Hecho es lo que está demostrado
La IA sabe decir "hecho" de maravilla. Construye un sistema donde hecho tenga que demostrarse.
La IA sabe decir "hecho" de maravilla. Rápido, con seguridad, con viñetas. Y a menudo de verdad está hecho. Pero "a menudo" es un problema cuando de ello depende la producción.
Por eso dejé de preguntar si está hecho. Pregunto dónde está la prueba. Y me construí dos sistemas en los que nadie avanza sin prueba. Ni la persona ni el agente.
Hecho es un estado, no una sensación
Para un solo trozo de código basta una puerta que pueda fallar. Una prueba o una ejecución real, no un segundo modelo que asiente. Pero una empresa no es un solo trozo de código. Son muchas cosas a medias, varias personas y, además, agentes que corren en paralelo.
Ahí no basta una puerta en un solo sitio. La palabra "hecho" necesita reglas en todo el flujo de trabajo. Quién la sostiene, en qué se apoya y qué tiene que pasar antes de que algo desaparezca de la vista.
Symbio: un tablero donde Done no es un botón
Todo el trabajo lo tengo en Symbio. Es mi tablero de trabajo. Cada pieza de trabajo es una tarjeta. La tarjeta tiene un dueño y un estado. Hay siete estados: Captured, Ready, Doing, Parked, Final review, To ship y Done.
Suena como cualquier kanban. La diferencia está en lo que el servidor permite y lo que rechaza.
- Doing sin dueño no pasa. El trabajo que nadie sostiene no se hace. Solo se habla de él.
- Parked sin condición no pasa. Cuando algo está parado, tiene que estar escrito qué lo desbloquea. "Se está esperando" no basta.
- Done solo se alcanza desde To ship. Y solo con un despliegue documentado, o con un waiver expreso que diga que no hace falta desplegar.
- Sin los controles marcados, la tarjeta no llega a Done.
El agente puede escribir "hecho" las veces que quiera. La tarjeta no se mueve. Se mueve cuando junto a ella hay un registro de que funciona donde tiene que funcionar. O cuando una persona dice expresamente: esto no se va a desplegar.
Así se ve una tarjeta que de verdad ha llegado a Done:
| Tarjeta | Nuevo formulario en la web |
|---|---|
| Dueño | Jan |
| Estado | Done (desde To ship) |
| Hecho significa | La consulta del formulario llega a la bandeja de entrada. |
| Prueba | Desplegado, verificado en el navegador, enlace a la página en vivo. |
| Controles | ✓ la prueba del formulario pasó ✓ la consulta de prueba llegó ✓ verificado en el móvil |
Final review es el estado para la revisión por una persona. Pero no lo uso para todo. Si cada tarjeta esperara por mí, todo esperaría por mí y los agentes estarían parados.
La regla es simple. Final review solo cuando una persona tiene que juzgar el resultado. Un texto para un cliente, una decisión, el aspecto. Donde decide una prueba o un registro de despliegue, no tengo que dar ningún clic. La prueba pesa más que mi mirada a la pantalla.
La IA te dirá "hecho" siempre. El sistema tiene que exigir pruebas siempre.
Error patrol: un agente que vigila los servidores por sí solo
El segundo sistema es completamente nuevo. Lo estoy construyendo y trasladando a los servidores. Varias veces al día se lanza un agente de IA. Sin nadie ante el teclado. Revisa los registros de errores, el estado de los procesos, el disco y la memoria. Busca lo que es nuevo o lo que empeora. Lo viejo que ya arregló una vez no lo trata de nuevo. Solo comprueba que no ha vuelto.
Agrupa los errores por causa, no por línea del registro. Para cada grupo decide una de tres cosas: ruido sin impacto, arreglado ahora o me necesita a mí.
Dos listas: lo que puede hacer solo y lo que solo notifica
Un agente autónomo en producción sin límites es una apuesta. Por eso tiene escritas dos listas: las pequeñas intervenciones operativas que puede hacer solo y verificar de inmediato, y todo lo demás, que solo puede notificar. Los datos, el código, los accesos y la comunicación con personas están siempre en la segunda.
Cuando un arreglo necesita un cambio de código, el agente no lo hace. Encuentra el archivo, la línea y la causa, propone el arreglo en una frase y me lo deja a mí. Los sistemas que no son míos, solo los lee.
Y aquí se cruza con el tablero. Después de cada arreglo el agente tiene que comprobar que funciona. El proceso corre, el endpoint responde, el error no se repite en el registro en dos minutos. Y cuando no sabe si lo vieron los usuarios, escribe "impacto sin verificar", no "sin impacto". La misma lógica que el despliegue documentado.
El teléfono suena solo cuando importa
La salida del patrol es un mensaje corto en checo, sin jerga. Qué pasó, qué hizo el agente y qué impacto tuvo. Qué fue solo ruido. Y qué me necesita a mí, en una frase. Si no pasó nada nuevo, no manda nada.
Revisión de errores (tarde)
Arreglado solo: Un servicio cayó, volvió a arrancar, verificado. Impacto sin verificar.
Solo ruido: la web perdió la conexión un momento dos veces y se recuperó sola.
Solo aviso: el formulario de la web falla con un campo vacío. La causa está en el código, la propuesta de arreglo me espera a mí.
Esta regla nació del dolor. Antes me llegaba al chat cada error por separado. Algo se caía, un minuto después volvía y yo tenía otra notificación. Era spam y dejé de leerlo. Eso es peor que no tener ningún aviso.
Hoy al teléfono me llega solo lo que me exige reaccionar. Un mensaje de un cliente, un registro nuevo, una consulta. Una caída, solo cuando es larga y no se resuelve sola, y después su vuelta. Las caídas cortas, los inicios de sesión y los despliegues van al panel operativo del tablero. Los encuentro ahí cuando los busco.
Cinco reglas para tu propio hecho
Lo que puedes cambiar es el sistema en el que cae ese "hecho".
- Dale a cada trabajo un dueño y un estado. El estado "esto está parado" exige una condición que lo desbloquee.
- Done solo con prueba. Un registro de despliegue, una prueba superada o una excepción expresa de una persona.
- Implica a una persona donde tiene que juzgar. Lo demás que lo decida la prueba.
- Escríbele al agente autónomo dos listas. Qué puede arreglar solo y qué solo puede notificar. La segunda es la más importante.
- Avisos solo de lo que tienes que atender. Si no, dejarás de leerlos.
El patrol es nuevo, así que todavía no tengo resultados. Dentro de un mes escribiré cuántos arreglos hizo solo y cuántos me dejó a mí.