Pongámonos en contexto. Llevan años configurando equipos Cisco vía CLI. Pero cuando alguien menciona Ansible, Python o Netmiko, automáticamente piensan: «eso es trabajo de programadores, no me corresponde». El problema es que su compañero junior que recién se integra a su equipo, menciona que puede implementar configuraciones en cincuenta switches en menos de un minuto. ¿Cómo lo hace? lo que pasa es que conoce las herramientas correctas que escriben el código por él.
Esto es gracias al Vibe coding en las redes de computadoras, esto significa desarrollar scripts y playbooks con la ayuda de la inteligencia artificial. En esta clase veremos cómo herramientas como Copilot, ChatGPT, Gemini, Claude, etc. están redefiniendo lo que un ingeniero de red puede hacer sin necesidad de convertirse en desarrollador de software profesional.
Entre algunos temas que veremos destacan:
Vivimos en una época donde el ingeniero que no automatiza queda en clara desventaja frente al que sí lo hace. Acá es donde los LLMs (modelos de lenguaje como ChatGPT, Copilot, Claude o Gemini) con el Vibe coding en las redes de computadoras están equilibrando la balanza. Le explicamos en lenguaje natural qué queremos lograr, y la herramienta nos devuelve el código listo para ejecutar. Esto no convierte mágicamente a un ingeniero de redes en desarrollador, pero sí permite que automatice tareas que hace dos años hubieran requerido semanas de aprendizaje previo.
En la clase mostraremos dos escenarios de configuración: la primera con Ansible configurando VLANs en un switch real Cisco Catalyst 9300, y la segunda con Python utilizando Netmiko para ejecutar comandos de monitoreo. El detalle interesante es que el código proporcionado por los LLMs funciona a la primera ejecución, sin errores de sintaxis ni problemas operativos.
También hablaremos sobre las ventajas de optar por esta forma de trabajo, por ejemplo nos permite reducir drásticamente los tiempos de implementacion, lo que antes nos tomaba horas (buscar módulos, leer documentación, probar sintaxis, debuggear errores, etc.) ahora se soluciona en minutos. Desarrollaremos esta y otras ventajas existentes.
No todo es bueno al hablar del Vibe coding, y sería irresponsable presentar esta tecnología como una solución mágica sin inconvenientes. Hay desventajas importantes que desarrollaremos a profundidad durante la clase, y que cualquier ingeniero debería tener presentes antes de incorporar la IA a su flujo de trabajo en producción. Hablaremos por ejemplo de las alucinaciones, la dependencia tecnología, y el poco conocimiento de la IA sobre nuestra infraestructura.
Nota: conocer al menos las bases de los lenguajes de programación sigue siendo fundamental, inclusive utilizando IA. Sin esa base no podrán detectar cuándo el código generado tiene problemas, cuándo va a romper algo en producción, o cuándo simplemente no hace lo que creen que hace.
Si quieres dominar la automatización de redes con el apoyo de la IA, accede al curso completo acá y aprende a integrar estas herramientas en tu flujo de trabajo.
No al nivel de un desarrollador profesional, pero sí necesitas conocimientos básicos de Python, YAML y de lo que hace Ansible o Netmiko por debajo. Sin esa base no podrás validar si el código generado realmente hace lo que pediste, ni detectar cuándo la IA te está entregando algo que va a fallar.
Hay varias opciones competitivas en el mercado: Copilot, Codex, Claude, Gemini y Perplexity, entre otras. Cada una tiene sus virtudes respecto a la programación, la complejidad de la tarea y el tipo de documentación con la que fueron entrenadas. En la clase trabajamos con Copilot por accesibilidad.
Para tareas relativamente simples como configurar VLANs, levantar interfaces o ejecutar comandos de monitoreo, los resultados suelen ser buenos. Pero cuando la complejidad incrementa, la probabilidad de obtener configuraciones erróneas aumenta considerablemente.