El desarrollo impulsado por prompts, a menudo llamado Vibe Coding, describe un modo de trabajo en el que el código surge predominantemente de instrucciones en lenguaje natural dirigidas a un modelo de IA.El resultado es visible rápidamente: una función, un formulario, un endpoint.Lo que no crece automáticamente con ello es la comprensión del sistema en el que este código deberá vivir más adelante.
Precisamente en este punto arranca una discusión actual de la comunidad de testing.Richard Seidl conversa con Marc Bless y Thomas Ronzon sobre el hecho de que la clase media de desarrolladoras y desarrolladores está desapareciendo, es decir, ese nivel de experiencia entre el inicio y la especialización, y que esto no queda sin consecuencias para la práctica.
Por qué es tan importante el nivel intermedio de experiencia
En los proyectos, este grupo asume tradicionalmente tareas que rara vez aparecen en la oferta, pero que deciden sobre la mantenibilidad: leer y evaluar código, explicar las relaciones entre módulos, delimitar casos de prueba de forma sensata, hacer revisiones con fundamento en lugar de con intuición.Al mismo tiempo, es el eslabón a través del cual el conocimiento de arquitectas y arquitectos experimentados llega a los nuevos miembros del equipo.
Si esta capa se vuelve más delgada, surge una brecha que las herramientas solo parecen cerrar.Un modelo puede generar una clase, pero no conoce las reglas silenciosas de un sistema que ha crecido: qué componente se considera históricamente un single point of failure, qué tabla de base de datos utilizan también otras áreas de negocio, qué cambio perturba una interfaz con un sistema de terceros.
Los riesgos típicos en los proyectos
De la práctica se pueden describir varios patrones que aparecen en el trabajo puramente impulsado por prompts:
- Localmente correcto, globalmente incorrecto: El código generado cumple el requisito en el fragmento, pero viola convenciones o responsabilidades de la arquitectura global.
- Redundancia en lugar de reutilización: Se generan nuevas funciones aunque ya existan en el proyecto, a menudo ligeramente distintas, lo que multiplica el esfuerzo de mantenimiento.
- Las pruebas como accesorio: Si las pruebas también se generan, en caso de duda comprueban exactamente lo que hace el código, no lo que se exige funcionalmente.
- Responsabilidad poco clara: Nadie en el equipo puede explicar el código por completo.En caso de fallos, el tiempo hasta la causa se alarga considerablemente.
- Cuestiones de seguridad y protección de datos: Los permisos, la validación de entradas y el registro son temas que rara vez se derivan por completo de un prompt breve.
Ninguno de estos riesgos es nuevo.Lo nuevo es la velocidad con la que pueden acumularse, porque la generación de código se ha vuelto mucho más barata que su comprensión.
Qué hace fiable el ritmo de la IA
La respuesta no consiste en desterrar el apoyo de la IA de los proyectos.Consiste en reforzar los puntos de control que hasta ahora se cubrían de forma informal mediante la experiencia.Cuatro componentes han demostrado su eficacia:
- Documentar las decisiones de arquitectura: Unas pocas páginas que recogen qué capas existen, dónde reside la lógica de negocio y qué dependencias se eligieron deliberadamente.Este documento es a la vez contexto para personas y para modelos.
- Pensar las pruebas antes del prompt: Si la lógica de negocio esperada se formula primero como caso de prueba, la verificación pasa de la sensación a la garantía.Las pruebas automatizadas son la red de seguridad que permite el ritmo.
- Revisiones con una pregunta clara: No solo «¿funciona?», sino «¿encaja en este sistema y lo volvería a encontrar dentro de seis meses?».Las revisiones son deliberadamente trabajo humano, porque construyen conocimiento del sistema.
- Transmitir el conocimiento de forma activa: El trabajo en pareja, las puestas en común conjuntas y los historiales de commits comprensibles sustituyen lo que antes surgía por acompañar el proyecto.
Consecuencias para la colaboración con proveedores de servicios
Para los clientes, esto también desplaza la cuestión de en qué fijarse al contratar servicios de desarrollo.Una tarifa diaria baja o un plazo de implementación corto dicen poco si queda poco claro cómo se garantiza la calidad.Las preguntas sensatas son: ¿Qué cobertura de pruebas existe para las rutas críticas?¿Quién en el equipo puede explicar la arquitectura sin mirar el código?¿Cómo se revisan y documentan las partes generadas por IA?
Estas preguntas son incómodas, pero protegen de la variante más cara de un proyecto: un sistema que funciona a corto plazo y a largo plazo no pertenece a nadie.Especialmente en plataformas como TYPO3, que se amplían durante años y están integradas en procesos existentes, la mantenibilidad decide más sobre los costes totales que la primera implementación.
Clasificación
Las herramientas de IA no cambian lo que hace buena a una buena software: cambian dónde está el cuello de botella.Ya no escasea escribir código, sino el juicio sólido sobre si ese código encaja en un sistema.
Para proyectos web y de software esto significa: las pruebas, la documentación de arquitectura y las revisiones reales no son partidas adicionales, sino el requisito previo para poder aprovechar siquiera el ritmo ganado.
Fuentes
- Software Testing: Vibe Coding y la falta de comprensión del sistema en la práctica — heise developer News