Temario · lección 73 de 74
1Por qué fallan los agentes
2Qué es un harness
3Patrones de agentes
4Herramientas
5Ingeniería de contexto
6El repositorio como memoria
7Tareas largas
8Alcance y “hecho” de verdad
9Observabilidad y estado limpio
10Loops y grafos
11Harness reales
12Proyecto final
- Proyecto 1, solo prompt contra harness mínimo
- Proyecto 2, un workspace legible
- Proyecto 3, continuidad entre sesiones
- Proyecto 4, feedback de runtime e indexado
- Proyecto 5, que el agente verifique su trabajo
- Proyecto 6, el harness completo (capstone)
- Proyecto 7, tu primer loop automático
- Proyecto 8, dibuja tu flujo como un grafo
- Checklist final y plantillas
Proyecto 8, dibuja tu flujo como un grafo
Escribe como grafo explícito el loop maker-checker que ya tienes (nodos, aristas, estado compartido y reglas de routing), añade paralelismo y una aprobación humana.
Dibujar el mapa de un metro que ya existe
Cuando llevas años usando un metro, conoces los trasbordos sin mirar el plano. Pero si alguien te pregunta cómo ir a otro barrio, te das cuenta de que ese conocimiento está solo en tu cabeza. Tu loop maker-checker del proyecto 7 es ese metro: las decisiones ocurren dentro del contexto del agente. Este proyecto las dibuja. Antes, repasa del loop al grafo.
Preparación
- Parte del repo del proyecto 7 (o de cualquier flujo de agente que repitas).
- Ramas:
p08-explicit-graph,p08-parallel,p08-human-in-the-loop. - Crea
state.md: el espacio común donde se anotan requisitos, progreso y resultados de verificación.
Experimento 1: el grafo explícito
- Nodos: cada paso del loop, con su responsabilidad, entradas, salidas y si es agente o código determinista.
- Aristas: todas las conexiones. Marca las condicionales (pasa o falla) y las de retroceso.
- Estado compartido: qué campos hay y quién lee y escribe cada uno.
- Reglas de routing en if-then:
si la verificación pasa -> nodo merge
si la verificación falla -> nodo implementar
si falta información -> nodo investigar
- Escríbelo todo en
graph.mdcon un diagrama mermaid, la tabla de nodos y las reglas. - Responde: ¿qué arista implícita has descubierto, una ruta de decisión que antes estaba escondida en el contexto del agente?
Experimento 2: abanico paralelo
Busca algo que se pueda dividir en dos partes independientes: dos módulos, dos revisiones con enfoques distintos o dos líneas de investigación. Escribe la regla de fan-out (cómo se reparte, cada subtarea con contexto propio) y la de fan-in (quién fusiona y con qué criterio). Aísla cada rama en un git worktree. Mide el tiempo de reloj, los tokens y la calidad: ¿el paralelismo ganó o el coste de coordinar se comió el ahorro?
Experimento 3: retroceso y aprobación humana
- Arista de retroceso condicional: si los tests pasan pero la revisión detecta un malentendido de requisitos, vuelve a investigación, no a implementación. El estado debe anotar en qué capa está el problema.
- Nodo de aprobación humana antes de fusionar: el grafo se detiene hasta que escribes «aprobar» o «rechazar» en
state.md, con regla de tiempo límite opcional. - Formato de la petición: qué pasó, qué cambió, por qué hace falta una persona y qué ocurre al aprobar o rechazar.
- Ejecuta al menos dos rondas y anota si tu decisión coincidió con la del nodo de verificación.
Qué medir
| Aspecto | Pregunta |
|---|---|
| Estructura visible | ¿Cuántas aristas implícitas encontraste? |
| Localización de fallos | Si falla, ¿señalas la arista concreta? |
| Coste de colaboración | Tiempo de espera de aprobación frente al valor de lo que frenó |
| Fiabilidad | ¿El grafo describe lo que pasa de verdad? |
¿Qué aporta un grafo explícito frente a un loop único?
Fuentes: Learn Harness Engineering, projects/project-08