Vibe coding: la crisis de confianza que nadie quiere admitir

Pasé dos décadas construyendo búsqueda enterprise. Aprendí algo que nunca me abandonó: un sistema que nadie entiende es un sistema en el que nadie confía, y un sistema en el que nadie confía es un sistema que alguien termina desechando. El vibe coding está entrando exactamente en esa curva ahora, solo que a velocidad récord.

Los números de adopción son enormes y siguen creciendo. Hoy, el 92% de los desarrolladores en Estados Unidos usa IA a diario para escribir código, y el 46% de todo el código nuevo ya sale de un modelo, no de un teclado humano tecleando línea por línea (hostinger.com/blog/vibe-coding-statistics). Esto no es hype de conferencia. Es producción, es PR mergeado, es despliegue en vivo.

El problema es que la confianza va en dirección contraria. En un año, la confianza de los propios desarrolladores en el código generado por IA cayó de aproximadamente 40% a 29% (kingy.ai). Y no es una sensación subjetiva: el 63% de los desarrolladores ya reportó haber gastado más tiempo depurando código escrito por IA del que les habría tomado escribir ese mismo fragmento desde cero (keyholesoftware.com). Eso es exactamente lo opuesto a la ganancia de productividad que prometía el vibe coding.

Lo que los números realmente dicen

Fíjate en el patrón: adopción subiendo, confianza bajando, tiempo de debug subiendo. Esa no es una curva de aprendizaje normal — normalmente la confianza sube conforme la herramienta madura y el equipo aprende a usarla. Aquí está pasando lo contrario, y eso es síntoma de un problema estructural, no de falta de familiaridad.

El vibe coding, en la forma en que se volvió meme y después práctica — “describe lo que quieres, acepta lo que salga, sigue adelante” — elimina justo la parte de la ingeniería que siempre fue más difícil de delegar: el juicio. Revisión de arquitectura, razonamiento sobre trade-offs, lectura crítica de un diff. Si quitas eso, el modelo sigue generando código plausible. Pero “plausible” y “correcto” son categorías distintas, y la brecha entre ambas aparece justo en el momento de depurar — que es donde ese 63% está sintiendo el dolor.

Lo contrario del vibe coding no es dejar de usar IA

Aquí está el punto que la mayoría del discurso del mercado se equivoca: la solución no es volver a escribir todo a mano. Es cambiar vibe coding por ingeniería agéntica guiada por expertos. La diferencia no es sutil — es la diferencia entre delegar una decisión y delegar una ejecución.

La ingeniería agéntica bien hecha mantiene al experto humano en el ciclo de decisión: qué arquitectura, qué invariantes deben sostenerse, qué necesita revisión línea por línea y qué se puede automatizar con seguridad. El agente ejecuta, pero el experto define los límites, valida los puntos críticos y firma. Eso es exactamente lo opuesto de “aceptar todo lo que sale” — y es justo por eso que funciona en producción, sin el rastro de deuda técnica invisible que deja el vibe coding sin control.

No es casualidad que esta sea la tesis detrás de todo lo que construye Arvor. No vendemos “pega el prompt y listo”. Construimos agentes con ingeniería real detrás — arquitectura pensada, guardrails, revisión humana en los puntos que importan — porque lo vimos de cerca, en sistemas de búsqueda enterprise que servían a millones de usuarios, lo que pasa cuando automatizas algo que no entiendes de verdad.

Qué hacer con esto

Si tu equipo está adoptando IA para código, mide confianza y tiempo de debug, no solo velocidad de commits. Si el tiempo de debug sube junto con la adopción, tienes el mismo síntoma que reportó ese 63% — y la corrección no es frenar la adopción, es devolver juicio humano estructurado al proceso.

Ese es el tipo de arquitectura — agentes guiados por expertos, no vibe coding suelto — que diseñamos en nuestra consultoría. Si tu empresa está sintiendo esta misma fricción entre velocidad y confianza, vale la pena conversar antes de que la deuda técnica se convierta en un hecho consumado.