La ingeniería de prompts ha muerto. Larga vida a la ingeniería de bucles.

La cita que rompió la ilusión

Hace unos días, una sola frase de Boris Cherny — el ingeniero que lidera el desarrollo de Claude Code en Anthropic — recorrió en silencio, como una onda expansiva, la comunidad de desarrolladores.

En un panel público, Cherny reveló cómo trabajan realmente con sus propios modelos las personas que construyen la IA de programación más sofisticada del mundo. Lo dicho no solo contradice lo establecido — declara obsoleta toda una disciplina apenas nacida:

Deja que esto se asiente.

El hombre con ambas manos en el volante del mejor modelo de desarrollo del mundo te está diciendo que soltó el volante. No se sienta en una ventana de chat puliendo el párrafo perfecto de instrucciones. Escribe código que obliga a la IA a hablar consigo misma, evaluar sus propios errores y corregirlos dentro de un circuito autónomo cerrado. Construye la máquina que conduce al modelo — y la deja andar.

Si todavía pasas los días puliendo prompts para sacarle al modelo el fragmento de código correcto, su mensaje suena duro y claro: estás optimizando un mundo que ya no existe.

El cambio de paradigma: del micromanagement a la arquitectura de sistemas

Para ver por qué esto es un cambio tectónico, mira cómo cambió nuestra relación con la IA generativa en apenas un par de años.

Fase 1 — el prompt lineal (el humano como cuello de botella)

Hasta hace poco, toda la industria estaba obsesionada con la ingeniería de prompts. Tratábamos a los modelos de lenguaje como junior brillantes pero fácilmente distraídos. El proceso era lineal, frágil y completamente manual:

escribes un prompt  ─▶  la IA escribe código  ─▶  encuentras el bug  ─▶  corriges el prompt  ─┐
     ▲                                                                          │
     └──────────────────────────  otra vez a mano  ◀─────────────────────────────────┘

En este paradigma, el cuello de botella es el humano. Escribes un prompt, lees la respuesta, notas un error de sintaxis, lo pegas de nuevo en el chat y rezas para que el modelo no haya olvidado el contexto cinco pasos después. Se siente productivo. En realidad es un micromanagement agotador que no escala — y desde luego no funciona mientras duermes.

Fase 2 — la ingeniería de bucles (el circuito autónomo)

Lo que describe Cherny es ingeniería de bucles: procesos agénticos donde el humano sale por completo del circuito de ejecución. Dejas de conducir la máquina. Construyes la pista y dejas que la máquina dé las vueltas.

En lugar de un prompt que resuelve una tarea, escribes un bucle programático que incrusta a la IA en un circuito automático de ejecución y verificación:

1. El objetivo. El humano plantea una sola tarea de alto nivel — "construye este endpoint de API y alcanza el 98 % de cobertura de pruebas".
2. La acción. La IA escribe la primera versión del código.
3. La verificación. Un entorno automático — compilador, linters, pruebas unitarias, tu CI — ejecuta el código y detecta cada error.
4. La autocorrección. Ante un fallo, el sistema captura el rastro del error, se lo entrega a la IA como una nueva instrucción y le ordena intentarlo de nuevo.

defines el objetivo
     │
     ▼
la IA escribe código  ─▶  CI ejecuta todas las pruebas  ─▶  ¿en verde?  ─▶  ✦ entregado
     ▲                      │
     │                      ▼  (en rojo)
     └──  la IA lee los registros y se vuelve a preguntar a sí misma

El bucle avanza a velocidad de máquina, procesando decenas de iteraciones, corrigiéndose y curándose a sí mismo hasta que se cumplen las condiciones de verificación. No escribiste ni una sola aclaración. No escribiste los prompts — construiste la pista, y el modelo dio cada vuelta por sí solo.

La habilidad real no es escribir código. La habilidad real es escribir al juez.

Aquí está la parte que casi todos pasan por alto — y en ella está todo el juego. Lo difícil del bucle no es generar el código. Los modelos ya son terroríficamente buenos en eso. Lo difícil es lo que decide si el código es bueno.

Dale al bucle un verificador fuerte e implacable — pruebas reales, análisis estático, un compilador que no sabe mentir — y el bucle converge en algo que realmente funciona. Dale uno débil, y ese mismo bucle producirá alegremente un río infinito de basura segura y bellamente formateada, alucinando su camino hacia una marca verde que no significa nada.

Así que la habilidad de la próxima década no es el arte de la formulación. Es diseñar la verificación: sistemas de validación a prueba de balas que permiten a una IA hablar consigo misma con seguridad sin caer por un precipicio. Es una ingeniería más difícil, más rara y mucho más valiosa que encontrar las palabras correctas.

De la filosofía a la producción: cómo armamos el bucle

Mientras el resto del mundo tecnológico analiza la cita de Cherny en redes sociales, el verdadero desafío no tiene glamur: ¿cómo construir una infraestructura de ingeniería de bucles que funcione en producción — fuera de los laboratorios internos de Anthropic?

Cierra un bucle alrededor de un solo modelo y pronto chocarás con los muros del mundo real: degradación de la ventana de contexto, espirales alucinatorias de muerte y ausencia de memoria a escala de proyecto. En Fractera pasamos todo el año pasado tratando la filosofía de Cherny no como una predicción sino como un plano arquitectónico — y construimos el bucle sobre el que corre este espacio de trabajo.

La anatomía de un bucle de nivel producción

Para que los bucles sean viables en software real, hay que dejar de admirar el modelo y construir a su alrededor tres cosas sin glamur — el juez, la memoria y la mano que entrega:

• Un juez al que no se puede convencer. El juez no es un segundo modelo con opinión propia, sino un conjunto de scripts que hacen fallar la compilación. ¿Existen las señales de idioma en cada página pública? ¿Tiene cada material la versión en markdown que necesita un lector de IA? ¿Se hace referencia a una imagen que nadie subió al repositorio? Cada verificación existe porque ese defecto exacto llegó a producción una vez, y responde con un código de salida, no con un párrafo.
• Memoria que sobrevive a la sesión. El efecto de amnesia es real: quince vueltas alrededor de un bug terco y el agente pierde de vista la arquitectura. Aquí la memoria no es un servicio que puede estar caído, sino archivos junto al código que viajan con el repositorio: la instrucción de trabajo, las lecciones anotadas en el momento en que el propietario corrige algo, la lista de antipatrones, los casos de usuario confirmados. Una sesión nueva empieza leyéndolos — por eso la vigésimo quinta vuelta sabe lo que aprendió la primera.
• Un acto final que no pertenece al agente. El bucle termina en el panel de control: construye el proyecto, lleva un registro de despliegues y sabe volver a la última build que funcionaba. Ajustes, textos e imágenes cambian ahí sin ninguna reconstrucción — así que al bucle nunca se le pide resolver lo que nunca fue un problema de código.

Fíjate en lo que no está en esa lista: un enjambre de modelos supervisándose entre sí. Esa fue nuestra primera arquitectura, y la retiramos. La orquestación es la parte más vistosa de un diagrama agéntico y la menos estructural de uno que funciona: a un juez débil no lo arregla una segunda opinión, y uno fuerte casi nunca la necesita.

La nueva descripción del puesto del ingeniero

Nos alejamos de escribir código, pasamos de largo por escribir prompts y entramos directo en construir tuberías cognitivas. El oficio ya no es la instrucción, sino el sistema dentro del cual esa instrucción se ejecuta.

Y no es gratis. Con los bucles llegan dos gastos nuevos. Deuda de comprensión: cuando un agente reescribe un archivo trescientas veces entre bastidores, tu conocimiento de tu propia base de código se erosiona en silencio — funciona, pero ya no estás seguro de por qué. Y cómputo puro: un bucle puede quemar dinero real en tokens persiguiendo un solo bug con cien intentos silenciosos. Los ingenieros que ganan en esta era tratan el equilibrio entre costo y calidad como una decisión de diseño consciente, no como una sorpresa en la factura.

La era de la ingeniería de prompts ha quedado oficialmente atrás. Queda una sola pregunta — la misma que Cherny ya se respondió a sí mismo: ¿sigues intentando hablar con tu IA — o ya estás construyendo los bucles que la dejan trabajar?

Fuente: una publicación en LinkedIn de Guillermo Flor, ampliamente compartida, que sacó a la luz las palabras de Boris Cherny. La cita se reproduce tal como circuló; la arquitectura y el análisis son propios.