Cómo construyo con IA
El arnés alrededor del agente
No me limito a darle instrucciones a un agente. Lo ejecuto dentro de un arnés: un flujo de trabajo que registra cada tarea, una bóveda de aprendizaje, exámenes de proyecto y memoria.
- Un flujo de trabajo que registra cada tarea
- Una bóveda de aprendizaje
- Exámenes de proyecto
- Memoria
Un flujo de trabajo que registra cada tarea
Lo llamo Organic Driven Development (ODD). Cada solicitud se autoriza, se explora y se dimensiona antes de cambiar cualquier código. El trabajo más grande recibe un documento de funcionalidad en el repositorio, odd/tasks/<feature>.md, con especificaciones numeradas que citan mi solicitud textualmente, una tabla de tareas y un registro. Luego el agente trabaja tarea por tarea, con pruebas primero cuando corresponde, hace commits de unidades de trabajo revisables e informa qué se verificó y qué no. Hacer push, abrir pull requests y publicar siguen siendo decisión mía. Podés verlo en la práctica en la sesión de construcción de este sitio.
Una bóveda de aprendizaje
Guardo mis notas de aprendizaje en una bóveda de Obsidian, organizadas por proyecto. Cada proyecto funciona en uno de tres modos: aprender (learn), registrar (log) o apagado (off). Las preguntas conceptuales se convierten en notas de conceptos. La bóveda nunca copia la documentación del repositorio, así que sigue siendo un registro de lo que aprendí y no una segunda copia del código.
Exámenes de proyecto
En los hitos, el agente escribe un examen de preguntas abiertas sobre el proyecto y califica mis respuestas. La idea es simple: quiero poder explicar el código que el agente me ayudó a escribir.
Memoria
Uso Engram, una memoria persistente, para guardar decisiones, correcciones de errores y descubrimientos entre sesiones. Después de una pausa o de una compactación del contexto, el trabajo puede retomarse donde quedó.
Escribí con más detalle sobre la parte de aprendizaje: How I Built a Learning System Inside My AI Coding Workflow (Using Obsidian) en DEV (en inglés).