Los agentes de programación han llegado al desarrollo de software.Una encuesta de JetBrains concluye que nueve de cada diez desarrolladores y desarrolladoras trabajan regularmente con una herramienta de este tipo.Esto se refiere a asistentes que no solo proponen líneas de código individuales, sino que ejecutan de forma autónoma varios pasos: leer archivos, escribir cambios, iniciar pruebas, evaluar resultados.

Según la encuesta, a la cabeza de la lista de popularidad se encuentra Claude Code, y con un margen claro.GitHub Copilot le sigue como segunda herramienta ampliamente utilizada.Con ello se ha formado en poco tiempo un campo en el que dos nombres marcan el día a día, mientras que la pregunta de cómo trabajar de forma fiable con estas herramientas solo empieza a responderse.

Del autocompletado al agente

La diferencia con el autocompletado clásico de código es prácticamente relevante.Una propuesta en el editor se puede aceptar o descartar en un segundo.Un agente, en cambio, trabaja durante varios minutos y al final deja una serie de cambios que deben revisarse en conjunto.La responsabilidad se desplaza así de escribir a evaluar.

Esto explica por qué la difusión es tan alta y, sin embargo, el debate no pierde intensidad.Una herramienta que nueve de cada diez personas de un equipo utilizan ya no es un experimento, sino parte del proceso de desarrollo, con todas las consecuencias para la revisión de código, la cobertura de pruebas y la trazabilidad de los cambios.

El repositorio se convierte en el entorno de trabajo del agente

Precisamente en este punto incide una segunda observación.Bajo el término Agentic Engineering — es decir, la configuración consciente de proyectos para la colaboración con agentes de IA — un webinar de the native web GmbH el 26 de agosto de 2026 se dedica a la cuestión de cómo debe estar configurado un repositorio para que un agente pueda trabajar en él de forma fiable.

La pregunta es notable porque invierte la perspectiva.No es el modelo el cuello de botella, sino el proyecto en el que trabaja.Un agente lee el código, la configuración, la documentación y los resultados de las pruebas, y de ello deduce qué debe hacer.Si esta base no está clara, produce resultados poco claros.

Desde la práctica de proyectos web y TYPO3 se pueden señalar algunos puntos en los que esta diferencia se hace visible:

  • Estructura comprensible: Un proyecto con convenciones reconocibles para directorios, nombres y responsabilidades es más fácil de comprender para un agente que una solución especial que ha crecido durante años.
  • Pruebas automatizadas: Son la retroalimentación con la que un agente puede verificar sus cambios.Sin ellas falta la instancia de control que convierte una propuesta en un resultado sólido.
  • Configuraciones reproducibles: Si el proyecto se puede iniciar con pocos pasos definidos, un agente puede probar realmente los cambios en lugar de solo suponerlos.
  • Decisiones documentadas: Por qué un módulo está construido como está rara vez aparece en el código.Precisamente esta información evita que un agente deshaga accidentalmente decisiones que han ido madurando.

Ciclos más cortos, pero no automáticamente menos esfuerzo

Para los proyectos de clientes, la alta difusión significa en primer lugar: el trabajo rutinario se vuelve más rápido.Refactorizaciones, migraciones, la creación de estructuras recurrentes, la escritura de pruebas: aquí los agentes muestran su utilidad práctica con mayor claridad.

Sin embargo, el esfuerzo no desaparece, sino que se desplaza.Si surgen más cambios en menos tiempo, aumenta la necesidad de aseguramiento de la calidad.Las revisiones deben volverse más exhaustivas, no más superficiales, porque un cambio que parece plausible no es necesariamente correcto.Los equipos que se saltan este paso solo trasladan los errores a una fase posterior del proyecto, en la que corregirlos resulta más costoso.

Lo que muestran ambas noticias en conjunto

La encuesta describe un estado: los agentes de programación son estándar y dos herramientas dominan.El tema del webinar describe una obra pendiente: ¿cómo debe estar configurado un proyecto para que estas herramientas trabajen de forma fiable?Ambas cosas juntas dan una imagen realista de una tecnología que se utiliza ampliamente, pero cuya integración metodológica aún está surgiendo.

Para contextualizar también forma parte de ello lo que las fuentes no dicen.Sobre ganancias de productividad en cifras, sobre tasas de error o sobre la calidad de los cambios generados no hay datos disponibles aquí.Quien tome una decisión sobre herramientas no debería basarla únicamente en valores de popularidad, sino comprobarla en su propia base de código.

Un comienzo pragmático

Para las empresas que quieren estructurar el uso de agentes de programación, se recomienda un inicio acotado en lugar de un despliegue generalizado:

  1. Elegir un proyecto que esté bien probado y sea manejable: allí el riesgo es calculable y la retroalimentación rápida.
  2. Antes de usar el agente, comprobar los fundamentos: ¿funciona la suite de pruebas, es reproducible la configuración, están documentadas las convenciones?
  3. Aclarar qué tipos de tareas se delegan y cuáles no: lo relacionado con la seguridad y las decisiones de arquitectura siguen teniendo sentido en el equipo.
  4. Adaptar las reglas de revisión: ¿quién revisa los cambios generados por agentes y en qué se basa la aprobación?
  5. Registrar las experiencias para que de casos individuales surja una forma de trabajo sólida.

Para proyectos web y de software esto significa: la pregunta ya no es si se utilizan agentes de programación, sino qué tan bien está preparado un proyecto para ello.

Las inversiones en cobertura de pruebas, estructura limpia y decisiones documentadas dan sus frutos por partida doble: ayudan al equipo y son lo que hace que el agente sea siquiera utilizable.Quien desarrolla bases de código existentes en esta dirección acorta los ciclos de desarrollo de forma más sostenible que eligiendo una herramienta concreta.

Fuentes