CLIs de agentes de codificación comparadas

Intermedio

Ya elegiste un modelo. Pero el programa que envuelve al modelo — el bucle que lee archivos, planifica, ejecuta comandos, revisa su propio trabajo y reintenta — es una elección aparte, y importa al menos tanto como el modelo. El nombre que la comunidad da a esa envoltura es harness (o agente), y el mismo modelo puede parecer brillante en uno y mediocre en otro. Esta página mapea los agentes de codificación de terminal de 2026, qué los distingue realmente, y cómo mantener tu configuración portable para que los costes de cambio sigan siendo bajos.

What you'll learn

Separar dos elecciones que la gente confunde: el modelo frente al harness que lo dirige
Conocer la forma duradera de cada CLI agente principal: Claude Code, Codex CLI, Gemini CLI y el grupo de código abierto
Elegir según los ejes que realmente lo deciden: autonomía, apertura, agnosticismo de modelo, sandboxing y ecosistema
Hacer tu configuración portable con AGENTS.md para poder cambiar de agente sin reescribir el contexto de tu proyecto

El modelo no es el agente

Un modelo de frontera es un predictor de texto. Un agente de codificación es el harness que lo rodea: el prompt de sistema, el conjunto de herramientas (leer, editar, ejecutar shell, buscar), el bucle de planificación, la estrategia de gestión de contexto, el modelo de permisos y sandbox, y la lógica de reintento. Cambia el harness y cambias los resultados — informes de profesionales a lo largo de 2026 describen el mismo modelo oscilando decenas de puntos en tareas reales de repositorio según qué agente lo dirija.

Eso tiene dos consecuencias prácticas:

Un número de benchmark es un emparejamiento, no la puntuación de un modelo. "83% en Terminal-Bench" es un resultado de modelo + harness + andamiaje. Cambia cualquier parte y se mueve.
Tu bucle es la verdadera unidad de comparación. El mejor agente es el que funciona mejor en tu stack, en tu terminal, a un precio que puedas asumir — exactamente la misma lógica que elegir un modelo de codificación. Consulta Claude vs GPT vs Gemini para programar para la mitad de la decisión que corresponde al modelo; esta página es la mitad del harness.

El panorama en 2026

El espacio de los agentes de terminal se dividió en dos bandos: agentes de primera parte afinados para los modelos de un solo laboratorio, y agentes agnósticos de modelo que apuntas a cualquier modelo (o pesos locales) que quieras.

Agente	Quién	Apertura	Modelos	Forma
Claude Code	Anthropic	Código cerrado	Claude (primera parte)	Trabajo autónomo, agéntico, multi-archivo; sandbox impuesto por el SO; ecosistema profundo de skills/MCP/subagentes
Codex CLI	OpenAI	Abierto (Apache-2.0, Rust)	GPT (primera parte)	Agente de terminal autónomo; sandbox nativo de Windows; amplio alcance de plataformas
Gemini CLI	Google	Código abierto	Gemini (primera parte)	Agente de gran contexto, integraciones con el ecosistema de Google (ver nota de actualidad abajo)
opencode	Comunidad (anomalyco)	Abierto (MIT, TypeScript)	Cualquiera (agnóstico de modelo)	El agente abierto con más estrellas; CLI + escritorio; trae tu propio modelo
Aider	Comunidad	Abierto (Apache-2.0)	Cualquiera, incl. local	Compañero de programación nativo de Git, no un orquestador autónomo completo
Cline / Goose / otros	Comunidad	Abierto	Cualquiera	Embebido en el editor (Cline) o agentes abiertos generales (Goose); agnósticos de modelo

Los ejes que realmente lo deciden

Ignora la tabla de clasificación por un minuto. Estas son las preguntas duraderas:

Guided walkthrough1 of 5

Los agentes de primera parte (Claude Code, Codex CLI, Gemini CLI) están afinados para su propio modelo y suelen dar la experiencia pico más fluida. Los agentes agnósticos de modelo (opencode, Aider, Cline) te dejan intercambiar modelos — frontera hoy, barato o local mañana — sin cambiar de herramientas. Elige agnóstico si evitar el bloqueo de proveedor o ejecutar pesos locales te importa.

Pro tip

No compres un harness por un benchmark de titular. Cómpralo por una prueba de 30 minutos contra una tarea real en tu propio repo — el mismo movimiento de 'evaluar sobre tu propio código' que gana a cualquier tabla de clasificación de modelos.
La apertura es una cobertura, no una función que usarás a diario. Su valor aparece el día que cambia un precio o desaparece un nivel gratuito y quieres mudarte.

Portabilidad: escribe tu contexto una sola vez

El mayor coste de cambio oculto es el contexto de tu proyecto — comandos de compilación, convenciones, reglas de pruebas, cosas que el agente no puede inferir. En 2026 hay un estándar de facto para eso: AGENTS.md, un archivo de Markdown plano en la raíz de tu repo, gestionado por la Agentic AI Foundation bajo la Linux Foundation y leído de forma nativa por Codex, Gemini CLI, Cursor, Aider, el agente de codificación de Copilot, opencode, Goose y más de 20 herramientas más (más de 60.000 repos lo han adoptado).

AGENTS.md = contexto de proyecto entre herramientas. Escríbelo una vez; la mayoría de los agentes lo leen.
CLAUDE.md = el propio archivo de memoria de proyecto de Claude Code (ver CLAUDE.md). Puedes mantener un pequeño CLAUDE.md que apunte a AGENTS.md, o mantener ambos.
SKILL.md = la especificación separada de Anthropic para empaquetar skills reutilizables con frontmatter y scripts incluidos. Es complementaria a AGENTS.md, no una competidora — una describe el proyecto, la otra empaqueta un procedimiento reutilizable.

Mantener el contexto en AGENTS.md significa que el día que pruebes un agente distinto, las reglas de tu proyecto vienen contigo gratis.

AGENTS.md mínimo — escribe solo lo que un agente no puede inferir

# AGENTS.md

## Setup
- Install: `pnpm install`
- Dev server: `pnpm dev` (port 3000)

## Build & test (run before every commit)
- Typecheck: `pnpm typecheck`
- Lint: `pnpm lint`
- Tests: `pnpm test` — all must pass

## Conventions
- TypeScript strict; no `any`.
- Components in `src/components`, one per file.
- Never edit files under `generated/` by hand.

## Constraints
- Do NOT run `git push` or open PRs without being asked.
- Secrets live in `.env.local`; never commit them.

Watch out

Pon en AGENTS.md solo lo que el agente no puede descubrir por sí mismo. Repetir lo obvio cuesta tokens en cada ejecución y entierra las reglas que importan. Cúralo a mano — los archivos de contexto autogenerados tienden a ser ruido.

Una decisión, de un tirón

Trabajo profundo y autónomo con Claude y el ecosistema de herramientas más rico → Claude Code.
Agente de primera parte de código abierto ligado a GPT, con fuerte alcance de plataforma/Windows → Codex CLI.
Quieres intercambiar modelos libremente o ejecutar pesos locales → opencode o Cline.
Ediciones cuidadosas, nativas de git, con humano en el bucle → Aider.
Gran apuesta por el contexto del ecosistema de Google → Gemini CLI (confirma primero el acceso actual).

Elijas lo que elijas, mantén el contexto de tu proyecto en AGENTS.md y demuestra la elección con una tarea real en tu propio repo antes de comprometerte.

Check yourself

0/4

¿Qué quiere decir la gente con el 'harness' del agente de codificación?
Un blog informa de un '83% en un benchmark de codificación' para un agente. ¿Qué está midiendo realmente ese número?
¿Por qué elegir un agente agnóstico de modelo como opencode o Aider?
¿Para qué sirve AGENTS.md?

Flashcards

Vocabulario de las CLIs de agentes de codificación

Pulsa Intro o Espacio para girar la tarjeta. Usa las flechas izquierda y derecha para moverte entre las tarjetas.Término mostrado.

1 / 8

Fuentes y lecturas adicionales

AGENTS.md — sitio oficial y especificación (Agentic AI Foundation / Linux Foundation)
openai/codex — repo de Codex CLI (Apache-2.0, Rust)
sst/opencode — repo de opencode (MIT, TypeScript)
Aider-AI/aider — repo de Aider (Apache-2.0)
google-gemini/gemini-cli — repo de Gemini CLI
Anthropic — documentación de Claude Code
Relacionado en este sitio: Claude vs GPT vs Gemini para programar · Agentes de codificación locales · CLAUDE.md · Skills

El modelo no es el agente​

El panorama en 2026​

Los ejes que realmente lo deciden​

Portabilidad: escribe tu contexto una sola vez​