipos y formar criterio colectivo sobre cuándo confiar en el agente y cuándo intervenir. "2026 será un año de alta energía mientras la industria metaboliza la nueva capacidad", escribió. La predicción parece confirmarse semana a semana.

Lo que emerge de toda esta reconfiguración no es el fin del desarrollador, sino su metamorfosis. El ingeniero de software de 2026 se parece menos a un artesano que produce código línea por línea y más a un director de orquesta que coordina sistemas capaces de generar, refactorizar e iterar a una velocidad que ningún humano puede igualar. La escritura manual de código no desaparece, del mismo modo que la conducción manual no desapareció con el cruise control, pero su centralidad en la identidad profesional sí está cambiando. Karpathy usa una analogía reveladora: pocos de nosotros sabemos conducir un carro tirado por caballos, y a nadie le preocupa esa pérdida. La pregunta que deja abierta es si el desarrollo de software es una competencia que vale la pena que la humanidad conserve activamente, o simplemente otro proceso que podemos, sin consecuencias graves, delegar a máquinas que lo ejecutan mejor.