Que la IA acelere la entrega, no solo la escritura de código

En un piloto de tres meses construyo un AI SDLC con uno de tus equipos. Los agentes entran en cómo se especifica, escribe, revisa y despliega el trabajo. Medimos qué cambió en velocidad y calidad, y preparamos el proceso para el resto de tus equipos.

Hablar de un piloto

Cómo funciona el piloto

La IA escribe código más rápido. La entrega apenas se mueve.

Tus ingenieros ya usan Cursor, Claude Code o Codex y cierran tickets sueltos antes. El equipo en conjunto entrega casi al mismo ritmo.

Cada ingeniero tiene su propia configuración de IA

Prompts, herramientas y trucos viven en configuraciones personales. Lo que le funciona a uno nunca llega al siguiente equipo.

El cuello de botella se desplaza

El código aparece antes, así que especificación, revisión, pruebas, retrabajo, aprobaciones y release ocupan una parte mayor de cada ticket.

Los agentes trabajan a ciegas

Los requisitos están en Jira, las decisiones en Confluence y en la cabeza de la gente, las convenciones en revisiones antiguas. Un agente no ve nada de eso.

Nadie sabe si funcionó

Más pull requests, más líneas. ¿Pero bajó el lead time? ¿Hay menos rollbacks y menos retrabajo? Sin una línea base nadie lo sabe.

Escribir más rápido no basta. Hay que rehacer todo el camino de una tarea, del requisito a producción.

Cuatro niveles de adopción de IA. La mayoría de los equipos está en el primero.

Todos empiezan con herramientas personales y la mayoría se atasca en el siguiente paso. Pasar del nivel uno al tres cambia cómo se especifica y se acepta el trabajo. Un modelo más potente no lo hará por ti.

  1. Nivel 1 · Asistente de IA

    La IA ayuda al ingeniero

    Autocompletado, chat, scripts y tests puntuales en Cursor o Claude Code. Una persona va más rápido.

    Ingeniero más rápido

  2. Nivel 2 · Desarrollo con agentes

    El ingeniero dirige agentes

    Un agente recibe una tarea con contexto y hace la mayor parte del cambio. El ingeniero define la tarea y acepta el resultado, y escribe mucho menos código a mano.

    El agente escribe el código

  3. Nivel 3 · AI SDLC

    Agentes en todo el ciclo

    Especificaciones, agentes especializados y quality gates forman un solo proceso del requisito a producción. Las personas revisan en puntos de control definidos. Se acelera todo el camino hasta el release.

    Equipo más rápidoMeta del piloto

  4. Nivel 4 · Organización AI-native

    Un proceso para toda la ingeniería

    Los equipos comparten conocimiento, reglas, agentes, gates y métricas. Un equipo nuevo arranca con un proceso que ya funciona.

    Base de ingeniería común

El diagnóstico muestra dónde estás y qué paso rinde este año. Saltarse un nivel no funciona.

El harness: donde tu equipo y los agentes trabajan juntos

La especificación se vuelve el artefacto principal de una tarea. Los agentes escriben código a partir de ella; las personas fijan los límites y aceptan el resultado. El trabajo de un agente lo revisa otro. Si una revisión falla tres veces seguidas, una persona toma el relevo.

Quality gatesci / review
Especificacionesspecs
Base de conocimientodocs / adr
Reglas y límitesagent rules
Tu repositoriogit
Cuatro capas sobre tu código
Quality gates
Los cambios rutinarios se comprueban automáticamente. Donde un error sale caro, una persona revisa el código.
Especificaciones
Los criterios de aceptación están ligados a tests, así el agente no inventa requisitos.
Base de conocimiento
Mapa de arquitectura, contratos y registro de decisiones, versionados en git junto al código.
Reglas y límites
Instrucciones para agentes adaptadas a tu stack y tu código. Las configuraciones de linters y CI son rutas protegidas que los agentes no pueden cambiar.

Cinco pasos: del diagnóstico a entregar el proceso a tu equipo

  1. Diagnóstico

    Mapeo cómo funciona de verdad tu entrega. Repositorios, arquitectura y dónde se definen las tareas — en un Jira del que no puedes salir o en especificaciones markdown dentro del repositorio.

    Registramos métricas de partida para que en tres meses el resultado sea un número, no una impresión.

    2 semanas

  2. Primera versión del harness

    Reglas, base de conocimiento, especificaciones y quality gates para tu stack.

    El harness en sí lleva días. El resto es acordar roles — quién es su dueño después del piloto.

    2 semanas

  3. Lanzamiento

    El equipo piloto pasa dos o tres tareas reales de su backlog por el ciclo completo — especificación, código del agente, revisión, release. Después del taller el equipo solo trabaja de la nueva forma.

    Durante el piloto se pausan los KPI de defectos para que nadie tema probar.

    Taller

  4. Acompañamiento

    Estoy en el chat de tu equipo. Git muestra dónde trabajó el agente y dónde una persona corrigió código a mano. Cada corrección se analiza y se convierte en una regla del harness.

    Una corrección a mano trae el mismo error en la siguiente tarea. Hay que arreglar la regla o la comprobación que lo dejó pasar.

    2–3 meses

  5. Resultados y traspaso

    Comparamos métricas DORA y de IA con la línea base — cuántas decisiones toman los agentes y cómo afecta eso a la calidad.

    De uno a tres de tus ingenieros aprenden desde el primer día como equipo interno del harness. Ellos lanzan el siguiente equipo.

    Revisión

Lo que se queda contigo

Todo vive en tu repositorio como parte del código y sigue funcionando después del piloto.

  • Base de conocimiento y mapa de arquitectura
  • Registro de decisiones (ADR) como hábito del equipo
  • Plantillas de prompts para tareas recurrentes
  • Política de code review con IA
  • Checklist de quality gates por tipo de tarea
  • Equipo interno del harness: 1–3 personas

Cómo se ve un proceso maduro

Dos sistemas que construí y opero yo mismo. Ambos funcionan en producción, y cada mecanismo de abajo existe en código.

Briefly: una redacción sin editor humano

Producto propio · publicación multilingüe

Briefly publica resúmenes sobre IA, software y seguridad en inglés, español, ruso y portugués. Ninguna persona aprueba un post. Un agente Writer redacta, un agente Reviewer contrasta cada punto con sus fuentes y Dagu ejecuta cada paso como un trabajo idempotente.

  1. Fuentes
  2. Writer
  3. Reviewer
  4. 4 idiomas
  5. Publicación
los hallazgos bloqueantes vuelven al Writer — como máximo tres reescrituras, luego el paso falla

Los reintentos viven fuera del servicio

El servicio nunca reintenta por su cuenta. Dagu vuelve a ejecutar un paso fallido, y es seguro porque cada paso es idempotente.

Las decisiones están en git

Cada decisión de arquitectura es un ADR en el repositorio. Personas y agentes leen las mismas razones.

Cómo un error se volvió regla

  1. Síntoma. Una edición en portugués necesitó 15 ciclos Writer/Reviewer en cuatro ejecuciones.
  2. Datos, no suposiciones. El registro de revisión mostró al Reviewer rechazando préstamos comunes como “offline” y “hub”, junto a un error real — un profesor convertido en investigador.
  3. Causa. Cualquier comentario de estilo bloqueaba la publicación, y una reescritura completa arreglaba una queja mientras rompía otro punto.
  4. Regla en el harness. Los hallazgos ahora son bloqueantes o consultivos. Solo bloquean los errores de hechos y de fidelidad, y la aprobación la decide el código, no el modelo.
  5. Cada edición siguiente. La regla es un ADR y un esquema de respuesta, así que todas las ediciones posteriores corren bajo ella.

El arreglo fue al harness, no a un artículo.

Factory: entran issues de GitHub, salen pull requests revisados

Herramienta propia · fábrica de software

Una fábrica de agentes self-hosted sobre Dagu. Abro un objetivo como issue; un agente planificador lo divide en tareas, un agente programador abre un pull request por tarea y agentes separados lo revisan, lo prueban y lo juzgan. GitHub es la única fuente de verdad del estado. La fábrica también se desarrolla a sí misma.

  1. Planner
  2. Revisión del dueño
  3. Coder
  4. Review · QA · Judge
  5. Revisión del dueño
los hallazgos vuelven al programador como una ronda de retrabajo

El autor nunca revisa su propio trabajo

Review, QA y el merge gate son roles separados. Los veredictos se atan al commit head del pull request, y los gates los comprueba el código, no la palabra de un agente.

Los agentes no pueden aflojar las reglas

Las configuraciones de linters y CI son rutas protegidas. Cualquier cambio de un agente en ellas se revierte antes del push.

Cómo un error se vuelve lección

  1. Síntoma. Cuatro pull requests seguidos fallaron en QA aunque la comprobación del proyecto pasaba.
  2. Causa. El planificador escribía comandos de validación con sintaxis de shell que se rompe bajo sh -c.
  3. Lección. Un agente de retro la registró en docs/lessons.md con evidencia — la regla, los pull requests y qué vigilar.
  4. Siguiente objetivo. El planificador lee las lecciones antes de planificar, así que el error no vuelve.

Las lecciones tienen un ciclo de vida: abierta, aplicada, verificada — o reabierta con nueva evidencia.

Cinco principios

Tu equipo construye el harness

No hay una caja que instalar. Tus ingenieros construyen los agentes y las reglas conmigo, para su stack y su código. Lo que un equipo construyó, lo mantiene.

Todo se queda contigo

Base de conocimiento, registro de decisiones, plantillas de prompts y políticas viven en tu repositorio y siguen funcionando después del piloto.

Las comprobaciones escalan con el impacto

Un cambio dentro de un módulo pasa gates automáticos. Un cambio que toca a otros equipos va a revisión de arquitectura.

Se editan instrucciones, no resultados

El cambio clave para un ingeniero — edita las instrucciones de los agentes y el código sale de ellas. Parchear a mano el código de un agente es como parchear un binario después del compilador.

Un solo camino, fallo rápido

Sin fallbacks silenciosos ni reintentos ocultos. Cuando algo se rompe, se detiene con un diagnóstico y una persona decide qué sigue.

Lo que no prometo

  • Agentes totalmente autónomos en un trimestre. La meta del piloto es un proceso estable en un equipo y personas que lo lleven a otros.
  • Las decisiones de arquitectura y de estructura de equipos siguen siendo tuyas. Yo aporto el proceso y los números para tomarlas.

Con quién trabajas

Michael Kozii

Prácticas de ingeniería, diseño de harness, sistemas de agentes

Ingeniero backend con doce años en software comercial, con base en la Unión Europea. Senior Backend Engineer en una gran empresa de producto desde 2022, trabajando en Go. Antes, cinco años y medio en Spryker como Senior Backend Engineer y luego Technical Lead — módulos de e-commerce, infraestructura Docker, integraciones con ERP, CRM, PIM y pasarelas de pago, y consultoría a clientes sobre la infraestructura de Spryker. Antes, ad tech en Lucky Labs, una red RTB con mil millones de impresiones al mes. Construye y opera sistemas de agentes de IA en producción, entre ellos Briefly y Factory.

Empecemos con una conversación sobre tu equipo

En la primera llamada vemos cómo se especifican y construyen hoy las tareas, dónde ya se usa IA y qué se puede medir. Después queda claro qué harness construir y con qué equipo empezar.

Escríbeme [email protected]