jueves, 20 de noviembre de 2025

A Tale of Vibe Coding by using Google´s Antigravity and Gemini 3.0 Pro

Google released Antigravity, an AI IDE Core. It has options to select among some models: Gemini 3 Pro, Claude Sonnet 4.5,  and GPT-OSS 120B.

For testing purposes, using the default Gemini 3.0 Pro, it was prompted:

<prompt> Generate an app to help teaching how to program quantum computers to undergraduate students by using IBM's Qiskit. </prompt> 

After a few minutes, Antigravity generated the Qiskit Learning App, a Next.js application designed to help students learn quantum computing.



Features Implemented

1. Challenge System

  • Challenge List: A home page displaying available challenges.

  • Challenge Data: A flexible data structure (lib/challenges.ts) that supports multiple challenges with starter code, solutions, and hints.

  • Mock Execution: A simulated Qiskit execution engine (lib/mockExecutor.ts) that validates code logic and returns mock quantum circuit drawings.

2. Interactive Workspace

  • Code Editor: Integrated Monaco Editor for a full-featured coding experience.

  • Split View: Instructions and Assistant on the left, Code and Output on the right.

  • Output Console: Displays execution status, success/failure messages, and ASCII-art circuit diagrams.

3. AI Assistant

  • Chat Interface: A built-in chat component (AssistantChat) where students can ask for help.

  • Mock Responses: The assistant currently provides predefined hints to guide students.

Verification Results

Build Verification

I ran npm run build to verify the application builds correctly for production.

  • Result: Success (Exit code: 0)

  • Output:

  • ✓ Compiled successfully

  • ✓ Linting and checking validity of types    

  • ✓ Collecting page data    

  • ✓ Generating static pages (4/4)       

  • ✓ Finalizing page optimization

Code Quality

  • Linting: Resolved all ESLint errors, including unescaped quotes and syntax issues in the mock executor.

  • Type Safety: TypeScript checks passed during the build process.

Next Steps

  • Real Execution: Replace the mock executor with a backend service (e.g., Python/Flask) running actual Qiskit code.

  • More Content: Add more advanced challenges (Teleportation, Grover's Algorithm).

  • User Progress: Implement local storage or a database to track completed challenges.


 


lunes, 17 de noviembre de 2025

Aprendiendo Computación Cuántica

Introducción



Desde finales de 2024 he dedicado parte de mi tiempo al aprendizaje de la Computación Cuántica.

Reconozco que me falta por aprender mucho más de lo que he logrado avanzar, por lo que sigo estudiando con empeño, pensando en aplicaciones realmente factibles en corto plazo, y programando: la única manera que conozco de hacer que las computadoras funcionen para ayudarnos a resolver los problemas que planteamos. 

Resultados obtenidos

Adicionalmente, participé con mis criterios compartiendo mi visión y experiencias de vida en la Consulta Pública Estrategia Nacional de Tecnologías Cuánticas 2025-2035 en el marco de Chile celebra la Semana de las Tecnologías Cuánticas 

Objetivo

El objetivo de esta nota es divulgarcompartir y, en el plano personal, unificar el acceso a diferentes fuentes de información que has sido revisadas en el camino que estoy recorriendo para aprender Computación Cuántica.

Contenidos que comparto

Al respecto, asistido por NotebookLM, he creado los siguientes cuadernos para el estudio:
Espero próximamente compartir también un enlace a un repositorio con los códigos en Python 3 que he estado probando.

Conclusión (temporal)  

El aprendizaje es un proceso, y aún estoy comenzando...