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)
IndustriaAnálisis · En radarHabr AI→ original

Por qué un agente de IA escribe «slop»: el ex-CTO de Citydrive explica cómo preparar el repositorio

El agente escribe slop no porque el modelo sea malo: es como un novato que cada mañana olvida la revisión de ayer, y los acuerdos del equipo no están escritos en el código. El ex-director técnico de Citydrive aconseja crear un AGENTS.md de un par de cientos de líneas y comprobar las reglas con linters, hooks y CI. El material de partida para el archivo es más fácil sacarlo de los comentarios de los pull requests del último año. Así el agente tropieza menos veces con las mismas piedras en cada sesión nueva.

Procesado por IA desde Habr AI; editado por Hamidun News
Por qué un agente de IA escribe «slop»: el ex-CTO de Citydrive explica cómo preparar el repositorio
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalHabr AI ↗
Editor jefe
El agente lo olvida todo entre sesionessolo recuerda los archivos del repositorio
Dato clave #2El CI debe tardar entre 20 y 30 minutos; si no, la velocidad de los agentes se pierde
Dato clave #3Un agente escribe el código y otro lo revisa en una sesión nueva

Los escépticos del desarrollo con IA suelen contar siempre la misma historia. Probaron la herramienta, el código compiló e incluso pasó los tests, pero no estaba escrito como se hace en el equipo, copiaba los peores rincones del proyecto y se rompía con el primer cambio. Eso es el AI slop, la «bazofia». El autor del análisis, que hace casi un año dejó el puesto de director técnico del carsharing Citydrive para dedicarse al desarrollo con agentes, considera que la culpa suele ser no del modelo, sino de un repositorio que no está preparado para el agente.

El agente como un novato que cada mañana llega por primera vez

El autor empieza con una historia de 2019. Dirigía el desarrollo de «Taxi VKontakte» sobre VK Mini Apps, y a un equipo de dos personas se incorporó una tercera, un desarrollador sólido pero con otros hábitos. No había reglas escritas, así que un solo pull request de mil quinientas líneas acumuló un récord de cien comentarios. Diez pull requests después, los comentarios se podían contar con los dedos de una mano. Pero una parte del conocimiento el novato no tenía de dónde sacarla. Algo vivía solo en las cabezas del equipo, y de ciertos enfoques el equipo había desistido tras quemarse, sin que quedara rastro en el repositorio.

Ahora imagine que ese desarrollador se resetea cada mañana. Así se comporta un agente. El modelo no tiene memoria: en cada petición se le envía todo el historial de la conversación, y cuando el contexto se llena, la conversación se comprime y las indicaciones del principio de la sesión se pierden. El agente no tiene el proyecto entero en la cabeza y solo ve lo que él mismo ha encontrado.

El autor señala tres trampas típicas:

  • El proyecto tiene cien módulos: diez recientes, bien escritos, y noventa antiguos, que son legacy. El agente no sabe cuáles son el modelo a seguir y puede tomar como ejemplo el primero y el peor.
  • Los tests de integración de un proyecto Java se lanzan con mvn test -P integration. El agente ejecutará el mvn test normal, obtendrá «No tests to run» y BUILD SUCCESS, y concluirá que todo está en verde.
  • En el equipo, los datos recién escritos se leen del master, porque la réplica puede ir con retraso. A un novato se le corrige una vez, pero el agente repetirá el error en cada sesión.

Ahora los errores de los agentes son más a menudo semánticos que sintácticos. El código compila y parece correcto, pero se apoya en una suposición equivocada: el agente entendió mal la lógica de negocio, no preguntó o pasó por alto un caso límite. Eso es más difícil de detectar en la revisión que una compilación rota.

Escribir el conocimiento y dejar que el agente vea el resultado

El primer paso es un archivo AGENTS.md en la raíz del repositorio. Lo leen Claude Code, Codex y otros agentes. El autor lo compara con la hoja A4 que se le entrega a un novato el primer día: debe ocupar un par de cientos de líneas, no cincuenta páginas de wiki. Contiene cinco cosas: qué es este repositorio, dónde está cada cosa, los comandos de compilación y de tests, los acuerdos no escritos y un glosario de términos del equipo. No hace falta resumir el código en él: se crearían dos fuentes de verdad, y la verdadera es solo el código que corre en producción.

Una forma rápida de reunir las reglas es pedir al agente que vuelque todos los comentarios de los pull requests del último año y dejar que una persona conserve en la lista solo lo vigente. Si el agente vuelve a fallar en una tarea de varios pasos, por ejemplo al dar de alta un feature flag, hace falta un skill: una instrucción que el agente carga cuando la necesita. No conviene escribirla desde cero: haga la tarea junto con el agente y pídale, en la misma sesión, que describa los pasos recorridos.

El agente también necesita un entorno donde pueda ver el resultado de su trabajo. Si el proyecto es pequeño, se despliega en local. Conviene plasmar la cadena de comandos en un script: el texto de una instrucción el agente lo lee cada vez a su manera, mientras que un script se ejecuta siempre igual. Para proyectos grandes hace falta un entorno de preview por cada pull request, y esos entornos pueden levantarlos Vercel, Netlify, GitLab Review Apps y Argo CD. El agente toma la dirección del entorno, llama a los endpoints, mira los datos en la base o recorre el navegador siguiendo los casos de prueba.

Verificar con programas y limitar los permisos

Cualquier regla de AGENTS.md sigue siendo una petición: el agente puede no cumplirla o perderla tras la compresión del contexto. Por eso todo lo que se pueda comprobar con un programa conviene comprobarlo con un programa:

  • Primero el test, luego el código. Si no, el agente cae en la tentación de ajustar el propio test al código.
  • Linters con mensajes claros. La regla sobre el master y la réplica puede convertirse en una comprobación que prohíba leer de la réplica justo después de escribir, y el texto del error puede explicar cómo corregirlo.
  • Hooks. Claude Code puede lanzar el linter por sí mismo después de cada edición.
  • CI sin cuyo visto bueno no se puede hacer merge. Las configuraciones del CI y los tests solo cambian con la aprobación de los responsables de CODEOWNERS, y todas las comprobaciones deben durar entre 20 y 30 minutos; si no, se comerán la ganancia de velocidad.

La revisión también cambia. Si antes un desarrollador cerraba tres o cuatro tareas por semana, ahora puede cerrar tres o cuatro al día, y leerlo todo línea por línea es físicamente imposible. El autor propone un esquema: un agente escribe el código y otro lo revisa en una sesión nueva, porque el autor del código lo verifica con el mismo contexto. La persona mira las decisiones difíciles de revertir: el esquema de la base de datos, los permisos de acceso, la seguridad, la arquitectura. Para no tener que buscarlas en un diff de 20 mil líneas, el propio agente saca las decisiones clave a la descripción del pull request.

Sobre seguridad, el autor recuerda que el agente actúa en su nombre y que lo primero que hay que temer es el código malicioso, por ejemplo el de una biblioteca infectada. Lo más fiable es que la máquina del agente no tenga acceso a producción. Después viene un sandbox o contenedor donde se puede permitir todo. La opción más débil es la confirmación humana, que se apoya en hooks que revisan cada comando antes de ejecutarlo.

Para empezar, pregunte al agente por la parte del proyecto que usted conoce mejor: dónde está el código que necesita. Observe qué comandos de búsqueda lanzó y cuántas vueltas dio. Todo lo que buscó durante mucho tiempo o encontró mal se convertirá en las primeras líneas de su AGENTS.md. El autor ha publicado la versión completa del enfoque en un libro gratuito sobre Agentic SDLC en GitHub. Es la experiencia personal de un profesional, no un estudio con mediciones, y el texto no da cifras del efecto. Pero los consejos son verificables y probarlos no cuesta nada.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre El agente como un novato que cada mañana llega por primera vez?

El autor empieza con una historia de 2019. Dirigía el desarrollo de «Taxi VKontakte» sobre VK Mini Apps, y a un equipo de dos personas se incorporó una tercera, un desarrollador sólido pero con otros hábitos. No había reglas escritas, así que un solo pull request de mil quinientas líneas acumuló un récord de cien comentarios. Diez pull requests después, los comentarios se podían contar con los dedos de una mano. Pero una parte del conocimiento el novato no tenía de dónde sacarla.

¿Qué se sabe sobre Escribir el conocimiento y dejar que el agente vea el resultado?

El primer paso es un archivo AGENTS.md en la raíz del repositorio. Lo leen Claude Code, Codex y otros agentes. El autor lo compara con la hoja A4 que se le entrega a un novato el primer día: debe ocupar un par de cientos de líneas, no cincuenta páginas de wiki. Contiene cinco cosas: qué es este repositorio, dónde está cada cosa, los comandos de compilación y de tests, los acuerdos no escritos y un glosario de términos del equipo.

¿Qué se sabe sobre Verificar con programas y limitar los permisos?

Cualquier regla de AGENTS.md sigue siendo una petición: el agente puede no cumplirla o perderla tras la compresión del contexto. Por eso todo lo que se pueda comprobar con un programa conviene comprobarlo con un programa: Primero el test, luego el código. Si no, el agente cae en la tentación de ajustar el propio test al código. Linters con mensajes claros.

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…