¿Qué es la programación con agentes?

Última actualización: 29/09/2026

La programación con agentes es un enfoque de desarrollo de software en el que los agentes de IA autónomos planifican, escriben, prueban y modifican el código con una intervención humana mínima. A diferencia de los asistentes de programación de IA tradicionales, que esperan a que el usuario escriba código o haga una pregunta, las herramientas de programación basadas en agentes toman una instrucción de alto nivel y la ejecutan. Estos agentes funcionan más como un contratista cualificado que como un asesor pasivo. Entienden el objetivo, lo dividen en pasos y ejecutan las acciones necesarias para completar el trabajo.

Mientras que las herramientas de IA estándar pueden sugerir fragmentos de código o completar funciones individuales, las soluciones de código de agentes pueden gestionar flujos de trabajo complejos. Pueden navegar por los sistemas de archivos, gestionar dependencias y ejecutar comandos de terminal. Si un agente escribe un código que provoca un error, puede leer el mensaje de error, analizar el problema y aplicar una solución automáticamente. Este cambio de "chatear con la IA" a "asignar tareas a la IA" ayuda a los desarrolladores a centrarse en la arquitectura y la lógica, mientras que el agente se encarga de los detalles de la implementación.

Así funciona Google Antigravity 2.0: la guía completa para desarrolladores

¿Qué es un agente de programación?

Un agente de programación es un programa de software avanzado basado en un modelo de lenguaje extenso (LLM) que realiza tareas de desarrollo de software de forma autónoma. Estos agentes no solo generan texto, sino que también utilizan un proceso que suele denominarse "razonar y actuar". Cuando se le asigna un objetivo, el agente divide la solicitud en subtareas más pequeñas y manejables. Después, utiliza herramientas específicas para llevar a cabo estas tareas, como acceder al sistema de archivos, ejecutar comandos de Bash o interactuar con sistemas de control de versiones.

La característica que define a un agente de programación es su bucle de retroalimentación iterativo. No se limita a generar código y detenerse. En su lugar, realiza operaciones automatizadas para verificar su trabajo. Por ejemplo, un agente podría escribir un caso de prueba, ejecutar el código, observar un error y, a continuación, reescribir el código para que supere la prueba. Esta capacidad de autocorrección permite a los agentes de programación ayudar a gestionar instrucciones complejas que, de otro modo, podrían confundir a los modelos de IA basados en texto estándar. El software subyacente que controla este bucle de razonamiento se conoce como arnés de agentes.

Programación con agentes frente a programación intuitiva

La "programación intuitiva" es un término que describe una experiencia de programación caracterizada por un estado de flujo muy fluido, intuitivo y sin distracciones. Se refiere a un método de programación en el que te centras por completo en la lógica y la creatividad (el "ambiente" de la aplicación) sin quedarte atascado por errores de sintaxis o código repetitivo.

Por el contrario, la programación basada en agentes es la metodología tecnológica que suele hacer posible este estado. Es un proceso estructurado y autónomo en el que la IA se encarga de la ejecución. Mientras que la programación intuitiva es el objetivo o la sensación, la programación con agentes es el motor. La "programación intuitiva con agentes" implica usar estos agentes autónomos para encargarse del trabajo pesado, permitiéndote mantener ese estado de flujo creativo sin interrupciones.

Prácticas recomendadas para flujos de trabajo de programación con agentes seguros

Adoptar la programación basada en agentes en un entorno empresarial suele requerir medidas de seguridad y gobernanza más estrictas. Como los agentes tienen técnicamente la autonomía para editar archivos y ejecutar comandos, las organizaciones deben tratarlos con el mismo escrutinio que aplican a sus propios empleados, contratistas o secuencias de comandos automatizadas.

  • Define el alcance y las protecciones: los administradores deben limitar el acceso del agente y evitar que ejecute comandos peligrosos, como eliminar bases de datos o enviar cambios directamente al entorno de producción en directo
  • Aplicar una gobernanza estricta de las dependencias: los equipos de seguridad deben asegurarse de que los agentes solo puedan instalar software de fuentes fiables y aprobadas para evitar la introducción de dependencias maliciosas o ataques de typosquatting
  • Exigir pruebas de cumplimiento: las empresas deberían configurar los agentes para que registren sus acciones y procesos de toma de decisiones, creando así un registro de auditoría que demuestre que los cambios en el código cumplen los estándares de cumplimiento
  • Añade comprobaciones humanas a los flujos de trabajo: antes de que cualquier código creado por un agente de IA se incorpore al proyecto principal, alguien del equipo debería revisarlo mediante el proceso estándar de solicitud de extracción
  • Usar herramientas de visibilidad empresarial: las empresas pueden usar paneles de control centralizados para monitorizar la actividad de los agentes, las cuotas de uso y las métricas de rendimiento en distintos equipos de desarrollo
  • Monitorizar nuevas clases de vulnerabilidades: los equipos de seguridad deben estar atentos a los ataques de inyección de peticiones o a las rutas de código "alucinadas" que puedan introducir errores lógicos exclusivos del software generado por IA
  • Realizar ejercicios controlados de equipo rojo: los profesionales de la seguridad pueden simular ataques en el flujo de trabajo del agente para ver si se le puede engañar para que escriba código no seguro o revele datos sensibles
  • Realiza pruebas de seguridad por capas: los desarrolladores deben usar herramientas de pruebas de seguridad de aplicaciones estáticas (SAST) y dinámicas (DAST) para analizar automáticamente el código generado por los agentes
  • Perfeccionar los controles de forma continua: los equipos deben actualizar periódicamente sus políticas de seguridad y las instrucciones (peticiones de sistema) que dan a los agentes de IA, en función de lo que descubran en las comprobaciones y las pruebas

Ventajas de usar la programación basada en agentes

Aumenta la eficiencia y la escalabilidad

Los agentes pueden encargarse rápidamente de tareas de programación repetitivas, lo que permite a los equipos crear sistemas más grandes sin aumentar el número de empleados.

Automatiza flujos de trabajo complejos de forma autónoma

Un agente puede gestionar procesos de varios pasos, como actualizar una biblioteca en varios archivos, sin necesidad de que un humano le dé instrucciones o le guíe constantemente.

Los desarrolladores pueden centrarse en tareas de alto valor

Al delegar los detalles de la implementación, los ingenieros pueden dedicar su energía mental a la resolución de problemas complejos y a la arquitectura estratégica.

Mejora de la calidad del código y las revisiones de seguridad

Los agentes pueden aplicar de forma coherente guías de estilo y prácticas recomendadas de seguridad que los humanos podrían pasar por alto en ocasiones.

Entrega más rápida de funciones y corrección de errores automatizada

Los agentes pueden identificar la causa raíz de un error y proponer una solución en cuestión de minutos, lo que ayuda a acortar el ciclo de vida de desarrollo.

Reducción de la carga de trabajo de los desarrolladores y mayor concentración en el diseño de alto nivel

Los desarrolladores pueden actuar más como arquitectos, definiendo la estructura, mientras que el agente puede sentar las bases, lo que reduce el agotamiento.

Programación basada en agentes con Google Cloud

Google Cloud ofrece herramientas que admiten el flujo de trabajo de programación con agentes, diseñado para aportar autonomía a tu entorno de desarrollo de forma segura. El núcleo de esta oferta es Google Antigravity en la plataforma de Gemini (como el kit de herramientas de IA para desarrolladores). Este paquete transforma la forma en que los desarrolladores interactúan con su código base al tratar a los agentes de IA como trabajadores principales de varios pasos.

Cómo implementa Google Antigravity la programación con agentes

Google Antigravity en la plataforma de Gemini (disponible como hub para ordenadores o CLI) cambia la dinámica de pedir ayuda a asignar trabajo. Así es como gestiona las tareas de los agentes:

  • Uso de herramientas y autonomía: el agente puede ejecutar comandos de terminal, inspeccionar registros y escribir directamente en archivos de forma autónoma. En lugar de esperar a que ejecutes una prueba, Antigravity en la plataforma de Gemini ejecuta tareas de forma nativa y lee los registros de verificación. El agente admite diferentes modos de funcionamiento, en función de la precisión con la que quieras monitorizar cada acción.
  • Artefactos verificables: resuelve la "brecha de confianza". Antes de escribir el código, el agente genera un plan de implementación estructurado y una lista de tareas. Cuando termina, entrega un artefacto de guía que demuestra su trabajo.
  • Divulgación progresiva (habilidades): usa paquetes de instrucciones inactivos basados en directorios (SKILL.md). En lugar de llenar las ventanas de contexto con todas las reglas a la vez, las instrucciones especializadas (como la lista de comprobación de revisión de PR o los protocolos de migración de bases de datos) se cargan de forma dinámica solo cuando la tarea específica lo requiere.
  • Capacidad de ampliación (MCP): es compatible con el Model Context Protocol (MCP) para conectar agentes a fuentes de datos externas como PostgreSQL, GitHub o Cloud Run.

Casos prácticos de Google Antigravity en la plataforma de Gemini

Antigravity en la plataforma de Gemini se adapta a la fase del ciclo de vida de desarrollo en la que te encuentres, ofreciendo distintas ventajas tanto si estás creando un proyecto desde cero como si estás manteniendo un código base ya establecido.

Desarrollo de cero (nuevas aplicaciones)

Al iniciar un nuevo proyecto, Antigravity en la plataforma de Gemini puede actuar como un multiplicador de fuerzas para crear prototipos rápidamente y configurar la arquitectura.

  • Andamiaje e inicialización: puedes indicar al agente que configure una estructura de proyecto completa, incluyendo archivos de configuración, jerarquías de directorios y dependencias iniciales. Por ejemplo, una sola petición puede generar una aplicación de Python Flask con una base de datos conectada y un enrutamiento básico.
  • Reducción de código repetitivo: los desarrolladores pueden asignar al agente la tarea de generar estructuras de código repetitivas, como modelos de datos, endpoints de APIs o lógica de validación de formularios, lo que permite que el responsable humano se centre en la lógica empresarial única.
  • Prototipado rápido: los equipos pueden validar ideas rápidamente describiendo una función en lenguaje natural. El agente puede crear un prototipo funcional, ejecutarlo y hacer iteraciones en él basándose en los comentarios, lo que reduce significativamente el tiempo que transcurre entre el concepto y la demostración.

Modernización de brownfield (aplicaciones antiguas)

En el caso de las aplicaciones antiguas o ya consolidadas, Antigravity en la plataforma de Gemini ayuda a optimizar el mantenimiento, la refactorización y la transferencia de conocimientos.

  • Refactorización y optimización: puedes pedirle al agente que modernice módulos concretos, como convertir archivos JavaScript antiguos a TypeScript o actualizar llamadas a APIs obsoletas. El agente puede leer el código actual, aplicar los cambios solicitados y verificar que la lógica sigue siendo coherente.
  • Generación y cobertura de pruebas: para mejorar la estabilidad, los desarrolladores pueden pedir al agente que analice un archivo y escriba pruebas unitarias exhaustivas. Al hacer referencia a un archivo GEMINI.md o AGENTS.md con tus convenciones de pruebas, el agente se asegura de que las nuevas pruebas se ajusten a los estándares de tu equipo.
  • Documentación e incorporación: los ingenieros nuevos pueden tener dificultades para orientarse en bases de código grandes. El agente puede analizar directorios para generar documentación actualizada, explicar funciones complejas o crear diagramas de arquitectura, lo que facilita que los equipos comprendan y mantengan el software.

Google Antigravity en la plataforma de Gemini: la plataforma centrada en agentes

Google Antigravity en la plataforma Gemini representa un cambio de los asistentes de IA estándar integrados en un IDE a una plataforma de desarrollo agéntica específica e independiente. Disponible en la plataforma de Gemini como parte de sus herramientas para desarrolladores de IA, trata a los agentes de IA como trabajadores principales que realizan varios pasos en lugar de ayudantes pasivos. Los equipos de ingeniería de Enterprise pueden usar las funciones autónomas de Antigravity en la plataforma de Gemini a través de dos interfaces principales: Antigravity en la plataforma de Gemini 2.0 (Hub) y Antigravity en la CLI de la plataforma de Gemini.

  • Vista de gestión y orquestación (Antigravity en plataforma de Gemini 2.0 Hub): los desarrolladores pueden usar un panel de control centralizado y dedicado para crear, coordinar y observar varios agentes locales que trabajan en paralelo en diferentes contextos de varias carpetas. Puedes asignar un agente para que investigue la documentación o las dependencias mientras otro refactoriza un módulo de backend.
  • Artefactos verificables para auditorías: en lugar de registros de tiempo de ejecución opacos, los agentes de Antigravity en la plataforma de Gemini generan "artefactos" estructurados, que son registros verificables de sus planes de implementación, cambios de código y resultados de pruebas. Esto proporciona una transparencia total, lo que permite a los desarrolladores auditar el razonamiento del agente y la "prueba de trabajo" rápidamente para cumplir los estándares de cumplimiento de la empresa.
  • Autonomía del navegador y del terminal: los agentes de Antigravity en la plataforma de Gemini pueden controlar navegadores locales para realizar verificaciones visuales, instalar paquetes y ejecutar comandos de terminal complejos, lo que permite completar tareas de principio a fin, desde la programación y la depuración hasta las pruebas.
  • Automatización segura de la CLI: gracias a la compatibilidad nativa de Antigravity con la CLI de la plataforma de Gemini, estos Agentic Workflows se pueden conectar directamente a los terminales de los desarrolladores o a los flujos de procesamiento de CI/CD automatizados, lo que agiliza la modernización de los entornos brownfield o la generación de código repetitivo, sin dejar de estar sujetos a la gestión de cuotas y facturación de la plataforma Gemini de tu organización.

Usar un chatbot de IA frente a un agente de programación

Para entender el potencial de la programación basada en agentes, compara una experiencia de chat de IA estándar con un flujo de procesamiento autónomo basado en agentes (Antigravity en la CLI de la plataforma de Gemini).

Experiencia de chat de IA estándar:

  1. Tú: "¿Cómo puedo añadir un limitador de frecuencia a mi aplicación Express?"
  2. IA: "Aquí tienes un fragmento de código que usa express-rate-limit...".
  3. Tú: Copias el código, abres tu editor, pegas el código y ejecutas el servidor
  4. Tú: Ves un fallo. Copias el mensaje de error
  5. Tú: Pegas el error en la IA

Flujo de procesamiento agéntico (Antigravity en la CLI de la plataforma de Gemini):

Tú (en el terminal): agy "Añade un limitador de velocidad al servidor usando express-rate-limit y asegúrate de que pase las pruebas". 

Antigravity en la CLI de la plataforma de Gemini:

  1. Lee package.json para comprobar las dependencias
  2. Ejecuta la instalación del paquete
  3. Edita server.js para configurar el middleware
  4. Ejecuta paquetes de pruebas automatizadas
  5. Detecta fallos, corrige el código y regenera las pruebas automáticamente. Resultado final: envía una notificación de finalización junto con los artefactos y registros de verificación.

Soluciona los retos empresariales que se te presenten con Google Cloud

Los nuevos clientes reciben 300 USD en crédito sin coste para invertirlos en Google Cloud.

Ve un paso más allá

Empieza a crear en Google Cloud con 300 USD en crédito gratis y más de 20 productos Always Free.

Google Cloud