Mi stack de desarrollo con IA en 2026: lo que uso y por qué

TL;DR

IDE: Cursor (principal) + Copilot (autocomplete)
LLM para consultas: Claude para código, ChatGPT para explicaciones
Automatización: n8n self-hosted + scripts Python
Documentación: Claude Projects para contexto persistente
Principio: La IA no reemplaza saber programar, lo amplifica

Cada semana alguien me pregunta qué herramientas de IA uso para programar. En vez de repetirme, lo dejo aquí. Sin patrocinios, sin links de afiliados, solo lo que uso de verdad.

La filosofía antes que las herramientas

Antes de listar apps, algo importante: la IA no te hace mejor programador si no sabes programar.

He visto gente copiar código de ChatGPT sin entenderlo. Funciona hasta que no funciona, y entonces no saben ni por dónde empezar a debuggear.

Mi enfoque: uso IA para acelerar lo que ya sé hacer, no para hacer lo que no sé. Cuando la IA me sugiere algo que no entiendo, paro y aprendo. Ese es el momento de crecer.

Dicho esto, aquí va el stack.

IDE: Cursor + Copilot

Sí, uso los dos. No es redundante.

Cursor es mi IDE principal. Lo uso para:

Composer: cambios que tocan múltiples archivos
Chat con contexto: preguntas sobre mi codebase específico
Refactoring: “haz que esta función sea más legible”

Copilot lo tengo activo para el autocomplete. Es más rápido que el de Cursor y menos intrusivo. Escribo, sugiere, Tab, sigo.

¿Por qué no solo Cursor? El autocomplete de Copilot es mejor. ¿Por qué no solo Copilot? No tiene Composer ni modo agente real.

Si tuviera que elegir uno solo: Cursor. Pero $30/mes por los dos me compensa en productividad.

Tengo una comparativa detallada de Cursor vs Windsurf vs Copilot si quieres profundizar.

LLMs: Claude para código, ChatGPT para el resto

No uso el mismo modelo para todo.

Claude (Opus 4.5/Sonnet 4.5) es mi preferido para código porque:

Menos alucinaciones en temas técnicos
Mejor en seguir instrucciones complejas
El contexto largo (200k tokens) permite meter proyectos enteros

Lo uso para:

Debuggear errores raros
Diseñar arquitectura (“¿cómo estructurarías esto?”)
Revisar mi código (“¿ves algo que pueda fallar?”)

ChatGPT lo uso para:

Explicaciones conceptuales (“explícame cómo funciona OAuth”)
Brainstorming (“dame 5 formas de resolver este problema”)
Cosas que no son código (emails, textos, etc.)

DeepSeek lo tengo para cuando necesito algo gratis y local. Corre en mi máquina con Ollama. No es tan bueno como Claude pero para tareas simples funciona y no pago nada.

No soy fanboy de ningún modelo. Uso el que mejor funciona para cada tarea.

Claude Projects: contexto persistente

Esto es underrated. Claude Projects te permite crear “proyectos” con documentos de contexto que persisten entre conversaciones.

Tengo un proyecto para cada cliente/proyecto de código con:

README del proyecto
Estructura de carpetas
Decisiones de arquitectura
Stack tecnológico

Cuando abro una conversación nueva, Claude ya sabe de qué va el proyecto. No tengo que explicar todo desde cero cada vez.

Esto solo vale $20/mes de Claude Pro. Si programas profesionalmente, se paga solo.

Automatización: n8n + Python

Para flujos de trabajo repetitivos uso n8n (self-hosted en mi servidor).

Ejemplos de lo que automatizo:

Cuando mergeo a main, se despliega automático
Cuando creo un issue en Linear, se crea una rama en git
Resumen diario de logs de errores a Slack

n8n es como Zapier pero open source y self-hosted. Control total, sin límites, sin costes mensuales.

Para cosas más específicas, scripts de Python. No todo necesita una plataforma. A veces un script de 50 líneas que corre con cron es suficiente.

Documentación: Markdown + IA

No uso Notion ni herramientas fancy. Markdown en el repo.

Pero sí uso IA para:

Generar documentación inicial: “documenta esta función”
Mejorar lo que escribo: “haz esto más claro”
READMEs: primer borrador con IA, luego edito

La documentación generada por IA necesita revisión. Pero es mejor que empezar de cero.

Lo que NO uso (y por qué)

Devin, agentes autónomos de código: Todavía no funcionan bien para proyectos reales. Mucho hype, poca utilidad práctica.

GitHub Copilot Workspace: Prometedor pero inmaduro. Quizás en 6 meses.

Herramientas “todo en uno”: Prefiero combinar herramientas especializadas que usar una que hace todo regular.

El flujo de trabajo típico

Cuando empiezo una feature nueva:

Diseño en Claude: “Necesito implementar X. El stack es Y. ¿Cómo lo estructurarías?”
Scaffold con Cursor Composer: “Crea los archivos base para esta feature”
Implementación: Escribo yo con autocomplete de Copilot
Revisión con Claude: “Revisa este código, ¿ves problemas?”
Tests con Cursor: “Genera tests para esta función”
Documentación: “Documenta los endpoints nuevos”

No es lineal. A veces vuelvo atrás. Pero la IA está en cada paso, ahorrando tiempo.

Cuánto ahorra realmente

Es difícil medir, pero mi estimación:

Tarea	Sin IA	Con IA	Ahorro
Scaffold proyecto nuevo	2h	20min	80%
Debuggear error raro	1h+	15min	75%
Escribir tests	1h	20min	70%
Documentación	30min	10min	65%
Código normal	1h	45min	25%

El código “normal” es donde menos ahorro porque ya sé lo que quiero escribir. Donde más ahorro es en las tareas que odio: tests, documentación, debugging.

El coste

Herramienta	Coste/mes
Cursor Pro	$20
Copilot	$10
Claude Pro	$20
ChatGPT Plus	$20
n8n	$0 (self-hosted)
Total	$70/mes

¿Es mucho? Depende. Si facturas $50/hora y la IA te ahorra 5 horas al mes, ya se ha pagado. En mi caso, el ROI es claro.

Consejo final

No copies mi stack. Copia el proceso:

Prueba herramientas con trials gratuitos
Mide si te ahorra tiempo de verdad
Quédate con lo que funciona para ti
Revisa cada 6 meses porque esto cambia rápido

Lo que uso hoy no es lo que usaba hace un año. Y probablemente no sea lo que use el año que viene. El stack perfecto no existe, existe el stack que te funciona ahora.

¿Cuál es tu stack de desarrollo con IA? ¿Hay algo que use que te sorprenda o algo que crees que me falta?