Vibe coding y agentes de IA
150 términos · español e inglés
Así se habla donde el código se escribe con IA: de agentes, de contexto, de lo que puede salir mal.
Las palabras de este campo casi no se traducen; por eso el español y el inglés van uno al lado del otro.
Vibe codingCodificación agénticaProgramador en pareja con IACopiloto (concepto)Agente de codificaciónAgente autónomoAgénticoBucle del agenteFlujo de trabajo agénticoReActLlamada a herramientasLlamada a funcionesSistema multiagenteOrquestaciónHumano en el bucleInyección de promptJailbreakSalvaguardasEntorno aisladoBúsqueda semánticaBase de conocimientoIngeniería de contextoMemoria (agente)Caché de promptsContexto largoServidor MCPCursorGitHub CopilotClaude CodeModo agenteAutocompletadoCompletado con TabComando de barraModelo de razonamientoPensamiento extendidoDiffPunto de controlStreamingEvalCoste en tokensLímite de tasaA producciónIngeniería agénticaDesarrollo guiado por especificaciónPlantilla de promptSalida estructuradaIndexación del códigoAgente en segundo planoGeneración de pruebasAgente de revisión de códigoVibe coderModo YOLOAceptar todoOne-shotSlop de IACodificación autónomaHumano sobre el bucleOrquestadorSubagenteAgente supervisorEnjambreDescomposición de tareasPlanificación (agente)ReflexionAutorreparaciónTree of ThoughtsTraspaso entre agentesBucle de reflexiónModo headlessMetapromptingEncadenado de promptsPrompting por rolPrompt negativoModo JSONParser de salidaGroundingBiblioteca de promptsInstrucciones personalizadasCompactación de contextoPresupuesto de tokensCLAUDE.mdFragmentación (chunking)RecuperaciónReordenamientoBúsqueda híbridaRAG agénticoCita (con fuente)Top-kCliente MCPHerramienta MCPEsquema de herramientaMapa del repositorioWindsurfGemini CLIAiderClineDevinReplit Agentv0Composer (Cursor)Ghost textModelo de fronteraTokens por segundoTiempo hasta el primer tokenReversiónHabilidad (agente)HookPluginEnrutamiento de modelosModelo de respaldoWorktree (aislamiento de agente)Cómputo en la respuestaAgente de PRGeneración de plantilla baseDesarrollo guiado por el promptSolicitud de permisoAprobación de herramientaSWE-benchLLM-as-judgeRed teamingPrompt kiddiePrompt-firstAPI alucinadaSesgo de automatizaciónFan-out/fan-inPlan-and-ExecuteAndamiaje (agente)A2ASelf-consistencyInyección de prompt indirectaFuga de promptRecurso MCPElicitation (MCP)Sampling (MCP)Transporte stdioJSON-RPCStreamable HTTPContext rotLost in the middleCaché KVNeedle in a haystackContexto mínimo viableMemoria episódicaBloc (scratchpad)Ajuste de esfuerzoInyección de contextoGraphRAGCorrective RAGBoltLovable
Herramientas
Programador en pareja con IAAI pair programmer
Un asistente de IA que programa a tu lado: sugiere líneas y reacciona a tus ediciones como un segundo desarrollador al teclado.
Mi compañero de IA detectó el error de índice antes de que yo ejecutara el código.
Copiloto (concepto)Copilot (concept)
Nombre genérico de una ayuda de IA integrada en el editor que ofrece sugerencias y borradores mientras tú llevas el control.
Hoy cada IDE grande trae algún copiloto para autocompletar código.
Agente de codificaciónCoding agent
Un sistema de IA que lee por sí mismo una base de código, cambia archivos y ejecuta herramientas para completar una tarea de principio a fin.
Le dimos un informe de error al agente y una hora después abrió un pull request.
Llamada a herramientasTool calling
Cuando un modelo pide al sistema que lo rodea ejecutar una función concreta —una búsqueda, una edición— y usa el resultado.
A la pregunta del tiempo, el asistente respondió llamando a una herramienta de pronóstico.
Llamada a funcionesFunction calling
Una capacidad del modelo de devolver una petición estructurada para invocar una función con sus argumentos, que el código ejecuta.
Definimos un esquema create_ticket y la llamada a funciones rellenó los campos.
Entorno aisladoSandbox
Un entorno separado donde el código generado por IA o las acciones de un agente corren sin tocar el sistema real.
El agente probó su script en un entorno aislado, así el borrado peligroso no llegó a los archivos reales.
Caché de promptsPrompt caching
Reutilizar la forma ya procesada de un inicio de prompt repetido, para que las siguientes peticiones vayan más rápidas y baratas.
Cachear el largo prompt de sistema redujo a la mitad nuestra latencia.
Servidor MCPMCP server
Un programa que expone herramientas, datos o prompts a apps de IA mediante el Model Context Protocol, usable por cualquier cliente.
Escribimos un servidor MCP para nuestra base y Claude pudo consultarla directamente.
Cursor
Un editor de código centrado en IA basado en VS Code, conocido por el chat, las ediciones en línea y un agente que trabaja en todo el proyecto.
Ella dejó el VS Code normal por Cursor por sus ediciones a nivel de repositorio.
GitHub Copilot
El asistente de codificación de IA de GitHub que sugiere código en el editor y responde preguntas sobre un proyecto.
GitHub Copilot completó todo el archivo de pruebas a partir de un comentario de una línea.
Claude Code
El agente de codificación de línea de comandos de Anthropic que lee un repositorio, edita archivos y ejecuta herramientas desde la terminal.
Le pedí a Claude Code añadir logs y parcheó todos los servicios de una pasada.
Modo agenteAgent mode
Un ajuste del editor o la herramienta que deja a la IA actuar sola —editar archivos, ejecutar comandos— en vez de solo sugerir.
Activa el modo agente y refactoriza el módulo sin pedirte aprobar cada línea.
AutocompletadoAutocomplete
Sugerencias en tiempo real que terminan el código que escribes según el contexto de alrededor.
El autocompletado adivinó todo el cuerpo del bucle en cuanto escribí la firma.
Completado con TabTab completion
Aceptar una sugerencia en línea de la IA pulsando Tab, para escribir código en ráfagas confirmadas.
Escribió el parser casi todo con Tab, pulsando la tecla línea tras línea.
Comando de barraSlash command
Un atajo tecleado con una barra inicial que dispara una acción o prompt predefinido en una herramienta de IA.
Teclear /test le decía al agente que generara y corriera las pruebas unitarias.
Punto de controlCheckpoint
Una instantánea guardada del estado del proyecto a la que volver si cambios posteriores de la IA salen mal.
Antes del gran refactor puse un punto de control para poder revertir.
Streaming
Entregar la salida de un modelo token a token según se genera, para que el texto aparezca poco a poco y no de golpe.
El streaming dejaba ver cómo se armaba la explicación en vez de mirar un icono girando.
Límite de tasaRate limit
Un tope de cuántas peticiones o tokens puedes enviar en un periodo, impuesto por un proveedor de API.
El trabajo por lotes chocó con el límite de tasa y tuvo que esperar y reintentar.
Salida estructuradaStructured output
Respuestas del modelo forzadas a una forma fija, como JSON conforme a un esquema, para que el código las analice con fiabilidad.
La salida estructurada devolvía un JSON limpio que metíamos directo en la base.
Indexación del códigoCodebase indexing
Construir un mapa buscable de un proyecto para que la IA recupere rápido los archivos relevantes para una tarea.
Tras indexar el código, el asistente saltaba al instante a la función correcta.
Agente en segundo planoBackground agent
Un agente que ejecuta una tarea por su cuenta, lejos del editor, e informa cuando el trabajo termina.
Lancé un agente en segundo plano para actualizar la documentación mientras yo seguía programando.
Modo YOLOYOLO mode
Un ajuste que deja a un agente editar y ejecutar comandos sin pedirte aprobar cada paso.
Lo lanzó en modo YOLO y el agente refactorizó, probó y confirmó por su cuenta.
Aceptar todoAccept all
Aplicar de una vez todos los cambios que propuso la IA, sin revisarlos diff por diff.
Las sugerencias pintaban bien, así que pulsó aceptar todo y siguió adelante.
Modo headlessHeadless mode
Ejecutar un agente sin interfaz interactiva, desde un script o la línea de comandos, para automatizar.
En modo headless el agente corría cada noche en CI sin nadie mirando.
Modo JSONJSON mode
Un ajuste que fuerza a un modelo a responder con JSON sintácticamente válido.
El modo JSON garantizó que la respuesta se parseara sin un try/except alrededor.
Parser de salidaOutput parser
Un componente que convierte el texto libre de un modelo en una estructura que un programa puede usar.
El parser de salida sacó los campos de la respuesta desordenada del modelo.
Instrucciones personalizadasCustom instructions
Directrices permanentes del usuario aplicadas a cada petición, como las reglas de la casa de un proyecto.
Las instrucciones personalizadas decían al asistente responder siempre en unidades métricas.
CLAUDE.md
Un archivo de instrucciones de proyecto que un agente lee como contexto permanente del repositorio.
Pusieron los comandos de build en CLAUDE.md y el agente dejó de adivinarlos.
Cliente MCPMCP client
El lado, dentro de un anfitrión o agente, que se conecta a un servidor MCP y llama a sus capacidades.
El cliente MCP descubrió las herramientas del servidor y se las ofreció al modelo.
Herramienta MCPMCP tool
Una capacidad ejecutable que un servidor MCP expone para que un agente la llame.
Añadimos una herramienta MCP run_query y el agente la usó para leer la base de datos.
Esquema de herramientaTool schema
Una descripción formal de las entradas y salidas de una herramienta que el modelo usa para formar una llamada válida.
Un esquema de herramienta claro evitó que el modelo pasara la fecha en formato equivocado.
Mapa del repositorioRepo map
Un mapa compacto de la estructura de un repositorio que se da a un agente para ayudarlo a navegar el código.
El mapa del repositorio dejó al agente hallar el módulo correcto sin leer todos los archivos.
Windsurf
Un IDE agéntico cuyo agente Cascade planifica y edita a lo largo de todo un proyecto.
Ella construyó el prototipo en Windsurf, dejando que Cascade conectara las pantallas.
Gemini CLI
El agente de terminal de código abierto de Google que une un bucle ReAct con herramientas y MCP.
Manejó Gemini CLI desde la shell para andamiar y probar el servicio.
Aider
Un agente de terminal de código abierto que trata el código como un repo Git y confirma sus propias ediciones.
Aider hacía de cada cambio un commit limpio, así revertir era trivial.
Cline
Un agente de código abierto dentro de VS Code que edita archivos y ejecuta comandos con tu aprobación.
Cline propuso el comando de shell y esperó un clic antes de ejecutarlo.
Devin
Un ingeniero de software de IA autónomo que lleva una tarea de principio a fin, del plan al pull request.
Le pasaron a Devin el ítem del backlog y revisaron el pull request que abrió.
Replit Agent
Un agente que construye y despliega una app funcional a partir de una descripción en lenguaje corriente.
De un párrafo, Replit Agent levantó en minutos una app de tareas en vivo.
v0
Un generador de Vercel que convierte una descripción o captura en componentes de interfaz React.
Soltó una maqueta en v0 y recibió de vuelta un componente con estilo para retocar.
Composer (Cursor)
El modelo-agente de Cursor, afinado para una codificación agéntica veloz a lo largo de todo un proyecto.
Composer editó una docena de archivos a la vez y mantuvo la app compilando.
Ghost text
La sugerencia gris en línea que un editor muestra por delante del cursor, aceptada con una tecla.
El ghost text adivinó el resto de la línea y él pulsó Tab para tomarlo.
ReversiónRollback
Deshacer los cambios de un agente para devolver el proyecto a su estado anterior.
El refactor rompió el build, así que ella disparó una reversión al estado de anoche.
Habilidad (agente)Skill (agent)
Una capacidad o extensión reutilizable que enseña a un agente a manejar una clase de tareas.
Empaquetaron los pasos de despliegue como una habilidad que el agente invocaba por su nombre.
Hook
Un manejador que se dispara en un evento del agente, antes o después de una acción, para automatizar una respuesta.
Un hook corría el formateador cada vez que el agente guardaba un archivo.
Plugin
Una extensión instalable que añade comandos o integraciones a un agente.
El plugin de Jira dejó al agente cerrar tickets a medida que los terminaba.
Modelo de respaldoFallback model
Un modelo de reserva al que se cambia cuando el principal falla o topa con un límite.
Cuando la API principal expiró, el modelo de respaldo mantuvo la app respondiendo.
Worktree (aislamiento de agente)Worktree (agent isolation)
Una copia de trabajo Git aparte para un agente paralelo, para que sus ediciones no choquen con las de otros.
Cada agente tuvo su worktree, así tres refactorizaciones corrieron sin conflictos.
Solicitud de permisoPermission prompt
La petición de un agente de tu visto bueno antes de una acción como escribir un archivo o correr un comando.
Una solicitud de permiso apareció antes de que borrara la carpeta, y ella se negó.
Aprobación de herramientaTool approval
El visto bueno explícito de un usuario para que un agente haga una llamada de herramienta concreta.
La aprobación de herramienta era obligatoria para todo lo que tocara producción.
Transporte stdiostdio transport
Un transporte MCP local que lleva los mensajes por la entrada y salida estándar de un proceso.
Para una herramienta local, el transporte stdio era lo más simple: sin puertos, solo tuberías.
JSON-RPC
Un formato de llamadas remotas sobre JSON que sostiene el intercambio de mensajes en MCP y A2A.
Cada petición MCP en el cable era un mensaje JSON-RPC con un método y params.
Streamable HTTP
El transporte MCP remoto actual, que reemplazó al anterior transporte SSE independiente.
Movieron el servidor remoto a Streamable HTTP y dejaron el viejo montaje con SSE.
Bolt
Un constructor de apps con IA sobre WebContainers que arma y aloja un proyecto directamente en el navegador.
En Bolt describió el panel y segundos después lo vio funcionar en la vista previa.
Lovable
Un constructor de apps con IA que vuelve una descripción en lenguaje corriente en una app completa con base y autenticación.
De un párrafo, Lovable produjo una app funcional con inicio de sesión y base de datos.
Agentes
Codificación agénticaAgentic coding
Una forma de desarrollar donde un agente de IA planifica, edita archivos y ejecuta comandos hacia una meta, sin guía paso a paso.
Se pasó a la codificación agéntica y dejó que la herramienta arreglara sola las pruebas fallidas.
Agente autónomoAutonomous agent
Un programa guiado por un modelo que persigue una meta por su cuenta, eligiendo acciones y herramientas sin esperar cada instrucción.
El agente autónomo reservó el vuelo, rellenó el formulario y envió un resumen sin pedírselo.
AgénticoAgentic
Se dice del software que actúa con iniciativa —planifica, usa herramientas, se adapta— en vez de solo responder a un único prompt.
La nueva versión se siente agéntica: instala las dependencias en lugar de solo sugerirlas.
Bucle del agenteAgent loop
El ciclo repetido en que un agente observa el resultado, decide la siguiente acción, actúa y lee el desenlace, hasta terminar la tarea.
En cada vuelta del bucle, el agente lanzaba una prueba, leía el fallo y editaba el archivo.
Flujo de trabajo agénticoAgentic workflow
Una tarea partida en pasos que un agente de IA ejecuta uno tras otro, llamando herramientas y comprobando su propio avance.
Su lista de release se volvió un flujo agéntico que etiqueta, compila y redacta las notas.
ReAct
Un patrón en que un modelo alterna razonar con palabras y actuar, usando cada observación para guiar el siguiente paso.
Con ReAct, el agente pensaba en voz alta, buscaba en la documentación y luego respondía.
Sistema multiagenteMulti-agent system
Un montaje donde varios agentes especializados colaboran o se reparten una tarea, pasándose trabajo y mensajes entre sí.
En su montaje, un planificador delega el código en ejecutores y un revisor comprueba el resultado.
OrquestaciónOrchestration
Coordinar varios agentes, herramientas o pasos para que se ejecuten en el orden correcto y se pasen los resultados.
La capa de orquestación decide qué agente atiende un ticket y cuándo escalarlo.
Humano en el bucleHuman-in-the-loop
Un diseño donde una persona revisa o aprueba las acciones de la IA en puntos clave antes de que surtan efecto.
Los despliegues mantienen un humano en el bucle: el agente propone y un ingeniero aprueba.
SalvaguardasGuardrails
Reglas y filtros puestos alrededor de un modelo para mantener sus entradas y salidas en límites seguros y permitidos.
Las salvaguardas impidieron que el agente ejecutara comandos fuera de la carpeta del proyecto.
Memoria (agente)Memory (agent)
Un almacén que permite a un agente conservar datos entre turnos o sesiones, para recordar decisiones y preferencias previas.
Gracias a la memoria, el agente recordaba nuestra convención de nombres de la semana pasada.
Ingeniería agénticaAgentic engineering
Una disciplina de construir software dirigiendo agentes de IA, con el esfuerzo humano en especificaciones, revisión y coordinación.
Su equipo se reorganizó en torno a la ingeniería agéntica, con menos código escrito a mano.
Agente de revisión de códigoCode review agent
Una IA que lee un cambio propuesto y señala errores, problemas de estilo o riesgos, como haría un revisor humano.
El agente de revisión cazó una condición de carrera que a dos personas se les escapó.
Codificación autónomaAutonomous coding
Desarrollo donde un agente lleva una tarea del prompt al código funcional con mínima intervención.
Una noche de codificación autónoma volvió el ticket un arreglo probado y fusionado.
Humano sobre el bucleHuman-on-the-loop
Un diseño donde una persona supervisa a un agente e interviene ante problemas, sin aprobar cada acción.
El equipo se mantuvo sobre el bucle, mirando el panel e interviniendo solo cuando se desviaba.
OrquestadorOrchestrator
Un componente o agente que coordina varios agentes o pasos hacia una misma meta.
El orquestador partió el trabajo, mandó las partes a los ejecutores y unió sus respuestas.
SubagenteSubagent
Un agente auxiliar al que un orquestador delega una subtarea, trabajando en su propio contexto aparte.
El agente principal levantó un subagente solo para buscar en la documentación.
Agente supervisorSupervisor agent
Un agente que asigna trabajo a otros y comprueba sus resultados antes de aceptarlos.
Un agente supervisor rechazó el borrador y lo devolvió para otra pasada.
EnjambreSwarm
Muchos agentes simples que colaboran en una tarea sin un controlador central estricto.
Un enjambre de scrapers se repartió los sitios entre sí e informó de vuelta.
Descomposición de tareasTask decomposition
Partir una tarea grande en subtareas más pequeñas que un agente aborda paso a paso.
La descomposición volvió «construir la API» una docena de pasos pequeños y comprobables.
Planificación (agente)Planning (agent)
La etapa donde un agente traza una secuencia de acciones antes de empezar a ejecutarlas.
El agente gastó su primer turno en planificar y luego ejecutó sin retroceder.
Reflexion
Una técnica donde un agente escribe qué salió mal y usa esa nota para mejorar en el siguiente intento.
Tras la corrida fallida, Reflexion evitó que el agente cayera en el mismo callejón.
AutorreparaciónSelf-healing
La capacidad de un agente de detectar y arreglar por sí mismo un fallo, como un test roto.
El pipeline autorreparable atrapó el cierre inesperado y lo parcheó antes de que nadie despertara.
Traspaso entre agentesAgent handoff
Pasar una tarea y su contexto de un agente a otro a mitad del trabajo.
Tras la investigación, un traspaso movió el trabajo al agente que escribe el código.
Bucle de reflexiónReflection loop
Un ciclo donde un agente juzga su propia salida y la rehace hasta cumplir un criterio.
El bucle de reflexión reescribió el resumen dos veces antes de que leyera limpio.
RAG agénticoAgentic RAG
Un RAG donde un agente decide por sí mismo cuándo y qué buscar, afinando la recuperación sobre la marcha.
El RAG agéntico buscó de nuevo al ver que los primeros resultados erraban el punto.
Agente de PRPR agent
Un agente que empaqueta cambios como pull request, con descripción y ediciones surgidas de la revisión.
El agente de PR abrió un pull request pulcro e incluso respondió al comentario del revisor.
Plan-and-Execute
Una arquitectura de agente que primero arma un plan completo y luego ejecuta los pasos en orden.
Plan-and-Execute dispuso los diez pasos de antemano y los corrió sin replanificar.
Andamiaje (agente)Scaffolding (agent)
La envoltura de software alrededor de un modelo —bucle, herramientas, análisis— que lo vuelve un agente.
El modelo estaba bien; un andamiaje flojo era por qué el agente perdía el hilo.
A2AA2A protocol
Agent2Agent: un protocolo abierto que deja a agentes de distintos frameworks hablar entre sí.
Por A2A, el agente de planificación pasó la tarea al agente de facturación de un proveedor.
Elicitation (MCP)
Una función MCP donde un servidor pide al usuario una entrada que falta a través del cliente.
A mitad de la tarea, elicitation abrió un aviso preguntando a qué entorno desplegar.
Contexto mínimo viableMinimum viable context
El menor contexto que un agente necesita para hacer bien una tarea; el sobrante estorba más que ayuda.
Recortado al contexto mínimo viable, el agente se volvió más rápido y preciso.
Memoria episódicaEpisodic memory
La memoria de un agente sobre episodios o sesiones pasados concretos, a los que puede volver.
La memoria episódica le dejó recordar cómo resolvió el mismo bug dos proyectos atrás.
Corrective RAG
Un RAG que revisa el material recuperado y busca de nuevo cuando los resultados parecen flojos.
Corrective RAG notó que los pasajes eran ajenos al tema y repitió la búsqueda.
Cómo va el trabajo
Vibe coding
Crear software describiendo la intención en lenguaje corriente y dejando que la IA escriba el código, a menudo sin releerlo a fondo.
Montó una landing en una tarde con vibe coding, tecleando peticiones hasta que quedó bien.
Diff
Una vista de los cambios propuestos que muestra líneas añadidas y borradas, para revisar antes de aplicar.
El agente mostró un diff y solo acepté las partes que me daban confianza.
Desarrollo guiado por especificaciónSpec-driven development
Un enfoque donde primero escribes una especificación clara y dejas que la IA la convierta en plan, tareas y código.
Este enfoque llevó las discusiones al documento, no al pull request.
Plantilla de promptPrompt template
Un prompt reutilizable con huecos que rellenas en cada petición, manteniendo las instrucciones coherentes entre llamadas.
Guardábamos una plantilla de prompt para que cada resumen saliera con el mismo formato.
Generación de pruebasTest generation
Hacer que la IA escriba casos de prueba para código existente, para comprobar su comportamiento y prevenir regresiones.
La generación de pruebas nos dio 40 casos para el parser que nos daba pereza cubrir.
Encadenado de promptsPrompt chaining
Enlazar varios prompts para que la salida de uno sea la entrada del siguiente.
El encadenado primero resumió el documento y luego volvió el resumen en diapositivas.
Biblioteca de promptsPrompt library
Una colección de prompts reutilizables y probados que un equipo comparte y tiene a mano.
Los nuevos tiraban de la biblioteca de prompts en vez de escribirlos desde cero.
Generación de plantilla baseBoilerplate generation
Generar el código de arranque repetitivo —andamiaje del proyecto, cableado— para saltarte el trabajo rutinario.
La generación de plantilla base montó las rutas y la configuración en segundos.
Desarrollo guiado por el promptPrompt-driven development
Un desarrollo donde el prompt es el artefacto motor principal, no el código escrito a mano.
En el desarrollo guiado por el prompt versionaban los prompts como archivos fuente.
Fan-out/fan-in
Un patrón que reparte subtareas a agentes paralelos (fan-out) y fusiona sus resultados (fan-in).
El fan-out/fan-in revisó veinte archivos a la vez y juntó los hallazgos.
Contexto
Búsqueda semánticaSemantic search
Encontrar resultados por significado y no por palabras clave exactas, comparando las representaciones vectoriales.
La búsqueda semántica sacó el código de autenticación aunque la consulta no decía «login».
Base de conocimientoKnowledge base
Un almacén curado de documentos o hechos del que la IA extrae material para anclar sus respuestas en tus datos.
Las respuestas de soporte ahora salen de una base de tickets y documentos anteriores.
Ingeniería de contextoContext engineering
El arte de decidir qué información poner en la ventana de trabajo limitada del modelo, ni de más ni de menos.
Buena ingeniería de contexto es mandar el diff y la prueba rota, no todo el repositorio.
Contexto largoLong context
La capacidad de un modelo de admitir entradas enormes de una vez, como bases de código enteras o documentos extensos.
Con contexto largo pegamos toda la especificación y pedimos la revisión de una tacada.
Prompting por rolRole prompting
Asignar al modelo un rol o persona para moldear el tono y la pericia de su respuesta.
Darle el rol de revisor severo hizo los comentarios mucho más afilados.
Prompt negativoNegative prompt
Decirle a un modelo qué no debe incluir en su salida.
Un prompt negativo mantuvo el texto de marketing libre de palabras huecas.
Compactación de contextoContext compaction
Comprimir el contexto o historial acumulado para que quepa en la ventana sin perder lo esencial.
Cuando el chat creció, la compactación resumió los primeros turnos.
Presupuesto de tokensToken budget
El tope de tokens asignado a una tarea o paso; rige el coste y cuánto contexto cabe.
Un presupuesto de tokens ajustado forzó al agente a traer solo los tres archivos principales.
Fragmentación (chunking)Chunking
Dividir documentos en piezas más pequeñas para poder indexarlos y recuperarlos en RAG.
Una mejor fragmentación mantuvo juntos los párrafos afines y mejoró las respuestas.
RecuperaciónRetrieval
Traer las piezas de una base de conocimiento más relevantes para una consulta.
La recuperación sacó las tres secciones que de verdad mencionaban el código de error.
ReordenamientoReranking
Reordenar los candidatos recuperados por relevancia con un segundo clasificador más preciso.
El reordenamiento empujó el único resultado útil por encima de diez casi-aciertos.
Búsqueda híbridaHybrid search
Combinar búsqueda por palabras clave y por vectores para lograr mejores resultados que cada una sola.
La búsqueda híbrida captó tanto la cadena de error exacta como sus paráfrasis.
Recurso MCPMCP resource
Datos o contenido que un servidor MCP expone a un agente como contexto, frente a una herramienta ejecutable.
El servidor ofreció el wiki como recurso MCP que el agente podía leer pero no cambiar.
Context rot
La caída de calidad de un modelo a medida que el contexto se alarga, incluso en tareas simples.
Pasadas cien páginas, el context rot se instalaba y empezaba a perder hechos obvios.
Lost in the middle
El efecto por el que un modelo usa peor la información del medio de un contexto largo que la de los extremos.
La cláusula clave estaba en medio del documento y, lost in the middle, el modelo la saltó.
Caché KVKV cache
La caché de claves y valores de atención que acelera la generación pero crece con la longitud del contexto.
Una caché KV enorme se comió la memoria en cuanto la conversación pasó su límite.
Needle in a haystack
Una prueba de contexto largo que esconde un dato en una entrada enorme para ver si el modelo lo encuentra.
La prueba needle in a haystack enterró un código en 200 páginas; el modelo lo recuperó.
Bloc (scratchpad)Scratchpad
Un área de trabajo donde un modelo anota su razonamiento intermedio antes de dar la respuesta.
En su bloc el modelo resolvió las cuentas y luego escribió la respuesta limpia.
Inyección de contextoContext injection
Insertar los datos necesarios en el contexto antes de una petición; en ataques, una inserción maliciosa.
La inyección de contexto coló la zona horaria del usuario y las horas salieron bien.
GraphRAG
Un RAG sobre un grafo de conocimiento, que recupera por los enlaces entre entidades y no solo por cercanía vectorial.
GraphRAG siguió las aristas de dependencia para responder quién reportaba a quién.
Modelos
Modelo de razonamientoReasoning model
Un modelo ajustado para resolver un problema en pasos explícitos antes de responder, cambiando velocidad por más lógica.
Para el algoritmo peliagudo cambiamos a un modelo de razonamiento y captó el caso límite.
Pensamiento extendidoExtended thinking
Un modo en que el modelo gasta cómputo extra razonando en privado antes de responder, mejorando las respuestas difíciles.
Con el pensamiento extendido, planificó la migración antes de escribir una sola línea.
Eval
Una prueba que mide qué tan bien rinde un modelo o agente en una tarea, para comparar versiones y cazar regresiones.
Nuestra eval puntuaba cada prompt sobre 200 casos antes de lanzar el cambio.
Coste en tokensToken cost
El precio de una petición, según cuántos tokens de entrada y salida consume.
Al recortar el prompt de sistema, bajó notablemente el coste en tokens por llamada.
Slop de IAAI slop
Contenido o código mediocre y genérico que la IA produce en masa sin cuidado ni revisión.
El repositorio se llenó de slop de IA: funciones plausibles que no acababan de funcionar.
Grounding
Atar la respuesta de un modelo a fuentes o datos verificables para recortar las invenciones.
Hacer grounding del bot en el manual lo frenó de inventar opciones de menú.
Top-k
Un parámetro que limita cuántos candidatos se consideran, en recuperación o en muestreo.
Bajar el top-k a cinco mantuvo el contexto enfocado y el coste a raya.
Modelo de fronteraFrontier model
El modelo más capaz disponible en un momento dado, en el borde delantero del campo.
Para las tareas más duras pagaban el modelo de frontera y cacheaban todo lo demás.
Tokens por segundoTokens per second
La velocidad de generación de un modelo: cuántos tokens produce por segundo.
Los mayores tokens por segundo del modelo pequeño hacían el chat instantáneo.
Tiempo hasta el primer tokenTime to first token
El retardo entre enviar una petición y que aparezca el primer token de la respuesta.
Recortar el tiempo hasta el primer token hacía sentir al asistente ágil incluso en respuestas largas.
Enrutamiento de modelosModel routing
Elegir qué modelo atiende una petición según su dificultad, coste o tipo.
El enrutamiento mandaba las preguntas rápidas a un modelo barato y las duras al grande.
Cómputo en la respuestaTest-time compute
Cómputo gastado en pensar al momento de responder, no al entrenar: esfuerzo a cambio de calidad.
Darle más cómputo en la respuesta dejó al modelo cazar su propio desliz aritmético.
LLM-as-judge
Usar un modelo para puntuar o comparar otras respuestas según criterios establecidos.
El LLM-as-judge ordenó los dos borradores para no tener que leer ambos a fondo.
API alucinadaHallucinated API
Una llamada que un modelo inventa a un método o biblioteca que en realidad no existe.
El código parecía correcto hasta que la API alucinada lanzó «módulo no encontrado».
Sampling (MCP)
Una función MCP donde un servidor pide una completación de modelo que ejecuta el cliente.
Mediante sampling, el servidor pidió al modelo del cliente resumir el archivo.
Ajuste de esfuerzoEffort setting
Un control de cuánto presupuesto de pensamiento gasta un modelo en razonar.
Subió el ajuste de esfuerzo para la demostración y lo bajó para las ediciones pequeñas.
Prompts y ataques
Inyección de promptPrompt injection
Un ataque que esconde instrucciones en contenido que el modelo lee, para que ignore su tarea o filtre datos.
Una página ocultaba «ignora las reglas anteriores»: una inyección que el agente casi obedece.
Jailbreak
Una entrada diseñada para que un modelo salte sus reglas de seguridad y produzca lo que normalmente rechaza.
El foro intercambiaba prompts de jailbreak hasta que el proveedor parcheó el modelo.
One-shot
Obtener un resultado funcional de una sola petición, sin rondas de corrección después.
Intentó hacer todo el juego en one-shot y, para su sorpresa, corrió a la primera.
Tree of Thoughts
Un método de razonamiento que explora un árbol ramificado de ideas intermedias en vez de una sola línea.
Con Tree of Thoughts, el modelo sopesó tres enfoques antes de quedarse con uno.
MetapromptingMeta-prompting
Usar un modelo para escribir o mejorar los prompts que luego le das a un modelo.
Con metaprompting hizo que la IA reescribiera sus instrucciones torpes.
Prompt-first
Un enfoque donde el prompt es el artefacto de diseño primero y el código va en segundo lugar.
Su flujo prompt-first discutía la redacción antes de que nadie abriera el editor.
Self-consistency
Generar varios caminos de razonamiento y elegir la respuesta en la que coincide la mayoría.
Self-consistency resolvió el problema cinco veces y votó el número final.
Inyección de prompt indirectaIndirect prompt injection
Inyectar instrucciones a través de datos externos —una página web o archivo— que el agente lee.
Un comentario en la página llevaba una inyección indirecta que el agente casi ejecuta.
Fuga de promptPrompt leaking
Un ataque que induce a un modelo a revelar su prompt de sistema oculto.
Una pregunta astuta logró la fuga de prompt, exponiendo las instrucciones secretas de la app.
Todo lo demás
A producciónShip it
Un grito de guerra para publicar rápido, muchas veces tras hacer la IA el grueso y confiar el autor lo bastante para desplegar.
Pruebas en verde, tiene buena pinta — a producción.
Vibe coder
Quien practica el vibe coding: dirige el desarrollo en lenguaje corriente y se apoya en la IA, a menudo sin leer el código.
Vibe coder autodidacta, sacó tres apps sin llegar a aprender la sintaxis.
Cita (con fuente)Citation (grounded)
Una referencia a la fuente adjunta a una afirmación de la respuesta para que un lector la verifique.
Cada frase llevaba una cita, así el revisor podía comprobar cada afirmación.
SWE-bench
Un benchmark que califica a agentes de codificación en issues reales de GitHub con los tests unitarios de los proyectos.
El puntaje SWE-bench de su agente saltó en cuanto aprendió a correr los tests primero.
Red teaming
Atacar a propósito un sistema con inyecciones y jailbreaks para hallar sus huecos antes del lanzamiento.
Una semana de red teaming sacó a la luz tres prompts que filtraban el mensaje de sistema.
Prompt kiddie
Término despectivo para quien «construye» solo a base de prompts, sin entender el código.
Los bugs reales lo delataron como prompt kiddie apenas se rompió la salida de la IA.
Sesgo de automatizaciónAutomation bias
La tendencia a confiar en una salida automática o de IA sin comprobarla.
El sesgo de automatización dejó pasar un número erróneo porque «lo dijo la IA».
En la app, estas tarjetas llegan en un lote para el día, y el lote ya está hecho
