La Ingeniería de Bucles reemplaza los prompts: la programación con IA cambia 4 veces en 3 años

Los ingenieros ya no escriben prompts para la IA. Diseñan bucles autónomos que permiten a los agentes trabajar de forma independiente — un cambio que ha comprimido cuatro eras distintas de programación en tres años.

Jensen Huang, de Nvidia, declaró obsoleta la escritura de prompts, marcando la llegada de la Ingeniería de Bucles — un método en el que los ingenieros diseñan sistemas de retroalimentación autónomos en lugar de escribir instrucciones, comprimiendo cuatro eras distintas de programación con IA en tres años.

"Nadie escribe prompts ya", afirmó Huang. "El nuevo trabajo es escribir y gestionar bucles". Boris Cherny, creador de Claude Code de Anthropic, describió un cambio similar: "Ya no escribo prompts para Claude. Tengo bucles ejecutándose que le dicen a Claude qué hacer y deciden qué ocurre a continuación".

Claude Code ahora incluye tres primitivas de bucle: /loop para ciclos temporizados, /goal para ejecución orientada a objetivos hasta que se supere la verificación, y /schedule para ejecuciones desatendidas en la nube. El comando /goal impone una regla arquitectónica crítica: el modelo que escribe código no puede verificar su propio resultado. Anthropic dirige la generación de código a través de su modelo grande, mientras que un modelo separado más pequeño, Haiku, se encarga de las pruebas de aceptación. Codex de OpenAI adopta un enfoque paralelo, activando hasta ocho agentes en entornos aislados en la nube, cada uno trabajando en una subtarea antes de fusionar los resultados.

El cambio de prompts a bucles tiene implicaciones directas para el gasto en infraestructura de IA. Los sistemas de bucles autónomos consumen más tokens por tarea que los flujos de un solo prompt, lo que aumenta la demanda de cómputo de inferencia. Nvidia se beneficiaría como proveedor principal de las GPU que impulsan estos bucles multiagente, mientras que los proveedores de la nube — Amazon Web Services, Microsoft Azure y Google Cloud — compiten por la carga de trabajo incremental. Anthropic, que presentó su solicitud de OPI la semana pasada, ha integrado la arquitectura de bucles directamente en Claude Code, lo que podría acelerar la adopción empresarial y los ingresos recurrentes por API.

La evolución en cuatro etapas traza una trayectoria clara. De 2023 a 2024, la Ingeniería de Prompts dominó — los usuarios elaboraban instrucciones precisas para cada interacción, y la calidad del resultado dependía enteramente de la habilidad para redactar prompts. Alrededor de 2024 a 2025, la Ingeniería de Contexto desplazó el enfoque de "cómo preguntar" a "qué mostrarle al modelo", a medida que los pipelines RAG y la integración con bases de código ampliaban la información disponible para cada consulta. Hacia 2025 a 2026, surgió la Ingeniería de Arneses, dotando a los agentes de acceso a herramientas, API y entornos de ejecución del mundo real. La Ingeniería de Bucles, la cuarta fase y la actual, cierra el ciclo al permitir que los agentes operen de forma autónoma — planificando, ejecutando, verificando y reintentando sin intervención humana en cada paso.

La Arquitectura Detrás del Bucle

La idea central es la separación de responsabilidades. En el sistema /goal de Claude Code, un modelo genera código mientras un verificador independiente — un modelo separado sin visibilidad del razonamiento del generador — prueba el resultado. Esto evita el problema de "calificarse el propio trabajo" que afecta a los flujos de un solo modelo. El verificador rechaza resultados que parecen plausibles pero fallan en pruebas funcionales, forzando al generador a volver al bucle.

Addy Osmani, director de ingeniería de Google y quien acuñó el término Ingeniería de Bucles, adoptó un tono cauto. "Todavía es temprano. Me reservo mi opinión. Hay que tener mucho cuidado con los costos de tokens", escribió. La advertencia no es teórica: los sistemas de bucles que carecen de condiciones de parada estrictas — límites de tokens, topes de iteración o barreras de tiempo — pueden ejecutarse hasta agotar presupuestos o alcanzar los límites de tasa de las API.

El Problema de la 'Deuda de Comprensión'

Andrej Karpathy, en su intervención en la conferencia AI Ascent 2026 de Sequoia Capital, ofreció un contrapunto al entusiasmo por la automatización. "Puedes externalizar tu pensamiento, pero no puedes externalizar tu comprensión", dijo, citando una frase que, según señaló, ha revisitado en repetidas ocasiones. A medida que los bucles fusionan código más rápido de lo que los humanos pueden revisarlo, los ingenieros acumulan una "deuda de comprensión" — sistemas que nadie en el equipo comprende completamente. El costo práctico no es la factura de tokens, sugirió Karpathy, sino el día en que alguien deba depurar un sistema que nadie ha leído.

Cherny, quien dijo haber eliminado su IDE en noviembre de 2025 y ahora gestiona cientos de agentes desde su teléfono, reconoció la disyuntiva. Los agentes que no pueden resolver problemas escalan a su bandeja de entrada. Su flujo de trabajo representa el punto final del método de bucles: los humanos escriben reglas y toman decisiones; los agentes ejecutan todo lo demás.

La base académica de los sistemas de bucles se remonta al marco ReAct (Razonar + Actuar) de Yao Shunyu en 2022, que recibió la designación Oral de ICLR 2023 y ha acumulado decenas de miles de citas. ReAct formalizó el ciclo de pensar-actuar-observar que subyace a todo bucle de agente moderno. Trabajos posteriores — el mecanismo de retroalimentación de errores de Reflexion, la búsqueda multi-ruta de Tree of Thoughts y una cascada de artículos sobre agentes con uso de herramientas — convergieron en la disciplina de ingeniería ahora denominada Ingeniería de Bucles.

Para los inversores, la métrica clave es el costo por cambio aceptado. Si la tasa de aceptación de un bucle cae por debajo del 50%, el sistema está perdiendo dinero — el humano está realizando el trabajo de revisión que se suponía que el bucle debía automatizar. A medida que las empresas despliegan arquitecturas de bucles a escala, los ganadores serán aquellos que minimicen el desperdicio de tokens mientras maximizan el rendimiento autónomo.

Este artículo es únicamente con fines informativos y no constituye asesoramiento de inversión.