Saltar al contenido principal

Agentic Software Engineering: Apuntes Completos de Estudio y Guía de Referencia

Basado en la obra de Ahmed E. Hassan (2026) Manual de ingeniería para la construcción de software confiable con colaboradores estocásticos a escala masiva.

INTRODUCCIÓN GENERAL Y FILOSOFÍA DEL PARADIGMA​

La Ingeniería de Software atraviesa un punto de inflexión histórico. Durante décadas, el cuello de botella fundamental en la creación de software ha sido la capacidad de redacción manual de código (la velocidad a la que un ser humano puede teclear instrucciones ejecutables). Con el advenimiento de los Modelos de Lenguaje de Gran Escala (LLM, por sus siglas en inglés: Large Language Models) y de los agentes autónomos de desarrollo (sistemas de IA capaces de planificar, ejecutar herramientas, modificar archivos, compilar y corregir su propio trabajo de manera iterativa), dicho cuello de botella se ha desplazado drásticamente.

Hoy en día, producir código ya no es el problema. El recurso verdaderamente escaso y crítico es la atención humana, la alineación de la intención, la coordinación de cambios en paralelo y la garantía de confiabilidad.

Como afirmó Fred Brooks en su célebre ensayo No Silver Bullet ("No hay bala de plata"), la dificultad sustancial del software no reside en la complejidad accidental (escribir la sintaxis, compilar o configurar herramientas), sino en la complejidad esencial: especificar los requisitos, definir los límites del sistema, comunicarse con claridad, mantener la integridad conceptual y gestionar el cambio en el tiempo. Las herramientas agente aceleran la producción exponencialmente, pero si no se rodean de un sistema de ingeniería riguroso, solo consiguen multiplicar la velocidad a la que generamos caos e inconsistencias.

De esta premisa nace la célebre máxima del libro: "Un tonto con una herramienta sigue siendo un tonto". La ingeniería no consiste en esperar a que aparezca una herramienta mágica o un agente perfecto que jamás cometa errores, sino en diseñar un sistema que garantice resultados confiables a partir de componentes propensos al fallo.

GLOSARIO PEDAGÓGICO DE TÉRMINOS CLAVE​

Para facilitar el estudio y evitar bloqueos con vocabulario técnico o de alto nivel, a continuación se definen los términos fundamentales que estructuran toda la disciplina:

  • Estocástico (Stochastic): Que depende del azar o de probabilidades; es decir, un sistema no determinista donde ante una misma entrada se pueden obtener salidas ligeramente distintas. Ejemplo: Los modelos de IA son colaboradores estocásticos porque sus respuestas varían probabilísticamente.
  • Determinista (Deterministic): Un proceso que, dada una entrada específica, produce siempre e indefectiblemente el mismo resultado exacto. Ejemplo: Un compilador o una suite de pruebas unitarias son herramientas deterministas.
  • Falibilidad (Fallibility): La capacidad, riesgo o posibilidad intrínseca que tienen las personas, las herramientas o los sistemas de cometer errores, equivocarse o fallar.
  • Agente IA (AI Agent / AI Teammate): Un modelo de IA equipado con un bucle de razonamiento (ReAct loop) y acceso a herramientas (terminal, linters, git, compiladores) para ejecutar tareas complejas de forma autónoma.
  • Artefacto de Coordinación (Coordination Artifact): Documento o paquete de datos estructurado (habitualmente en Markdown o JSON) que sirve como interfaz formal entre humanos y agentes para definir intenciones, límites, evidencias y decisiones.
  • Arnés de Agente (Agentic Harness): Entorno de ejecución o marco de trabajo (como Claude Code, Cursor o Gemini CLI) que conecta el modelo de IA con las herramientas del sistema operativo o del IDE.
  • Linter: Herramienta de análisis estático de código que comprueba automáticamente que las reglas de estilo y los errores sintácticos o de seguridad comunes se respeten.
  • RAG (Retrieval-Augmented Generation): Técnica que busca información relevante en una base de datos de conocimiento y la inyecta en la ventana de contexto del modelo de IA antes de responder.
  • Pruebas de Propiedad (Property-Based Testing): Técnica de verificación en la que no se comprueba un único valor concreto, sino que se define una regla o invariante que debe cumplirse para cualquier entrada válida posible.
  • Matriz o Grafo Acíclico Dirigido (DAG): Estructura lógica en la que las tareas están conectadas en una secuencia de dependencias sin bucles infinitos.
  • Cadena de Proveniencia / Trazabilidad (Provenance / Audit Trail): Registro inmutable que permite reconstruir exactamente quién hizo qué cambio, con qué herramientas, bajo qué decisiones y con qué pruebas.

PARTE I: EL ESPECTRO Y LA EVOLUCIÓN DE LA INGENIERÍA DE SOFTWARE​

1. El Espectro del Desarrollo de Software​

El libro distingue tres modalidades o filosofías de trabajo con IA:

  1. Vibe Coding ("MS Paint"):
    • Objetivo: Velocidad pura de creación y exploración libre.
    • Métrica de éxito: "Funciona para mí en este momento".
    • Uso ideal: Prototipos desechables, scripts personales, exploración de ideas rápidas.
    • Limitación: Es frágil, indocumentado e imposible de mantener en sistemas reales o equipos grandes.
  2. Vibe Engineering ("MS Paint Pro"):
    • Objetivo: Mantener la agilidad del vibe coding añadiendo la estructura mínima necesaria para que el resultado sea duradero.
    • Métrica de éxito: "Funciona, puedo explicar por qué y otra persona puede hacerlo evolucionar".
    • Prácticas: Manejo básico de errores, higiene de seguridad, comentarios de diseño.
  3. Agentic Software Engineering ("Photoshop"):
    • Objetivo: Confianza y robustez a escala masiva cuando la producción de código se multiplica por 100x.
    • Métrica de éxito: "Cumple la especificación bajo restricciones explícitas y con evidencia de verificación auditable".
    • Uso ideal: Sistemas empresariales, software crítico, grandes proyectos en equipo.

2. Las Tres Eras de la Ingeniería de Software (SE 1.0 $​

ightarrow$ SE 2.0 $ ightarrow$ SE 3.0)

  • SE 1.0 (La Era Manual):
    • Postura: Basada en código hecho a mano.
    • Rol Humano: El desarrollador escribe cada línea de código, ejecuta las herramientas y realiza todas las fases del ciclo de vida.
    • Cuello de botella: La velocidad de tecleo y el pensamiento manual.
  • SE 2.0 (La Era de los Copilotos):
    • Postura: Asistencia por completado de código.
    • Rol Humano: El desarrollador sigue impulsando el bucle micro (escribe el prompt, lee la sugerencia, la acepta o la rechaza línea a línea). El peso cognitivo sigue recayendo en la persona.
  • SE 3.0 (La Era Agéntica - Agentic SE):
    • Postura: El agente de IA es un compañero de equipo estocástico (stochastic teammate).
    • Rol Humano: Arquitecto de intenciones, definidor de límites de riesgo, mentor y auditor de evidencias.
    • Cambio fundamental: La atención humana se libera del micro-bucle de tecleo y pasa a dirigir la orquestación a alto nivel.

PARTE II: LOS 4 PILARES Y LOS 7 ARTEFACTOS DE COORDINACIÓN​

Para que la colaboración agéntica sea segura y escalable, la interacción debe pasar de ser una conversación informal en un chat a estructurarse mediante 4 Pilares y 7 Artefactos de Coordinación.

Los 4 Pilares del Sistema Agéntico​

  1. Actores (Actors): Humanos y Agentes de IA colaborando en el mismo plano.
  2. Procesos (Process): Flujos de trabajo programables con puertas de verificación obligatorias.
  3. Herramientas (Tools): Entornos diferenciados para humanos (plano de mando) y para agentes (plano de ejecución).
  4. Artefactos (Artifacts): Los paquetes de información estructurada que sirven de interfaz entre los actores.

Los 7 Artefactos Fundamentales de Coordinación​

+-------------------------------------------------------------------------+
|                         ARTEFACTOS DE COORDINACIÓN                      |
+-------------------------------------------------------------------------+
|  HUMANO (Intención y Reglas)           AGENTE (Ejecución y Evidencias)  |
|                                                                         |
|  1. Mission Brief (Misión)            5. Consultation Request Pack      |
|  2. Mentorship Pack (Reglas/Guía)        (Consulta de Escalado)         |
|  3. Workflow Runbook (SOP/Pasos)      6. Merge-Readiness Pack           |
|  4. Continuity Pack (Estado/Handoff)     (Paquete para Merge)          |
|                                                                         |
|                       DURADERO / REGISTRO PROYECTO                      |
|                       7. Resolution Record (Decisión)                   |
+-------------------------------------------------------------------------+

1. Mission Brief (Autor: Humano | Ámbito: Tarea específica)​

Es la definición formal de la orden de trabajo. No es un prompt suelto, sino un contrato de autonomía.

  • Contenido: Objetivo claro, no-objetivos (Declare the No), restricciones, plan conceptual (estrategia, no pasos rígidos), referencias a contexto, criterios de aceptación basados en propiedades y la envolvente de autonomía (qué puede decidir el agente y qué debe escalar).

2. Continuity Pack (Autor: Humano / Agente | Ámbito: Sesión / Transición)​

Preserva el estado de la misión cuando se resetea la ventana de contexto o se cambia de agente.

  • Contenido: Resumen del estado actual, decisiones tomadas, preguntas abiertas, evidencia acumulada y la lista de callejones sin salida (para que un agente nuevo no vuelva a explorar caminos fallidos con renovada confianza).

3. Mentorship Pack (Autor: Humano | Ámbito: Duradero / Proyecto)​

Es el libro de reglas de la organización ("Mentorship-as-Code"). Define la cultura técnica y las normas tribales del equipo.

  • Contenido: Convenciones de arquitectura, patrones preferidos, manejo de contexto, límites de seguridad y principios de diseño.
  • Regla de oro: Debe enseñar qué aspecto tiene la calidad, no cómo debe pensar cognitivamente el agente.

4. Workflow Runbook (Autor: Humano | Ámbito: Proceso / Reutilizable)​

Es el procedimiento operativo estándar (SOP: Standard Operating Procedure). Define los pasos del desarrollo con sus puertas de control (gates).

  • Contenido: Comandos ejecutables, análisis estático obligatorio, pruebas requeridas, disparadores de escalado y requisitos de preparación para el merge.

5. Consultation Request Pack (Autor: Agente | Ámbito: Escalado puntual)​

Es el paquete estructurado que genera el agente cuando se topa con un límite de su envolvente de autonomía (por ejemplo, cambiar un esquema de base de datos o añadir una dependencia).

  • Contenido: Enunciado de la decisión en una frase, opciones analizadas, pros y contras, impacto/riesgo, pruebas realizadas y una recomendación clara con una pregunta concisa.

6. Merge-Readiness Pack (Autor: Agente | Ámbito: Entrega de tarea)​

Es el paquete que entrega el agente al terminar la misión para demostrar que el trabajo está listo para integrarse.

  • Contenido: Mapa de requisitos versus pruebas, registro de cambios, archivo de exploración, plan de mitigación/rollback y un manifiesto legible por máquina (Machine-Readable Manifest) con checksums e identificadores.

7. Resolution Record (Autor: Humano / Agente Supervisor | Ámbito: Duradero)​

El registro oficial e inmutable de una decisión tomada tras una consulta o una revisión de merge.

  • Contenido: Opción elegida, justificación, restricciones derivadas y los cambios que deben retrolimentarse hacia el Mentorship Pack o el Workflow Runbook.

PARTE III: APROVECHANDO LAS FORTALEZAS DE LOS AGENTES (CLUSTERS Y PATRONES)​

Los agentes poseen capacidades únicas que cambian la economía del trabajo de software. Hassan organiza estas capacidades en 4 Clusters de Fortalezas e introduce patrones de interacción prácticos para explotarlas:

+-------------------------------------------------------------------------+
|                  CLUSTERS DE CAPACIDADES DEL AGENTE                     |
+-------------------------------------------------------------------------+
| Cluster A: Incansable y Sin Juicio   | Cluster B: Gran Comunicador     |
| - Infinite Iterations, Bounded Loop  | - Sloppy In, Clean Out          |
| - Beyond Done (Regla del Boy Scout)  | - Show, Don't Tell             |
|                                      | - Zoomable Synthesis            |
+--------------------------------------+----------------------------------+
| Cluster C: Amplio Conocimiento       | Cluster D: Coste de Replicación  |
| - Role Casting                       |   Casi Cero                      |
| - Devil's Advocate                   | - Parallel Decomposition         |
|                                      | - Disposable Bets, Evidence Dec. |
+-------------------------------------------------------------------------+

Cluster A: Incansable y Sin Juicio (Tireless and Non-judgmental)​

  • Fortaleza: Los agentes no se fatigan, no se frustran, no tienen ego ni sufren el desgaste social de repetir tareas aburridas. Además, construyen espontáneamente herramientas auxiliares (jigs o plantillas de prueba) para verificar su propio trabajo.
  • Patrones:
    1. Infinite Iterations, Bounded Loop (Iteraciones Infinitas, Bucle Acotado): Utilizar la paciencia infinita del agente para pulir un resultado en múltiples pases, acotando el bucle con un límite explícito de iteraciones y criterios de parada claros para evitar el desgaste humano.
    2. Beyond Done (Más allá de lo terminado / Regla del Boy Scout): No conformarse con que el código pase los tests. Utilizar al agente para mejorar la nomenclatura, eliminar duplicados, reforzar pruebas y actualizar la documentación justo antes de cerrar la tarea.

Cluster B: Gran Comunicador (Strong Communicator)​

  • Fortaleza: Capacidad excepcional para traducir ideas humanas desordenadas en especificaciones estructuradas, cambiar entre diferentes representaciones (texto, tablas, diagramas) y sintetizar grandes volúmenes de información.
  • Patrones:
    1. Sloppy In, Clean Out (Entrada Desordenada, Salida Limpia): Pasar notas de voz con errores, borradores o capturas al agente para que las transforme en un Mission Brief perfecto y estructurado con supuestos explicitados antes de empezar a programar.
    2. Show, Don't Tell (Muestra, No Parlotees): Exigir al agente que traduzca discusiones abstractas en diagramas de secuencia, tablas de decisión o máquinas de estado. Las discrepancias estructurales se detectan mucho mejor visualmente.
    3. Zoomable Synthesis (Síntesis Escalable): Mantener la información del proyecto a tres niveles de zoom: 1 línea (estado rápido), 1 párrafo (narrativa general) y 1 página (registro completo con enlaces a evidencias).

Cluster C: Amplio Conocimiento del Mundo (Wide Knowledge of the World)​

  • Fortaleza: Acceso a un volumen enciclopédico de conocimiento sobre lenguajes, frameworks, patrones, seguridad y operaciones, junto con la habilidad de cambiar de perspectiva instantáneamente.
  • Patrones:
    1. Role Casting (Asignación de Roles): Pedir al agente que simule ser un especialista concreto (por ejemplo, "Actúa como Ingeniero de Seguridad" o "Actúa como Administrador de Base de Datos") para evaluar el diseño y generar listas de comprobación específicas desde esa perspectiva.
    2. Devil's Advocate (El Abogado del Diablo): Ordenar explícitamente al agente que critique el plan actual, encuentre los tres supuestos más frágiles y proponga la prueba más pequeña para validar o refutar cada uno.

Cluster D: Coste de Replicación Cercano a Cero (Replication Cost Near Zero)​

  • Fortaleza: Crear ramas paralelas, probar hipótesis alternativas o generar diez variantes de una solución cuesta únicamente unos céntimos de computación.
  • Patrones:
    1. Parallel Decomposition (Descomposición en Paralelo): Dividir un gran objetivo en sub-tareas independientes asignadas a distintos agentes en entornos aislados, definiendo las costuras (seams) y las reglas de integración antes de ejecutar.
    2. Disposable Bets, Evidence Decides (Apuestas Desechables, la Evidencia Decide): Generar 2 o 3 prototipos independientes para resolver un problema complejo y utilizar un test discriminatorio objetivo para elegir el ganador o fusionar lo mejor de cada uno.

Los 4 Puntos de Control para todos los Patrones​

Cada patrón se mantiene seguro si se aplica la fórmula C-B-D-C:

  1. Contrato (Contract): Criterios de aceptación y restricciones claras.
  2. Límite (Bound): Acotación de alcance, tiempo e iteraciones.
  3. Delegación con Evidencia (Delegate with evidence): Autonomía en el método exigiendo un paquete de pruebas.
  4. Convergencia y Registro (Converge and record): Seleccionar el resultado, descartar lo sobrante y actualizar la verdad oficial.

PARTE IV: PROTEGIENDO EL SISTEMA (LAS 4 PARADOJAS)​

A pesar de sus fortalezas, los agentes de IA presentan patrones de fallo sistemáticos. Hassan los cataloga en 4 Paradojas:

1. La Paradoja de la Avidez (The Eagerness Paradox)​

  • Lema: "Cuanto más rápido nos movemos, menos entendemos".
  • Analogía: El equipo de mecánicos de Fórmula 1 que cambia las ruedas de un coche de manera impecable y a velocidad récord... pero en el coche equivocado.
  • Descripción: El agente tiende a lanzarse a escribir código de inmediato ante peticiones ambiguas para mostrar progreso, asumiendo detalles no especificados en lugar de hacer preguntas aclaratorias.
  • Solución: Mission Engineering (Alineación previa de la intención, Ask Before You Build, pruebas de propiedad).

2. La Paradoja del Contexto (The Context Paradox)​

  • Lema: "Cuanta más información proporcionamos, menos eficazmente se utiliza".
  • Analogía: El conductor que pega todo el código de circulación en el parabrisas para no cometer infracciones y termina chocando porque no puede ver la carretera.
  • Descripción: Inyectar toneladas de reglas y documentos en la ventana de contexto provoca saturación, contradicciones y pérdida de prioridad. El agente empieza a aplicar reglas irrelevantes u olvida las restricciones críticas.
  • Solución: Context Engineering (Tarjetas de contexto pequeñas, presupuestos de contexto, aislamiento de exploraciones).

3. La Paradoja de la Visión de Túnel (The Tunnel Vision Paradox)​

  • Lema: "Cuanto más perfectamente ejecutamos a nivel local, más fallamos a nivel global".
  • Analogía: El carpintero que fabrica una silla artesanal perfecta, pero diseñada para usarse en un escritorio de pie.
  • Descripción: El agente resuelve el problema local del archivo o la función de forma impecable (los tests unitarios pasan), pero destruye la arquitectura global, rompe interfaces de otros módulos o genera deuda técnica a futuro.
  • Solución: Orchestration & Integration Engineering (Definir propiedades a nivel de sistema, pruebas de integración y planificación previa de cambios).

4. La Paradoja del Aprendizaje (The Learning Paradox)​

  • Lema: "Cuanta más experiencia acumulamos, menos recordamos".
  • Analogía: El desarrollador del "Día de la Marmota", que llega cada mañana a la oficina habiendo olvidado absolutamente todo lo aprendido el día anterior.
  • Descripción: La IA no posee memoria biológica duradera entre sesiones. Los descubrimientos y correcciones de hoy se evaporan mañana al abrir un nuevo chat, repitiendo los mismos errores con renovada confianza.
  • Solución: Externalización de la Memoria (Mentorship Packs versionados, Resolution Records y tarjetas de contexto persistentes).

PARTE V: DISCIPLINAS DE INGENIERÍA DE PLATAFORMA PARA FLOTAS DE AGENTES​

Cuando se pasa de un único agente a docenas o cientos de agentes ejecutándose en paralelo dentro de una organización, se requieren disciplinas de plataforma:

1. Assurance Engineering (Ingeniería de Garantía)​

Engloba la Ingeniería de Misión (diseño riguroso de Mission Briefs) e Ingeniería de Contexto (gestión de la memoria de trabajo). Su función es convertir las afirmaciones de la IA en evidencias verificables mediante pruebas objetivas.

2. Coordination Engineering (Ingeniería de Coordinación)​

Evita colisiones entre agentes que trabajan en el mismo repositorio. Introduce la planificación de la integración previa a la ejecución, los paquetes de consulta asíncronos y los flujos de trabajo de agentes en tubería (pipelines) donde un agente pasa el testigo a otro mediante contratos de transferencia formalizados.

3. Workbench Engineering (Ingeniería del Entorno de Trabajo)​

Establece la separación tajante entre dos planos:

  • Human Workbench (Plano de Mando Humano): Un centro de control orientado a la toma de decisiones, gestión de buzones de entrada (inbox de paquetes de consulta y merge), visualización de riesgos y auditoría de evidencias.
  • Agent Workbench (Plano de Ejecución del Agente): Un entorno optimizado para máquinas, con herramientas sintácticas, análisis estático, herramientas de búsqueda semántica y bucles de retroalimentación deterministas súper rápidos.

4. Capability Engineering (Ingeniería de Capacidades)​

Trata la calibración de los agentes de IA de forma análoga a la gestión de personal: evaluación de competencias, asignación de roles, exámenes de cualificación y matrices de escalado. Garantiza que solo los agentes certificados asuman misiones de alto riesgo.

5. Trust Engineering (Ingeniería de la Confianza)​

Establece la gobernanza a velocidad de máquina. Define el dial de autonomía (desplazar el nivel de permisos de un agente según su rendimiento previo) y gestiona las Tres Listas de Materiales (BOMs - Bills of Materials):

  1. Software BOM (SBOM): Qué componentes de software componen el producto.
  2. Prompt/Context BOM: Qué instrucciones, reglas y contexto exactos moldearon la respuesta de la IA.
  3. Process/Provenance BOM: Qué herramientas, comandos y decisiones condujeron al resultado final.

6. Language Engineering (Ingeniería del Lenguaje)​

Defiende que en la era agéntica, la lectura de código y la auditoría semántica son las actividades dominantes. Promueve el uso de sintaxis de requisitos claras como EARS (Easy Approach to Requirements Syntax) y lenguajes que garanticen seguridad por construcción (safety-by-construction), haciendo que el código fuente sea el "nuevo binario" y el significado del negocio suba un nivel de abstracción.

RESUMEN DE EJECUCIÓN Y CONCLUSIÓN​

  1. La Ingeniería de Software no ha muerto: Se ha vuelto más vital que nunca. Pasa de ser la disciplina de "escribir código" a ser la disciplina de asegurar la confiabilidad de sistemas construidos por colaboradores estocásticos.
  2. De la intuición a la evidencia: Vibe coding es excelente para explorar, pero Agentic SE es indispensable para construir software seguro y duradero.
  3. Estructura mediante artefactos: Los 7 artefactos (Mission Brief, Continuity Pack, Mentorship Pack, Workflow Runbook, Consultation Request Pack, Merge-Readiness Pack, Resolution Record) son las superficies de control que garantizan que el caos no se expanda.
  4. Gobierno y evolución: Aplica el principio de C-B-D-C (Contrato, Límite, Delegación con evidencia, Convergencia) para exprimir las fortalezas de la IA sin caer en sus 4 paradojas.