Google ha anunciado un nuevo conjunto de herramientas diseñadas para resolver uno de los problemas más comunes en la programación asistida por inteligencia artificial: la generación de código obsoleto de APIs.
El problema ocurre porque los modelos de IA trabajan con información limitada a su fecha de entrenamiento, lo que provoca que sugieran métodos o librerías que ya han cambiado o sido reemplazados.
La IA programa con información desactualizada
Los agentes de programación suelen generar código que parece correcto, pero en realidad utiliza APIs antiguas.
Esto provoca:
- Errores inesperados en producción
- Tiempo perdido depurando código válido “en apariencia”
- Uso de SDKs y funciones obsoletas
En entornos reales, esto se traduce en un coste técnico importante para los desarrolladores.
Las nuevas soluciones de Google DeepMind
Google DeepMind ha presentado dos herramientas clave:
- Gemini API Docs MCP
- Agent Skills
Ambas están diseñadas para que los agentes de IA accedan a información actualizada en tiempo real, en lugar de depender únicamente de su entrenamiento.
Gemini API Docs MCP: documentación en tiempo real
La herramienta Gemini API Docs MCP utiliza el estándar Model Context Protocol (MCP), que permite conectar modelos de IA a fuentes de datos externas.
Esto significa que los agentes pueden:
- Consultar documentación actualizada
- Acceder a ejemplos reales de la API
- Evitar el uso de funciones obsoletas
Todo esto mediante un servidor MCP que se integra fácilmente en el proyecto con un solo comando.
Agent Skills: reglas de buenas prácticas integradas
La segunda herramienta, Agent Skills, funciona como un sistema de reglas y buenas prácticas directamente dentro del contexto del agente.
Incluye instrucciones como:
- Uso correcto de versiones del SDK
- Recomendaciones actualizadas de integración
- Mejores prácticas oficiales de desarrollo
Incluso puede funcionar sin MCP, consultando documentación online cuando es necesario.
Resultados sorprendentes en pruebas internas
Google probó estas herramientas en un conjunto de 117 tareas de programación.
Los resultados fueron claros:
- Sin herramientas: 28,2% de éxito
- Con Agent Skills: 96,6% de éxito
Esto demuestra una mejora significativa en la precisión de los agentes al generar código funcional y actualizado.
Un cambio importante para el desarrollo con IA
Estas herramientas son compatibles con entornos populares como:
- Cursor
- Claude Code
- Gemini CLI
- Herramientas de desarrollo de Google
El objetivo es claro: reducir la distancia entre la IA y la realidad cambiante del software moderno.
Según los investigadores, el ritmo de cambio en el desarrollo actual hace que los modelos tradicionales queden rápidamente desactualizados.
El futuro del desarrollo asistido por IA
Google apuesta por un enfoque donde la IA no dependa solo de su entrenamiento, sino que tenga acceso continuo a fuentes vivas de información.
Esto podría marcar un cambio importante en cómo se construyen aplicaciones con IA, especialmente en entornos profesionales donde la precisión del código es crítica.