1. Introducción
Hubo un tiempo —no hace tanto— en el que programar era parecido a carpintería fina: paciencia, herramientas bien afiladas, y muchas horas midiendo dos veces antes de cortar una vez. El oficio consistía en convertir ideas en instrucciones exactas y, cuando algo fallaba, en perseguir el error como quien busca una gota en una tubería.
Ahora el taller se está llenando de “máquinas nuevas”. No son taladros ni sierras: son asistentes de inteligencia artificial que escriben, sugieren, corrigen y hasta “se ofrecen” a encargarse de tareas completas. Y eso está cambiando algo más grande que la velocidad con la que se teclea: está cambiando el papel del programador.
En ese nuevo escenario destacan dos enfoques que, vistos desde fuera, se parecen… pero por dentro apuntan a futuros distintos: Cursor, que actúa como un copiloto permanente dentro del editor, y Google Antigravity, que empuja el concepto hacia algo más ambicioso: un IDE donde trabajan agentes capaces de planificar, ejecutar y comprobar lo que hacen, incluso interactuando con terminal y navegador.
El debate real no es “qué herramienta gana”. El debate real es: ¿qué será programar cuando la IA también programa?
2. La escena cotidiana: programar ya no es solo “escribir código”
Para el público general, el “programador” suele ser alguien frente a una pantalla llena de letras raras, tecleando con rapidez. En la realidad actual, gran parte del tiempo no se va en teclear, sino en otras cosas:
- entender un código que no escribiste tú (o que escribiste hace un año),
- navegar dependencias,
- reproducir fallos que aparecen “solo en producción”,
- escribir pruebas,
- buscar por qué una librería rompe otra,
- leer documentación,
- ajustar un diseño en web que “se ve bien en Chrome y raro en Safari”.
La programación moderna es tanto “investigación” como “escritura”. Y ahí es donde la IA entra como un elefante en la habitación: puede hacer parte de ese trabajo pesado… y además, hacerlo rápido.
Y aquí aparecen dos ejemplos de “entornos de programación con IA” que sirven para ilustrar cómo está cambiando el trabajo del programador: Cursor y Google Antigravity
3. Cursor: el copiloto que te hace ir más deprisa, pero sin quitarte el volante
Imagina que estás escribiendo un texto largo y, en lugar de autocorrector, tienes a alguien al lado que te propone párrafos completos, te resume lo anterior y te sugiere cómo reorganizarlo. Cursor es eso, pero para código.
Su filosofía es sencilla: tú sigues siendo quien decide, pero el editor deja de ser una hoja en blanco y se convierte en un compañero hiperactivo que:
- completa bloques de código,
- propone funciones,
- reescribe una parte para que sea más limpia,
- te explica “qué hace este archivo”,
- encuentra dónde se usa una variable,
- te sugiere tests,
- resume un módulo.
Cursor es el tipo de herramienta que, bien usada, hace que un día de trabajo sea menos “picado de piedra” y más fluido.
¿Qué es lo mejor de Cursor?
Cursor nos ofrece:
- Productividad inmediata: notas la diferencia en minutos.
- Menos tareas mecánicas: menos repetir patrones y boilerplate.
- Más foco: en lugar de buscar 15 minutos, preguntas y sigues.
Pero … ¿Y lo peor, su lado “peligroso”?
Aquí encontramos varios riesgos:
- La confianza fácil: como Cursor escribe con seguridad, puede darte algo que “parece correcto” pero no lo es.
- El “síndrome de aceptar y correr”: si el equipo no tiene pruebas, revisión y orden, la IA puede acelerar… ¡ pero hacia el caos!
- Menos comprensión real: si siempre delegas lo difícil, tu conocimiento se oxida.
Cursor es como tener un copiloto que te ayuda a conducir mejor… pero si empiezas a mirar el móvil, el coche sigue yendo a 120.
4. Google Antigravity: cuando el IDE deja de ser un editor y parece un equipo
Antigravity empuja la idea un paso más allá: no se conforma con sugerirte líneas. Aspira a que puedas decir algo como: “Arregla este bug, añade una prueba, compruébalo en la interfaz y deja evidencia”. Y que el sistema lo haga: abre archivos, ejecuta comandos, prueba en el navegador, toma capturas, genera un plan y te lo entrega para revisión.
En este enfoque, el programador se parece menos a “escritor” y más a “manager” de tareas técnicas.
Lo potente aquí es la promesa de misiones completas, no solo sugerencias.
¿Qué es lo mejor de Antigravity?
Antigravity permite:
- Delegación real: tareas multi-paso que antes eran un laberinto.
- Verificación con evidencias: no solo “está hecho”, sino “mira cómo lo comprobé”.
- Paralelización: imaginar varios agentes trabajando en cosas distintas a la vez.
¿Y lo peor?
Aquí conviene ser más serio. Hay riesgos, y no son baladíes.
- Más poder, más riesgo: si un agente toca terminal o sistema, un mal entendido puede ser más costoso que un error de autocompletado.
- Necesita guardarraíles: permisos mínimos, repos aislados, backups, CI, políticas claras.
- Cambio cultural: para que funcione, hay que aprender a “dirigir” y a revisar con rigor.
Si Cursor es copiloto, Antigravity se togglea hacia “autopiloto parcial”. Y cualquiera que haya volado sabe esto: autopiloto funciona genial… hasta que hay turbulencia.
5. Lo que ganamos si se operan bien
Todo esto suena muy “de programadores”, pero afecta a todo el mundo porque casi todo lo que usamos es software: banca, salud, educación, comercio, transporte, administración pública.
Si estas herramientas se adoptan con cabeza, pueden traer:
- Actualizaciones más rápidas: mejoras llegan antes.
- Menos errores repetitivos: la IA es buena en trabajo mecánico.
- Mejor mantenimiento: arreglar lo viejo deja de ser tan caro.
- Más documentación (por fin): y más fácil de entender.
- Mejor atención a incidencias: diagnóstico más ágil, respuesta más rápida.
Pero hay un “pero” enorme … la velocidad.
6. El gran riesgo: velocidad sin control
La IA no es magia. Es útil, sí. Pero tiene una característica que conviene recordar: puede equivocarse con total convicción. Y en software, el problema no es equivocarse; el problema es equivocarse de forma difícil de detectar.
Aquí aparecen cuatro riesgos que ya se están viendo en equipos reales:
6.1. La ilusión de que “si suena bien, está bien”
La IA escribe código que parece limpio, lógico, elegante… y puede estar mal. Puede fallar en casos límite, en seguridad, en rendimiento o en compatibilidad.
6.2. Seguridad y privacidad se vuelven aún más importantes
Si una herramienta está conectada a repositorios, a terminales, a documentación interna, a servicios… hay que controlar:
- qué datos salen fuera,
- qué se guarda,
- quién puede activar qué,
- cómo se audita.
En un mundo agentic, esto ya no es “un detalle técnico”: es gobernanza.
6.3. Homogeneización: el software empieza a parecerse demasiado
Cuando muchas personas usan el mismo tipo de asistente, aparecen patrones repetidos: soluciones “promedio”. Eso puede ser bueno (estandariza), pero también puede meter la misma fragilidad en muchos sitios a la vez.
6.4. Pérdida de oficio
El peligro no es que la IA te quite el trabajo. El peligro es que te quite el músculo. Y cuando llega una caída en producción, un incidente serio o un ataque, necesitas criterio humano, no solo prompts.
7. Entonces, ¿desaparece la figura del programador?
Esta es la pregunta más repetida. Y la respuesta es No …. pero su rol cambia, ¡y mucho!.
Durante años, el valor diferencial era “saber escribir código”. Ahora, escribir código empieza a ser lo fácil. Lo difícil —y lo valioso— se mueve a otros lugares:
Bajo esta tendencia, el programador del futuro tendrá habilidades de…
- Arquitecto: diseña sistemas, no solo funciones.
- Traductor: convierte necesidades humanas en especificaciones claras.
- Editor exigente: revisa, mejora, corta lo innecesario.
- Responsable de calidad: pruebas, métricas, observabilidad.
- Guardían de seguridad: permisos, secretos, supply chain.
- Director de orquesta: coordina humanos, IA, herramientas y procesos.
Lo que sube de valor no es teclear: es decidir. Decidir qué se construye, cómo se valida, qué riesgos se asumen, y cómo se responde cuando algo falla.
Y la nueva habilidad estrella será saber pedir… y comprobar
En la era de los IDE con IA, mucha gente está descubriendo algo curioso:
- Pedirle algo a la IA no es tan difícil.
- Lo difícil es pedírselo bien y verificarlo mejor.
Los profesionales que más van a destacar no serán los que “hablan con la IA”, sino los que dominan este triángulo:
- Especificación: qué quieres exactamente, con límites y criterios.
- Verificación: cómo sabes que funciona (tests, casos límite, métricas).
- Responsabilidad: qué pasa si falla y cómo lo mitigamos.
Un ejemplo muy humano: Pedir “haz una app de reservas” es fácil. Pedir “haz una app de reservas que no permita overbooking, que gestione cancelaciones, que cumpla privacidad, que aguante picos, y que tenga logs útiles para soporte” es otra historia.
Recuerda: La IA acelera, pero no sustituye la claridad.