Las herramientas de codificación de IA se orientan hacia el desarrollo en la terminal.

Durante años, los editores de código mejorados con IA, como Cursor, Windsurf y GitHub Copilot, han marcado la pauta en el desarrollo de software. Sin embargo, a medida que la IA agencial se vuelve más capaz y gana terreno un enfoque más intuitivo de «codificación por vibración», una evolución silenciosa está remodelando el funcionamiento de estos sistemas. En lugar de limitarse a manipular el código, cada vez interactúan más directamente con el shell de la línea de comandos del sistema. Esto supone un cambio fundamental en el desarrollo asistido por IA, un movimiento sutil pero potencialmente transformador para la dirección futura del sector.

El terminal, que a menudo recuerda a las austeras pantallas en blanco y negro de las películas de hackers de los años 90, es una interfaz clásica para ejecutar programas y gestionar datos. Aunque visualmente menos pulido que los editores de código modernos, sigue siendo una herramienta inmensamente poderosa en manos expertas. Aunque los agentes centrados en el código pueden escribir y depurar programas, las utilidades basadas en terminales suelen ser esenciales para convertir el código escrito en una aplicación funcional y desplegable.

El cambio hacia la terminal es más evidente en los principales laboratorios de IA. Desde febrero, Anthropic, DeepMind y OpenAI han lanzado herramientas de codificación de línea de comandos (Claude Code, Gemini CLI y CLI Codex, respectivamente), que se han convertido rápidamente en algunas de sus ofertas más populares. Esta transición es fácil de pasar por alto, ya que estas herramientas suelen compartir la marca con sus predecesoras. Sin embargo, fundamentalmente, ha cambiado la forma en que los agentes de IA interactúan con los ordenadores, tanto en línea como fuera de línea. Muchos creen que esto es solo el comienzo.

«Nuestra hipótesis principal es que, en el futuro, aproximadamente el 95 % de la interacción entre los LLM y los ordenadores se producirá a través de una interfaz similar a un terminal», afirma Alex Shaw, cocreador del destacado benchmark centrado en terminales, TerminalBench.

Las herramientas basadas en terminales están ganando protagonismo justo cuando algunas plataformas consolidadas centradas en el código se enfrentan a la inestabilidad. El editor de código de IA Windsurf, por ejemplo, se ha fragmentado debido a adquisiciones competitivas, con la contratación de altos directivos por parte de Google y la compra del resto de la empresa por parte de Cognition, lo que pone en duda la viabilidad a largo plazo del producto de consumo.

Al mismo tiempo, nuevas investigaciones sugieren que los desarrolladores podrían estar sobreestimando las ventajas de las herramientas tradicionales en términos de productividad. Un estudio de METR que evaluaba Cursor Pro, el principal rival de Windsurf, descubrió que, aunque los desarrolladores preveían un aumento de la velocidad de entre el 20 % y el 30 %, el proceso observado era casi un 20 % más lento. En esencia, el asistente de código, en algunos casos, estaba costando tiempo a los programadores.

Esto ha creado una oportunidad para empresas como Warp, que actualmente lidera la clasificación de TerminalBench. Warp se describe a sí misma como un «entorno de desarrollo agénico», que tiende un puente entre los IDE completos y las herramientas de línea de comandos como Claude Code. Su fundador, Zach Lloyd, se mantiene optimista sobre el potencial del terminal, al que ve como una forma de resolver problemas que van más allá del alcance de un editor de código tradicional como Cursor.

¡EN DIRECTO! TechCrunch All Stage

Construye de forma más inteligente. Escale más rápido. Conéctese más profundamente. Únase a visionarios de Precursor Ventures, NEA, Index Ventures, Underscore VC y otros para disfrutar de un día repleto de estrategias, talleres y conexiones significativas.

Ahorra 450 $ en tu pase para TechCrunch All Stage.

Construye de forma más inteligente. Escale más rápido. Conéctese más profundamente. Únase a visionarios de Precursor Ventures, NEA, Index Ventures, Underscore VC y otros para disfrutar de un día repleto de estrategias, talleres y conexiones significativas.

«El terminal se encuentra en una capa muy fundamental de la pila de desarrolladores, lo que lo convierte en el lugar más versátil para ejecutar agentes de IA», explica Lloyd.

Para comprender en qué se diferencia este nuevo enfoque, considere los puntos de referencia utilizados para evaluarlos. La generación anterior de herramientas basadas en código se medía en función de la resolución de problemas de GitHub, la base de la prueba SWE-Bench. Cada problema de SWE-Bench es un problema abierto de GitHub, es decir, un fragmento de código que no funciona correctamente. Los modelos refinan el código de forma iterativa hasta que funciona. Aunque productos integrados como Cursor han desarrollado métodos más sofisticados, el modelo básico de GitHub/SWE-Bench sigue siendo el mismo: empezar con un código defectuoso y arreglarlo.

Las herramientas basadas en terminales adoptan una perspectiva más amplia, ya que tienen en cuenta todo el entorno en el que se ejecuta un programa, no solo el código. Esto abarca la codificación, así como tareas orientadas a DevOps, como configurar un servidor Git o diagnosticar por qué falla un script. Uno de los retos de TerminalBench proporciona un programa de descompresión y un archivo de texto de destino, y encarga al agente la ingeniería inversa de un algoritmo de compresión compatible. Otro pide al agente que construya el kernel de Linux a partir del código fuente, sin mencionar que primero debe obtener el código fuente. Resolver estos retos requiere la capacidad de resolución de problemas persistente y creativa intrínseca a la programación.

«Lo que hace que TerminalBench sea difícil no son solo las preguntas que planteamos a los agentes», afirma Shaw, «sino los entornos complejos en los que los situamos».

Fundamentalmente, este nuevo método implica abordar los problemas mediante pasos secuenciales y razonados, la misma capacidad que hace que la IA agencial sea tan potente. Sin embargo, incluso los modelos agenciales más avanzados tienen dificultades en algunos de estos entornos. Warp logró su máxima puntuación en TerminalBench resolviendo algo más de la mitad de los problemas, lo que pone de relieve tanto la dificultad de la prueba como el trabajo que aún queda por hacer para aprovechar todo el potencial del terminal.

No obstante, Lloyd sostiene que hemos llegado a un punto en el que las herramientas basadas en terminales pueden gestionar de forma fiable una parte significativa de la carga de trabajo no relacionada con la codificación de los desarrolladores, una oferta difícil de rechazar.

«Pensemos en el trabajo diario de configurar un nuevo proyecto, determinar las dependencias y hacerlo ejecutable: Warp puede encargarse de ello de forma autónoma en gran medida», afirma Lloyd. «Y si no puede, te dirá exactamente por qué».