Programación con Agentes: Más allá de la Generación de Código LLM

2025-06-11

Este artículo explora un enfoque revolucionario para la programación utilizando agentes. El autor define un agente como un bucle for que contiene una llamada LLM, otorgando al LLM acceso a compiladores, al sistema de archivos y a conjuntos de pruebas. Esto contrasta fuertemente con la programación únicamente con LLMs (similar a programar en una pizarra), donde los agentes, a través de la retroalimentación ambiental, mejoran drásticamente la eficiencia y precisión de la generación de código. El autor comparte estudios de caso del uso de agentes para la autenticación de la aplicación GitHub y el manejo de JSON en SQL, demostrando su poder para aumentar la productividad y abordar tareas complejas. Si bien los agentes requieren más tiempo y recursos computacionales, sus ganancias de eficiencia y potencial para reducir errores humanos los posicionan como herramientas poderosas para el futuro de la programación.

Leer más
Desarrollo

Programación con LLMs en 2024: Mis experiencias

2025-01-07

Esta publicación resume las experiencias del autor utilizando modelos generativos para la programación durante el último año. Descubrió que los LLMs tuvieron un impacto positivo en su productividad, particularmente para autocompletar, búsqueda y programación basada en chat. Si bien la programación basada en chat requiere ajustar los flujos de trabajo, proporciona un primer borrador y facilita una corrección de errores más rápida. El autor enfatiza que los LLMs sobresalen en problemas bien definidos y aboga por paquetes de código más pequeños e independientes para una mejor interacción con el LLM. Presenta sketch.dev, un IDE Go diseñado para LLMs para optimizar el ciclo de retroalimentación y aumentar la eficiencia.

Leer más
Desarrollo