Simon Willison lanza Agentic Engineering Patterns

Por qué Simon Willison quiere escribir el manual que faltaba

El desarrollador y blogger Simon Willison anunció el 23 de febrero de 2026 un proyecto personal ambicioso: Agentic Engineering Patterns, una colección abierta y en crecimiento de patrones de ingeniería para trabajar con coding agents como Claude Code u OpenAI Codex. En su blog, Willison explica que ya acumulaba 345 posts bajo la etiqueta ai-assisted-programming, pero distribuidos sin estructura: la nueva iniciativa busca responder, en un solo lugar, la pregunta que todo ingeniero se está haciendo ahora mismo: «¿cómo saco el mejor resultado de esta nueva generación de herramientas?»

El movimiento es relevante porque Willison es una de las voces más respetadas del mundo del desarrollo. Su decisión de tomarse en serio la agentic engineering como disciplina —y de escribir un manual en formato de capítulos, inspirado por Design Patterns de 1994— marca un punto de inflexión: el ecosistema ya no habla de «jugar con IA», habla de profesionalizar el trabajo con agentes.

Qué es la agentic engineering y por qué no es vibe coding

Willison es tajante con la distinción. Vibe coding, en su definición original, es programar sin prestar atención al código: dejar que el LLM escriba y aceptar lo que salga. Está asociado a no-programadores o a prototipos rápidos. En el otro extremo está la agentic engineering: ingenieros profesionales de software que usan coding agents para amplificar su criterio técnico, no para reemplazarlo.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Esta no es solo una definición de Willison. Andrej Karpathy —cofundador de OpenAI, ex Tesla y creador del término «vibe coding» en febrero de 2025— introdujo el concepto de agentic engineering en febrero de 2026, según reportó Observer. Karpathy sostuvo que el enfoque busca «reclamar el apalancamiento del uso de agentes sin comprometer la calidad del software«. El propio Karpathy aclaró después, en una charla en Sequoia Capital, que el código escrito por IA puede ser «bloaty» y «brittle» y que el humano debe mantener el criterio estético y la supervisión.

Para un founder hispanohablante la diferencia es práctica, no semántica:

Vibe coding: «dile a la IA que me construya un landing» → recibes algo que parece funcionar pero no entiendes.
Agentic engineering: defines el objetivo, escribes los criterios de «hecho», dejas que el agente itere contra tests y revisas el resultado como si fuera código de un colega senior.

Los dos primeros capítulos del manual

Willison publicó el mismo día del anuncio los dos primeros capítulos del manual. Ambos títulos son ideas-fuerza de la disciplina:

Writing code is cheap now: el costo de producir una primera versión funcional de código cayó a casi cero, y eso rompe las intuiciones que teníamos sobre cómo trabajar, tanto individuales como en equipo. Si generar código ya no es el cuello de botella, ¿qué pasa con el code review, con la planificación, con el sizing?
Red/green TDD: el desarrollo guiado por tests (escribir el test que falla, después el código que lo hace pasar) ayuda a los agentes a producir código más conciso y fiable con un mínimo de prompting adicional. Es, en palabras del propio Willison, el patrón más subestimado del agentic coding.

El plan declarado es publicar uno o dos capítulos por semana. Willison no sabe cuándo parará: «hay mucho que cubrir«. El formato elegido —al que llama guide— es una colección de capítulos actualizables a lo largo del tiempo, no congelados en la fecha de publicación original. Es su respuesta al reto de publicar contenido evergreen en un blog.

La postura editorial: Willison escribe, la IA corrige

Un detalle que importa más de lo que parece: Willison tiene una política personal firme de no publicar texto generado por IA bajo su nombre. La cumplirá también en este proyecto. Usará modelos para proofreading, para ampliar ejemplos de código y para todo tipo de tareas auxiliares, pero las palabras las escribe él.

Para los founders que están definiendo cómo usan IA en su organización, la distinción es relevante. Willison modela algo que muchos equipos todavía no resuelven: el uso correcto de la IA es delegar lo mecánico y conservar el criterio.

El contexto del ecosistema: coding agents ya son un mercado

El movimiento no ocurre en el vacío. Según datos que reportó Observer, el ecosistema de coding agents vivió 2025-2026 una explosión de capital:

Cursor levantó US$2.300 millones en noviembre, en una ronda que casi triplicó su valoración a US$29.300 millones.
Lovable, con sede en Estocolmo, fue valorada en US$6.600 millones tras levantar US$330 millones al mes siguiente.
Replit estaba cerca de cerrar una ronda de US$400 millones que la valorizaría en US$9.000 millones.

En paralelo, según Forbes, Karpathy se sumó a Anthropic en mayo para reconstruir desde dentro el equipo de pretraining, y Collins Dictionary eligió «vibe coding» como palabra del año 2025. La agentic engineering no es una moda aislada: es la capa profesional que está creciendo sobre una categoría de productos que mueve miles de millones.

¿Qué significa esto para tu startup?

El manual de Willison es una señal para founders y CTOs de algo que ya están sintiendo en sus hojas de cálculo: la forma correcta de usar coding agents es un skill que se aprende, no un feature que se enciende.

Tres acciones concretas que puedes implementar esta semana:

Redefine tu contrato con el agente. En lugar de prompts abiertos como «hazme un módulo de X», escribe la especificación como si fuera un brief para un freelancer: un párrafo sobre qué debe hacer, tres bullets sobre qué es «bien hecho» y una línea sobre qué no debe hacer. Eso convierte al agente en un ejecutor verificable, no en un adivino.
Mide el coste real, no el del prompt. Un agente en bucle con lecturas de archivo encadena contexto en cada iteración: a la vuelta 20, una sola llamada puede llevar más de 50.000 tokens de entrada. Empieza a medir el coste por feature entregada, no por prompt enviado, y pon un budget cap por tarea antes de la primera iteración.
Separa al que escribe del que verifica. Si pides al mismo modelo que escribió el código que decida si está bien, sobreestima el éxito sistemáticamente. Asigna un sub-agente o un reviewer humano distinto para la verificación final, y verás caer la tasa de bugs que llegan a producción.

La lección de fondo que Willison está documentando capítulo a capítulo es incómoda pero útil: cuando generar código es barato, lo caro se mueve a definir bien el problema, escribir buenos tests y mantener el criterio. La ingeniería no desaparece. Cambia de lugar.