Vibe coding
Vibe coding es una forma de desarrollo asistido por IA en la que una persona describe en lenguaje natural lo que quiere construir, el agente de IA genera código y el resultado se va ajustando mediante conversación, pruebas y correcciones sucesivas. Es útil para exploración rápida y prototipos, pero no debe confundirse con ingeniería de producción.
El término fue popularizado por Andrej Karpathy en febrero de 2025 para describir una forma de programar en la que el desarrollador se deja llevar por la conversación con la IA, acepta propuestas, prueba resultados y va corrigiendo sobre la marcha.
En la práctica, el vibe coding consiste en decirle a un asistente de IA qué se quiere construir, recibir código generado, ejecutarlo, pegar errores cuando algo falla y seguir iterando hasta conseguir un resultado que parezca funcionar.
Su atractivo es evidente: permite pasar de una idea a un prototipo funcional en muy poco tiempo. El riesgo aparece cuando esa velocidad inicial se interpreta como garantía de calidad.
Cómo funciona
Un flujo típico de vibe coding suele seguir este patrón:
- La persona describe una intención en lenguaje natural: “crea una pantalla de login”, “haz un dashboard”, “añade notificaciones por correo”.
- La IA genera una primera versión del código.
- La persona lo ejecuta o lo prueba manualmente.
- Si aparece un error, copia el mensaje y se lo devuelve al asistente.
- La IA propone una corrección.
- El ciclo continúa hasta que el resultado parece cumplir lo esperado.
Este modo de trabajo reduce mucho la fricción inicial. No exige escribir todos los detalles por adelantado ni diseñar una arquitectura completa antes de probar algo. Por eso resulta especialmente potente cuando el objetivo es aprender, explorar o visualizar una posibilidad.
Para qué sirve
El vibe coding puede aportar mucho valor cuando se usa con intención y límites claros.
Es especialmente útil para:
- crear prototipos rápidos;
- explorar ideas de producto antes de invertir en desarrollo robusto;
- construir pruebas de concepto;
- generar herramientas internas de bajo riesgo;
- validar flujos de interfaz con usuarios;
- aprender una tecnología mediante ejemplos ejecutables;
- experimentar con alternativas antes de decidir una solución definitiva.
En estos casos, la prioridad no es producir código mantenible, sino reducir incertidumbre. La pregunta no es “¿está listo para producción?”, sino “¿nos ayuda a aprender algo útil?”.
Vibe coding no es todo uso de IA para programar
No toda programación asistida por IA es vibe coding.
Usar IA para generar tests, revisar código, explicar una función o proponer una refactorización no es necesariamente vibe coding. El rasgo distintivo del vibe coding es que la conversación con la IA sustituye temporalmente a la especificación, al diseño explícito y a la revisión estructurada.
La diferencia está en el nivel de control:
| Uso de IA | Característica principal | ¿Es vibe coding? |
|---|---|---|
| Pedir a la IA que explique una función | Apoyo a la comprensión | No necesariamente |
| Generar tests a partir de criterios definidos | Automatización acotada | No necesariamente |
| Pedir una funcionalidad completa y aceptar iteraciones hasta que funcione | Conversación como método de construcción | Sí |
| Implementar una spec aprobada | Ejecución guiada por especificación | No; se acerca más a Spec-Driven Development (SDD) |
Dónde deja de funcionar
El problema del vibe coding no es que sea inútil. El problema es que tiene un techo. Ese techo aparece cuando el código deja de ser desechable y empieza a afectar a un producto real, a usuarios reales o a una arquitectura que debe mantenerse.
Los riesgos principales son los siguientes.
Requisitos implícitos
Cuando se pide a la IA “implementa autenticación”, “añade notificaciones” o “crea un sistema de permisos”, el agente debe tomar muchas decisiones que no se han explicitado.
Por ejemplo:
- qué política de seguridad aplicar;
- cómo gestionar errores;
- qué dependencias usar;
- qué casos borde cubrir;
- cómo integrarse con el sistema existente;
- qué comportamiento debe tener prioridad cuando hay conflictos.
Si esas decisiones no están en una spec, la IA las resuelve con patrones probables. A veces acierta. Otras veces genera una solución que funciona en la demo, pero no encaja con el contexto real del producto.
Carga de revisión
El código generado aparece rápido, pero revisarlo bien no es instantáneo. Cuanto más código produce la IA, más esfuerzo necesita el equipo para entenderlo, comprobarlo, integrarlo y detectar errores sutiles.
Esta es una de las trampas del vibe coding: la sensación inicial de avance puede ocultar trabajo pendiente de revisión e integración.
Contaminación del contexto
Las conversaciones largas con agentes de IA acumulan decisiones, correcciones, cambios de dirección y fragmentos de código. Con el tiempo, el contexto puede volverse confuso: la IA arrastra supuestos anteriores, mezcla versiones y pierde precisión sobre lo que el equipo quería realmente.
Cuando esto ocurre, seguir iterando en la misma conversación puede empeorar la solución en lugar de mejorarla.
Deuda técnica
El vibe coding tiende a optimizar el resultado visible a corto plazo. Esto puede generar código duplicado, soluciones acopladas, dependencias innecesarias o estructuras difíciles de mantener.
La deuda técnica no aparece siempre como un fallo inmediato. A menudo aparece después, cuando el equipo intenta evolucionar el prototipo, integrarlo en el producto o corregir errores que la primera demo no reveló.
Seguridad
El código generado por IA puede parecer correcto y aun así introducir vulnerabilidades, malas prácticas de gestión de secretos, validaciones insuficientes o dependencias problemáticas.
Por eso el vibe coding no debería usarse para cambios que afecten a autenticación, permisos, datos personales, pagos, seguridad o infraestructura crítica sin una revisión técnica rigurosa.
Relación con el doble carril
En equipos Scrum con IA, el vibe coding encaja bien como parte de un modelo de doble carril.
| Carril | Propósito | Nivel de rigor | Resultado esperado |
|---|---|---|---|
| Carril rápido: vibe coding | Validar ideas, explorar alternativas y aprender rápido. | Bajo o medio. La calidad del código es secundaria. | Prototipo, aprendizaje o evidencia para decidir. |
| Carril robusto: vibe engineering | Construir código de producción. | Alto. Se aplican specs, revisión, testing y Definition of Done reforzada. | Incremento mantenible, seguro y liberable. |
El carril rápido no es una versión descuidada del carril robusto. Tiene otro propósito. Su valor está en aprender pronto, no en saltarse la calidad.
Cuándo pasar de vibe coding a vibe engineering
Una idea explorada mediante vibe coding debería pasar a un enfoque más robusto cuando:
- la hipótesis ha sido validada con usuarios o stakeholders relevantes;
- el prototipo demuestra suficiente valor como para invertir en producción;
- el código tendrá que mantenerse;
- la funcionalidad afecta a partes importantes del producto;
- hay requisitos claros que ya pueden convertirse en una spec;
- el riesgo técnico, de seguridad o de negocio justifica una revisión formal.
En ese momento, lo prudente no suele ser “limpiar un poco el prototipo”, sino decidir qué debe conservarse como aprendizaje y qué debe reconstruirse con rigor.
Vibe coding en Scrum con IA
En Scrum con IA, el vibe coding puede ayudar a acelerar el descubrimiento y la validación, pero debe gestionarse con transparencia.
Un prototipo generado por vibe coding puede presentarse en una sprint review como evidencia de aprendizaje, pero no debería confundirse con un incremento liberable si no cumple la Definition of Done.
También afecta a los roles del equipo:
- El product architect decide cuándo una idea merece explorarse en carril rápido y cuándo debe pasar a construcción robusta.
- Los product builders pueden usar vibe coding para explorar soluciones, pero son responsables de revisar críticamente lo que la IA genera.
- El agile enabler ayuda al equipo a mantener el equilibrio entre confianza ciega en la IA y desconfianza paralizante.
El vibe coding puede acelerar el aprendizaje, pero no elimina la responsabilidad profesional. Si el código llega a producción, debe pasar controles de calidad, seguridad, mantenibilidad y revisión humana.
Buenas prácticas
Para usar vibe coding sin convertirlo en una fuente de deuda técnica, conviene aplicar algunas reglas simples:
- Definir la hipótesis antes de construir. El prototipo debe responder a una pregunta concreta.
- Timeboxear la exploración. Si una idea necesita demasiadas iteraciones para funcionar, quizá requiere una spec o una decisión técnica previa.
- No usar datos sensibles. Evitar datos reales de clientes, secretos, credenciales o información confidencial.
- Separar prototipo y producción. El código exploratorio no debe entrar en el producto sin revisión.
- Registrar aprendizajes. Lo valioso del vibe coding no es solo el código, sino lo que el equipo descubre.
- Decidir explícitamente qué se conserva. Algunas partes pueden inspirar la solución final; otras deben descartarse.
Señales de alarma
El vibe coding empieza a generar problemas cuando:
- el prototipo se mantiene durante varios sprints sin una validación clara;
- el equipo evita escribir specs porque “la IA ya lo resuelve”;
- nadie entiende bien el código generado;
- se aceptan cambios sin revisar diffs;
- los errores se corrigen copiando mensajes a la IA sin investigar la causa;
- el código generado empieza a entrar en producción sin pasar por la Definition of Done;
- el equipo confunde velocidad de generación con velocidad de entrega de valor.
Estas señales no significan que haya que abandonar la IA. Significan que el trabajo ha superado el nivel de informalidad que el vibe coding puede sostener.
Diferencia con Spec-Driven Development
La diferencia fundamental entre vibe coding y Spec-Driven Development está en el orden de trabajo.
| Aspecto | Vibe coding | Spec-Driven Development |
|---|---|---|
| Punto de partida | Una intención expresada en lenguaje natural. | Una spec revisada y aceptada. |
| Método | Conversación, prueba y corrección. | Especificación, diseño, tareas e implementación. |
| Criterio de éxito | El resultado parece funcionar para el objetivo inmediato. | El resultado cumple criterios verificables. |
| Mejor uso | Prototipos, exploración, aprendizaje rápido. | Código mantenible, producción, cambios con riesgo. |
| Riesgo principal | Deuda técnica invisible y falsa sensación de avance. | Burocracia si se aplica con exceso. |
Ambos enfoques pueden convivir. La clave es no pedirle al vibe coding lo que corresponde a la ingeniería robusta, ni imponer SDD cuando solo hace falta aprender rápido.
Error frecuente
Confundir una demo que funciona con software listo para producción. El error más habitual del vibe coding es aceptar código generado por IA porque la pantalla se ve bien o el caso feliz funciona. Un prototipo puede validar una idea, pero eso no significa que sea seguro, mantenible, escalable ni coherente con la arquitectura del producto.
Recursos
🏦 IA aplicada al trabajo ágilSkill Arena · Scrum Manager
📄 Scrum Master en equipos con IADescarga gratuita · Scrum Manager
🌐 Mensaje original de Andrej Karpathy sobre vibe codingOrigen popular del término · X · 2025
📄 Not all AI-assisted programming is vibe codingArtículo de Simon Willison que distingue vibe coding de otros usos de IA en programación · 2025
📄 Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer ProductivityEstudio de METR sobre productividad con herramientas de IA en proyectos open source · 2025
📄 Insights from 2025 GenAI Code Security ReportInforme de Veracode sobre seguridad del código generado por IA · 2025
Referencias
- Becker, Joel; Rush, Nate; Barnes, Beth; Rein, David. (2025). “Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity”, METR.
- GitClear. (2025). “AI Copilot Code Quality: 2025 Data Suggests 4x Growth in Code Duplication”, GitClear.
- Karpathy, Andrej. (2025). “There’s a new kind of coding I call vibe coding”, X.
- Scrum Manager. (2026). SDD – Spec Driven Development en equipos ágiles. Scrum Manager.
- Scrum Manager. (2026). Scrum en equipos con IA. Scrum Manager.
- Veracode. (2025). “Insights from 2025 GenAI Code Security Report”, Veracode.
- Willison, Simon. (2025). “Not all AI-assisted programming is vibe coding”, SimonWillison.net.
Véase también
¿Quieres avanzar en agilidad? Puedes buscar convocatorias de cursos y exámenes o ir a tu ritmo haciéndote miembro del Club Agile. Esta membresía incluye recursos exclusivos, aulas e-learning y acceso a Skill Arena: un espacio para practicar y medir tus habilidades ágiles a tu ritmo.