← Blog

Vibecoding con IA

Tu MVP de vibecoding ha dejado de salir a producción, como todo código escrito por juniors antes que él

Un MVP de vibecoding se atasca por la misma razón que un equipo de desarrolladores junior sin un senior: el código se escribe rápido, nada detecta los errores antes de que lleguen a producción y cada cambio nuevo rompe en silencio el anterior.

La misma historia aparece una y otra vez en las comunidades de fundadores (la prensa tecnológica ya le ha puesto nombre: la resaca del vibe coding) y siempre llega al mismo punto. El MVP existe. Tiene usuarios reales, a veces ingresos reales. Los primeros meses fueron la mejor experiencia de construcción en la vida del fundador: describes una función en Cursor, Claude Code, Lovable o Bolt, y obtienes una función. Y luego, al cabo de unos meses, los lanzamientos se frenan hasta pararse. Poco a poco. Cada lanzamiento da más miedo, los arreglos tardan más y los cambios que antes llevaban una tarde empiezan a llevar semanas.

La conclusión habitual en este punto es que programar con IA fue una trampa, o que el código es basura y hay que reescribirlo. Creo que ninguna de las dos es cierta. Lo que veo en este código es algo que llevaba años arreglando antes de que un LLM escribiera una sola línea de código en producción: el resultado del trabajo rápido y sin supervisión de juniors. La industria sabe gestionarlo desde hace décadas, y en un MVP de vibecoding típico casi nada de ese conocimiento se ha aplicado. Esa es la buena noticia: tu situación se conoce bien, y sus soluciones también.

Cómo se ve el atasco

El patrón se repite con tanta regularidad que puedo enumerar los síntomas sin ver el código:

  • Añades una función y se rompen otras tres. Averiguar cuáles tres lleva más tiempo que la propia función.
  • Hay partes del código generado por IA que nadie entiende: ni tú, ni la IA que las escribió. Tocarlas es jugársela.
  • La IA reescribe una y otra vez el mismo código de forma distinta. Cada arreglo deshace uno anterior. Pagas tokens por dar vueltas en círculo.
  • El flujo de la demo funciona. Luego un usuario real hace algo un poco inusual, producción se cae de madrugada y te enteras por la queja de un usuario.

Los cuatro síntomas tienen el mismo origen: nada en el código ni en el proceso de trabajo fija las decisiones anteriores, así que cada cambio nuevo vuelve a tirar los dados sobre todo lo anterior. La investigación empieza a documentar el mismo intercambio: un estudio reciente sobre el vibe coding en la práctica describe una generación sin fricción que se paga más tarde con incoherencias de arquitectura, agujeros de seguridad y un mantenimiento costoso.

El junior más rápido que has contratado nunca

Este es el cambio de enfoque que vuelve manejable toda la situación: trata al agente de programación como a un compañero con un perfil muy concreto. Es el desarrollador junior más rápido con el que has trabajado nunca: produce una función en minutos, nunca te lleva la contraria, nunca se cansa. Y no recuerda en absoluto por qué se tomaron las decisiones del mes pasado, no tiene ningún miedo a tocar nada y no responde del resultado. Te entregará con total aplomo código que parece terminado, porque parecer terminado es justo lo que optimiza.

Los equipos de software han tenido a esta persona en plantilla desde que existe la industria: cada práctica construida alrededor de los desarrolladores junior existe por este perfil. Los ingenieros con experiencia ya coinciden en gran medida con esta forma de verlo; lo que no ha llegado a los fundadores es la mitad que importa: el sistema de gestión que viene con ella.

Lo digo como alguien que construye con agentes de IA todos los días: mis propios productos están hechos con vibecoding y no tengo ninguna intención de dejarlo. Cada cambio que producen mis agentes pasa linters, comprobación de tipos y tests en CI antes de integrarse. Las herramientas cambian según el stack (mypy y pytest en Python, tsc y ESLint en Node, PHPStan y PHPUnit en PHP), pero la idea es la misma. La velocidad es real. El perfil también.

He limpiado varias veces lo que deja la versión humana de esto. En una startup de EdTech en la que trabajé como CTO a tiempo parcial, producción podía estar caída durante horas antes de que nadie se enterara: nada la vigilaba. Sin alertas, sin seguimiento de errores. Había bugs funcionales en el producto a los que nadie prestaba atención. El código se había escrito deprisa, por gente con más velocidad que experiencia, y los mayores huecos estaban a su alrededor: nadie revisaba los cambios, nada probaba los flujos críticos, nada vigilaba producción, y un lanzamiento consistía en que un desarrollador entraba en el servidor de producción y cambiaba cosas a mano.

Pusimos monitoreo, añadimos tests, revisión de código y un paso de QA, sustituimos los cambios a mano en el servidor por un pipeline de lanzamiento y, de paso, reescribimos algunas partes del código. Las caídas se acabaron; producción se mantuvo estable a partir de entonces. A lo largo del proyecto, el tiempo de caída se redujo más de diez veces, la entrega (time to market y throughput) se multiplicó por más de dos, los costes de operación bajaron 1,5 veces y el eNPS del equipo pasó del −100 % al +100 %. Además de las herramientas, me senté a solas con el desarrollador para hablar de sus objetivos y de cómo alcanzarlos, porque gestionar a un junior incluye hacerle crecer. Nada de esto es exótico; es el kit estándar, aplicado tarde.

Aquella startup no tenía IA, y el fallo es idéntico al de un MVP construido con IA. La IA simplemente llega antes a él.

Qué hacen los equipos con experiencia con los juniors, y el equivalente con IA

Las prácticas que convierten el trabajo de los juniors en un negocio que funciona son de lo más conocidas. Cada una tiene un equivalente directo en la era de la IA, y a un MVP de vibecoding suelen faltarle todas a la vez.

Cómo gestionan los equipos a los juniorsEl equivalente con IAQué evita
Un documento de incorporación: cómo estructuramos el código aquí, qué no hacemos nuncaUn archivo de convenciones que el agente lee en cada tarea (AGENTS.md / CLAUDE.md)Que el agente reinvente la arquitectura desde cero en cada petición
Revisión de código antes de integrar nadaUna persona o un agente senior revisa cada cambio de la IA; los linters y la comprobación de tipos funcionan como un filtro obligatorioQue un código que «parece terminado» rompa en silencio funciones que funcionaban
Una batería de tests que tiene que seguir en verdeTests en los flujos críticos, ejecutados automáticamente; si están en rojo, no se integraEl arreglo que rompe otras dos cosas; la regresión que descubres en producción
Un CI que no deja pasar cambios defectuososEl mismo pipeline, aplicado a lo que produce el agente: lint, tipos, escaneo de seguridad, buildCredenciales escritas en el código, entradas sin validar, dependencias que nadie eligió a propósito
Monitoreo, para que los problemas salgan a la luz antes que los clientesSeguimiento de errores y alertas conectados al producto desplegadoProducción caída durante horas mientras todos suponen que va bien
Tareas pequeñas y acotadas: a un junior nunca se le da «rehacer la facturación» en un solo ticketUn cambio por petición, con un tamaño que una persona pueda revisar de verdadEl diff de 4000 líneas que nadie puede revisar, que es donde viven las peores sorpresas
Reuniones uno a uno y feedback regulares, para que el junior crezca en lugar de repetir erroresLo que detecta la revisión se incorpora al archivo de convenciones, para que el agente deje de cometer ese errorPagar cada semana, en tokens y en tiempo de revisión, la misma corrección

La columna de la izquierda y la de la derecha son la misma lista. Ese es todo el argumento de este artículo: la disciplina para gestionar agentes de IA ya existe, está probada a fondo y espera a que la apliques.

La fila de seguridad lleva una cifra que conviene conocer: según el 2025 GenAI Code Security Report de Veracode, el 45 % de las muestras de código generado por IA, de más de 100 modelos, no pasó los controles de seguridad. El filtro existe porque el junior produce vulnerabilidades a escala.

Escribir mejores prompts falta en la lista a propósito. Un senior arregla el entorno que rodea al junior para que un trabajo descuidado no pueda llegar físicamente a producción, esté como esté redactado el ticket.

Los arreglos que ya probaste y por qué no aguantaron

Cuando un fundador empieza a buscar ayuda externa, normalmente ya ha pasado por dos o tres intentos de rescate. Esos intentos fallan de formas previsibles, y la mirada del junior explica cada uno de ellos.

Cambiar de herramienta de IA. Pasar de Cursor a Windsurf o a Copilot sustituye a un junior por otro junior. El nuevo puede ser más listo; sigue sin memoria, sin miedo y sin ninguna revisión esperando su trabajo. Los mismos patrones vuelven en unas semanas, porque nunca dependieron de qué modelo escribió el código.

Mejores prompts y archivos de reglas. Más cerca: esto es el documento de incorporación, y es una capa real. Pero una instrucción que el pipeline no hace cumplir es una sugerencia. Un junior asiente ante la guía de estilo y luego entrega lo que entrega; lo que convierte la guía en algo real es la revisión y los controles que hay detrás.

El sprint de refactorización. «Paramos las funciones nuevas dos semanas y limpiamos». Refactorizar sin tests es la forma en que un junior convierte bugs viejos en bugs nuevos: el código acaba roto de otra manera, y has pagado por ello dos semanas con todo parado. La limpieza va después de la red que atrapa lo que la limpieza rompe.

Contratar a un desarrollador senior. El instinto correcto, a menudo en el momento equivocado. Mete a un senior en un código sin tests, sin historial de revisiones y sin monitoreo, y sus primeros meses se van en arqueología: redescubrir a mano hechos que las herramientas deberían mostrar directamente. Algunos se van. Construye primero la red de seguridad y esa misma contratación rinde desde la primera semana, si es que todavía la necesitas.

Volver a lanzar

El orden de los pasos importa más que cualquier práctica concreta.

  1. Primero, el diagnóstico. ¿Qué capa ausente es la que frena los lanzamientos ahora? Si producción se rompe sin que nadie se entere, el monitoreo va primero. Si cada cambio provoca regresiones, primero van los tests de los dos o tres flujos críticos del usuario. Un MVP de vibecoding no puede absorber seis prácticas nuevas en una semana; empieza por la que más duele y luego añade la siguiente.
  2. Construir la red de seguridad. Monitoreo y seguimiento de errores, un pipeline de CI con controles reales, tests en los flujos sin los que el negocio muere, revisión de cada cambio. Sea de una persona o de un agente, la regla es la misma: nada se integra sin que alguien lo vea. Esta fase se mide en semanas, un par de meses como mucho, y es donde los lanzamientos vuelven a arrancar sin hacer ruido, porque los cambios dejan de dar miedo.
  3. Solo entonces, escalar. Limpieza de arquitectura, ajuste de rendimiento, decisiones de contratación: el trabajo de escalar un software generado por IA. Todo eso sale barato cuando la red existe y es temerario mientras no existe.

Es la misma secuencia que llevo años aplicando a código escrito por juniors, y es justo lo que ofrezco para productos hechos con vibecoding. La versión larga, con lo que cuesta cada fase y lo que aporta, está en la página Poner orden en tu MVP de vibecoding. Y si quieres medir dónde se atasca de verdad tu entrega en lugar de adivinarlo (qué tareas se quedan paradas y en qué etapa), escribí una guía aparte sobre cómo diagnosticar un proceso de entrega con métricas; se aplica igual a un equipo de dos personas que trabaja con IA que a una organización de cuarenta ingenieros.

Preguntas frecuentes

¿Tengo que reescribir el MVP desde cero?

Casi seguro que no. Hace décadas que se rescata código escrito por juniors sin empezar de nuevo, y el método se aplica tal cual: estabilizar, poner la red de seguridad y después reescribir las peores partes pieza a pieza, con la red ahí para atrapar lo que rompa la reescritura. Reescribir tira a la basura el único activo que de verdad tienes, un código que funciona y que tus usuarios usan cada día, y vuelve a empezar el mismo proceso con las mismas prácticas ausentes.

¿Esto es simplemente deuda técnica?

Es algo más concreto. La deuda técnica supone que alguien entendió el compromiso y eligió la velocidad. Un código generado por IA contiene decisiones que nadie tomó de forma consciente y que nadie sabe explicar: la deuda está en la comprensión. Por eso el arreglo empieza por hacer el código observable y testeable; la limpieza viene después.

¿Puedo seguir construyendo con IA mientras se arregla esto?

Sí, de eso se trata precisamente. El objetivo es rodear al junior de revisión, tests y controles mientras el teclado sigue en sus manos. Sigues lanzando con IA todo el tiempo; lo que produce el agente simplemente empieza a pasar por los mismos controles que el trabajo de una persona. Yo construyo con IA a diario justo dentro de un entorno así.

¿Puede la IA arreglar el código que ella misma rompió?

En parte, y solo dentro de unos controles. Los agentes son realmente buenos en el mantenimiento que necesita un código generado por IA (escribir tests, añadir manejo de errores, refactorizaciones mecánicas) en cuanto un pipeline revisa lo que producen. Pedirle a un agente que «limpie el código» sin tests ni controles es pedirle al mismo junior que se ponga nota a sí mismo.