Alexandr Wang y el «vibe coding»: del consejo de aprender a la promesa de ingresos
Un carrusel recupera una recomendación de Wang de septiembre de 2025 y la enlaza con una formación sobre activos digitales. La práctica con IA y los resultados económicos son cuestiones distintas.
Por qué confiar en Pulso Diario
La posibilidad de describir una aplicación y obtener una primera versión cambia la forma de acercarse a la programación. Para quien empieza, el atractivo es inmediato: probar una idea antes de dominar toda la sintaxis. La cuestión aparece después, cuando ese programa debe funcionar fuera de la demostración, manejar errores y seguir siendo útil para otras personas.
La declaración procede de una entrevista de 2025
TBPN publicó su entrevista con Alexandr Wang el 17 de septiembre de 2025, durante Meta Connect. El programa lo presentaba entonces como responsable de inteligencia artificial de Meta. En su propia difusión del encuentro recogió este consejo, traducido al español: «Si tienes 13 años ahora, deberías dedicar todo tu tiempo al vibe coding».
Wang asociaba la familiaridad temprana con esas herramientas a una ventaja futura, comparándola con la iniciación tecnológica de Bill Gates y Mark Zuckerberg. Es una recomendación enfática sobre aprendizaje y oportunidades. Su fecha importa: la publicación que vuelve a circular en octubre de 2026 recupera una intervención del año anterior.
Fuentes: [2] TBPN · entrevista a Alexandr Wang, 17 de septiembre de 2025 · [3] TBPN · publicación de la declaración sobre los jóvenes y el vibe coding
La décima lámina cambia el tema hacia el negocio
El carrusel de Asianriches pasa de presentar el consejo a sostener que seis meses de práctica pueden abrir una ventaja y que esa oportunidad se cerrará. En la décima lámina, enlazada por el lector, cambia a primera persona y propone apropiarse del flujo de ingresos que crea la IA. Después, la cuenta afirma obtener cifras mensuales de cinco dígitos con activos digitales e invita a una formación.
Esas afirmaciones económicas pertenecen al mensaje promocional de la cuenta. No deben atribuirse a Wang. La publicación tampoco presenta una demostración de resultados reproducibles para quienes sigan ese camino. Saber generar software, encontrar clientes y mantener ingresos plantea problemas diferentes.
Fuentes: [1] Asianriches · carrusel de Instagram del 4 de octubre de 2026
El dato sobre código generado necesita conservar su contexto
El carrusel utiliza la adopción empresarial como señal de cambio. Hay un dato primario concreto: Google afirmó el 18 de agosto de 2025 que la IA ayudaba a generar el 30 % de su código nuevo, que después revisaban y aprobaban sus ingenieros.
La precisión cambia la lectura. Se trata de código nuevo en una organización y en una fecha determinadas; no de un tercio de todo el software existente, ni de una proporción equivalente de puestos eliminados. Además, la revisión humana forma parte del proceso descrito. Ese porcentaje tampoco permite calcular los ingresos de un producto creado por una persona que empieza.
Fuentes: [1] Asianriches · carrusel de Instagram del 4 de octubre de 2026 · [4] Google · usos internos de la IA, 18 de agosto de 2025
Dar instrucciones claras también exige saber comprobarlas
En el uso que plantea el carrusel, vibe coding consiste en pedir al modelo que construya software mediante instrucciones en lenguaje natural y ajustar el resultado. La claridad ayuda a definir qué debe hacer el programa, pero hace falta un criterio para saber si lo consigue. Una pantalla convincente puede ocultar errores en los cálculos, permisos mal aplicados o datos que no se guardan.
La guía de GitHub sobre revisión de código generado propone comprobaciones funcionales, pruebas automatizadas, análisis estático y revisión de dependencias. También pide contrastar el resultado con la intención y la arquitectura del proyecto, y vigilar errores como APIs inventadas o pruebas que se eliminan en vez de corregirse.
Aprender conceptos de programación permite formular preguntas más precisas y entender las respuestas. La capacidad de leer, depurar y mantener el resultado sigue teniendo una función práctica, incluso cuando la primera versión la escribe una herramienta.
Fuentes: [1] Asianriches · carrusel de Instagram del 4 de octubre de 2026 · [5] GitHub Docs · cómo revisar código generado con IA
Ilustración editorial original
Un proyecto pequeño permite aprender qué significa «funciona»
Pensemos en un ejemplo hipotético: una aplicación para reservar turnos. El primer encargo puede ser crear un calendario con horas disponibles. Para evaluar el resultado hace falta concretar qué ocurre si dos personas reservan la misma hora, si alguien cancela o si la conexión se interrumpe durante el envío.
Esas situaciones convierten una petición general en requisitos observables. Quien aprende puede preparar casos con resultados esperados, ejecutar las comprobaciones, leer los cambios y guardar versiones a las que volver. El objetivo de esa práctica es entender cada fallo y su solución.
La dimensión comercial introduce otra evaluación: quién necesita el servicio, cuánto cuesta operarlo y quién atiende los problemas. Construir la aplicación no resuelve por sí solo esas preguntas. Una promesa de facturación sin costes, periodo de medición o resultados de distintos participantes ofrece poca información para valorar una formación.
La educación tecnológica necesita espacio para equivocarse, no una cuenta atrás
Presentar el aprendizaje como una ventana a punto de cerrarse introduce una presión que puede entorpecerlo. La experimentación necesita tiempo para proyectos fallidos, preguntas elementales y decisiones que se revisan. Medir todo por la velocidad con la que supuestamente llegará el dinero favorece demostraciones vistosas y deja en segundo plano el trabajo menos visible de mantenerlas.
El valor educativo de estas herramientas se aprecia mejor cuando permiten explorar una idea y entender por qué funciona. Para una persona joven, el progreso puede ser explicar un error, mejorar una prueba o terminar un proyecto pequeño. Una oferta formativa sería más informativa si mostrara esos objetivos, sus requisitos y cómo evalúa el aprendizaje, además de sus casos de éxito comercial.
Opinión de Pulso Diario · elaborada a partir de los hechos y fuentes citadosFuentes y límites de verificación
Se consultaron las trece láminas y el texto de Instagram, la ficha de la entrevista de TBPN y la declaración publicada por el propio programa, además de documentación de Google y GitHub, el 6 de octubre de 2026. La cita breve se ofrece traducida. No se atribuyen a Wang los añadidos comerciales ni se han auditado los ingresos anunciados por la cuenta. El dato de Google corresponde a agosto de 2025 y no es una medición actual. El ejemplo de reservas es hipotético. No se acreditó una licencia para reutilizar las imágenes del carrusel: se emplean un retrato de archivo con licencia CC BY-SA 4.0 y una ilustración original generada con IA.
Fuentes: [1] Asianriches · carrusel de Instagram del 4 de octubre de 2026 · [2] TBPN · entrevista a Alexandr Wang, 17 de septiembre de 2025 · [3] TBPN · publicación de la declaración sobre los jóvenes y el vibe coding · [4] Google · usos internos de la IA, 18 de agosto de 2025 · [5] GitHub Docs · cómo revisar código generado con IA
Comentarios · ¿qué duda te queda?
¿Qué dato te ayudaría a entender mejor esta noticia? Comparte tu pregunta o señala un posible error con su fuente. Usaremos las dudas para orientar nuevas explicaciones, sin prometer una respuesta individual.
Los comentarios se revisan antes de publicarse. Respeta a los demás, aporta argumentos y evita publicidad o datos personales. Puedes eliminar tus propios comentarios.
Google se cargará al pulsar. Privacidad.
Has accedido con Google.
Más en Inteligencia artificial
Claude amplía su marca de agua textual a tres modelos: qué permite detectar y qué no
Claude abre hilos temporales para agilizar conversaciones largas sin reducir los tokens facturados
La historia viral de Claude Code y 17.342 fotos: qué revisar en tu iPhone
OpenAI presenta LifeVal para evaluar la ayuda de la IA en tareas cotidianas
IA cuántica: la carrera por calcular lo que hoy se nos resiste
Gemini tiene diez consejos para la próxima década: el primero empieza por tu cuerpo
Karpathy se hartó de YouTube: así creó HackerTube con IA en unas dos horas
Los nuevos proyectos de pago de Gemini API guardan solicitudes por defecto: cómo controlar el registro
Sheets añade las fuentes web de las respuestas generadas con Gemini a cada celda
«Brain fry»: cuando supervisar la IA se convierte en otra carga de trabajo
AlphaFold y las curas con IA: qué está demostrado y qué falta
