Una extensión de VS Code con 4 instalaciones ataca un problema real: los prompts vagos que malgastan tokens de IA

Por Zendoric · 4 de octubre de 2026.

iNoU Agent es una extensión para Visual Studio Code publicada por el desarrollador independiente Mauricio Gracia Gutierrez. Según su propia ficha en el Visual Studio Marketplace, su idea central es doble: por un lado, puntuar localmente la claridad de cada instrucción que escribe el usuario (lo que llama "Specifi-Meter") y, si el prompt es demasiado vago, lanzar una pregunta de opción múltiple en vez de enviarlo directamente a un modelo de lenguaje; por otro, enrutar automáticamente cada tarea al modelo más adecuado —uno rápido para preguntas simples, uno más potente para refactorizaciones o depuración multiarchivo—, combinando claves propias de Google Gemini y Anthropic Claude o la integración con GitHub Copilot. Los cambios de código llegan siempre como un diff que el usuario revisa y aprueba, con un modo de solo lectura que bloquea cualquier edición hasta que se activa explícitamente el modo de escritura.

Es una herramienta "BYOK" (bring your own key, lleva tu propia clave): no incluye acceso a modelos propio, sino que depende de que el usuario conecte sus propias credenciales de pago. Según la misma ficha, a fecha de esta publicación la extensión acumulaba 4 instalaciones y cero valoraciones; el hilo en Hacker News donde se compartió sumaba 1 punto y 1 comentario. Son cifras de un proyecto que apenas ha salido del garaje, no de un producto con tracción.

Como contexto del sector, el nicho de asistentes de código agéntico —herramientas que no solo autocompletan sino que planifican, tocan varios archivos y ejecutan tareas por su cuenta dentro del IDE— se ha llenado de competidores en los últimos dos años, desde los asistentes integrados de los grandes proveedores hasta una larga lista de extensiones y forks independientes. En ese mercado, una propuesta técnica interesante y bien descrita, como la de iNoU, no basta por sí sola para destacar: la distribución, la confianza previa en el autor y el encaje con un flujo de trabajo ya instalado pesan tanto o más que la calidad del diseño.

Nuestra lectura es que el dato relevante de esta pieza no es el producto en sí —demasiado pequeño para sacar conclusiones de mercado— sino el problema que intenta resolver y que sí es real y documentado por quienes usan asistentes de IA a diario: un prompt ambiguo no solo produce una respuesta mediocre, también gasta tokens (y dinero) en una dirección equivocada que luego hay que deshacer y repetir. Que una herramienta nicho diseñe un mecanismo explícito para detener ese despilfarro antes de que ocurra, en lugar de limitarse a generar código más rápido, apunta a una maduración del diseño de estas herramientas: la pregunta ya no es solo "¿qué tan listo es el modelo?", sino "¿cómo evito que el modelo trabaje sobre un encargo mal planteado?".

También es revelador lo que la extensión asume como no negociable: que el usuario revise cada diff antes de aplicarlo y que el modo de escritura se active a propósito. Encaja con una idea que repetimos en Zendoric sobre el futuro del trabajo técnico: la IA no sustituye el criterio de quien aprueba un cambio, lo hace más necesario. Cuantas más tareas delega el programador en agentes automáticos, más valor adquiere la capacidad de revisar, cuestionar y decidir qué entra en el repositorio, no de teclear la solución línea a línea. Un proyecto de cuatro instalaciones no cambia la industria, pero sí ilustra hacia dónde se mueve el diseño de las herramientas que sí la cambiarán.