# osmani-google-new-sdlc-vibe-coding-agentic-engineering-2026-05

## Veille

Whitepaper de Google (la entrega "Day 1" de una serie, de Addy Osmani, Shubham Saboo y Sokratis Kartakis) que traza la transformación del ciclo de vida del desarrollo de software (SDLC) en la era de los agentes de codificación. Tesis: el cambio fundamental no es un nuevo lenguaje, sino el paso de escribir código a **expresar intención**. El documento plantea un espectro que va del *vibe coding* (proponer y aceptar) a la *agentic engineering* (la IA implementa bajo restricciones, pruebas y bucles de retroalimentación diseñados por humanos), con la **context engineering** como habilidad central, el modelo de **software factory** (el entregable del desarrollador = el sistema que produce el código), la **harness engineering** (Agente = Modelo + Harness), y un análisis económico CapEx/OpEx del coste total de propiedad.

## Titre Article

The New SDLC With Vibe Coding — From ad-hoc prompting to Agentic Engineering

## Date

2026-05

## URL

https://www.kaggle.com/whitepaper-the-new-SDLC-with-vibe-coding

<!-- Republication par Addy Osmani sur son blog perso (« The New Software Lifecycle », 2026-06-16) : https://addyosmani.com/blog/new-sdlc-vibe-coding/ — même contenu que le whitepaper Google, conservé ici plutôt qu'en fiche distincte (anti-doublon). -->

## Keywords

nuevo SDLC, vibe coding, agentic engineering, agentic engineering, intención vs sintaxis, context engineering, context engineering, contexto estático vs dinámico, Agent Skills, harness engineering, Agent = Model + Harness, software factory, modelo de fábrica, bucle del agente, evals, evaluación de trayectoria, director vs orquestador, problema del 80%, AGENTS.md, CLAUDE.md, GEMINI.md, MCP, A2A, Agents CLI, ADK, enrutamiento de modelos, CapEx OpEx, coste total de propiedad, economía de tokens, Google, Addy Osmani

## Authors

Addy Osmani, Shubham Saboo, Sokratis Kartakis (Google)

## Ton

Perfil: whitepaper corporativo (Google), perspectiva en "nosotros" de autores practicantes, registro didáctico-estratégico en inglés, alto nivel técnico pero deliberadamente accesible (el documento especifica que se dirige a ingenieros, gestores, arquitectos y líderes técnicos familiarizados con el desarrollo moderno pero no con el ML). El tono combina la autoridad de la marca Google, la de Addy Osmani (figura reconocida en la ingeniería web, ampliamente autocitado en las notas finales), y un esfuerzo pedagógico sostenido: cada concepto se introduce con una definición, se ilustra con una figura numerada (9 figuras), y se ancla en datos cuantitativos y benchmarks públicos. Estructurado en movimientos (de sintaxis→intención, al espectro, al contexto, al nuevo SDLC, al harness, a los roles, a la práctica, a la economía, a las recomendaciones), con metáforas sostenidas y eficaces: el **gerente de fábrica** que diseña el pipeline en lugar de ensamblar cada pieza, el **motor** (modelo) frente a **el coche, la carretera y las normas de circulación** (harness), el **director frente al orquestador**. Un equilibrio deliberado entre promesa (ganancias del 25-39%) y matiz (estudio METR: -19%, "problema del 80%"). Un documento de encuadre que reivindica principios duraderos más que una instantánea perecedera.

## Pense-betes

- **Tesis central**: *"The most profound shift in software engineering isn't a new language, framework, or cloud service. It's the transition from writing code to expressing intent."* La interfaz del desarrollador pasa de la **sintaxis** a la **intención**.
- **Dato de contexto (2026)**: el **85%** de los desarrolladores profesionales usa regularmente agentes de codificación, el **51%** a diario, el **41%** del código nuevo es generado por IA.
- **Figura 1 — From Autocomplete to Autonomy**: 5 generaciones acumulativas (Autocompletado ~2021 → Sugerencias en línea ~2022 → Generación basada en chat ~2023 → Agentes de codificación ~2024-25 → Agentes autónomos ~2025-26), eje Sintaxis → Intención, *"más esfuerzo humano"* → *"más autonomía de la máquina"*.
- **El agente = bucle**: percibir objetivo → planificar → actuar (herramientas) → observar → iterar (autocorrección). Compuesto por **5 partes** (ver el whitepaper *Introduction to Agents*, nov. 2025): modelo, herramientas, memoria, orquestación, despliegue. *"The loop is the beating heart of every agent."*
- **Vibe coding**: término acuñado por Karpathy (feb. 2025, *"fully give in to the vibes"*); aplicado tan ampliamente que perdió su significado → a principios de 2026 Karpathy introdujo la **agentic engineering** para el extremo disciplinado del espectro.
- **El espectro** (vibe coding ↔ IA asistida estructurada ↔ agentic engineering): *"the key differentiator is not whether you use AI. It's how much structure, verification, and human judgment surrounds the AI's output."*
- **La verificación = el verdadero factor diferenciador**: los **tests** verifican lo determinista (entrada→salida); los **evals** verifican lo no determinista (¿trayectoria correcta? ¿herramientas correctas? ¿respuesta de calidad?), mediante conjuntos de datos etiquetados, rúbricas de puntuación, **jueces LM**. *"Without both, the practice is always vibe coding, regardless of how sophisticated the prompts are."*
- **La context engineering = la verdadera habilidad**: la calidad del código depende menos del refinamiento del prompt que de la calidad del **contexto**. **6 tipos**: Instrucciones, Conocimiento, Memoria, Ejemplos, Herramientas, Salvaguardas. Compromiso entre el **contexto estático** (siempre cargado: AGENTS.md/CLAUDE.md/GEMINI.md — costoso) y el **contexto dinámico** (cargado bajo demanda: skills, RAG, resultados de herramientas — eficiente).
- **Agent Skills** = el patrón más potente para el contexto dinámico (divulgación progresiva: metadatos al inicio, instrucciones al coincidir, referencias bajo demanda). Resuelve 4 problemas: **degradación del contexto**, falta de memoria procedimental, sobrecarga operativa multiagente, portabilidad entre herramientas.
- **El nuevo SDLC**: la IA **comprime el ciclo de forma desigual** — la implementación pasa de semanas a horas, pero los requisitos/la arquitectura/la verificación permanecen a ritmo humano. *"It is not a faster version of the old SDLC. It is a different workflow."* El desarrollador pasa de *implementador principal* a *diseñador de sistemas y árbitro de calidad*.
- **Por fase**: Requisitos (colapso requisitos→prototipo); **Diseño/arquitectura = la fase más obstinadamente humana** (decisiones de compromiso); Implementación (ganancias del **25-39%**, matizadas por el **estudio METR: desarrolladores experimentados un 19% más lentos** en ciertas tareas debido a la verificación); Pruebas (evaluación de resultados + **evaluación de trayectoria**); Revisión de código (la IA como *revisora de primera pasada*); Mantenimiento (la deuda técnica "demasiado arriesgada de tocar" se vuelve refactorizable).
- **Modelo de fábrica**: *"the developer's primary output is not code — it's the system that produces code"* (especificaciones + agentes + tests/controles de calidad + bucles de retroalimentación + salvaguardas). El desarrollador diseña el pipeline y el control de calidad, no cada parte individual.
- **Harness Engineering**: *"Agent = Model + Harness"*. El modelo ≈ **10%**, el harness ≈ **90%**. Contenido: instrucciones/archivos de reglas, herramientas/MCP, sandboxes, orquestación (subagentes, enrutamiento, traspasos), salvaguardas/hooks (código determinista en puntos del ciclo de vida), observabilidad. *"This surrounding machinery is known as the Harness."*
- **Evidencia del efecto harness**: en **Terminal Bench 2.0**, un equipo llevó a un agente **de fuera del Top 30 al Top 5 cambiando únicamente el harness** (modelo sin cambios); **LangChain: +13,7 puntos** tocando solo el system prompt/herramientas/middleware. *"Most agent failures, examined honestly, are configuration failures."*
- **Roles del desarrollador**: **Director** (tiempo real, síncrono, dentro del IDE, control a nivel de pulsación de tecla — Copilot/Gemini Code Assist/Cursor/Windsurf) frente a **Orquestador** (asíncrono, multiagente, control a nivel de objetivo — Jules/Cursor background/Claude Code). *"Not either/or — both, depending on the task."*
- **El problema del 80%**: la IA genera rápidamente ~80% del código; el **20%** restante (casos límite, manejo de errores, integración, correcciones sutiles) exige un conocimiento contextual profundo. Los errores de la IA han pasado de fallos de sintaxis a **fallos conceptuales** (el código *"parece correcto"* y pasa las pruebas básicas).
- **Los agentes en la práctica — 3 ubicaciones**: *en el editor* (Copilot, Cursor, Windsurf, JetBrains), *en la terminal* (Antigravity CLI, Claude Code, Codex CLI, Open Code, Cline), *en segundo plano* (Jules, Cursor background, AlphaEvolve). **Vibe coding de agentes de producción** vía **Google Agents CLI** (`agents-cli create/playground/eval/deploy`, ciclo de vida ADK), **MCP** (herramientas) + **A2A** (delegación entre agentes). Anthropic: equipos de agentes que construyeron un **compilador de C en Rust en 2 semanas**.
- **Economía (CapEx/OpEx)**: **vibe coding = CapEx bajo, OpEx alto** (consumo de tokens, impuesto de mantenimiento, remediación de seguridad); **agentic engineering = CapEx alto, OpEx bajo** (inversión inicial en especificaciones/tests/contexto → coste marginal de entrega colapsado). La **context engineering = una palanca financiera**; el **enrutamiento inteligente de modelos** (modelos grandes para requisitos/arquitectura, modelos pequeños para tests/revisión/CI). Figura 9: punto de cruce donde el vibe coding cuesta **3-10 veces más por funcionalidad**.
- **Conclusión — 3 principios duraderos**: (1) *"Structure scales, vibes don't"*; (2) *"AI amplifies your engineering culture"* (un multiplicador de fuerza tanto para las fortalezas COMO para las debilidades); (3) *"The human role is evolving, not diminishing"*. Frase de cierre: ***"Generation is solved. Verification, judgment, and direction are the new craft."***
- **Serie**: Day 1 (este documento); **Day 3** = *Context Engineering: Sessions, Skills & Memory*; **Day 5** = *Spec-Driven Production Grade Development in the Age of Vibe Coding* (revisión de código, salvaguardas, zero-trust).

## RésuméDe400mots

Este whitepaper de Google (la primera entrega de una serie, escrito por Addy Osmani, Shubham Saboo y Sokratis Kartakis, mayo de 2026) sostiene que la transformación más profunda en la ingeniería de software no es tecnológica sino interfacial: el cambio va de escribir código a expresar intención, confiando a sistemas inteligentes la traducción de esa intención en software funcional. Dato de contexto: el 85% de los desarrolladores profesionales usa regularmente agentes de codificación, el 51% a diario, y el 41% del código nuevo es generado por IA.

Los autores rechazan la oposición binaria entre vibe coding y agentic engineering en favor de un **espectro**. El factor diferenciador no es si se usa IA, sino la cantidad de estructura, verificación y juicio humano que rodea su resultado. Distinción clave: los **tests** verifican lo determinista, los **evals** (conjuntos de datos etiquetados, rúbricas, jueces LM) verifican lo no determinista — sin ambos, la práctica sigue siendo vibe coding.

La habilidad central pasa a ser la **context engineering**: la calidad del código depende menos del refinamiento del prompt que de la calidad del contexto proporcionado. Seis tipos de contexto (instrucciones, conocimiento, memoria, ejemplos, herramientas, salvaguardas) se dividen entre contexto **estático** (siempre cargado, costoso: AGENTS.md, CLAUDE.md, GEMINI.md) y contexto **dinámico** (cargado bajo demanda, eficiente). Los **Agent Skills** son el patrón emblemático de contexto dinámico mediante divulgación progresiva.

El SDLC se comprime de forma desigual: la implementación pasa de semanas a horas, pero los requisitos, la arquitectura y la verificación permanecen a ritmo humano. La arquitectura sigue siendo la fase más obstinadamente humana (decisiones de compromiso). En el lado de la implementación, ganancias del 25-39%, matizadas por el estudio METR (desarrolladores experimentados un 19% más lentos en ciertas tareas). El hilo conductor es el **modelo de fábrica**: el entregable del desarrollador ya no es el código, sino el sistema que lo produce (especificaciones, agentes, controles de calidad, bucles de retroalimentación, salvaguardas).

En el corazón de la fábrica está la ecuación **Agente = Modelo + Harness**: el modelo representa ~10%, el harness ~90% (instrucciones, herramientas/MCP, sandboxes, orquestación, hooks, observabilidad). Evidencia: en Terminal Bench 2.0, cambiar únicamente el harness llevó a un agente de fuera del Top 30 al Top 5. *"La mayoría de los fallos de los agentes son fallos de configuración."*

El desarrollador se mueve entre **director** (en tiempo real, dentro del IDE) y **orquestador** (asíncrono, multiagente), enfrentando el **problema del 80%**. Económicamente, el vibe coding (CapEx bajo/OpEx alto) termina costando 3-10 veces más por funcionalidad que la agentic engineering (CapEx alto/OpEx bajo); la context engineering y el enrutamiento de modelos son palancas financieras. Conclusión: *"La generación está resuelta. La verificación, el juicio y la dirección son el nuevo oficio."*

## GrapheDeConnaissance

- Google —publie→ The New SDLC With Vibe Coding (DOCUMENT, 0.97)
- Addy Osmani —a_créé→ The New SDLC With Vibe Coding (DOCUMENT, 0.95)
- The New SDLC With Vibe Coding —affine→ SDLC (METHODOLOGIE, 0.9)
- Addy Osmani —travaille_chez→ Google (ORGANISATION, 0.95)
- The New SDLC With Vibe Coding —affirme_que→ le basculement fondamental est le passage de l'écriture de code à l'expression d'intention (AFFIRMATION, 0.96)
- agentic engineering —est_variante_de→ vibe coding (METHODOLOGIE, 0.9)
- context engineering —améliore→ qualité du code généré par IA (CONCEPT, 0.93)
- Agent Skills —permet→ gestion du contexte dynamique par progressive disclosure (CONCEPT, 0.92)
- Agent Skills —réduit→ context rot des prompts surchargés (CONCEPT, 0.88)
- harness —permet→ transformer un modèle brut en agent capable de finir une tâche (CONCEPT, 0.93)
- The New SDLC With Vibe Coding —affirme_que→ la plupart des échecs d'agents sont des échecs de configuration du harness (AFFIRMATION, 0.91)
- IA —réduit→ durée de la phase d'implémentation (CONCEPT, 0.9)
- modèle de l'usine —affirme_que→ le livrable du développeur n'est pas le code mais le système qui produit le code (AFFIRMATION, 0.93)
- evals —s_applique_à→ vérification des comportements non déterministes des agents (CONCEPT, 0.9)
- Andrej Karpathy —a_créé→ vibe coding (METHODOLOGIE, 0.92)
- Andrej Karpathy —a_créé→ agentic engineering (METHODOLOGIE, 0.85)
- Google Agents CLI —utilise→ lifecycle ADK pour construire des agents de production (CONCEPT, 0.88)
- intelligent model routing —réduit→ coût opérationnel en tokens (OpEx) (CONCEPT, 0.89)
- vibe coding —s_applique_à→ prototypes, scripts et projets jetables (CONCEPT, 0.9)
- The New SDLC With Vibe Coding —affirme_que→ Generation is solved. Verification, judgment, and direction are the new craft (CITATION, 0.95)
- The New SDLC With Vibe Coding —mesure→ 41 % du nouveau code est généré par IA en 2026 (MESURE, 0.9)

---
Canonical: https://www.thekb.eu/es/fiches/osmani-google-new-sdlc-vibe-coding-agentic-engineering-2026-05/