Desde hace unos meses trabajo llevando el desarrollo guiado por especificaciones (SDD) con agentes de IA a equipos de desarrollo. La idea es sencilla de explicar: antes de escribir código, se escribe una especificación clara, y a partir de ella los agentes generan el plan, las tareas y la implementación. Llevarlo a la práctica con personas reales es otra historia.
Aquí van las lecciones que más me han marcado. No hay detalles internos de ninguna empresa; solo lo que creo que le sirve a cualquier equipo que esté pensando en dar este paso.
El antes: mucho chat, poco sistema
Antes de SDD, el uso de agentes se parecía mucho al vibecoding. Cada persona abría una sesión, mandaba mensajes, iba corrigiendo sobre la marcha y, con suerte, llegaba a algo que funcionaba. No había un rumbo fijo ni un estándar de uso, y tampoco recomendaciones compartidas sobre cómo pedirle las cosas a un agente.
El problema de fondo no era la calidad de cada respuesta, sino dónde quedaba el conocimiento. El contexto, las decisiones y lo aprendido se quedaban atrapados en las sesiones de chat. Cuando la sesión terminaba, todo eso se perdía. El siguiente desarrollador, o el mismo al día siguiente, empezaba otra vez desde cero.
Lo que funcionó: estandarizar el proceso, no los prompts
El cambio que más impacto tuvo fue dejar de pensar en “buenos prompts” y empezar a pensar en un proceso. Montamos un flujo agéntico de varios pasos, en el que cada paso produce un artefacto con una estructura fija: la especificación, el plan técnico, las tareas. Esos artefactos son los que, al final, permiten que el agente genere buen código, porque llega a la implementación con el problema bien entendido.
Ese flujo convive con uno rápido, para cambios pequeños donde recorrer todos los pasos sería exagerado. Tener las dos rutas evitó que el proceso se sintiera como burocracia.
La segunda pieza fueron las skills: instrucciones especializadas para cada lenguaje y cada tipo de flujo. Un agente genérico sabe programar; un agente con una skill que conoce las convenciones del equipo programa como el equipo.
Lo que no funcionó: más contexto no siempre es mejor
Nuestro primer diseño generaba muchos artefactos, y muy completos. Parecía buena idea: si el agente tiene más información, debería equivocarse menos.
Pasó lo contrario. El proceso se volvió lento y tedioso, y los documentos extra, con mucho contenido redundante, confundían al agente en lugar de ayudarlo. Tuvimos que reducir tanto la cantidad como la complejidad de los artefactos.
Esta es probablemente la lección más importante del artículo: los documentos auxiliares son útiles, pero hay que saber limitarlos. El objetivo no es darle al agente todo el contexto, sino el contexto justo. Encontrar ese equilibrio es parte del trabajo de diseñar el flujo, y se ajusta con el uso.
Las personas: entusiasmo, pero también fricción
La buena noticia es que los desarrolladores fueron proactivos. La idea de trabajar con agentes de forma más ordenada se recibió bien.
Lo que costó fue todo lo que rodea al flujo: la cantidad de cosas que había que revisar en cada paso, las configuraciones que cada uno tenía que hacer en su entorno y estar siempre pendientes del consumo de créditos de la herramienta. Nada de eso es un problema técnico grande, pero todo suma, y al principio genera fricción.
Hoy los equipos siguen adaptándose y aprendiendo. Mi conclusión es que la adopción se diseña igual que el flujo: hay que reducir los pasos manuales, documentar la configuración y acompañar a la gente en las primeras semanas, no solo entregarle la herramienta.
Revisión humana: innegociable
Si hay una regla que no se discute, es que una persona revisa lo que el agente propone antes de seguir. No es desconfianza en la IA; es asegurarse de que el agente va en la dirección correcta.
Lo hemos visto varias veces: el agente llega al paso previo a implementar con un concepto equivocado sobre el problema. Si nadie lo nota, ese error se convierte en código, y el código en retrabajo. Cuando el desarrollador lo detecta a tiempo y le explica el problema, el agente lo corrige y el resto del flujo sigue sobre una base correcta. Revisar en ese punto cuesta minutos; no hacerlo cuesta días.
Lo siguiente que nos interesa son las especificaciones vivas: que la spec se actualice junto con el código en lugar de quedar como un documento del pasado. Todavía está en una fase inicial, pero es hacia donde creo que tiene que ir cualquier flujo de este tipo.
Si empezaras mañana
Si tu equipo quiere adoptar SDD con agentes, mis dos consejos son estos:
- Lleva el conocimiento de tus equipos a un formato que la IA pueda usar. Convenciones, decisiones de arquitectura, cómo se hacen las cosas: pásalo a archivos Markdown. Es un esfuerzo inicial, pero ahorra muchísimo trabajo después y permite dirigir mucho mejor la creación y el uso de agentes y skills.
- Haz que los propios desarrolladores creen las skills. Ellos son quienes tienen el conocimiento técnico profundo. Define un canal para capacitarlos en crear skills (con ayuda de la IA, incluso) y una forma de compartirlas, por ejemplo con un sistema de plugins. Así quien sabe es quien escribe, revisa y publica.
La herramienta importa menos de lo que parece. Lo que hace la diferencia es tener un proceso claro, un contexto bien medido y personas que se apropien de él.