← Volver a proyectos

IACaso profesional · banca2026

Agentes de IA para el ciclo de desarrollo

Sistema agéntico de desarrollo guiado por especificaciones (SDD) para GitHub Copilot, con agentes y skills personalizados que asisten a equipos de desarrollo desde el discovery hasta el QA.

GitHub CopilotMCPSDDJiraFigma
agents/sdlc
  1. DiscoveryExplora ideas, crea y corrige historias en Jira
  2. DesarrolloSpec, plan, tareas e implementación (SDD)
  3. QAGenera casos de prueba y los ejecuta
  4. DesplieguePróxima etapa
    próximamente

revisión humana en cada etapa

Este es un resumen de mi trabajo actual en Banco Bolivariano. Por confidencialidad, no incluye detalles internos de la implementación.

El reto

Los asistentes de código ayudan a escribir funciones sueltas, pero un desarrollo complejo empieza mucho antes del código y termina mucho después. Hay que entender el requerimiento, escribir historias claras, diseñar, implementar, probar y desplegar, y todo eso dentro de un entorno con reglas de seguridad y gobierno estrictas.

Qué construí

Un sistema agéntico de desarrollo guiado por especificaciones (SDD) que funciona sobre GitHub Copilot. Cada etapa del ciclo tiene agentes y skills propios:

  • Discovery: agentes que ayudan a explorar ideas para nuevas historias de usuario, redactarlas, corregirlas y publicarlas directamente en Jira.
  • Desarrollo: el flujo SDD completo. La especificación es la fuente de verdad, y a partir de ella se generan el plan técnico, las tareas y la implementación.
  • QA: agentes que generan casos de prueba a partir de la especificación y los ejecutan.
  • Despliegue: la siguiente etapa por cubrir, todavía en planificación.

Para conectar los agentes con el mundo real, orquesté servidores MCP existentes con Jira, Figma y sistemas internos del banco, de modo que los agentes trabajen con información actual y no con suposiciones.

Gobierno

Llevar agentes a un banco exige reglas claras, así que también elaboro el modelo operativo y de gobierno para el desarrollo con SDD. Dos principios no son negociables:

  • Revisión humana obligatoria en cada etapa: los agentes proponen y las personas deciden.
  • Un modelo agnóstico a la herramienta, para que sobreviva si cambia el asistente o el flujo.

El siguiente paso son las especificaciones vivas: que la spec se actualice junto con el código en lugar de quedar desfasada.

Resultados

Los 3 equipos que ya usan el sistema duplicaron su productividad (2x), medida con throughput, cycle time y velocity. Hoy el objetivo es sostener ese nivel y extender la adopción a todos los equipos de desarrollo del banco.

Stack

GitHub Copilot, agentes y skills personalizados, servidores MCP, Jira y Figma. Fuera del banco, también trabajo con Claude Code y con Spec Kit, para el que publiqué un preset comunitario.