En el mundo actual del desarrollo de software, donde la Inteligencia Artificial (IA) y los Modelos de Lenguaje Grande (LLM) están transformando la forma en que los programadores construyen productos, un término recién acuñado ha comenzado a generar debates intensos: el 'vibe coding'. Dos figuras prominentes en esta conversación son Simon Willison y Steve Yegge, quienes ofrecen perspectivas contrastantes sobre lo que significa realmente esta práctica y si puede o no aplicarse a la creación de software de grado producción. Vibe coding fue un término popularizado por Andrej Karpathy a principios de 2025. Él definió esta práctica como una técnica en la que el desarrollador abandona la preocupación por la estructura o calidad del código generado mediante IA, simplemente alimentándose del «vibe» o la atmósfera del momento. La esencia de esto es generar código con algoritmos sin dedicar tiempo a leer, entender o modificar en profundidad ese código.
Más bien, se confía en que la IA hará gran parte del trabajo y cualquier problema se maneja de forma reactiva, ya sea con soluciones temporales o simplemente tolerando ciertos defectos. Simon Willison, un reconocido ingeniero y ex desarrollador de LLMs, ha tomado una postura firme al explicar cuál es el significado auténtico de vibe coding. En su análisis, deja claro que esto no implica utilizar herramientas de IA para asistir en el desarrollo con cuidado y responsabilidad, sino un abandono total del control y comprensión sobre el código generado. Según Willison, esa práctica es adecuada para proyectos de corta duración, prototipos o aplicaciones personales donde el costo de un error es bajo y donde el enfoque es más la experimentación rápida que la confiabilidad o escalabilidad a largo plazo. Por otro lado, Steve Yegge, conocido por su trabajo en programación orientada a chatbots y también autor de contenido sobre producción de software, ha adoptado una visión muy distinta.
Yegge describe vibe coding en sus escritos como el uso avanzado de herramientas de IA para acelerar el desarrollo con la intención de lograr software de calidad para entornos profesionales y de producción. Para él, integrar a la IA de manera productiva en flujos de trabajo tradicionales para construir sistemas mantenibles y robustos también representa la esencia del vibe coding. Esta diferencia no solo es semántica, sino que refleja una división en la percepción de los desarrolladores sobre la utilidad real y la responsabilidad del código generado por IA. Willison advierte que usar IA sin entender lo que produce puede llevar a problemas serios de mantenimiento, vulnerabilidades y pérdida de control, elementos inaceptables en software de producción. Yegge, sin embargo, defiende que un uso inteligente de la IA, donde el desarrollador supervisa y mejora el código generado, puede alcanzar estándares profesionales e incluso acelerar enormemente la innovación.
El debate se extiende también a la incorporación masiva de técnicas de inteligencia artificial en herramientas de desarrollo comunes, desde asistentes de código hasta plataformas integrales de generación y análisis. Muchos autores y editoriales están comenzando a utilizar 'vibe coding' como etiqueta para libros y cursos que en realidad enseñan IA asistida profesionalmente, confundiendo el término original. La crítica más contundente surge porque esta apropiación diluye el significado auténtico y dificulta que el público general entienda cuándo una práctica de generación de código con IA es responsable. Además, la manera en que la industria evalúa la calidad de los modelos de lenguaje para programación ha sido cuestionada en investigaciones recientes. Plataformas como Chatbot Arena, que generan rankings basados en evaluaciones de usuarios, han sido señaladas por prácticas opacas y selecciones sesgadas que favorecen ciertos proveedores.
Esto aumenta la confusión sobre qué tan fiables son realmente los modelos para uso en desarrollo profesional. La falta de transparencia en cómo se miden las capacidades reales de los LLMs para codificar implica que la popularidad puede no coincidir con la efectividad en entornos productivos. La diferencia entre vibe coding y programación asistida por IA responsable también tiene un impacto en la sostenibilidad y la ética del desarrollo. La programación sin supervisión puede comenzar a crear una base de código con fallos difíciles de mantener, creando deuda técnica y riesgos de seguridad. Por otro lado, integrar la IA como parte de un proceso riguroso y controlado puede mejorar la productividad sin sacrificar la calidad ni la confiabilidad.
Esto implica una curva de aprendizaje para que los desarrolladores comprendan cómo aprovechar mejor las herramientas IA sin perder la correcta gobernanza sobre sus proyectos. Simon Willison señala que el verdadero valor del vibe coding no está en la producción de código listo para la construcción de sistemas a gran escala, sino en la democratización del desarrollo para usuarios que no son ingenieros profesionales. Por ejemplo, usuarios con necesidades específicas pueden valerse del vibe coding para crear soluciones simples y personalizadas en su día a día sin necesidad de aprender a programar convencionalmente. Esto abre un campo interesante para la inclusión tecnológica, pero debe gestionarse con un entendimiento claro de sus limitaciones. En contraste, los desarrolladores profesionales siguen buscando formas de incorporar IA que le añadan valor real a su trabajo diario sin perder el control sobre las especificaciones técnicas ni comprometer la integridad del producto.
Conceptos como pruebas automatizadas, revisión de código asistida por IA y generación de documentación se vuelven fundamentales al pensar en producción, lo cual va más allá del espíritu «relajado» del vibe coding tradicional. Para resolver la confusión en torno a este término, la comunidad tecnológica necesita establecer distinciones claras entre las prácticas de generación de código sin supervisión y las metodologías asistidas donde el humano mantiene la responsabilidad final. Esta diferenciación es clave para que la industria audiovisual, editorial y educativa no se apropien del concepto dando una versión distorsionada que puede llevar a expectativas erróneas en reclutamiento, formación y adopción tecnológica. En resumen, el choque entre Simon Willison y Steve Yegge sobre el significado y alcance del vibe coding refleja una encrucijada en la evolución de la programación asistida por IA. Mientras Willison defiende un uso consciente y limitado para experimentación rápida y usuarios no expertos, Yegge representa una corriente que ve el uso intensivo de IA en programación como la próxima revolución del desarrollo profesional.
Ambas perspectivas aportan valiosos puntos sobre cómo debemos entender el papel de la inteligencia artificial en la creación de software. El desafío para la industria será navegar estas diferencias, definir términos con rigor y educar a desarrolladores y usuarios finales para que aprovechen las ventajas de la IA sin dejar de garantizar calidad, seguridad y sostenibilidad. Solo así podremos separar el hype de las herramientas actuales y construir una realidad en la que la automatización y la supervisión humana convivan para lograr código que no solo «vibre bien», sino que también sea verdaderamente apto para producción.
