Productividad 2000x:
Cómo Desarrollar con GenAI
La era de la programación manual ha terminado
No te están reemplazando — te están mejorando
Esta conferencia cambiará cómo construyes software para siempre
¿Qué Significa Eso?
No significa que dejé de pensar
No significa que acepto ciegamente lo que genera
No significa que las habilidades de ingeniería no importen
Significa que describo comportamientos en vez de escribir sintaxis
Significa que reviso resultados en vez de revisar cada línea
Significa que lo que antes le tomaba a un equipo 3 semanas, la IA ahora lo hace en 15 minutos
El nuevo ciclo: Describo una funcionalidad → la IA la construye en minutos → pruebo → doy retroalimentación → la IA corrige en segundos → pruebo de nuevo. Total: 15 minutos.
Programé casi todos los días desde los 13 hasta los 30 años. No he escrito código propiamente dicho desde 2019. Y nunca he sido más productivo.
La Forma Antigua vs La Nueva Forma
La Forma Antigua
Pensar en la implementación
Escribir código línea por línea
Depurar errores de sintaxis
Buscar en Stack Overflow
Copiar-pegar, adaptar, probar
Horas por funcionalidad
La Nueva Forma
Pensar en el comportamiento
Describir lo que quieres
La IA escribe la implementación
Probar el comportamiento
Iterar con retroalimentación
Minutos por funcionalidad
El Programador #2 del Mundo Trabaja para Ti
En diciembre de 2025, los modelos de IA quedaron en el 2.° lugar en las principales competencias de programación del mundo.
Mejor que el 99.99% de los programadores humanos
Resuelve problemas algorítmicos complejos en segundos
Entiende cada lenguaje, framework y patrón
Tiene memoria perfecta — nunca olvida un solo detalle
Disponible 24/7, infinitamente paciente, nunca se cansa
“Vibe Coding”
Acuñado por Andrej Karpathy (cofundador de OpenAI, ex-líder de IA en Tesla) en febrero de 2025. Nombrado Palabra del Año 2025 por el Diccionario Collins.
En 2026, ha evolucionado a Ingeniería Agéntica:
Escribir especificaciones en lenguaje natural
La IA genera código bajo supervisión humana estructurada
Orquestación multi-modelo con contexto de proyecto persistente
El desarrollador especifica, revisa y dirige — la IA implementa
Conoce las herramientas
OpenCode
Empieza aquí. Agente open source para terminal, escritorio e IDE.
Codex
Agente para trabajo de repo, revisión, depuración, pruebas y planificación.
Claude Code
Lee el código, edita archivos y ayuda en refactors largos.
Antigravity
Para flujos de Google y gestión visual de agentes.
Esto No Es Autocompletado
Autocompletado (2020-2023)
Sugiere la siguiente línea
Funciona dentro de un solo archivo
No entiende tu proyecto
Tú sigues escribiendo el 95% del código
IA Agéntica (Dic 2025+)
Lee todo tu código fuente
Entiende la arquitectura
Crea y edita múltiples archivos
Ejecuta comandos, pruebas, deploys
Tú escribes el 0% del código
La Afirmación del 2000x
Hagamos las cuentas con números reales:
Ciclo Antiguo
Asignar tarea al equipo de desarrollo
El equipo trabaja 2–3 semanas
Revisar, dar retroalimentación
El equipo atiende la retroalimentación: 2–4 semanas
Siguiente ronda de revisión
Total: 4–7 semanas por funcionalidad
Nuevo Ciclo
Describir la funcionalidad a la IA
La IA la construye: 5 minutos
Probar, dar retroalimentación
La IA corrige: 30 segundos
Probar de nuevo, desplegar
Total: 15 minutos por funcionalidad
Un Ejemplo Real
emrevarol.com
3.300+ líneas de HTML/CSS/JS artesanal
10 traducciones de idiomas, sistema de conferencias, sistema de blog
Construido y desplegado en una tarde
Alojado en Vercel, dominio personalizado, SSL — todo configurado por la IA
Sin IA: 2–3 semanas. Con IA: 4 horas.
¿Qué Cambió?
Los LLMs tienen memoria perfecta y conocimiento infinito.
Fueron entrenados con prácticamente todo el código público jamás escrito — y lo memorizaron
Las ventanas de contexto ahora son de 1M+ tokens — recuerdan toda tu conversación
Leen todo tu proyecto antes de escribir una sola línea
Entienden tus convenciones de nombres, arquitectura y estilo
Conocen cada framework, librería y buena práctica jamás publicada
Esto no es un buscador. Es un ingeniero de clase mundial con memoria perfecta que ha leído cada repositorio en GitHub y nunca olvida un solo detalle.
Tu Rol Ha Cambiado
Antes: Eras un...
Mecanógrafo
Experto en sintaxis
Navegador de Stack Overflow
Cazador de bugs
Ahora: Eres un...
Arquitecto de producto
Especificador de comportamiento
Asegurador de calidad
Tomador de decisiones
Configura tu entorno
Primero terminal
Para control directo: instala la CLI, abre el repo, ejecuta el agente y revisa diffs.
Primero IDE
Para editor visual: usa una app o extensión; conserva el flujo de repo.
Primero verificación
Ejecuta localmente, revisa la pantalla, lee el diff y mantén simple el rollback.
Instala lo básico
macOS
Usa Homebrew cuando puedas. Mantén Git, Node y los agentes actualizados.
$ brew install git node $ git --version $ node --version
Linux
Usa el gestor de paquetes de tu distro y añade las CLI oficiales.
$ sudo apt install git nodejs npm $ git --version $ npm --version
Windows
Usa PowerShell o WSL. Si empiezas, WSL hace más simple el trabajo de terminal.
PS> winget install Git.Git PS> winget install OpenJS.NodeJS PS> git --version
OpenCode primero
Terminal
$ curl -fsSL https://opencode.ai/install | bash $ npm i -g opencode-ai $ opencode
Escritorio
Descarga la app de OpenCode para macOS, Windows o Linux desde la página oficial.
$ open https://opencode.ai/downloadIDE
Usa OpenCode desde VS Code, Cursor o cualquier editor con terminal. El flujo sigue centrado en el repo.
$ cd my-project $ opencode
Codex, Claude Code, Antigravity
Codex
# macOS / Linux $ curl -fsSL https://chatgpt.com/codex/install.sh | sh # Windows PowerShell PS> powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"
Claude Code
# npm install $ npm install -g @anthropic-ai/claude-code $ claude
Antigravity
Usa CLI para terminal o IDE para el gestor visual de agentes de Google.
$ open https://antigravity.googleUsa bien la herramienta
Antes de añadir sistemas de memoria, aprende el ciclo básico: abre el repo, da contexto, pide un cambio, revisa el diff y ejecútalo.
Flujo del primer proyecto
$ mkdir my-portfolio $ cd my-portfolio $ git init $ opencode > Aquí está mi CV. Construye un portafolio personal pulido al estilo de emrevarol.com. Incluye hero, sobre mí, experiencia, habilidades, educación y contacto. Que sea responsive.
Tu agente es tu IDE
El cambio importante no es qué editor abres. Es quién entiende el repositorio y puede actuar sobre él.
Quienes aman terminal: ejecutan agentes dentro del repo y revisan diffs con Git
Quienes prefieren IDE: usan apps o extensiones y mantienen commits pequeños
Equipos: estandarizan memoria de repo, comandos y puertas de verificación
Todos: contexto, plan, editar, ejecutar, revisar, commit
Tu sistema más allá del código
Git: commits, ramas e historial revisable
Vercel / Netlify: deploys rápidos y previews
Verificación: ejecución local, logs, capturas, plan de rollback
Logs: qué pasó, qué falló, qué cambió
La Nueva Filosofía
Olvida todo lo que sabes sobre escribir código. Ahora eres un arquitecto de comportamiento.
Orientado al Comportamiento, No al Código
Pensamiento Orientado al Código
“Necesito un useState hook aquí”
“Necesito mapear este array”
“Debería crear una función auxiliar”
“Déjame importar esta librería”
Pensamiento Orientado al Comportamiento
“Cuando el usuario haga clic en Comprar, descontar de su saldo”
“Mostrar una notificación toast al tener éxito”
“Si el saldo es insuficiente, mostrar un error”
“Registrar la transacción para auditoría”
El Ciclo de Iteración
Este es tu nuevo flujo de trabajo. Memorízalo.
Paso 1: Empezar Pequeño
Comienza con la versión más simple posible.
Demasiado Grande
> Construye una plataforma completa
de aprendizaje de inglés con tutor
IA, evaluaciones, módulos de
escritura/habla/escucha, vocabulario,
gramática, tablas de clasificación,
amigos, 18 idiomas y autenticación.
Justo lo Correcto
> Crea una app Next.js con una
página de inicio para una plataforma
de aprendizaje de inglés. Muestra 4
módulos de aprendizaje (Escritura,
Habla, Escucha, Vocabulario)
como tarjetas. Hardcoded por ahora.
Paso 2: Agregar Una Funcionalidad
Una vez que la base funciona, agrega exactamente una funcionalidad.
# Iteración 2: Agregar una base de datos > Replace the hardcoded data with a PostgreSQL database using Prisma. Create Lesson, Module, and Progress models. Seed sample lessons for each module. # Iteración 3: Agregar autenticación de usuario > Add NextAuth with email/password. Users should be able to sign up and log in. Show their name in the navbar when logged in. # Iteración 4: Agregar tutor IA > Add a /tutor page with a conversation interface. Users type a message, Claude API responds with English corrections and tips. Track conversation history.
Paso 3: Probar el Comportamiento
Después de cada funcionalidad, prueba el comportamiento, no el código.
Abre la app en tu navegador
Haz clic en la funcionalidad como lo haría un usuario
Prueba casos extremos: entradas vacías, datos incorrectos, doble clic
Revisa la vista móvil
NO necesitas:
Leer cada línea de código generado
Entender cada función auxiliar
Revisar los nombres de las clases CSS
Paso 4: Modificar e Iterar
¿Algo no está bien? Dile a la IA qué cambiar — en términos de comportamiento.
# No: "cambia el onClick handler para usar una variable de estado diferente" # En su lugar: > When I finish a lesson, the progress bar doesn't update until I refresh the page. Fix this so the progress updates immediately. # No: "agrega un try-catch alrededor de la llamada API" # En su lugar: > When the AI tutor API call fails, the chat just freezes. Show a red error message that says "Connection lost, please try again" and re-enable the send button.
Paso 5: Consolidar → Seguir Adelante
Una funcionalidad está “consolidada” cuando:
Funciona como se espera en todos los casos que puedas imaginar
Maneja errores de forma elegante
Se ve bien en escritorio y móvil
Has intentado romperla y no pudiste
Una vez consolidada: haz commit y pasa a la siguiente funcionalidad.
> Commit all changes with message "Add AI tutor with conversation history"
No Revises Código. Revisa Comportamiento.
Este es el cambio de mentalidad más difícil para ingenieros experimentados.
Viejo Hábito
Leer cada archivo que la IA cambió
Revisar nombres de variables
Preocuparse por el orden de imports
Reescribir código “a tu manera”
Pasar 30 min revisando
Nuevo Hábito
Probar la funcionalidad en el navegador
Probar casos extremos
Verificar diseño responsive
Verificar integridad de datos
Pasar 2 min probando
Confía en la Máquina
Una verdad difícil de mi experiencia:
Nunca olvida manejar casos extremos
Sigue las convenciones perfectamente
Escribe patrones consistentes en todos los archivos
Nunca se vuelve perezosa ni toma atajos
Conoce cada buena práctica de cada framework
Esto no significa que siempre tenga razón. Significa que tu actitud predeterminada debería ser confiar, luego verificar — no desconfiar, luego reescribir.
Tu Nuevo Rol: Arquitecto + PM + QA
Ahora eres tres roles en uno:
El Prompt Es Tu Especificación
Un buen prompt es una buena especificación. Un mal prompt es una mala especificación.
Mala Especificación
> Add a dashboard
¿Qué va en él?
¿Para quién?
¿Qué datos?
Buena Especificación
> Add a dashboard page at /dashboard.
Show the user's learning streak,
completed lessons, vocabulary
mastery %, and recent activity
(last 10 sessions). Include a
chart showing progress over time.
Incremental Sobre Monolítico
Monolítico (No Hagas)
Un prompt gigante
Todo de una vez
Difícil de depurar
No se puede probar individualmente
Si falla, pierdes todo
Incremental (Haz)
Muchos prompts pequeños
Una funcionalidad a la vez
Fácil de probar cada paso
Fácil de deshacer si sale mal
Git commit después de cada éxito
Casos de estudio
Cuatro ejemplos fuertes. Productos reales, flujos reales, pantallas reales.
Proyecto: emrevarol.com
Portafolio, clases y marca para herramientas AI útiles.
Proyecto: engram.tools
Memoria de largo plazo para agentes AI y conocimiento de equipo.
Proyecto: evimibul.org
Búsqueda inmobiliaria con AI y apoyo de decisión para Turquía.
Proyecto: english.cash
Aprendizaje de inglés con AI, práctico, personal y accesible.
El patrón entre proyectos
Dominios distintos, mismo modelo de trabajo:
1. Empieza con una necesidad humana real
2. Describe el comportamiento con claridad
3. Prototipa rápido con AI
4. Prueba el producto por comportamiento
5. Mejora con logs, commits pequeños y memoria
Comparación de tiempo
Semanas se volvieron horas. Meses se volvieron días.
emrevarol.com
Gusto + contenido
evimibul.org
UX de búsqueda
english.cash
Ciclos de aprendizaje
engram.tools
Sistema de memoria
Patrones Avanzados y Consejos
Técnicas prácticas para sacar el máximo provecho de las herramientas de programación con IA.
Agentes en Paralelo con GenAI
¿Necesitas traducir a 9 idiomas? No lo hagas uno por uno.
# Claude Code puede generar sub-agentes que trabajan en paralelo > Translate the lecture page to all 9 supported languages (TR, FR, DE, ES, AR, PT, RW, SW, AM). Use parallel agents for each language. # Resultado: 9 agentes trabajan simultáneamente # 36 archivos traducidos en ~5 minutos en vez de ~45 minutos
El Contexto Lo Es Todo
La IA es tan buena como el contexto que le das.
CLAUDE.md — instrucciones a nivel de proyecto, stack tecnológico, reglas
Archivos de memoria — conocimiento persistente entre conversaciones
Prompts claros — descripciones específicas, enfocadas en comportamiento
Código existente — la IA lee tu código fuente y sigue tus patrones
# Mal contexto: empezar de cero cada vez > make a page # Buen contexto: la IA conoce tu proyecto de arriba a abajo > Add a /friends page similar to /leaderboard. Show mutual friends at the top, then suggested friends based on similar learning paths. Use the existing FriendRequest model.
Cuando la IA Se Atasca
Sucede. Esto es lo que debes hacer:
Simplifica el prompt — divídelo en piezas más pequeñas
Da ejemplos — muestra lo que quieres, no solo lo describas
Comparte mensajes de error — pega el error exacto, la IA es excelente depurando
Prueba un enfoque diferente — “en vez de X, intenta Y”
Empieza de nuevo — a veces una nueva conversación con contexto claro funciona mejor
Depuración con IA
La IA es un depurador increíble.
# Solo pega el error y describe el contexto > I'm getting this error when I click the Buy button: "TypeError: Cannot read properties of undefined (reading 'price')" This happens only when the market has no trades yet. # La IA va a: # 1. Encontrar el archivo relevante # 2. Identificar el bug # 3. Corregirlo # 4. Explicar qué salió mal
Cambios Multi-Archivo
Una de las mayores ventajas de la IA: edita muchos archivos atómicamente.
> Add a "favorites" feature. Users can bookmark listings. Show a heart icon on each listing card, a /favorites page with saved listings, and a count badge in the navbar. # La IA modificará de una sola vez: # - schema.prisma (nuevo modelo Favorite) # - API route (CRUD para favoritos) # - Componente ListingCard (botón de corazón) # - Navbar (contador de favoritos) # - Nueva página /favorites # - Migración de base de datos
Lo Que NO Debes Hacer con IA
No pegues código generado por IA en respuestas de Stack Overflow (no es tuyo)
No te saltes las pruebas porque “la IA lo escribió”
No uses IA para código crítico de seguridad sin revisión de un experto
No dejes de aprender los fundamentos — necesitas entender lo que estás construyendo
No te rindas después de un intento fallido — reformula e intenta de nuevo
No intentes construir todo en un solo prompt gigante
Seguridad en Producción (1/2)
Incidentes reales al construir estos proyectos con IA.
1. Siempre Ten Respaldos
git push --force destruyó un sitio en producción (página de Impacto, página de Prensa, conferencia GenAI — desaparecidas)
La recuperación solo fue posible porque Vercel conservaba deploys anteriores y existía un segundo clon
Regla: Nunca hagas force push. Nunca hagas rebase de ramas compartidas. Siempre ten una estrategia de rollback.
2. Protege Tus API Keys
Los modelos de IA pueden usar API keys autónomamente y acumular miles de dólares sin que te des cuenta
Regla: Establece límites de gasto. Usa claves separadas por proyecto. Monitorea el uso diariamente.
Seguridad en Producción (2/2)
3. Registra Todo y Genera Informes
Necesitas informes de actividad diarios e informes financieros — saber qué hicieron tus agentes IA y cuánto gastaron
Usa servicios como Resend para enviarte resúmenes diarios automatizados por correo
Regla: Si no puedes ver lo que pasó ayer, estás volando a ciegas.
El Rol Irreemplazable del Humano
La IA no puede reemplazarte en estas áreas:
Visión — ¿Qué deberíamos construir? ¿Por qué? (por ahora)
Empatía — ¿Qué necesitan realmente los usuarios? (por ahora)
Juicio — ¿Es este el enfoque correcto? (por ahora)
Gusto — ¿Se siente bien esto? ¿Es suficientemente bueno? (por ahora)
Lecciones de proyectos reales
Local primero
Antes de desplegar, ejecuta el proyecto localmente y verifica la pantalla o flujo que cambiaste.
Diff + captura + prueba
No aceptes “listo” del agente. Revisa el diff, mira la UI y corre la verificación relevante.
Secretos en el servidor
Las claves de proveedores van en env vars y rutas serverless, nunca en JavaScript del navegador.
Localización requiere smoke tests
Key parity no basta. Revisa copy visible, overflow, emoji/iconos y layout móvil.
Reutiliza el patrón de chatbot
Si cada proyecto necesita bot con contexto, estandariza rotación de proveedores, límites, prompts y UI una vez.
Puntos clave
1. El cuello de botella ya no es escribir código a mano; es criterio de producto claro.
2. Describe comportamiento, no implementación.
3. Haz un cambio pequeño, ejecútalo y sigue.
4. Revisa resultados con capturas, pruebas, logs y estado local real.
5. Mantén secretos en el servidor y costos visibles.
6. Localización y mobile layout son trabajo de producto.
7. Usa patrones reutilizables para chatbots, proveedores y memoria de agentes.
8. Añade Engram cuando el proyecto tenga decisiones que recordar.
9. Protege tus claves API.
10. Ten rollback y backups siempre.
Tu tarea
Construye algo real esta semana.
Día 1: Configuración
Instala OpenCode y prueba Codex y Claude Code en el mismo proyecto pequeño.
Día 2-3: Construir
Elige una idea simple. Construye con AI. Sigue el ciclo de iteración.
Día 4-5: Expandir
Añade 3 funciones incrementalmente. Prueba cada una.
Día 6-7: Deploy
Despliega en Vercel o Netlify. Comparte la URL.
Recursos
Agentes
OpenCode: opencode.ai/download
Codex: github.com/openai/codex
Claude Code: code.claude.com/docs
Antigravity: antigravity.google
Bonus: memoria y contexto
Bonus: Engram: Engram es una capa de memoria para agentes AI. Mantiene reglas del repo, decisiones, trampas y errores resueltos entre sesiones.
Añádelo cuando el primer proyecto se vuelva real.
Regla: AGENTS.md / CLAUDE.md
Proyectos en vivo
emrevarol.com
engram.tools
evimibul.org
english.cash
Esta clase
emrevarol.com/lecture/coding-with-genai.html
Usa el chat de slides para preguntas con contexto.
Palabras finales
El futuro pertenece a quienes describen herramientas valiosas, verifican resultados y mantienen humanos al centro.
Tu sistema operativo
OpenCode primero. Codex para repo. Claude Code para sesiones profundas. Antigravity para Google. Engram para memoria.
Gracias
Haz mejores preguntas. Envía mejores herramientas.
Usa AI para ampliar la capacidad humana.