Dos de las principales empresas en el campo de la inteligencia artificial aplicada a la programación, Cursor y Google, han presentado recientemente innovadoras funciones que permiten a los desarrolladores interactuar por voz con sus agentes de código mientras trabajan. Estas capacidades facilitan hacer preguntas, dar instrucciones adicionales y recibir actualizaciones sin necesidad de abandonar el teclado.
El pasado viernes, Cursor lanzó Voice Chat with Agents, una función impulsada por Grok Voice que permite iniciar conversaciones directas con un agente para expresar cambios o resolver dudas en tiempo real. Ese mismo día, Google presentó Voice mode dentro de su plataforma Antigravity, usando Gemini Live para llevar las conversaciones habladas a su aplicación de escritorio y a la interfaz de línea de comandos.
En un post en el blog oficial, Nick Van der Auwermeulen, ingeniero de relaciones con desarrolladores en Google, explicó cómo la interacción con compañeros humanos suele ser dinámica y verbal, mientras que hasta ahora la colaboración con agentes de IA seguía un ritmo más mecánico: introducir texto, esperar resultados, y repetir el ciclo. Van der Auwermeulen subraya que en el desarrollo la comunicación espontánea y en voz alta es clave para resolver problemas y ajustar detalles sobre la marcha. 
“Algunos de los mejores desarrollos ocurren cuando se discuten en voz alta”, comenta Van der Auwermeulen.
Por eso, el modo de voz de Antigravity mantiene una llamada activa mientras el agente trabaja, permitiendo al desarrollador escuchar actualizaciones o aprobar comandos sin tener que usar el teclado, evitando interrupciones en su flujo de trabajo.
De forma similar, Cursor propone continuar la conversación verbal: describir cambios, preguntar qué está haciendo el agente y seguir recibiendo actualizaciones conforme avanza el trabajo.
¿Qué es y cómo funciona Antigravity?
Antigravity es la plataforma de desarrollo asistido por agentes de Google, que debutó en noviembre con Gemini 3 y que ya cuenta con una aplicación de escritorio, un cliente de línea de comandos (Antigravity CLI) y extensiones para editores como VS Code, JetBrains y Xcode. Desde junio, Google ha migrado a sus usuarios de Gemini CLI a esta plataforma más integrada, además de estar retirando el agente en segundo plano Jules.
La función de dictado existente en Antigravity convierte la voz en texto, pero la novedad es la llamada bidireccional. En la aplicación de escritorio, el usuario pulsa el icono de forma de onda para iniciar una conversación verbal con el agente, quien responde en voz alta y mantiene la llamada activa para actualizaciones o nuevas instrucciones. Incluso se puede interrumpir al agente para añadir indicaciones o realizar preguntas.
La interfaz presenta un resumen escrito y un botón para revisar los cambios de código una vez que el agente termina su tarea. Además, la función de voz también está disponible en la línea de comandos, donde se inicia con el comando /voice live y se mantiene el diálogo interactivo mientras el agente trabaja en el terminal.
La apuesta vocal de Cursor tras su adquisición por SpaceX
Cursor fue adquirida en agosto por SpaceX de Elon Musk por 60.000 millones de dólares y también está impulsando funciones de voz. Desde octubre de 2025 incorporó dictado y ahora ha actualizado sus llamadas de voz para que el agente ofrezca breves avances hablados durante el proceso. Cursor admite este chat de voz no solo en escritorio, sino también en web e iOS, operando con la tecnología Grok Voice, abierta vía API desde abril.
Ambas compañías comparten el objetivo de mantener la conversación fluida entre desarrollador y agente tras el inicio del trabajo, permitiendo ajustes o aclaraciones sin interrumpir el ritmo creativo.
Otros actores en la voz para programación asistida
OpenAI no es ajena al fenómeno: lanzó en febrero una app de escritorio Codex con dictado integrado y añadió voz bidireccional en la app ChatGPT para desarrolladores, permitiendo instrucción verbal y seguimiento del progreso. Su CLI Codex también soporta conversaciones de voz en vivo desde primavera y por defecto desde septiembre.
Anthropic ofrece un modo de voz bidireccional en la app Claude, aunque en Claude Code la comunicación verbal solo permite dictado; las respuestas se muestran por escrito. Esto demuestra un uso creciente de la transcripción vocal para describir bugs o ideas, adoptado por grandes compañías y startups como Replit.
La nueva tendencia apunta a que la interacción no termine con la orden inicial, sino que evolucione en un diálogo continuo que permita validar decisiones, aclarar requisitos o cambiar de rumbo sobre la marcha, transformando así la forma de programar con agentes inteligentes.
