Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)

Robert Martin, autor de «Clean Code», publica ub-mode, un skill para agentes de IA

Robert Martin, conocido como el tío Bob y autor de «Clean Code», ha publicado en GitHub las reglas que siguen sus propios agentes de IA. Todo está reunido en un único skill, ub-mode: un archivo de instrucciones que el agente carga y aplica. Las reglas son sencillas: no copiar código, escribir tests, buscar la causa raíz del bug en lugar de poner un parche y refactorizar con regularidad. El skill se instala en Claude Code, Cursor y Grok. Si su agente genera duplicados y esconde errores, es una forma barata de comprobar si el código mejora.

Procesado por IA desde TG: @notboring_tech (Not Boring Tech); editado por Hamidun News
Robert Martin, autor de «Clean Code», publica ub-mode, un skill para agentes de IA
Fuente: TG: @notboring_tech (Not Boring Tech). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @notboring_tech (Not Boring Tech) ↗
Editor jefe
Dato clave #1El agente escribe sin repeticiones ni basura y ejecuta los tests
Dato clave #2Los bugs se corrigen atacando la causa raíz, no enmascarándolos
Código abiertorepositorio unclebob/ub-mode en GitHub

Cualquiera que haya trabajado en serio con agentes de IA para programar conoce la escena. El código parece funcionar, pero contiene tres copias de la misma función, un par de envoltorios innecesarios y un parche «temporal» que esconde el error en lugar de resolverlo. Ahora este problema tiene un intento de solución poco habitual. Robert Martin, a quien la comunidad llama el tío Bob y autor del libro «Clean Code» («Código limpio»), ha publicado el conjunto de reglas con el que trabajan sus propios agentes. Lo ha reunido en un único skill llamado ub-mode: una instrucción escrita de antemano que el agente carga y tiene en cuenta en cada tarea.

Qué ha publicado exactamente Robert Martin

El skill está en el repositorio abierto unclebob/ub-mode, en GitHub. En herramientas como Claude Code, un skill funciona como un recordatorio para la red neuronal. No hace falta explicarle al modelo cada vez cómo quiere ver el código: las reglas ya están escritas y se aplican de forma automática.

Por la descripción, el conjunto incluye cuatro grupos de requisitos:

  • escribir código sin repeticiones ni basura;
  • ejecutar tests;
  • eliminar la causa raíz del bug, en lugar de enmascarar el error;
  • refactorizar con regularidad, es decir, poner orden en código que ya funciona.

Según la descripción, el skill puede instalarse en Claude Code, Cursor y Grok. Es decir, no está atado a un único proveedor: los mismos principios pueden conectarse en distintos entornos donde trabajan agentes.

Cómo se ve en la práctica

Imagine que se le pide al agente que arregle una función que falla. Sin reglas estrictas, el modelo suele elegir el camino más corto: envuelve la llamada en un try/except, añade una condición para un caso de test concreto o simplemente ajusta el test al resultado. Formalmente la tarea queda cerrada; en la práctica, el error sigue ahí y aflorará más tarde, ya en producción.

Reglas como «busca la causa raíz» y «no enmascares el error» apuntan precisamente a ese comportamiento. El requisito de refactorizar con regularidad se parece al hábito de un desarrollador experimentado: tras cada paso que funciona, ordenar un poco, eliminar duplicados, renombrar los nombres poco acertados, dividir funciones demasiado largas. En este esquema, los tests hacen de red de seguridad: sin ellos, refactorizar se convierte en una lotería.

Todo esto encaja con lo que Martin predica desde hace décadas: funciones pequeñas, nombres claros, ausencia de duplicación y tests como base para cambiar con confianza. Lo nuevo está en el destinatario. Estos principios se han reescrito para un agente de IA que empieza cada vez desde cero y no conoce la cultura de su equipo.

Qué hacer con esto y dónde están los límites

Para los equipos que ya trabajan con agentes, ub-mode es un experimento barato. Se puede conectar el skill en un proyecto y comparar el resultado en varias tareas típicas: cuántos duplicados aparecen en el diff, cuántas veces el agente «tapó» un error en lugar de corregirlo, hasta qué punto resultan comprensibles los tests generados. Incluso si no está de acuerdo con algunas reglas de Martin, el skill sigue siendo una buena plantilla: se puede abrir, leer y adaptar a su propio estilo.

Pero la noticia tiene limitaciones evidentes. El mensaje original no incluye ninguna medición: ni benchmarks, ni comparación «antes y después», ni datos sobre cuánto menos se equivoca el agente. La afirmación de que el código se vuelve más limpio y fiable sigue siendo, por ahora, una declaración del autor y una reproducción del canal, no un hecho comprobado. Además, cualquier instrucción para un agente compite con otras: si el proyecto ya tiene sus propias reglas, pueden entrar en conflicto con el skill. Un conjunto largo de requisitos, por otra parte, ocupa espacio en el contexto del modelo, y el propio modelo puede ignorar parte de las reglas.

Por eso la conclusión razonable es esta: trate ub-mode como un buen punto de partida, no como un botón mágico. Pruébelo con su propio código, quédese con lo que funcione y no prescinda de la revisión humana. Un agente con buenas reglas sigue necesitando a un lector atento del diff, aunque ahora tenga que limpiar menos basura.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué ha publicado exactamente Robert Martin?

El skill está en el repositorio abierto unclebob/ub-mode, en GitHub. En herramientas como Claude Code, un skill funciona como un recordatorio para la red neuronal. No hace falta explicarle al modelo cada vez cómo quiere ver el código: las reglas ya están escritas y se aplican de forma automática.

Cómo se ve en la práctica?

Imagine que se le pide al agente que arregle una función que falla. Sin reglas estrictas, el modelo suele elegir el camino más corto: envuelve la llamada en un try/except, añade una condición para un caso de test concreto o simplemente ajusta el test al resultado. Formalmente la tarea queda cerrada; en la práctica, el error sigue ahí y aflorará más tarde, ya en producción. Reglas como «busca la causa raíz» y «no enmascares el error» apuntan precisamente a ese comportamiento.

¿Qué se sabe sobre Qué hacer con esto y dónde están los límites?

Para los equipos que ya trabajan con agentes, ub-mode es un experimento barato. Se puede conectar el skill en un proyecto y comparar el resultado en varias tareas típicas: cuántos duplicados aparecen en el diff, cuántas veces el agente «tapó» un error en lugar de corregirlo, hasta qué punto resultan comprensibles los tests generados. Incluso si no está de acuerdo con algunas reglas de Martin, el skill sigue siendo una buena plantilla: se puede abrir, leer y adaptar a su propio estilo.

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…