Sobre el proyecto

El Diccionario de Codificación con IA es un proyecto de referencia de Matt Pocock que explica la jerga de la codificación asistida por IA en inglés sencillo. Su objetivo declarado es hacer que el vocabulario de la codificación con IA sea aprendible en una tarde, de modo que los puntos comunes de confusión — por qué se degrada el contexto, por qué las facturas son altas, por qué el mismo prompt se comporta de manera diferente de un día a otro — tengan respuestas claras una vez que conoces las palabras correctas. El diccionario está organizado en siete secciones: 1. El Modelo — IA, modelo, parámetros, entrenamiento, inferencia, esfuerzo, token, predicción del siguiente token, no determinismo, proveedor de modelos, arnés, solicitud al proveedor de modelos, tokens de entrada, tokens de salida, caché de prefijo, tokens de caché. 2. Sesiones, Ventanas de Contexto y Turnos — sin estado, contexto, ventana de contexto, con estado, agente, prompt del sistema, sesión, turno. 3. Herramientas y Entorno — entorno, sistema de archivos, herramienta, llamada a herramienta, resultado de herramienta, MCP, solicitud de permiso, modo de permiso, modo agente, sandbox. 4. Modos de Falla — adulación, alucinación, conocimiento paramétrico, corte de conocimiento, conocimiento contextual, relación de atención, presupuesto de atención, degradación de atención, zona inteligente. 5. Traspasos — limpieza, traspaso, fuente primaria, fuente secundaria, artefacto de traspaso, especificación, ticket, compactación, autocompactación. 6. Memoria y Dirección — sistema de memoria, AGENTS.md, divulgación progresiva, puntero de contexto, habilidad, subagente. 7. Patrones de Trabajo — humano en el bucle, AFK, verificación automatizada, revisión automatizada, revisión humana, codificación por vibración, concepto de diseño, interrogatorio, creación de prototipos, DX, AX. Las entradas van más allá de definiciones de una línea. Muchas incluyen antecedentes mecánicos o históricos — por ejemplo, una tabla que rastrea lo que "IA" ha significado a lo largo de las décadas, o una tabla de fases que contrasta entrenamiento e inferencia — junto con orientación práctica sobre cuándo se aplica un término, notas de "evitar" que señalan usos imprecisos, y breves diálogos de ejemplo que muestran cómo aparece el término en conversaciones reales. El enfoque es opinativo en algunos lugares, como argumentar que gran parte de la confusión sobre la IA es fabricada y que la mayoría de los resultados decepcionantes se remontan al contexto o al arnés, no al modelo en sí. El README es explícitamente un archivo generado: el contenido vive en archivos dictionary/*.md más un currículo interno, y ejecutar npm run generate reconstruye el README a partir de una plantilla. El proyecto también publica un sitio web complementario en aicodingdictionary.com y enlaza al boletín AI Hero del autor para más material sobre ingeniería de IA. El repositorio es documentación más que software; no se describe comportamiento en tiempo de ejecución más allá del script de generación. Es adecuado para desarrolladores nuevos en herramientas de codificación con IA que quieran un vocabulario preciso y compartido para modelos, arneses, agentes, gestión de contexto y patrones de trabajo diarios.