Volver a los pilares

Pilar

Ingeniería con IA y agentes

Programar con agentes no es pedirle código a un chat: es diseñar el sistema en el que trabajan. Este pilar reúne lo que aprendí incorporando Cursor, Kiro y Claude Code al trabajo real: especificaciones que controlan la ambigüedad, contexto versionado en el repositorio, controles automáticos que validan cada resultado y un equipo que decide qué entra. Cuanto más riesgo tiene una tarea, más control lleva.

Preguntas que organiza este pilar

  • ¿Qué tiene que estar escrito antes de delegarle una tarea a un agente?
  • ¿Qué contexto del repositorio necesita un agente para trabajar con el criterio del equipo?
  • ¿Qué controles necesita cada tarea según su riesgo, y en qué decisiones no se delega?

Artículos para entrar en tema

IA y agentes

Ingeniería de agentes de IA en la empresa: de la demo al sistema en producción

Una guía técnica para diseñar asistentes y arquitecturas agénticas que interactúan con sistemas empresariales: cuándo conviene un agente, una arquitectura de referencia, RAG, gestión de contexto, MCP, la elección entre LangGraph, Strands, LangChain, LlamaIndex o el SDK directo, un ejemplo verificado con Python y FastAPI, controles, testing, observabilidad, trabajo con otros equipos y un mapa de aprendizaje.

IA y agentes

Harness engineering: cómo dar confianza al trabajo de un agente de código

Una lectura técnica del modelo que Birgitta Böckeler publicó en martinfowler.com para quienes usan agentes de código: guías y sensores, controles computacionales e inferenciales, el momento en que conviene ejecutar cada uno, las tres dimensiones que un harness puede regular y sus límites. Incluye la aplicación del modelo a Website Factory, un sistema multiagente propio, y lo que ese ejercicio deja ver.

IA y agentes

Loop Engineering: cómo diseñar el ciclo de trabajo de los agentes de IA

Prompt, context y harness engineering definen qué se le pide a un agente, qué información recibe y con qué herramientas opera. Loop Engineering se ocupa del ciclo: qué lo inicia, dónde se guarda el estado, quién verifica, qué información vuelve al agente y cuándo continuar, corregir, detenerse o escalar a una persona. Un recorrido por sus componentes, sus límites y su aplicación en un sistema multiagente construido con Claude Code.

IA y agentes

Siete agentes, un objetivo: cómo se orquesta un sistema multiagente que construye un sitio web

Website Factory es un sistema multiagente: un orquestador de Claude Code descompone el problema, delega en seis subagentes especializados y cierra cada etapa con verificadores deterministas sobre el flujo de GitHub Spec Kit. Cómo se coordinan, cómo se programa un sistema para que los agentes ejecuten los prompts, y qué significan en la práctica prompt engineering, context engineering y loop engineering.

Proyectos que sirven como evidencia

Compliance e IA

compliance-uy

La ley de protección de datos, convertida en una auditoría de tu repositorio.