Saltar al contenido principal
<JayDev />

/ ai-workflow

Cómo trabajo con IA en 2026

La IA es la mejor amplificadora de un buen ingeniero —y la peor excusa para uno mediocre. Mi forma de trabajar parte del estándar Human-In-The-Loop: yo soy el arquitecto, calculo costos, elijo protocolos, modelos y tecnologías; la IA ejecuta bajo guardarraíles que yo defino.

Human-In-The-Loop · Architect-led · Cost-aware

Filosofía: por qué Human-In-The-Loop

La IA generativa cambió cómo se escribe código, pero no cambió quién es responsable del software que llega a producción. En cada proyecto que entrego, mi rol es el de arquitecto y revisor crítico: decido qué construir, cómo dividirlo, qué patrones aplicar y qué riesgos asumir. La IA es palanca, no piloto automático.

Trabajar con IA bien significa hacer trade-offs explícitos: ¿uso un modelo grande y caro para esta tarea o uno pequeño y rápido? ¿paralelizo agentes o serializo para mantener coherencia? ¿qué context window necesito realmente? Estas preguntas no se delegan; se responden con criterio técnico y se documentan.

Mi rol como arquitecto de software

  • Modelado del dominio

    Antes de cualquier código, defino las entidades, las relaciones y los invariantes del negocio. Sin esto, ninguna IA puede generar algo que no tenga que tirar a la basura.

  • Cálculo de costos

    Estimo costo por petición, costo por feature y costo de infraestructura. La pregunta "¿cuánto cuesta esto al mes con 10× usuarios?" se responde antes de codificar.

  • Protocolos & contratos

    Defino esquemas de eventos, contratos de API y políticas de idempotencia. Los servicios se hablan por contratos, no por accidentes.

  • Selección de tecnología

    Elijo stack por adecuación al problema, ecosistema y costo de mantenimiento —no por hype. Las decisiones quedan documentadas en el design doc.

Herramientas que uso día a día

Selecciono el agente y el modelo correcto para cada tarea. Ningún proveedor es dueño de todo mi flujo: rotación deliberada según costo, calidad y latencia.

Editor

Windsurf

editor

Editor principal

IDE agentic donde vivo el día a día. Lo uso por su integración profunda con flujos agenticos, MCP y skills personalizados.

Agentes de IA

Claude Code

agent

Multitarea & calidad de sistemas

Mi agente de cabecera para tareas largas, refactors estructurales y razonar sobre arquitecturas completas sin perder contexto.

Codex

agent

Resolución de bugs & refactor

Para problemas localizados y refactorings precisos. Lo elijo cuando necesito iteración rápida sobre un archivo o módulo concreto.

Gemini

agent

Ideación & generación de imágenes

Para brainstorming inicial, generación de imágenes y exploración visual cuando un proyecto necesita assets temáticos.

Metodologías & estándares

Lo que hace que un flujo con IA sea fiable no es la IA, son los guardarraíles. Estos son los míos.

Human-In-The-Loop

method

Estándar transversal

La IA acelera; yo decido. Cada decisión arquitectónica, costo, modelo y trade-off pasa por mi revisión antes de aterrizar en código de producción.

MCP (Model Context Protocol)

method

Integración con herramientas

Conecto modelos con bases de datos, deploys y servicios externos vía MCP en vez de hacks ad-hoc: contratos claros, auditable y reusable.

SDD (Spec-Driven Development)

method

Disciplina de planificación

Toda feature relevante empieza con proposal → spec → design → tasks. Esto me permite delegar implementación a agentes con guardarraíles.

TDD

method

Pruebas primero donde importa

Tests antes que código en lógica de negocio crítica (pagos, inventario, autenticación). Acelera la iteración con IA en lugar de frenarla.

Code Review humano

method

Punto de control no negociable

Ningún PR generado por IA mergea sin revisión humana. La IA no es responsable; yo sí lo soy.

Eventos & concurrencia

method

Estándar de diseño

Diseño sistemas orientados a eventos, asíncronos y paralelos por defecto. Reduce latencia y desacopla subsistemas que crecen a ritmos distintos.

Skills

method

Conocimiento reusable

Encapsulo patrones recurrentes (postgres, accessibility, frontend design) como skills que mis agentes invocan bajo demanda.

Selección por tarea

method

Modelo correcto para cada caso

Cada tarea elige el modelo que mejor la resuelve por relación calidad/costo/latencia. No hay un único modelo dueño de todo.

Un flujo real, de principio a fin

  1. 01 · DISCOVERY

    Entiendo el problema (sin IA)

    Hablo con el cliente o el dominio, escribo el problema en mis propias palabras, identifico restricciones reales (presupuesto, stack existente, plazos).

  2. 02 · PROPOSAL & SPEC

    Defino qué se construye (con IA como sparring)

    Uso SDD: redacto proposal, specs con escenarios y un design doc corto con las decisiones técnicas y trade-offs. La IA reta mis decisiones; yo decido.

  3. 03 · COST & MODEL SELECTION

    Calculo costo y elijo modelos

    Defino qué tareas justifican un modelo grande y cuáles uno barato. Documento estimaciones por mes y por feature.

  4. 04 · IMPLEMENTATION

    Implementación con agentes bajo guardarraíles

    Tareas del backlog se ejecutan con agentes (Claude Code para multitarea, Codex para refactor puntual). Cada cambio entra a un branch con tests.

  5. 05 · HUMAN REVIEW

    Code review humano antes de merge

    Reviso cada PR como si lo hubiera escrito un junior brillante: leo todo, cuestiono decisiones, verifico tests y mido impacto en performance.

  6. 06 · OBSERVABILITY

    Mido en producción

    Logs estructurados, métricas, alertas y tracking de costo real de IA por feature. Lo que no se mide, no se mejora.

¿Buscas a alguien que entienda IA y arquitectura?

Si estás contratando para roles donde la IA debe integrarse a un sistema serio —no como gadget— hablemos.

Contáctame Ver proyectos →