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)
IndustriaAPI / Producto · Listo para usarHabr AI→ original

Kub Tri dio al agente de IA una memoria del proyecto: la revisión es más sencilla, pero el modelo cuesta casi un tercio más

El agente se incorpora al trabajo por primera vez cada día: Claude escribió un endpoint, pero duplicó una autorización que ya existía. El equipo de Kub Tri lleva año y medio construyendo AI Council, una memoria del proyecto formada por un grafo de código, decisiones y reglas. Con ella, el código supera la revisión con más facilidad, pero el trabajo del modelo cuesta casi un tercio más. La conclusión: hay que ser uno mismo quien ponga el conocimiento delante del agente.

Procesado por IA desde Habr AI; editado por Hamidun News
Kub Tri dio al agente de IA una memoria del proyecto: la revisión es más sencilla, pero el modelo cuesta casi un tercio más
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
Dato clave #1El agente comprobó las reglas por iniciativa propia solo en el 16% de 12 mil sesiones de trabajo
Dato clave #2Antes del primer cambio en el código, las reglas se consultaron en el 13% de las sesiones con cambios
Dato clave #3Cada registro de conocimiento está vinculado a un archivo y llega al contexto cuando el agente abre ese archivo

Un agente de IA que escribe código empieza cada mañana desde cero: no recuerda la conversación de ayer, y las decisiones que el equipo tomó hace medio año simplemente no están en el código. A principios de 2025, los desarrolladores del estudio Kub Tri pidieron a Claude que añadiera un endpoint de API al proyecto. El código quedó rápido y limpio, pero en la revisión (la comprobación del código por parte de los compañeros antes de fusionarlo con el proyecto) encontraron tres problemas: la lógica de negocio estaba en el controlador, aunque en el proyecto no se hace así; la función de autorización se había escrito de nuevo, aunque ya existía una; y el método se llamaba getUser en lugar del get_user acordado.

Al día siguiente, con otra tarea, pasó lo mismo. Durante año y medio, el equipo construyó para el agente una «memoria del proyecto»: la plataforma AI Council. En una comparación directa, con ella el agente escribió código más fácil de aprobar en la revisión, pero el trabajo del modelo costó casi un tercio más: en esa proporción aumentó el gasto en llamadas a la IA.

Si va a incorporar agentes al desarrollo en equipo, esta comparación indica dónde buscar el beneficio y qué habrá que pagar a cambio.

Lo que el agente no sabe

El equipo analizó los comentarios de revisión de sus propios proyectos e identificó tres tipos de lagunas. La primera es la estructura: qué módulos existen, quién llama a quién, dónde está la función que se necesita. Se puede deducir del código con un parser o con búsqueda, aunque el propio agente lo hace despacio y a un coste alto.

La segunda son las decisiones: por qué los pagos pasan por una cola, qué alternativa ya se descartó. En el código solo queda el resultado; las razones viven en chats, en merge requests cerrados y en la cabeza de las personas. La tercera son las reglas del equipo: capas, nomenclatura, prohibiciones.

El linter comprueba solo una pequeña parte de ellas, y además después de escribir el código.

En el caso del endpoint coincidieron dos de los tres tipos. El agente escribió la segunda autorización porque no conocía la estructura, mientras que la lógica en el controlador y el getUser aparecieron por desconocer las reglas.

A todo ello se suma el tiempo. La documentación que se ha quedado atrás respecto al código es dañina, porque el agente se fía de ella. Y si cinco agentes trabajan en cinco ramas, una decisión tomada en una no debe influir en las demás mientras esa rama no se haya fusionado con main.

Las herramientas gratuitas cubren parte de las tareas. Los archivos CLAUDE.md y AGENTS.md ofrecen las reglas como recomendación y se quedan obsoletos sin que nadie lo note. Serena, claude-context, CodeGraph y TeaRAGs conocen la estructura del código, pero no las decisiones ni las reglas. Los servidores de memoria guardan notas sin relación con el código. La revisión con IA (CodeRabbit, Greptile, Qodo) entra en juego cuando el código ya está escrito. Para un proyecto pequeño con uno o dos desarrolladores, los autores recomiendan conformarse con CLAUDE.md y Serena o claude-context.

Cómo funciona AI Council

La plataforma se compone de tres capas conectadas. El grafo de código lo genera un análisis estático, sin intervención del modelo. La búsqueda vectorial se encarga de buscar por significado. Una capa aparte almacena lo que no se deduce del código: los registros de conocimiento y las reglas. Un registro explica cómo y por qué algo está construido de una manera, y está vinculado a clases, módulos o archivos. Una regla tiene fuerza MUST (obligatoria) o SHOULD (recomendable) y un ámbito de aplicación. El agente toma nota de un registro, pero está obligado a cumplir una regla.

La observación más práctica se refiere a la entrega. El equipo examinó 12 mil sesiones de trabajo: el agente lanzó por su cuenta la comprobación de reglas mediante la herramienta MCP solo en el 16% de ellas, y antes del primer cambio en el código, en el 13% de las sesiones con cambios. Es decir, en torno al 87% de esas sesiones se puso a tocar código sin consultar las reglas.

Por eso, el canal principal pasó a ser los hooks de Claude Code: controladores que se activan en momentos determinados y que el modelo no puede saltarse. Al empezar llegan las reglas del proyecto; al abrir un archivo, las reglas y los registros vinculados a él; y al final de la respuesta, una lista de verificación. MCP se mantuvo como vía de respaldo para los agentes sin hooks.

Un ejemplo de un proyecto de cliente: en un CRM había que unir contactos «desconocidos» de correos entrantes con contactos conocidos. El merge estándar sobrescribía campos. Un desarrollador dedicó un día a encontrar el esquema (trasladar las relaciones al contacto conocido y eliminar el desconocido) y vinculó el registro al modelo de contacto. Cuando el agente abrió el archivo del modelo la siguiente vez, el registro llegó solo al contexto y ya no tuvo que reinventar el merge.

Precio y salvedades

La selección de contexto para una pregunta ocupa de 9 a 18 mil caracteres: varios miles de tokens, aproximadamente el equivalente a un archivo de 300–500 líneas. Los registros de los tickets de Keycloak, que sumaron más de tres mil, también los procesó el modelo, de modo que en lugar del tiempo de las personas se pagó por su trabajo. De ahí el encarecimiento de casi un tercio.

Las salvedades son evidentes. El producto es comercial, y las cifras las recopiló el propio equipo en su entorno de producción, no una medición independiente. Los vínculos de los registros hay que elegirlos con cuidado: un vínculo demasiado general (en el ejemplo, el nombre coincidía con 357 entidades) se descarta. La sugerencia basada en las palabras del agente no salta si este nombra algo con otras palabras.

La conclusión práctica no depende del producto. No cuente con que el agente irá por sí solo a buscar las reglas: plantee la entrega mediante hooks y vincule el conocimiento a código concreto. Y decida de antemano si está dispuesto a pagar alrededor de un tercio más por una menor carga en la revisión. Los estudios del sector a los que remiten los autores indican que el cuello de botella ya se ha desplazado de la escritura del código a su revisión.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Lo que el agente no sabe?

El equipo analizó los comentarios de revisión de sus propios proyectos e identificó tres tipos de lagunas. La primera es la estructura: qué módulos existen, quién llama a quién, dónde está la función que se necesita. Se puede deducir del código con un parser o con búsqueda, aunque el propio agente lo hace despacio y a un coste alto. La segunda son las decisiones: por qué los pagos pasan por una cola, qué alternativa ya se descartó.

Cómo funciona AI Council?

La plataforma se compone de tres capas conectadas. El grafo de código lo genera un análisis estático, sin intervención del modelo. La búsqueda vectorial se encarga de buscar por significado. Una capa aparte almacena lo que no se deduce del código: los registros de conocimiento y las reglas. Un registro explica cómo y por qué algo está construido de una manera, y está vinculado a clases, módulos o archivos. Una regla tiene fuerza MUST (obligatoria) o SHOULD (recomendable) y un ámbito de aplicación.

¿Qué se sabe sobre Precio y salvedades?

La selección de contexto para una pregunta ocupa de 9 a 18 mil caracteres: varios miles de tokens, aproximadamente el equivalente a un archivo de 300–500 líneas. Los registros de los tickets de Keycloak, que sumaron más de tres mil, también los procesó el modelo, de modo que en lugar del tiempo de las personas se pagó por su trabajo. De ahí el encarecimiento de casi un tercio. Las salvedades son evidentes.

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.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…