Inplan: Cuando tu plan habla de vuelta

Vamos a ser realistas: la mayoría seguimos planificando proyectos como si los agentes de IA no existieran. Una nota rápida, quizás un documento en Notion, un hilo de Slack que se pierde en el olvido. Luego le pasamos ese plan a medio cocer a un agente de código y esperamos lo mejor.

El problema no es que los agentes de IA no sepan programar. Es que necesitan una estructura que rara vez les proporcionamos. Y cuando ellos mismos llenan esos huecos, no queda ningún registro de por qué se tomaron ciertas decisiones.

El documento que responde

Ahí es donde entra inplan. En esencia, es un editor de Markdown pensado para la planificación colaborativa entre humanos y agentes de código de IA. Imagínalo como una pizarra compartida donde ambas partes pueden redactar, preguntar y revisar un único documento de planificación.

Lo interesante no es el editor en sí, sino su sistema de comentarios. Puedes seleccionar cualquier oración y abrir una discusión hilo anchored justo ahí. Preguntar por qué el agente propuso esa arquitectura. Solicitar clarificación sobre una suposición. Tomar una decisión. Ese intercambio queda anclado a esa línea específica, creando un registro navegable que realmente podrás consultar más tarde.

Esto resuelve algo de lo que rara vez hablamos: el problema de la arqueología contextual. Avancemos tres meses. Tu agente tomó una decisión en algún momento. ¿Dónde está el razonamiento? Inplan hace que eso sea rastreable.

Revisar antes de modificar

Aquí hay un patrón que vemos demasiado: dejas trabajando a un agente de IA, vuelves, y el plan se ha transformado en silencio. Quizás está mejor. Quizás algo crucial cambió. Difícil saberlo.

Inplan le da la vuelta a esto. Cuando el agente quiere revisar el plan, no sobreescribe el documento sin más — genera un diff que tú revisas y aplicas personalmente. Ves exactamente qué cambió. Puedes aprobar, rechazar o iterar antes de que nada quede bloqueado.

Esta aproximación con humano en el circuito importa más de lo que parece a primera vista. Transforma al agente de un ejecutor en un colaborador con historial.

Cómo empezar

La herramienta se instala como una skill de Claude Code (con soporte para Codex y otros en la hoja de ruta). Un simple "plan X" abre el editor y estás listo. Es de código abierto bajo AGPL-3.0 y funciona completamente en local vía npm.

Para equipos que quieran colaboración en tiempo real, hay una opción alojada en inplan.ai. Nada en la demo requiere crear una cuenta, lo cual es refrescante para un producto SaaS.

Lo que todavía está verde

Ninguna herramienta viene sin compromisos. La versión actual es una app de escritorio Electron — funcional pero más pesada que un editor web. El mecanismo de diff funciona línea por línea, lo cual puede sentirse burdo para cambios detallados. Y el modelo mental está construido alrededor de un documento de plan a la vez. Si estás gestionando múltiples especificaciones interconectadas, terminarás recurriendo a otras herramientas además de esta.

El equipo ha sido transparente con estas limitaciones, lo cual es esperanzador. Soporte multi-documento e interacciones más ricas con agentes están en la hoja de ruta.

Por qué importa para la era del "vibe coding"

El "vibe coding" — dejar que la IA maneje la implementación mientras tú orientas la visión — está explotando en popularidad. Pero el vibe coding tiene un secreto incómodo: sin dirección clara, estás comparando resultados con intenciones que nunca articulaste completamente.

Herramientas como inplan sugieren un futuro diferente. No solo "codifica más rápido" sino "piensa con más claridad". La fase de planificación se convierte en una colaboración genuina con tu socio de IA, produciendo artefactos que sirven tanto para la tarea inmediata como para quienes mantengan el código en el futuro (incluido tú-mismo-del-futuro).

Si inplan se convierte en tu flujo de trabajo depende de tu tolerancia hacia apps Electron y modelos mentales de documento único. Pero el concepto subyacente — colaboración con IA estructurada, comentable y revisada por humanos — apunta hacia cómo trabajaremos con agentes de código a medida que se vuelven más capaces.

La pregunta no es si la IA escribirá más de nuestro código. Es si construiremos el andamiaje para que ese código sea realmente comprensible.

Pruébalo: npm i -g inplan