🤖 Agentes de IA en Editores de Código
En esta clase damos un paso clave en el uso práctico de la Inteligencia Artificial para desarrolladores: pasamos de usar modelos de lenguaje de forma reactiva a trabajar con agentes de IA autónomos dentro de nuestros editores de código.
Aquí es donde la IA deja de ser solo un chatbot y empieza a actuar sobre tu proyecto.
🧠 LLM vs Agente: la diferencia clave
Un LLM por sí solo es reactivo:
- Le envías un mensaje
- Te devuelve una respuesta
- Y ahí termina todo
Un agente, en cambio:
- Usa un LLM como cerebro
- Tiene herramientas (tools)
- Funciona en bucle
- Decide, observa y repite hasta completar una tarea
Dicho de forma simple:
El LLM piensa. El agente actúa.
🔁 Cómo funciona un agente de IA
Un agente combina tres piezas fundamentales:
- Modelo (LLM) Decide qué hacer en cada paso.
- Herramientas (tools) Leer archivos, editar código, ejecutar comandos, interactuar con la terminal.
- Bucle de ejecución No se detiene hasta que la tarea está completada.
Gracias a esto, un agente puede:
- Crear una API completa
- Ejecutar el servidor
- Detectar errores
- Corregirlos
- Y solo entonces darte la respuesta final
Todo de forma autónoma
🧑💻 Agentes en editores de código
Los agentes no dependen de un editor concreto. Lo que aprendes aquí se puede aplicar en:
- Visual Studio Code
- Cursor
- Cloud Code
- Otros editores compatibles
La experiencia es muy similar:
- Agentes para preguntar
- Agentes para planificar
- Agentes para editar
- Agentes personalizados según tus necesidades
🧩 Tipos de agentes
Algunos ejemplos prácticos que hemos visto:
🔹 Agente de planificación
Antes de escribir código:
- Analiza el proyecto
- Decide los pasos necesarios
- Puede crear subagentes especializados
- Genera un plan editable antes de implementar
Ideal para tareas grandes o complejas.
🔹 Agentes especializados
Puedes crear tus propios agentes para:
- Seguridad
- Rendimiento
- Revisión de APIs
- Convenciones internas de tu empresa
Incluso puedes definir:
- Cuándo se activan
- Qué tipo de problemas detectan
- Cómo deben responder
💸 Costes y contexto: lo que debes tener en cuenta
Cada archivo que un agente lee:
- Se añade al contexto
- Aumenta el coste
Por eso:
- Planificar puede ser caro
- Pero ahorra tiempo y errores en tareas grandes
- Una buena estrategia es planificar con un modelo potente y ejecutar con uno más barato
🎯 Buenas prácticas al usar agentes
- Planifica antes de implementar
- Revisa el plan generado por el agente
- Ajusta lo que no encaje
- No hagas “vibe coding” sin control
- Usa agentes como asistentes, no como sustitutos del criterio técnico
🔮 Hacia dónde vamos
Los agentes de IA representan un cambio importante en cómo programamos:
- Menos tareas repetitivas
- Más foco en decisiones de alto nivel
- Automatización real dentro del editor
La IA no escribe código por ti. Te da más brazos para ejecutar lo que tú decides.
En la siguiente clase empezaremos a crear y afinar agentes propios para integrarlos en proyectos reales.
💡 Tip: Para tareas grandes o críticas, planifica primero. Un buen plan revisado por ti vale más que mil líneas de código generadas a ciegas.