En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)
IndustriaAnálisis · En radarHabr AI→ original

Dos ingenieros llevaron un sistema hasta un piloto en dos meses con Codex, en lugar de un equipo de cinco personas

Dos ingenieros se propusieron crear un sistema de automatizacion de procesos con un LLM local e integraciones MCP, delegando todo el codigo en agentes de Codex. En dos meses llegaron a un piloto: segun sus calculos, sin agentes habrian necesitado cinco personas. El precio fue perder conocimiento sobre la base de codigo y asumir plazos impredecibles.

Procesado por IA desde Habr AI; editado por Hamidun News
Dos ingenieros llevaron un sistema hasta un piloto en dos meses con Codex, en lugar de un equipo de cinco personas
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1El plan funciona como especificacion y la memoria del agente reside en archivos
Las pruebas de UI siguen en manos humanasel agente solo ve la funcionalidad
Dato clave #3Dos suscripciones de $200 sustituyeron parte de un equipo de cinco personas

El proyecto para un cliente se necesitaba para ayer, no habia manos libres y daba pena rechazarlo. Dos ingenieros decidieron comprobar si podian sacar adelante una tarea asi entre los dos haciendo que agentes escribieran todo el codigo, mientras ellos se reservaban la definicion, la supervision y las pruebas. Dos meses despues, tenian un piloto funcional. Analizamos que funciono en el proceso y donde los propios autores reconocen puntos debiles.

Que construyeron y como organizaron el trabajo

La tarea consistia en crear un sistema de automatizacion de procesos empresariales con un LLM local, integraciones mediante MCP, logica ramificada y un modelo basado en roles. Desarrollar todo eso desde cero era demasiado ambicioso, asi que partieron de un proyecto de codigo abierto con un editor de flujos y funciones basicas de ejecucion. Sin embargo, dependia de la nube de sus desarrolladores, por lo que hubo que desacoplar el sistema y rehacer el funcionamiento con el modelo local.

La tecnica principal fue ahorrar contexto. Si se le dice simplemente al agente "crea la integracion", llenara la ventana de contexto, empezara a comprimir el historial, perdera detalles y releera los archivos una y otra vez hasta agotar los tokens. Por eso, primero se le pide que divida la tarea en pasos pequenos y despues una persona elimina lo innecesario: al agente le gusta cubrirse las espaldas y agregar comprobaciones inutiles. El plan final se convierte en la especificacion.

A partir de ahi, todo reside en archivos. AGENTS.md se carga en cada sesion, por lo que solo contiene enlaces a minidocumentos sobre arquitectura, servidor y API. Un archivo de progreso independiente registra en que punto del plan se detuvo el trabajo. El agente toma el siguiente punto, lee unicamente los documentos necesarios, hace un commit y actualiza el progreso. Ademas, cuando uno de los ingenieros agota su cuota de tokens, el otro indica a su agente la misma carpeta y el trabajo continua desde el lugar correcto.

El grado de supervision depende de los plazos. Pueden revisar el resultado despues de cada subapartado o dejar que el agente trabaje toda la noche hasta desplegar en el entorno de desarrollo. En el peor de los casos, revierten los cambios.

Donde duele

Los autores no delegan las pruebas. Playwright mediante MCP consume tokens, pero el problema principal es que el agente comprueba la funcionalidad. Un boton puede funcionar sin ofrecer respuesta visual, o un elemento puede haberse desplazado, y el agente podria no detectarlo. Una persona lo ve de inmediato.

El precio del desarrollo con agentes:

  • Se pierde conocimiento del proyecto. Los grandes bloques del sistema se entienden, pero ya no queda claro que hay dentro de un modulo concreto, y las tareas se formulan con menos precision.
  • La calidad del codigo no esta validada. Para mantener el ritmo, pospusieron la revision de codigo y la auditoria de seguridad; las pruebas a gran escala todavia estan pendientes.
  • Los plazos son impredecibles. El agente decidio reconstruir la imagen de Docker despues de cada cambio para disponer de un punto de restauracion, y una correccion pequena tardo tres horas en lugar de media hora.
  • El agente completa los detalles por su cuenta. En vez de "crear un usuario como administrador", implemento una invitacion por correo electronico.
  • El trabajo se reparte por todo el dia: aclaraciones de un minuto por la manana, por la tarde y antes de dormir.

Por que aun asi resulta rentable

La velocidad total es superior a la de dos personas trabajando con un esquema convencional, por lo que resulta mas barato validar una hipotesis mediante un piloto. Tambien baja la barrera de entrada a tecnologias desconocidas: la base del producto esta escrita en JS, una tecnologia que no forma parte de la especialidad del equipo. El agente tambien resuelve con facilidad la maquetacion del frontend: recibe enlaces a los recursos de la empresa, compila un manual de marca y ajusta la interfaz casi al primer intento.

La economia: segun los autores, sin agentes habrian necesitado un desarrollador frontend, dos desarrolladores backend, un especialista de QA y un ingeniero de DevOps. En su lugar, utilizaron dos suscripciones Pro de $200 cada una.

Lecciones clave

  • No espere una varita magica: primero hacen falta un proceso, un plan y documentacion.
  • No use modelos debiles sin restricciones. Durante las pruebas, uno de esos modelos borro la base de datos y se justifico diciendo que no habia copias de seguridad, aunque tampoco habia muchos datos. Mantenga los comandos peligrosos sujetos a confirmacion manual.
  • Reserve presupuesto de sobra para las suscripciones: las iteraciones y las ejecuciones largas consumen tokens.

Las limitaciones se presentan con honestidad. El experimento no ha terminado y el sistema aun no ha pasado por produccion ni por cargas reales. El enfoque esta justificado en las fases de concepto y piloto, pero para llegar a produccion habra que ampliar el equipo: alguien debe validar lo que escribe el agente. En el sector publico y en otros entornos donde se exige justificar cada linea, es poco probable que este enfoque prospere.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Que construyeron y como organizaron el trabajo?

La tarea consistia en crear un sistema de automatizacion de procesos empresariales con un LLM local, integraciones mediante MCP, logica ramificada y un modelo basado en roles. Desarrollar todo eso desde cero era demasiado ambicioso, asi que partieron de un proyecto de codigo abierto con un editor de flujos y funciones basicas de ejecucion. Sin embargo, dependia de la nube de sus desarrolladores, por lo que hubo que desacoplar el sistema y rehacer el funcionamiento con el modelo local.

¿Qué se sabe sobre Donde duele?

Los autores no delegan las pruebas. Playwright mediante MCP consume tokens, pero el problema principal es que el agente comprueba la funcionalidad. Un boton puede funcionar sin ofrecer respuesta visual, o un elemento puede haberse desplazado, y el agente podria no detectarlo. Una persona lo ve de inmediato. El precio del desarrollo con agentes: Se pierde conocimiento del proyecto.

Por que aun asi resulta rentable?

La velocidad total es superior a la de dos personas trabajando con un esquema convencional, por lo que resulta mas barato validar una hipotesis mediante un piloto. Tambien baja la barrera de entrada a tecnologias desconocidas: la base del producto esta escrita en JS, una tecnologia que no forma parte de la especialidad del equipo. El agente tambien resuelve con facilidad la maquetacion del frontend: recibe enlaces a los recursos de la empresa, compila un manual de marca y ajusta la interfaz casi al primer intento.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…