Prompts, agentes y el siguiente peldaño de la escalera de abstracción

Cada pocas décadas la programación sube un peldaño. Primero estaba el código máquina puro, instrucciones binarias que el procesador ejecuta directamente. El ensamblador hizo legibles esas instrucciones. Después, C++, Java, Python y JavaScript permitieron describir la lógica sin pensar para nada en el hardware. La IA parece el siguiente peldaño, y conviene ponerle nombre: la capa de intención. Aquí dices en lenguaje corriente lo que quieres, y el sistema lo convierte en código, conecta las piezas que lo rodean y, cada vez más, se encarga también del trabajo alrededor. La tarea del desarrollador pasa de teclear código a expresar intenciones.

La escalera de abstracción, requisito a requisito

Tomemos una necesidad pequeña: leer los pedidos de los clientes y sumar su importe. En lo más bajo de la pila, eso significa mover registros, direcciones de memoria e instrucciones del procesador. En un lenguaje de alto nivel se reduce a una línea:

total = sum(order.amount for order in orders)

Nada en esa línea dice cómo se reserva la memoria ni cómo la CPU hace la suma. De eso se ocupan el lenguaje y su entorno de ejecución. De eso trata la abstracción: describes lo que quieres y te saltas casi todo el cómo. La IA lleva la misma idea un paso más allá.

Describir resultados en lugar de código

Imagina que le pides a un agente de programación un panel de pedidos de clientes: almacenamiento en PostgreSQL, un backend en Python, autenticación de usuarios, endpoints REST, tests y documentación. Puede que sigas necesitando conocimientos reales de programación. Pero ya no creas a mano cada archivo, clase, endpoint, consulta y test. Describes el resultado y la IA propone una implementación.

Es una forma de trabajar realmente distinta. Trabajas con intenciones, restricciones, arquitectura y resultados. Por eso importa el prompting, y por eso es más que charlar con un bot. Un buen prompt comunica los requisitos con claridad, aporta contexto, fija restricciones, define el resultado que esperas, contempla los casos límite y comprueba lo obtenido. Fíjate en cuánto se parece eso a la ingeniería de software.

Los agentes van más lejos

Los prompts son solo el principio. El cambio más grande llega con la IA agéntica. En un programa tradicional, detallas cada paso:

Get customer data
→ Validate data
→ Calculate risk
→ Store result
→ Send notification

Todo es explícito. Un agente, en cambio, puede recibir un objetivo como este: revisa estas solicitudes de clientes, marca las que necesiten verificación adicional, actualiza el CRM y avisa al equipo correspondiente. Elige su propia secuencia de acciones, usa las herramientas a las que está conectado, examina los datos, toma decisiones dentro de unos límites y entrega un resultado.

Así que las preguntas del ingeniero cambian. Antes era cómo programar cada paso. Ahora es qué debe lograr el agente, qué herramientas puede usar, qué reglas lo limitan y cómo vas a confirmar que se comportó correctamente. Es un nivel de abstracción mucho más alto.

Otra vez la escalera, con una función de facturación

Tomemos algo más grande, una función de facturas. En el nivel más bajo piensas cerca del hardware, donde importan la memoria, los registros y las instrucciones. Con un lenguaje de alto nivel escribes:

def calculate_invoice(items):
    return sum(item.price * item.quantity for item in items)

El lenguaje oculta la maquinaria. En el nivel de intención dirías algo más parecido a esto: crea un módulo de facturas que calcule impuestos, aplique descuentos a clientes, compruebe el inventario, guarde la factura, genere un PDF y exponga una API, siguiendo los estándares del equipo y con tests automatizados. La IA puede producir buena parte de la implementación. Tu trabajo sube un nivel: de escribir instrucciones sueltas a especificar cómo debe comportarse el sistema.

Eso no hace desaparecer la programación. Todo lo contrario. Sigues necesitando entender de arquitectura, bases de datos, APIs, seguridad, testing, rendimiento, depuración y del propio negocio. Lo que cambia es que puedes delegar más detalles de implementación.

¿Es de verdad un nuevo nivel de programación?

Aquí hay que ir con cuidado. Formalmente, el prompting no es un nuevo nivel de lenguaje como el código máquina o los lenguajes de alto nivel. Un prompt no sustituye a un compilador, a un lenguaje ni a una arquitectura. Pero conceptualmente está pasando algo real. Los lenguajes abstraen el hardware, los frameworks abstraen la complejidad de programar, los modelos pueden abstraer partes de la implementación y los agentes, secuencias enteras de acciones.

Puedes imaginar la progresión así: instrucciones de máquina, luego ensamblador, luego lenguajes de alto nivel, luego desarrollo asistido por IA, luego sistemas agénticos. Cuanto más avanzas, más expresas la intención en lugar de la implementación. Ahí está el verdadero alcance del cambio.

Una caja de herramientas más grande

Nada de esto significa que debas dejar de aprender Python, Java o JavaScript. Los fundamentos siguen siendo valiosos, y quizá importen más, porque alguien tiene que revisar y validar lo que produce la IA. Pero la programación tradicional por sí sola puede no bastar. Los ingenieros del futuro probablemente necesitarán manejarse con:

• Fundamentos de programación
• Ingeniería de prompts e ingeniería de contexto
• Lo que los modelos de IA pueden y no pueden hacer
• Llamadas a herramientas y APIs
• RAG y sistemas de conocimiento
• Flujos de trabajo agénticos
• Evaluación y pruebas de los resultados de la IA
• Seguridad y gobernanza
• Sistemas con una persona en el bucle

Tendrán ventaja quienes combinen ingeniería de software, comprensión de cómo razona la IA y conocimiento del negocio.

Más ingeniería, menos tecleo

No lo leas como menos programación. Espera más ingeniería y menos tecleo. Quien antes pasaba horas con código repetitivo dedicará ese tiempo a definir requisitos, diseñar la arquitectura, fijar restricciones, valorar soluciones generadas por IA y mejorar el comportamiento del sistema.

También cambia la pregunta de la entrevista. Pasa de si sabes escribir un fragmento de código a si sabes conseguir que un sistema de IA construya y opere una solución de forma fiable. Es una habilidad completamente distinta.

Durante décadas hemos trabajado para que los lenguajes de programación sean más amables con las personas. La IA puede ser el siguiente paso, que acerca el desarrollo de software a decir sin más lo que pretendes. A los ingenieros de mañana quizá se les juzgue menos por cuánto código producen y más por lo bien que planifican, especifican, coordinan y revisan el trabajo de sistemas inteligentes. El código no se ha ido a ninguna parte. Puede que simplemente estés trabajando un nivel por encima.