IA agéntica: cómo Claude Code cambió mi forma de desarrollar
Reflexiones sobre la integración de la IA agéntica en un flujo de trabajo de desarrollo profesional. Casos concretos, limitaciones y buenas prácticas.
La IA ya no es un copiloto — es un agente
Hace 18 meses, usaba la IA como un autocompletado mejorado. Hoy lanzo agentes que auditan un proyecto, crean issues en GitHub, implementan los fixes y despliegan — en una sola sesión.
No es ciencia ficción. Es mi flujo de trabajo diario con Claude Code desde enero de 2026.
Lo que cambió de forma concreta
Antes: el ciclo clásico
1. Identificar un problema
2. Buscar la solución (docs, Stack Overflow, pruebas)
3. Implementar
4. Testear
5. Depurar
6. Hacer commit
Tiempo medio para una funcionalidad: 2-4 horas.
Ahora: el ciclo agéntico
1. Describir el problema y el contexto
2. El agente explora el código, comprende la arquitectura
3. Propone un plan, lo valido o ajusto
4. Implementa, testea y hace commit
5. Yo reviso el diff
Tiempo medio para la misma funcionalidad: 30-60 minutos.
La ganancia no es solo la velocidad — es la carga cognitiva. Ya no tengo que mantener el contexto de 15 archivos en la cabeza. El agente lo hace por mí.
Caso concreto: auditoría GEO en una sola sesión
En mi portfolio (riggi.tech), lancé una auditoría GEO (Generative Engine Optimization) completa con Claude Code:
- Exploración — el agente escaneó toda la codebase, identificó los schemas JSON-LD existentes, analizó el robots.txt y verificó las canonical URLs
- Diagnóstico — 8 issues creadas automáticamente en GitHub, priorizadas de P0 a P3
- Implementación — crawlers de IA en robots.txt, canonical URLs en todas las páginas, schemas Service, FAQ, CollectionPage y Speakable
- Revisión crítica — un segundo agente Opus auditó el código del primero y encontró un bug de shallow merge en los hreflang
- Fix + despliegue — corrección aplicada, build verificado, desplegado en producción
Total: 8 issues, 12 archivos modificados, 3 commits. En una sola sesión.
Las limitaciones — seamos honestos
La IA agéntica no es magia. Esto es lo que todavía no funciona bien:
Lo visual
El agente no «ve» el resultado renderizado. Puede escribir CSS perfectamente válido que produce un resultado visualmente fallido. El ciclo de feedback visual sigue necesitando un humano.
Las decisiones de diseño
El agente propone soluciones técnicamente correctas, pero a veces sobre-diseñadas. Hay que encuadrarlo: «simple, sin abstracciones innecesarias, sin funcionalidades que nadie ha pedido.»
El tono editorial
Cuando le pedí al agente que reescribiera los textos de mi sitio, el resultado era demasiado marketinero, demasiado americano. Mi feedback: «Soy alguien sencillo, humilde y eficiente.» La IA tiende a sobrecompensar.
Buenas prácticas
Después de más de 60 sesiones y 229 commits con Claude Code:
1. Dar contexto, no instrucciones
En lugar de «añade un componente Button con variante primary y secondary», digo: «necesitamos un botón CTA en las páginas de servicio — mira cómo están estructurados los otros componentes y haz lo mismo.»
2. Planificar antes de ejecutar
El modo Plan de Claude Code está infrautilizado. Validar el enfoque antes de la implementación evita el 80 % de los falsos arranques.
3. Usar agentes críticos
Lanzar un agente Opus para revisar el código de un primer agente es como tener una code review automática. Detecta bugs, incoherencias y edge cases.
4. No aceptar todo
El agente propone, el humano decide. Rechazo aproximadamente el 20 % de las sugerencias — no porque sean técnicamente incorrectas, sino porque no encajan con el estilo o la filosofía del proyecto.
El futuro
La IA agéntica es a la ingeniería de software lo que los IDE fueron al Bloc de notas: un cambio de paradigma, no un reemplazo. El desarrollador no desaparece — sube un nivel de abstracción.
Mi flujo de trabajo en 2026: soy arquitecto y revisor. El agente es el desarrollador. Y funciona.