Agentes de IA con un proceso de ingeniería
Trabajo todos los días con agentes de IA: Codex, Claude Code y Cursor sobre el mismo repositorio. Escriben código muy rápido. El riesgo es que también escriben muy rápido la cosa equivocada, o la correcta de una forma que en tres meses nadie entiende.
Lo que me funcionó no fue elegir el mejor modelo, sino darle a los agentes el mismo proceso que le daría a una persona que recién entra al equipo.
Primero entender, una pregunta por vez
Antes de escribir una línea, el agente me entrevista sobre el problema. Una pregunta por vez, con su recomendación, hasta que queda claro qué hay que resolver y qué no. Uso para eso las skills de Matt Pocock instaladas en cada repositorio, como /grill-with-docs.
Esa entrevista deja dos cosas escritas: una especificación de lo acordado y un glosario del negocio. El glosario parece un detalle, pero evita que "venta", "cobro" y "factura" signifiquen cosas distintas en distintas partes del código.
Después dividir
La especificación se parte en tickets chicos, independientes entre sí, que un agente pueda cerrar sin necesitar el contexto de todo el proyecto. Si un ticket necesita explicaciones largas, está mal cortado.
Cada ticket arranca por un test que falla
El agente implementa con tests primero: escribe el test que describe el comportamiento esperado, lo ve fallar y recién ahí escribe el código hasta que pasa. Es la forma más simple que encontré de que la IA no "arregle" algo rompiendo otra cosa en silencio.
En GrowBooker, la plataforma que construí así, eso se tradujo en más de 500 tests de integración en 9 meses. Son los que me permiten aceptar cambios grandes sin miedo.
Revisar contra dos cosas
Al final, una revisión automática compara el cambio contra dos referencias: los estándares del repositorio y lo que pedía la especificación. Las dos fallan de formas distintas. Un cambio puede estar perfectamente escrito y no hacer lo que se pidió, o hacer lo correcto con un estilo que nadie más va a poder mantener.
Un solo contexto para personas y agentes
Para que tres herramientas distintas trabajen igual, comparten un único archivo de instrucciones, AGENTS.md, más el glosario y las decisiones de arquitectura escritas. En GrowBooker son 83 decisiones documentadas. Cuando un agente nuevo, o una persona nueva, entra al proyecto, lee lo mismo y parte del mismo lugar.
El resultado
Más de 2.000 commits en 9 meses en un sistema que está en producción y que usa todos los días el equipo de una red de clínicas. La velocidad viene de la IA. Que siga funcionando después viene del proceso.