La Inteligencia Artificial está redefiniendo los límites de la creación de software, y los modelos desarrollados en Oriente están liderando esta transformación. Un reciente experimento con la familia de modelos Qwen, específicamente Qwen3.8-Max y Qwen3-Coder, ha demostrado la capacidad de estos sistemas para generar código funcional y aplicaciones completas, desafiando la necesidad de entornos de desarrollo integrados (IDE) tradicionales.
Qwen y la Creación de un Escáner de Flujos de Datos Alternativos
El autor del artículo se propuso testear las capacidades de los modelos Qwen para desarrollar una aplicación de escaneo de flujos de datos alternativos (ADS) en sistemas de archivos NTFS. Esta funcionalidad, poco conocida, permite adjuntar metadatos ocultos a los archivos, invisibles para las herramientas estándar de Windows. La aplicación, denominada NtfsStreamsViewer, fue concebida para ser multiplataforma, funcionando tanto en Windows como en Linux, y utilizando Rust para el núcleo y Avalonia para la interfaz gráfica.
El proceso de desarrollo implicó una interacción directa con los modelos de IA. Inicialmente, se consultó a Qwen3.7-Plus sobre la arquitectura propuesta, recibiendo una respuesta genérica. Sin embargo, al migrar a Qwen3.8-Max, se obtuvo un análisis mucho más detallado y constructivo, que incluso sugirió la adición de una aplicación de línea de comandos, enriqueciendo el diseño final.
Qwen-Coder: El Arquitecto del Código
Para la implementación del núcleo en Rust, se recurrió a Qwen-Coder. Tras proporcionarle el repositorio de GitHub y un prompt conciso solicitando la implementación basada en un archivo de especificaciones (SPEC.md), el modelo comenzó a generar código. Si bien las primeras iteraciones produjeron código que no compilaba, un par de ajustes y prompts adicionales permitieron obtener una aplicación de consola funcional en menos de 10 minutos por iteración.
Posteriormente, Qwen3.8-Max fue instruido para definir las especificaciones de la interfaz gráfica (GUI). Con estas directrices, Qwen-Coder se encargó de desarrollar la interfaz en Avalonia. A pesar de que el modelo no tiene acceso directo a entornos Windows para pruebas, y el autor validaba bajo Windows 10, las correcciones y refinamientos fueron rápidos. La adición de logs y su visualización en una ventana separada se implementó sin inconvenientes, y todas las solicitudes de Pull Request de Qwen-Coder fueron integradas directamente.
El Futuro de la Programación: ¿Adiós a los IDE?
El resultado de este experimento es revelador: el desarrollo de una aplicación compleja, incluyendo la generación de código para el núcleo y la interfaz gráfica, tomó aproximadamente 4 horas de interacción con los modelos de IA. Esto contrasta drásticamente con el tiempo que tomaría un desarrollo manual tradicional. El autor postula que la velocidad de generación de código por parte de las IA es tal que los procesos de revisión de código, tal como los conocemos, podrían volverse obsoletos, requiriendo a su vez agentes de IA para esta tarea.
La capacidad de los modelos de IA para generar código en diversos lenguajes de programación, sin importar las preferencias del desarrollador, sugiere que la era de la programación clásica podría estar llegando a su fin. La metodología se simplifica a:
- Análisis del problema.
- Definición de la tarea para el agente de IA.
- Verificación del resultado del agente.
- Análisis de errores, vulnerabilidades y seguridad mediante IA.
- Pruebas de la aplicación resultante.
Este enfoque, impulsado por modelos como Qwen, no solo acelera el desarrollo, sino que también democratiza la creación de software, abriendo nuevas fronteras para la innovación tecnológica.
Fuente: Habr AI (Rusia & Europa del Este)



