Cómo Windsurf Rompe el Techo para la Recuperación

Hola, Conferencia de Productividad. Somos Windsurf. Somos un nuevo editor de código nativo de IA, lanzado hace unos meses. Hoy, voy a mostrarte cómo funciona el producto, algunos de los principios rectores detrás de cómo construimos el producto, y lo más importante, por qué todos ustedes están aquí, algunos consejos y trucos sobre cómo pueden usar IA en sus flujos de trabajo de desarrollo para volverse más productivos.

Así que vamos a sumergirnos en ello. Durante los próximos 15 minutos, voy a hablar un poco sobre cómo construimos el mejor agente de codificación en el mercado. Mi nombre es Kevin Howell. Dirijo nuestro equipo de ingeniería de productos aquí en Windsurf, y estamos aquí en la hermosa Área de la Bahía entregándoles esta presentación de forma remota. Solo quiero agradecer al equipo de la Conferencia de Productividad por invitarnos a esta conferencia. Estamos muy emocionados de ser parte de este viaje, y voy a dedicar un tiempo a hablar sobre algunos de los principios que nuestro equipo vive y respira para construir un producto como el editor de Windsurf.

Creemos que los agentes son el futuro del desarrollo de software. Estamos muy optimistas sobre el estado de la IA, y como todos ustedes probablemente pueden ver y relacionarse, cada día las noticias están inundadas con nuevos modelos, nuevas prácticas, nuevas herramientas para acelerar todo tipo de profesiones, pero notablemente los desarrolladores de software. Y así, para comenzar, los llevaré a un viaje por el camino de la memoria en 2022. Puede parecer un tiempo antiguo. Este fue el momento en que Copilot fue lanzado. Este era el estado del arte de lo que la tecnología y la IA podían hacer por los programadores. Comenzamos a ver texto fantasma.

Comenzamos a ver, ya saben, Copilot completando sus funciones y limpiando sus utilidades, y fue una de las primeras veces que los desarrolladores pudieron experimentar la magia de la IA mientras codificaban. Nosotros, como muchos otros, estábamos realmente emocionados por esta tecnología, y decidimos construir nuestro primer producto llamado Codium, y esta fue una extensión de autocompletado que vivía en VS Code, JetBrains, Vim y 30 otros IDEs, y fuimos uno de los primeros en el mercado en traer autocompletado. La experiencia de autocompletado a las masas, y rápidamente obtuvimos más de un millón de descargas, y fue un momento muy exitoso para la empresa, pero siempre supimos que íbamos a construir más y más. Y así, sabíamos que la inteligencia, predecimos que la inteligencia iba a volverse más rápida, iba a volverse más barata, los modelos iban a crecer, los paradigmas iban a cambiar, y como hemos visto en las noticias, ya saben, cosas como DeepSeek, modelos RL como O1, todas estas cosas han estado contribuyendo al rápido, rápido ritmo del desarrollo de software en los últimos meses. Siempre queremos dar a nuestros usuarios la mejor experiencia posible, y lo que esto significaba en ese momento era que íbamos a construir el mejor, el producto de autocompletado más rápido, pero con el tiempo supimos que podríamos hacer más y más trabajo para el usuario, y teníamos nuestra mirada en los agentes. Sabíamos que, o predecimos que copiar y pegar desde ChatGPT desaparecería. También hipotetizamos que estos agentes, ¿verdad? , estas máquinas de desarrollo de software autónomas podrían hacer más y más por nuestros desarrolladores y por nuestros usuarios. Así que creemos que 2025 es este año, y lanzamos Windsurf a finales de 2024, capitalizando esta nueva tecnología, que es un sistema LLM agente. Windsurf ha estado empujando el límite de lo que es posible con LLMs, específicamente para crear un agente que pueda trabajar en tu nombre y generar código para ti, puede refactorizar código para ti, y vamos a entrar en lo que exactamente eso significa. Aquí hay una captura de pantalla de Windsurf. Puedes ver aquí que hay un agente en el lado derecho, llamamos a esto Cascade, y está construyendo un raspador web en Python, y puedes ver que con solo un par de indicaciones podemos generar un archivo completo.

Nos da algunas estadísticas sobre el sitio web en cuestión. Pero puedes ver que hay una serie de cosas aquí que nuestro agente está haciendo en nombre de un usuario como tú. Es capaz de controlar el editor de maneras que tú lo controlarías para hacerte lo más eficiente y productivo posible. Otras formas en que puedes usar esta herramienta, puede buscar documentación, tiene la capacidad de buscar en la web por ti automáticamente. Así que si agregas una consulta que utiliza datos en vivo o quieres buscar una versión específica de la documentación, puede ir a internet y buscar esos datos en vivo, usarlos como contexto. Puede hacer cosas como navegar por la base de código, puede ejecutar cosas en tu terminal, puede abrir archivos y usar tu historial de edición como contexto. La lista continúa y continúa. En general, es una herramienta increíblemente poderosa y flexible que hace que los desarrolladores sean mucho más productivos. Y esto puede parecer un montón de características aleatorias, pero te guiaré a través de cómo pensamos generalmente sobre lo que vamos a construir. WinSurf es una herramienta increíblemente poderosa, pero podríamos estar construyendo muchas cosas diferentes. Podemos ir en muchas direcciones diferentes. Así que queremos asegurarnos de que como equipo, siempre volvamos a nuestra misión, que es mantenerte en el flujo para que puedas desbloquear tu potencial ilimitado. Lo que esto significa es que queremos que la IA maneje el trabajo tedioso por ti. Cosas como depurar tus trazas de pila, buscar tu código fuente original, obtener las versiones correctas de la documentación para ti, todas estas cosas deberían estar abstraídas de ti. El LLM y el agente deberían hacerte más productivo y hacerte concentrarte en las cosas en las que eres excepcionalmente bueno, construir y enviar grandes productos.

Así que con nuestro objetivo en mente, ¿cómo sabemos que lo que estamos construyendo realmente está funcionando? Para nosotros, es un juego de entrada y salida. ¿Cuánta entrada explícita, cuánto puede el usuario, tú o yo, escribir en el aviso para obtener la mayor cantidad de código listo para producción correcto como salida? Hacemos esto reduciendo la cantidad de humanos en el proceso. Así que queremos que interactúes con el agente lo menos posible, pero lo suficiente para que sientas que tienes el control y puedes corregirlo si es necesario. Esto significa que el agente hace muchas cosas como investigaciones de fondo. Puede predecir tus próximos pasos, tus próximos pasos. Y luego también puede automatizar parte de la toma de decisiones. Si estás ejecutando un comando de terminal en el que tenemos alta confianza, deberíamos ejecutarlo automáticamente para que no tengas que hacerlo. Y esto puede parecer un futuro lejano, pero esto está sucediendo hoy. Windsurf fue lanzado hace un par de meses. Y ya estamos viendo que hemos escrito 4.5 mil millones de líneas de código con Cascade, que es el agente dentro de Windsurf. Esa es una cantidad asombrosa de código que hemos escrito para nuestros usuarios. E incluso desde que comencé esta presentación, hemos tenido miles de mensajes enviados. 600, para ser precisos, 670 mensajes de Cascade enviados cada minuto. Y una estadística divertida que me gusta compartir porque todos somos ingenieros aquí, nos han despertado 16 veces debido al deber de pager diciéndonos que hemos alcanzado nuestra capacidad. Esto son problemas hacia el éxito.

Hemos sido uno de los mayores consumidores de LLMs, y así, con eso viene, desafortunadamente, a veces cuando no hay suficiente capacidad para ejecutar el servicio. Hemos controlado esto cada vez más a medida que ha pasado el tiempo, pero gracias a todos nuestros usuarios que nos ayudaron a ser un tipo de éxito de la noche a la mañana en el espacio de IDE.

Así que ahora voy a hablar sobre la parte principal de la presentación, que son los principios. ¿Cómo abordamos realmente la construcción de un agente como este? Así que con esta misión y métrica en mente, hablemos un poco sobre algunos de los principios que utiliza el equipo. El primer principio se llama trayectorias. Así que esto en resumen significa que intentamos leer tu mente. Windsor intenta leer tu mente. A diferencia de los otros editores en el mercado, hay un puñado de otros editores de IA en el mercado como Cursor o VSCode con Copilot. Integramos nuestro agente increíblemente profundamente en la aplicación. Así que lo que esto significa es que en una mitad, estamos entendiendo lo que estás haciendo. Y en la otra mitad, te estamos dando herramientas y dando al agente la capacidad de hacer realmente las cosas que tú harías.

Así que esto significa entender qué archivos has visto más recientemente y cuáles son tus ediciones más recientes, hasta editar realmente los archivos y buscar cosas dentro de la barra de búsqueda. Esto ha llevado a características realmente, realmente poderosas por ejemplo, la capacidad de simplemente escribir continuar mi trabajo y el agente podrá usar el contexto de lo que ha aprendido sobre ti en tus acciones más recientes para realmente salir y terminar lo que estabas haciendo y terminar lo que comenzaste. Esto también significa que podemos hacer cosas como ejecutar tu terminal automáticamente. Por ejemplo, si necesita una dependencia, puede simplemente ejecutar npm install por ti. Y a veces ni siquiera necesitas permitirle que haga esto explícitamente. Inferirá que este es un comando seguro para que lo ejecutes automáticamente. Y luego también ofrecemos una experiencia de usuario muy elegante para que aceptes y rechaces cambios para que puedas estar al tanto, pero poder revisar lo que el agente está haciendo increíblemente rápido. Así es como funciona más o menos una trayectoria. El agente está constantemente trabajando en segundo plano para entender lo que estás haciendo y luego también contribuir a eso.

Así que en esta animación, estás viendo que, si el usuario navega primero, la IA usará eso para comenzar a investigar. Podrían hacer ediciones en tu nombre. Estamos almacenando cosas en una especie de línea de tiempo centralizada. Y llamamos a esto la trayectoria. Así que a medida que haces cambios, a medida que haces ediciones, el agente también vivirá en esa misma línea de tiempo y tiene completa conciencia y contexto sobre lo que has hecho más recientemente. Puedes imaginar que esta línea de tiempo compartida es cómo podemos fluir de un lado a otro entre cosas que tú contribuyes y cosas que el agente contribuye para que el contexto sea cohesivo y unificado en esos dos frentes. Aquí hay un ejemplo de trayectorias en acción. Así que la experiencia agente en Windsurf se muestra a la derecha. En el lado izquierdo, el usuario en realidad acaba de agregar una nueva función. Y en este caso, estamos agregando un nuevo manejador de formularios de React.

Y puedes ver que esto se agregó a la trayectoria. El agente pudo captar los cambios más recientes. Y simplemente diciendo, continúa mi trabajo, ahora podemos refactorizar el resto de ese archivo y archivos vecinos para luego usar el código que el usuario acaba de escribir. Y de esta manera, estamos entregando de ida y vuelta esta noción de una línea de tiempo unificada y una trayectoria. Estamos entregando de ida y vuelta entre lo que el agente puede hacer por ti y lo que hace el usuario.

Otro ejemplo de esto está en la terminal. Si ejecutaras una serie de comandos en la terminal, por ejemplo, si instalaste una dependencia con pip o si instalaste una dependencia con npm, podríamos captar eso. Y el agente podría decir, OK, probablemente quieras implementar esa dependencia dentro de tu proyecto. Y puedes ver aquí, después de ejecutar un conjunto de comandos de terminal, tenemos contexto sobre eso. Y podemos usar eso cuando el agente se va y hace su trabajo. Creemos que hay un futuro donde tu terminal, tu contexto, tus ediciones son parte de esta trayectoria unificada, donde no necesitas copiar y pegar entre la terminal y el chat. Nunca necesitas poder copiar y pegar entre el archivo y el chat. Y creemos que el futuro va a ser automático así. Y ciertamente no creemos que el futuro sea cosas como en la terminal.

Aquí hay otro ejemplo de una trayectoria donde estamos tratando de abstraer decisiones para ti. Y así, en este caso, estamos ejecutando comandos de Python para ti en tu nombre dentro de tu terminal. Así que lo que hacemos es ejecutar el comando dentro de tu terminal nativa para que podamos disminuir la distancia entre lo que estás trabajando, el entorno en el que trabajas, y el entorno en el que trabaja el agente. Y de esta manera, podemos aprovechar tu entorno virtual, aprovechar tu dependencia cachés, y cosas de esa naturaleza. El objetivo de todo esto es mantener al agente lo más cerca posible en armonía con la forma en que tú haces tu trabajo. También creemos que los desarrolladores están aquí para quedarse. Windsurf podrá pensar más y más en el futuro. Creemos que el futuro de las trayectorias es que Windsurf leerá tu mente no solo un o dos pasos en el futuro, sino 10 a 20 pasos. Estará haciendo cosas como escribir pruebas unitarias antes de que hayas terminado la función original o realizando refactorizaciones amplias basadas en el código después de haber realizado solo un par de líneas de cambios dentro del editor. Así que las trayectorias son un concepto muy, muy poderoso. Y esto es lo que permite a los usuarios sentir que están en armonía fluida con Windsurf.

El segundo principio es meta-aprendizaje. Así que incluso si Windsurf entiende lo que estás haciendo en el momento, hay una especie de comprensión inferida de tu base de código, de tus preferencias, y algunas de tus pautas organizativas que, digamos, un ingeniero senior en tu equipo podría captar con el tiempo. Llamamos a este concepto meta-aprendizajes. Windsurf puede adaptarse y recordar cosas sobre ti solo con el uso. Así que si piensas en un Frontier LLM, la analogía que nos gusta usar en la empresa es que los Frontier LLMs son los ingenieros más inteligentes que conoces, pero no tienen exposición a cómo tú o tu empresa escriben código.

Son capaces de escribir una inmensa cantidad de código muy, muy rápido. Pero, ¿cómo logras que eso se integre bien en tu base de código? Esto significa que necesitamos construir características e infraestructura para permitir que el agente recuerde cómo trabajas específicamente.

Creamos cosas como memorias autogeneradas. Por ejemplo, si le dices al agente, recuerda que uso Tailwind versión 4, podrá recordar eso en el futuro. Implementamos herramientas personalizadas a través del protocolo MCP. Para aquellos de ustedes que no lo saben, esta es una forma de vincular tu cuenta de Figma al agente. Y de repente, ahora el agente puede leer tus archivos de Figma y luego hacer cambios en tu nombre. También hacemos cosas como permitirte poner en lista blanca o negra ciertos comandos de terminal.

Así que si siempre quieres que el agente esté capaz de instalar dependencias en tu nombre, puedes ponerlas en lista blanca. O también puedes agregar cosas como nunca RMRF mi base de código. Así que si piensas en lo que hace que un desarrollador sea muy efectivo, son capaces de recordar estas lecciones y guías después de que solo se las has dicho una vez. Así que Windsurf también necesita modelar este comportamiento, si alguna vez esperamos que los agentes de IA y las herramientas en general escriban y mantengan proyectos completos para nosotros.

Así que a corto plazo, esto significa que no deberías necesitar solicitar a un agente múltiples veces que recuerde lo mismo. Deberías poder decírselo una vez y que lo recuerde. El agente debería sentirse como una extensión fluida de ti mismo. Y tenemos un dicho en la empresa, las ideas son baratas.

Y aquí hay un ejemplo de memorias autogeneradas de las que he estado hablando, en acción. Aquí puedes ver que estamos investigando esta base de código. Parece que tiene un montón de endpoints. Windsurf está saliendo y analizando dichos endpoints y está creando casi como una memoria de la arquitectura técnica. Para que la próxima vez que hagas una pregunta sobre la base de código, no tenga que volver a investigar esto. Puede recordar y tal vez responder tu pregunta de una sola vez. Así que este es solo un ejemplo de memorias en acción.

Otro caso de uso común es que la gente le diga, oye, recuerda que me gusta usar esta versión de React, React 19, la versión que acaba de ser lanzada. Y el agente sabrá priorizar tanto esa documentación como escribir código que refleje ese marco de versión. Entonces, ¿cuál es el futuro del meta-aprendizaje? Creemos que el futuro es donde todas tus tendencias son inferidas de la base de código y de tu uso. Así que las memorias autogeneradas son un paso en esa dirección. Pero, en última instancia, tener cosas definidas explícitamente en, digamos, un archivo de reglas es una muleta.

Creo que a largo plazo, creemos que los agentes continuarán construyendo esta noción de comprensión, esta noción de bancos de memoria, y podrán utilizarlos de manera efectiva para que cada instancia de Windsurf, cada instancia descargada de Windsurf se sienta muy personalizada para el usuario que los está utilizando. Y vamos a seguir invirtiendo hacia ese futuro.

Y finalmente, el tercer principio que usamos para construir una herramienta, para construir la herramienta Windsurf, es la idea de escalar con inteligencia. Así que Windsurf, ahora que hemos cubierto, entiende lo que estás haciendo en el momento, trayectorias, y es capaz de mejorar con el tiempo, el meta-aprendizaje. Pero, ¿cómo construimos un agente que pueda escalar con el ritmo de los LLMs? Estás en esta conferencia porque tú quieres saber cómo mejorar o cómo mejorar tus flujos de trabajo y ser más productivo usando AI. Y queremos asegurarnos de que las herramientas que estamos construyendo estén escalando con esa tendencia de inteligencia.

Así que podríamos haberte dado una gran herramienta hoy, pero, ¿cómo sabemos que si los LLMs mejoran en un 50%, en un 100%, en 3x, que el producto realmente va a ser resiliente a eso? Y en un año, podremos heredar los aprendizajes de esos LLMs. Así que para llevarte de vuelta, vamos a retroceder a 2021, cuando Chat GPT salió por primera vez nuevamente. Nuestra imaginación realmente estaba desbordando. Estabas pensando en todos los diferentes flujos de trabajo que podrías mejorar o acelerar. Pero en ese momento, los modelos eran, francamente, un poco demasiado tontos para poder lograr muchas de estas cosas.

¿Y qué hicimos? Terminamos construyendo mucha infraestructura para poder compensar algunas de esas debilidades. Un ejemplo de una debilidad es la recuperación. Decidimos construir cosas como índices de incrustación, repositorios de búsqueda, heurísticas de recuperación, y sistemas de validación de salida, todo en un esfuerzo por ayudar al modelo a poder recuperar el mejor contexto para tu consulta. Esto fue realmente útil para exprimir el rendimiento de estos modelos, ese último pequeño detalle. Pero, en última instancia, todo este desarrollo fue para una noción fija de inteligencia.

Ahora hemos visto muy claramente que los modelos han estado mejorando muy, muy rápidamente, y cada semana parece haber un nuevo avance. Y queremos asegurarnos de que nuestro producto herede los aprendizajes de estos LLMs para que siempre puedas estar seguro de que estás utilizando la mejor herramienta disponible en el mercado. Una gran manera en que demostramos esto es que eliminamos el chat. Así que el chat es esto, un bot de chat, en un sentido muy ingenuo, es una especie de plataforma heredada. Es un paradigma heredado. Así que reemplazamos completamente el chat con un agente. Ahora, esas son dos cosas separadas, y esto es realmente lo que impulsa por qué Windsurf es único.

Así que aquí eliminamos el chat, y algunos usuarios ni siquiera saben que eliminamos el chat a favor de un agente, pero solo saben que están obteniendo una mejor experiencia. ¿Y qué significa esto? Un agente es capaz de usar herramientas a su disposición para encontrar información y tomar acciones. Así que, por ejemplo, si le hicieras una pregunta sobre un archivo, primero miraría ese archivo, luego respondería en consecuencia. Un ejemplo de una muleta que los bots de chat solían usar para manejar este caso eran las menciones. En el chat, podrías escribir @ en un nombre de archivo y luego buscar realmente un archivo y luego asegurarte de que ese contexto de archivo estuviera incluido en tu aviso. Hoy, Windsurf puede automáticamente inferir las relaciones entre archivos, y el 90% del tiempo no necesitas escribir @ para que entienda que quieres incluir esa pieza de contexto o buscar en la web o buscar una cierta pieza de documentación. Estas son todas cosas en las que los modelos se han vuelto tan buenos recientemente que no necesitamos la muleta de construir cosas como @ chat, @ archivo, @ web. El LLM simplemente lo sabe.

Y como un pequeño equipo de ingeniería, queremos asegurarnos de que siempre estemos escalando con inteligencia y construyendo para el futuro y no apoyándonos en los modelos de hoy. Cuando construyes cosas como @ archivo y @ menciones, terminas construyendo este tipo de muletas, estas reglas codificadas para lo que el modelo debería hacer, en lugar de confiar en que el LLM sea lo suficientemente inteligente para entender realmente qué hacer. Y de esta manera, queremos construir un producto donde el usuario pueda ser lo más productivo y fluido posible. Queremos asegurarnos de que podamos decidir automáticamente qué piezas de contexto recuperar, si usar herramientas o no, si editar o no el archivo. No queremos que el usuario tenga que especificar explícitamente estas cosas. ¿Entonces, cómo construimos para el futuro de la inteligencia? Creemos que los modelos seguirán mejorando y haciéndose más rápidos. Y queremos asegurarnos de que nuestro agente pueda hacer cosas como trabajar sin supervisión. Y en el futuro, podremos hacer cosas como generar PRs completos y consumir incluso la más compleja documentación y hacer cosas locas como implementar diseños de Figma dentro de una aplicación de React. Windsurf está diseñado desde cero para heredar estas ganancias de modelos en mejora. Y si no lo hace, ten la seguridad de que lo sabremos y podremos construir el próximo producto que podrá aprovechar esta inteligencia de la manera más efectiva.

Así que para resumir, tenemos trayectorias, la idea de que Windsurf puede leer tu mente, meta-aprendizaje, que Windsurf se personaliza para ti con el tiempo, y tres, escalar con inteligencia. Somos agentes en nuestro núcleo. Y eso es lo que nos permite mejorar con la inteligencia del modelo.

Entonces, ¿a dónde vamos con esto? Windsurf ya hoy es capaz de hacer una serie de cosas que pueden mejorar tu productividad. Puede generar PRs de principio a fin e incluso redactar las descripciones de PR para ti. Así que vas a empezar a escribir. Vas a ver una sugerencia no solo para el resto de tu archivo o tu función, sino para tu solicitud de extracción completa. Vamos a poder empezar a corregir errores antes de que hayas completado funciones y comenzar a escribir y ejecutar pruebas unitarias en un sandbox detrás de escena.

También creemos que cosas como un archivo de reglas de punto van a estar completamente muertas para finales de 2025, y que el 99% de tus preferencias serán inferidas o aprendidas de tu uso. Ya estamos viendo a los usuarios hacer cosas asombrosas para mejorar su productividad con Windsurf, y solo va a mejorar cada vez más. Windsurf es el editor más avanzado del planeta. Ya está escribiendo el 90% del código de nuestros usuarios. Y los usuarios están realmente, realmente ansiosos por cambiarse a Windsurf para experimentar la magia y las mejoras en la productividad que vienen cuando abrazas agentes de IA dentro de tu flujo de trabajo de desarrollo de software. Estamos justo en el corazón de esta revolución de IA, y quiero asegurarme de que cada desarrollador esté armado con las mejores herramientas y las mejores herramientas disponibles en el mercado. Puedes experimentar la magia por ti mismo en windsurf.ai. Tenemos un generoso nivel gratuito, y nos encantaría que lo probaras. Gracias por escuchar.