El inversor de Silicon Valley Naval Ravikant habló recientemente en un podcast sobre la ola del “vibe coding”. Sostiene que los agentes de IA para programar ya han superado un punto de inflexión importante: han evolucionado desde herramientas que solo ayudaban a escribir código hasta “agentes de funcionamiento continuo” capaces de crear una aplicación desde cero y durante mucho tiempo. Incluso plantea un juicio tajante: cuando la IA puede generar directamente una App personalizada para el usuario, es posible que la ventaja de software y hardware que iPhone y App Store han construido a largo plazo esté enfrentando desafíos.
Naval afirma que el punto de partida en el que volvió a meterse a escribir código fue después del lanzamiento de Claude Opus 4.5 en diciembre de 2025, cuando la capacidad de los agentes de coding de IA experimentó un salto notable. Describe que estos agentes ya no son como las herramientas tempranas que solo proporcionaban un fragmento de código para que el usuario lo copiara y lo pegara en el entorno de desarrollo; ahora pueden operar durante mucho tiempo en la terminal, comprender el sistema de archivos, llamar comandos Unix, ejecutar pruebas, corregir bugs e incluso completar una aplicación entera.
Considera que esta experiencia engancha porque reduce drásticamente el “costo de arranque” de programar. Antes, desarrollar una App requería saber de GitHub, servicios backend, Firebase, Railway, Xcode, herramientas de línea de comandos y un montón de jerga de ingeniería; ahora, si el usuario solo describe la necesidad con lenguaje natural, la IA puede traducir del inglés a Python, C, Rust, Lisp o a varios marcos y comandos de herramientas. Para quienes tienen nociones básicas de arquitectura de computadoras, esto reduce de forma abrupta el umbral para crear software.
De la App Store personal a un rastreador de fitness: la IA convierte el software en “hecho a medida”
Naval revela en el programa que ya construyó una “App Store personal”. Esa App Store no es una plataforma comercial pública para subir contenido, sino un sistema de publicación privado para él, amigos y familiares: puede pedirle a la IA que genere una App; cuando la IA termine, la entrega automáticamente en la página de su App Store personal y luego él puede instalarla en su iPhone con un solo clic.
Pone como ejemplo que le pidió a la IA crear una app de seguimiento de fitness que encajara completamente con sus hábitos personales de uso. Quería que combinara las funciones de Tonal y Ladder, siguiera las Apple Human Interface Guidelines, se viera como una App nativa de Apple; al mismo tiempo, que pudiera leer los registros de entrenamientos pasados, hacer que introducir un registro nuevo fuera más simple, generar gráficos, calcular un puntaje de fuerza e incluso leer artículos científicos para pensar cómo evaluar la progresión de fuerza según las partes del cuerpo. Más adelante, también podría conectarse a Apple Health para leer datos como la frecuencia cardiaca.
Naval enfatiza que este tipo de apps no necesariamente reemplazará todos los productos maduros. Para necesidades masivas, como mensajería, pedir taxis, banca y plataformas sociales, el mercado seguirá teniendo los productos “best-of-breed” más fuertes. Pero lo que de verdad abre el agente de coding de IA es la demanda de software “extremadamente personalizada” y “extremadamente nicho”: apps que existen solo para ti, que encajan solo con tu flujo de trabajo e incluso que se crean para un contexto de vida específico.
Esa es también la razón por la que él cree que vibe coding resulta más atractivo que jugar videojuegos. Los juegos atraen a los jugadores con retroalimentación en tiempo real, recompensas por misiones y curvas de dificultad; pero en el fondo es un mundo cerrado diseñado por otros. En cambio, vibe coding es un mundo abierto: la capa subyacente es una máquina de Turing, los objetivos del usuario pueden expandirse de forma infinita y además pueden producir utilidad real en el mundo físico.
“Saber lo que quieres” se vuelve la habilidad más importante
Sin embargo, Naval también señala que vibe coding no hace que todos se conviertan en ingenieros. La mayoría sigue viendo la computadora como una caja negra; incluso si la dificultad se reduce 10 veces o 100 veces, para ellos quizá no tenga sentido.
Los que realmente se benefician son quienes tienen “una visión clara”, “pueden expresarla con claridad” y “tienen motivación creativa”. Naval opina que la habilidad más crucial de vibe coding no es la sintaxis, sino saber lo que quieres. Cuando el usuario puede describir con claridad cómo debería verse el producto, cómo debería funcionar y qué detalles importan, la IA puede ayudar a convertir ideas rápidamente en un prototipo accionable.
Lo compara con su experiencia al fundar AirChat. AirChat era un producto de mensajería social centrado en comunicación por voz y video. En aquel momento colaboró con entre 8 y 9 ingenieros, invirtiendo entre 9 y 12 meses en construir múltiples versiones; al final, el producto no tuvo éxito. El equipo vendió la empresa, los inversores recuperaron su dinero y los empleados también obtuvieron una asignación razonable.
Pero en la era del vibe coding, él está rehaciendo un producto similar por su cuenta y puede ajustarlo totalmente según su intuición. Antes, trabajar con un equipo de ingeniería, incluso si el fundador tenía una visión fuerte, requería estar cediendo constantemente: no se puede exigir todo el tiempo que muevan el icono a la izquierda, a la derecha y luego de vuelta; tampoco se puede pedir que el equipo siga cada intuición. Un agente de IA no tiene ego, no se impacienta y tampoco se siente ofendido por modificaciones repetidas.
Naval cree que esto amplía el alcance de la exploración creativa de software. Es como Minecraft: al inicio, Notch lo construyó solo; el estilo de bloques, visto con estándares tradicionales de arte en juegos, parecía atrasado, pero preservó por completo la intuición del producto de una sola persona. El vibe coding podría hacer que aparezcan más productos así, “no pulidos por consensos del equipo”.
¿Emprender solo software ya no vale la pena? Naval: el foso se está comiendo con IA
La opinión más polémica del programa es el juicio de Naval sobre el mercado de venture capital. Anteriormente publicó en una red social que “el software puro se está volviendo rápidamente poco atractivo para invertir”. En el podcast, lo dijo de forma todavía más directa: si la ventaja total de una empresa es “hacer software que otros no harían”, entonces ya no tiene valor de inversión.
Sus razones son dos: primero, hoy los agentes de coding pueden ensamblar rápidamente una gran cantidad de funciones. Segundo, la velocidad de mejora de estos agentes de coding es extremadamente alta, y podrían escribir software con una arquitectura más completa y mejor escalabilidad en un año o incluso menos. En otras palabras, la ventaja competitiva basada solo en capacidad de desarrollo de funciones se está comprimiendo.
Por eso, Naval cree que el venture capital debería buscar a partir de ahora ventajas estructurales más difíciles de replicar rápidamente: hardware, efectos de red, modelos de IA, ventajas de datos u otras barreras que cuesten más duplicar. Incluso plantea que “entrenar modelos de IA” podría ser la “nueva forma de escribir software”, al menos hasta que la investigación y el entrenamiento automático se vuelvan realmente maduros, cuando el propio modelo de IA aún podría constituir nuevas oportunidades de emprendimiento e inversión.
Esto no significa que sea pesimista con los creadores individuales de software. Al contrario: cree que es un renacimiento de los creadores individuales. Para quienes quieren hacer experimentos, prototipos y validación temprana del producto, ahora es la mejor época de la historia; pero si el producto de verdad necesita servir a un gran número de usuarios, enfrentar alta concurrencia y requisitos complejos de seguridad, el fundador aún necesitará un equipo de ingeniería real, e incluso podría tener que reescribir toda la arquitectura.
La IA es muy fuerte, pero aún necesita supervisión humana: el modelo complacerá y se haraganeó
Naval tampoco describe a los agentes de coding como una herramienta todoterreno. Señala que cuando el tamaño del código aumenta, el modelo empieza a enfrentar limitaciones claras.
La razón es que la context window tiene un límite. Cuando el repositorio de código supera el rango que el modelo puede “recordar” a la vez, empieza a adivinar, comprimir el contexto y olvidar el objetivo original; incluso puede corregir donde no toca. Naval lo describe: el modelo puede llegar a arreglar el mismo bug cinco veces o aplicar un parche rápido de manera incorrecta a nivel de arquitectura. Y peor aún, a veces puede borrar directamente la función o el escenario de uso que causan el bug con tal de eliminarlo.
Por eso, durante su proceso de desarrollo interrumpe al modelo con frecuencia: le pide que no haga hack, que no solo aplique parches, sino que vuelva a resolver el problema desde la capa de arquitectura. Lo irónico es que el modelo normalmente responde de inmediato: “Tienes razón, eso es un hack”. Aunque no necesariamente lo sea, el modelo igual tenderá a complacer al usuario.
Naval usa una analogía para describir al agente de IA: es un poco como un perro de caza. Puede cazar patos mejor que tú, pero si señalas al ave equivocada, también puede salir corriendo igualmente. Es decir: los humanos aún tienen que encargarse de la dirección, decisiones de arquitectura, estrategias de depuración y criterio de producto.
También menciona que hace que distintos modelos se revisen entre sí el código. Por ejemplo, después de que Claude escriba, sube el código a GitHub; modelos como Codex, Gemini y Grok pueden revisar automáticamente los pull request, como una especie de mesa redonda de IA. Pero el efecto real no es tan enorme como se imaginaría, porque entre modelos todavía hay mucho groupthink y, si el usuario guía ligeramente las respuestas hacia cierta dirección, la mayoría de modelos irá por el mismo camino y rara vez se opondrá con fuerza de forma genuina.
¿Por qué avanzan más rápido los agentes de coding? Porque el código es fácil de verificar
Naval cree que la IA progresa especialmente rápido en el ámbito de programar por una razón fundamental: el código es fácil de verificar.
Si el código puede compilar, si las pruebas pasan y si la función se ejecuta con éxito, todo eso ofrece señales de retroalimentación relativamente claras. Las matemáticas tienen una característica similar, porque hay muchísimos problemas de práctica y respuestas verificables; en algunos niveles, la conducción autónoma también lo tiene, ya que se pueden construir ciclos de retroalimentación mediante grandes cantidades de datos y entornos de simulación.
En cambio, escribir con creatividad, tomar decisiones de criterio estético y la investigación en áreas emergentes son mucho más difíciles. El modelo puede generar artículos infinitamente, pero ¿quién decide si son buenos o malos? Si solo se elige un conjunto de personal de bajos salarios para etiquetar “bueno” o “malo”, el resultado solo reflejará los gustos de ese grupo. Naval cree que, para que el modelo mejore de verdad, necesita “ciclos de retroalimentación de alto gusto”, lo cual es más difícil que simplemente recopilar grandes cantidades de datos.
Suponiendo un motivo, él especula que una de las razones por las que los coding model han mejorado recientemente es que los mejores ingenieros de software están usando masivamente estos modelos, logrando que el modelo obtenga retroalimentación de alta calidad tanto de código como de preferencias. Es decir: la IA no solo aprende del código, sino también del criterio de “qué es un buen código” proveniente de ingenieros de primer nivel.
La crisis de Apple: cuando el usuario ya no tiene que abrir apps y solo conversa con un AI Agent
El juicio de Naval sobre Apple es especialmente radical. Considera que, una vez que el AI agent pueda generar interfaces y funciones en tiempo real según la necesidad, los usuarios ya no tendrán que abrir apps con frecuencia ni dependerán del ecosistema de apps existente en el iPhone.
Antes, para pedir un taxi, el usuario abría Uber; para registrar el fitness, abría una app de fitness; para completar una tarea, buscaba la app correspondiente en el teléfono. Pero en una interfaz agentica, el usuario solo necesita decir: “pídeme un Uber”, “registra mis entrenamientos”, “ayúdame a completar esto”. En ese momento, la entrada real deja de ser la pantalla principal del iPhone y pasa a ser el modelo de IA.
Naval cree que esto debilitaría la ventaja central de Apple a largo plazo. El foso de Apple no es solo el hardware, sino también el sistema operativo, App Store, las apps nativas, la integración del ecosistema y la interfaz de usuario. Cuando los usuarios se comuniquen principalmente mediante Claude, Codex, Gemini u otros AI agent, el teléfono se degradará a un dispositivo de pantalla, batería y conexión a internet. En esa etapa, Android también puede brindar estas capacidades, y la diferenciación de Apple se comprimirá.
Incluso dice de forma directa que que Apple se esté quedando atrás en IA podría convertirse en uno de los mayores errores estratégicos de toda la industria tecnológica de esta generación. Apple no desaparecerá de inmediato y todavía podría ganar mucho dinero durante mucho tiempo; pero así como Microsoft se perdió la ola móvil y Windows dejó de ser la entrada central para la computación personal, Apple también podría perder su límite superior de crecimiento futuro durante la ola de los AI agent.
¿Las empresas de software se volverán de una persona? Incluso el servicio al cliente por IA puede corregir bugs directamente
Naval describió además el proceso de desarrollo que está construyendo: un sistema de reporte de bugs integrado en la app. Cuando el usuario vea un problema, presiona un botón y el sistema envía los logs a un servidor; Claude cada 24 horas organiza automáticamente todos los reportes de bugs, intenta reparar los problemas y pone las correcciones en una rama, quedando a la espera de su revisión. Solo necesita decidir al final: ¿esto es realmente un bug? ¿La solución está bien? ¿Conviene combinarla y lanzarla?
También cree que el desarrollo de funciones podría hacerse de manera similar en el futuro. El usuario propone requisitos de función y la votación los ordena; el AI agent se encarga de organizar, diseñar, implementar y responder; finalmente, un mantenedor con criterio de producto decide qué funciones valen la pena lanzarse y cuáles los usuarios en realidad ni siquiera sabían que querían.
Esto difumina la línea entre “servicio al cliente” e “ingeniería”. El servicio al cliente ideal no solo responde preguntas, también entiende el producto, corrige bugs, escribe código, trabaja 24 horas y además no tiene ego: no se siente herido por que al final se tire mucho código. Naval cree que este tipo de modelo permite que una empresa de software de una o dos personas tenga el potencial de servir a usuarios de nivel “millones” e incluso “decenas de millones”.
Señala que en la historia ya hubo casos parecidos. Por ejemplo, Notch creó Minecraft como una sola persona; Satoshi Nakamoto inició Bitcoin con un equipo extremadamente pequeño; y en sus primeras etapas, Instagram y WhatsApp también generaron un impacto enorme con equipos pequeños. Pero los AI coding agent harían que ese tipo de “milagros de equipos pequeños” aparezcan con más frecuencia.
Vibe Coding no hará desaparecer a los ingenieros, pero redefinirá quién puede crear software
La visión de Naval sobre vibe coding no es “que ya no importan los ingenieros”. Al contrario: cuando el producto se orienta a una audiencia masiva, requisitos de seguridad, estabilidad de arquitectura y comercialización, los ingenieros verdaderamente excelentes siguen siendo indispensables.
Pero el cambio que él señala de verdad es que el punto de partida de la creación de software está siendo reescrito. Antes, entre la idea y el prototipo había recursos de ingeniería, colaboración de equipo, cronograma de desarrollo y costos; ahora, quien tenga una intuición clara del producto puede lanzar la necesidad directamente a la IA y obtener, en minutos u horas, una versión que funcione.
Esto reconfigurará tres cosas: primero, el software personalizado crecerá de manera explosiva; segundo, a las startups que basen su foso solo en crear barreras escribiendo funciones les será más difícil conseguir valuación; tercero, las entradas de plataformas existentes como el teléfono y App Store serán desafiadas de nuevo por los AI agent.
Este artículo 《Naval宝典》Naval: AI Agent es el comienzo del fin de Apple, Vibe Coding todo el mundo puede hacer una App primero apareció en Cadena de noticias ABMedia.
