Una Revisión de la Codificación de Vibraciones con Modelos de Lenguaje a Gran Escala

Resumen

El avance de los modelos de lenguaje de gran escala (LLMs, por sus siglas en inglés) ha catalizado un cambio de paradigma desde la asistencia en la generación de código hacia agentes de codificación autónomos, permitiendo una nueva metodología de desarrollo denominada "Vibe Coding", en la que los desarrolladores validan implementaciones generadas por IA mediante la observación de resultados en lugar de la comprensión línea por línea del código. A pesar de su potencial transformador, la efectividad de este paradigma emergente sigue siendo poco explorada, con evidencia empírica que revela pérdidas inesperadas de productividad y desafíos fundamentales en la colaboración humano-IA. Para abordar esta brecha, este estudio proporciona la primera revisión exhaustiva y sistemática del Vibe Coding con modelos de lenguaje de gran escala, estableciendo tanto fundamentos teóricos como marcos prácticos para este enfoque de desarrollo transformador. Basándonos en el análisis sistemático de más de 1000 artículos de investigación, examinamos todo el ecosistema del Vibe Coding, analizando componentes críticos de la infraestructura, incluyendo LLMs para codificación, agentes de codificación basados en LLM, entornos de desarrollo de agentes de codificación y mecanismos de retroalimentación. Primero, presentamos el Vibe Coding como una disciplina formal al formalizarlo a través de un Proceso de Decisión de Markov Restringido que captura la relación triádica dinámica entre desarrolladores humanos, proyectos de software y agentes de codificación. Sobre esta base teórica, sintetizamos las prácticas existentes en cinco modelos de desarrollo distintos: Automatización sin Restricciones, Colaboración Conversacional Iterativa, Basado en Planificación, Basado en Pruebas y Modelos Mejorados por Contexto, proporcionando así la primera taxonomía exhaustiva en este dominio. De manera crítica, nuestro análisis revela que el éxito del Vibe Coding no depende únicamente de las capacidades del agente, sino de la ingeniería sistemática del contexto, entornos de desarrollo bien establecidos y modelos de desarrollo colaborativo humano-agente.

English

The advancement of large language models (LLMs) has catalyzed a paradigm shift from code generation assistance to autonomous coding agents, enabling a novel development methodology termed "Vibe Coding" where developers validate AI-generated implementations through outcome observation rather than line-by-line code comprehension. Despite its transformative potential, the effectiveness of this emergent paradigm remains under-explored, with empirical evidence revealing unexpected productivity losses and fundamental challenges in human-AI collaboration. To address this gap, this survey provides the first comprehensive and systematic review of Vibe Coding with large language models, establishing both theoretical foundations and practical frameworks for this transformative development approach. Drawing from systematic analysis of over 1000 research papers, we survey the entire vibe coding ecosystem, examining critical infrastructure components including LLMs for coding, LLM-based coding agent, development environment of coding agent, and feedback mechanisms. We first introduce Vibe Coding as a formal discipline by formalizing it through a Constrained Markov Decision Process that captures the dynamic triadic relationship among human developers, software projects, and coding agents. Building upon this theoretical foundation, we then synthesize existing practices into five distinct development models: Unconstrained Automation, Iterative Conversational Collaboration, Planning-Driven, Test-Driven, and Context-Enhanced Models, thus providing the first comprehensive taxonomy in this domain. Critically, our analysis reveals that successful Vibe Coding depends not merely on agent capabilities but on systematic context engineering, well-established development environments, and human-agent collaborative development models.

Una Revisión de la Codificación de Vibraciones con Modelos de Lenguaje a Gran Escala

A Survey of Vibe Coding with Large Language Models

Resumen

Support