Sé tu propio equipo.
Aprende todo construyendo.
Sitio de divulgación para estudiantes y profesionales de Ingeniería en Computación e Informática que quieren convertirse en god stack developers usando inteligencias artificiales como si fueran un equipo completo de profesionales. Aprendes arquitectura, base de datos, frontend, backend, seguridad y operación a la vez — generando proyectos reales con documentación inmediata. La formación entrega las bases; construir proyectos completos las pone en práctica y acelera el aprendizaje.
Acceso libre · Contenido bajo licencia abierta · Iniciativa sin fines de lucro
Tech Lead y Coding Agent
La inteligencia artificial no reemplaza al ingeniero — lo convierte en un equipo entero. El éxito de un proyecto depende de la calidad del liderazgo técnico, no de la velocidad del agente. Tú lideras (Tech Lead); la IA ejecuta cada rol del equipo (Coding Agent). Tres pilares articulan esta relación, anclada en roles reales de la industria del software.
El Tech Lead lidera
Quien lleva la dirección técnica del sistema es una persona: el Tech Lead. No es solo el revisor de código — es quien decide la arquitectura, los estándares y los trade-offs irrenunciables. Tres dimensiones: decide, revisa y enseña.
- Decide arquitectura, stack, patrones, prácticas de seguridad y calidad.
- Revisa cada cambio del Coding Agent antes de integrarlo al sistema.
- Enseña al agente (vía CLAUDE.md, prompts, contexto) y se enseña a sí mismo preguntando lo que no domina.
- Conversa con el cliente o usuario final y traduce su realidad a requerimientos.
El Coding Agent es tu equipo
El Coding Agent no es «un programador»: es la IA que cambia de sombrero según lo que dirijas. Un momento es ingeniero de datos, al siguiente frontend, después DevOps. Lee archivos, escribe código, ejecuta comandos, corre tests — opera por iniciativa dentro de los límites que el Tech Lead define.
- Asume el rol que necesites: arquitecto, frontend, backend, QA, docs, seguridad.
- Materializa especificaciones en código, esquemas de datos y documentación.
- Propone alternativas con sus pros y contras antes de elegir camino.
- No decide arquitectura ni desviaciones de los estándares sin aprobación explícita.
El Coding Agent también explica
Cuando el Tech Lead enfrenta una parte del sistema que no domina del todo, el agente cumple un segundo rol: tutor técnico síncrono. La conversación misma es una herramienta de descubrimiento.
- Traduce conceptos técnicos del oficio a un lenguaje accesible.
- Interpreta salidas crudas de comandos y advierte de riesgos no obvios.
- Sugiere caminos de diagnóstico cuando algo no cuadra.
- Convierte cada tarea en una oportunidad de aprendizaje real para el Tech Lead.
El patrón diálogo cognitivo
La aceleración que regala un Coding Agent puede generar la ilusión de avance sin comprensión. La cura no es desconfiar del agente — es conversar con él. Cada vez que el Tech Lead enfrenta una salida que no entiende, un comportamiento que lo sorprende o un comando cuya consecuencia no es obvia, tiene una elección: aceptarlo a ciegas o detenerse a preguntar qué significa. Detenerse, en esta metodología, no es perder velocidad — es ganar criterio.
En la práctica, este patrón hace dos cosas a la vez: previene errores (porque algo dejó de pasar inadvertido) y educa al Tech Lead (porque la conversación deja un aprendizaje sostenido). En los casos que documentamos, prácticamente todos los hallazgos críticos aparecieron porque alguien preguntó algo que parecía obvio.
“Preguntar a la IA qué significa cada cosa ayuda al entendimiento cognitivo de las falencias que pueda tener la aplicación.”
Un producto serio pide nueve especialistas. Hoy los encarnas tú.
Construir un producto de software profesional normalmente exige un equipo: arquitecto, ingeniero de datos, frontend, backend, DevOps, QA, seguridad, documentación, diseño. Contratarlo cuesta meses y un presupuesto que casi nadie tiene cuando recién empieza. Dirigiendo un Coding Agent, una sola persona cambia de sombrero y opera desde cada rol. No porque seas experta en los nueve — sino porque diriges al agente desde cada uno y, en el camino, aprendes de todos.
Arquitecto de software
Diseño de sistemas
Defines cómo se organiza el sistema en capas, qué patrones se usan y dónde están los límites. El agente propone estructuras; tú decides cuál aguanta el negocio real y por qué.
Ingeniero de datos
Modelo de datos
Describes las entidades y relaciones en prosa; el agente materializa el esquema; tú lo verificas gráficamente. Corregir un error de modelado pasó de tomar días a tomar minutos.
Desarrollador frontend
Interfaz y experiencia
Diriges la construcción de la interfaz: componentes, estados, responsividad, accesibilidad. El agente escribe el JSX y el CSS; tú juzgas si de verdad se entiende y se usa bien.
Desarrollador backend
Lógica y APIs
Coordinas la lógica de negocio, las APIs, las integraciones y las reglas que sostienen el producto. El agente conecta las piezas; tú garantizas que el contrato entre ellas sea correcto.
DevOps / SRE
Despliegue y operación
Llevas el producto a producción: entornos escalonados, CI/CD, monitoreo de uptime, respaldos. El agente escribe los scripts; tú decides cuándo y cómo se despliega — nunca un viernes.
QA / Tester
Calidad
Defines qué significa que algo «funcione». El agente escribe los tests y se auto-depura contra ellos; tú diseñas los casos límite que ninguna IA anticipa porque no conoce a tu usuario.
Especialista en seguridad
Hardening
Impones seguridad por diseño: autenticación, puertos cerrados, TLS, firewalls, respaldos cifrados. El agente revisa cada cambio; tú firmas el checklist antes de que algo toque producción.
Technical writer
Documentación
La documentación deja de ser deuda: se genera junto al código. El agente redacta el README, los ADRs y la bitácora; tú aseguras que reflejen lo que de verdad decidiste y por qué.
Diseñador UX/UI
Identidad y flujos
Diriges la jerarquía visual, la identidad de marca y los flujos de uso. El agente arma el sistema de componentes; tú validas que la experiencia sea clara para quien no escribió el código.
El que coordina los nueve sombreros tiene un nombre: god stack developer
No es el que sabe todo de memoria. Es quien sabe dirigir cada disciplina con criterio, preguntar lo que no domina y verificar lo que el agente entrega. Cada proyecto que terminas suma horas reales de práctica en cada uno de esos roles. La formación académica entrega las bases y el marco conceptual; construir proyectos completos las consolida y les da contexto. Las dos se potencian: el aula explica el porqué, y el proyecto muestra el cómo y el cuándo.
Un detalle honesto: el décimo sombrero — el de Product Manager, que conversa con el cliente, prioriza y define el «para quién» — no se delega al agente. Ese siempre lo llevas tú. Es el que convierte capacidad técnica en un producto que a alguien le sirve.
Una propuesta de marco ágil para la era del Coding Agent
Cuando la construcción se acelera varias veces gracias al agente, el cuello de botella deja de ser escribir código y pasa a ser liderar técnicamente bien. La propuesta reorganiza prácticas ágiles conocidas alrededor de un eje nuevo: la calidad del liderazgo técnico humano sobre un agente infatigable. La promesa honesta no es un número espectacular — es comprimir meses en semanas o pocos meses, sabiendo con precisión qué se acelera y qué no.
Esta es una propuesta abierta. La llamamos OBRA — un acrónimo que describe el principio operativo central: Operación Bajo Revisión Activa. Cada operación del Coding Agent —generar, refactorizar, desplegar, modificar el modelo de datos— entra en estado de revisión activa por parte del Tech Lead antes de integrarse al sistema. El nombre también evoca el sustantivo: lo que construimos es una obra, no un commit más.
¿Qué significa «más rápido»?
Cuando decimos que algo se construye 3 veces más rápido (lo escribimos «×3»), queremos decir que toma un tercio del tiempo: lo que tomaba 3 días, toma 1. Del mismo modo, ×2 es la mitad del tiempo y ×5, una quinta parte. Conviene separar dos magnitudes que suelen confundirse, porque no se aceleran igual.
Construir código · ×3 a ×5
Escribir modelos, APIs, pantallas, validaciones, tests y documentación es donde más se nota la velocidad. Ejemplo: un módulo de gestión de usuarios (registro, inicio de sesión, roles, pantallas y pruebas) que a una persona le tomaría unos 5 días de trabajo, bien dirigido se arma en 1 a 1,5 días. Eso es ×3 a ×5.
Proyecto completo · ×2 a ×3
Un proyecto no es solo código: hay reuniones con el cliente, validación con usuarios reales, despliegue observado y correcciones acordadas — todo con tiempos humanos que la IA no acelera. Ejemplo: un sistema de gestión a medida para una pyme (inventario, ventas, clientes y reportes) que un equipo tradicional entregaría en ~6 meses, bajo OBRA se entrega en ~2 a 3 meses.
La ley de Amdahl. La aceleración total de un proyecto está limitada por la parte que no se puede acelerar. Si la IA construye 5 veces más rápido, pero la construcción es la mitad del calendario, el conjunto mejora alrededor de 2 a 3 veces: las reuniones, la validación y el despliegue observado conservan su ritmo humano. Por eso distinguimos la velocidad de la construcción (×3 a ×5) de la del proyecto completo (×2 a ×3).
Valoramos
- 1Claridad de la intención sobre cantidad de código.
- 2Modelo de datos verificado sobre funcionalidad aparente.
- 3Arquitectura impuesta por el Tech Lead sobre los defaults del agente.
- 4Ciclos cortos con quien usa el sistema sobre planes detallados a meses.
- 5Seguridad, respaldos y observabilidad desde el día uno.
- 6Aprendizaje del Tech Lead sobre dependencia ciega del agente.
Es decir: aunque valoramos lo de la derecha (cantidad de código, funcionalidad aparente, defaults, planes detallados, etc.), valoramos más lo de la izquierda.
Ciclo de vida — proyecto mediano (~6 semanas)
Un proyecto mediano —del tamaño que un equipo pequeño resolvería en unos pocos meses— cabe en alrededor de seis semanas bajo OBRA. La compresión no sale del aire: viene de que el agente ejecuta a alta velocidad lo que antes se escribía a mano. Pero las decisiones siguen siendo humanas y secuenciales, y por eso el calendario se acorta sin desaparecer.
Descubrimiento
Conversaciones estructuradas con quien tiene el problema. El Tech Lead levanta dolores reales, glosario del dominio, actores y criterios de éxito a 90 días — apoyándose en el Coding Agent para estructurar preguntas, sintetizar respuestas dispersas y ponderar las problemáticas que componen el problema central. Sin código todavía.
Una plantilla base de 10–12 preguntas críticas guía la entrevista, pero el agente ayuda a refinarlas según el dominio del cliente, a transcribir y organizar respuestas largas o ambiguas, y a darle peso relativo a cada problemática detectada — distinguiendo lo crítico de lo accesorio antes de comprometer alcance. El Tech Lead sigue siendo quien decide qué entra al brief de visión; el agente acelera el procesamiento y propone síntesis que el Tech Lead valida o descarta.
Modelado
El Tech Lead describe el modelo de datos por escrito; el Coding Agent lo materializa; el Tech Lead lo verifica gráficamente con un visualizador antes de avanzar. Sin diagrama aprobado, no se construye.
También se define la arquitectura por capas, la matriz de roles y datos sensibles, la política de autenticación y el plan de despliegue (entornos escalonados, dominios, certificados, puertos).
Construcción iterativa
Sprints muy cortos (3 días hábiles). Cada sprint cierra con planning, demo y retro. Cada cambio se mergea a la rama de desarrollo y desplegamos automáticamente al entorno de pruebas.
El Coding Agent asume el peso de la implementación. El Tech Lead revisa cada cambio antes del merge — si no lo entiende, no lo aprueba. La velocidad sin comprensión genera deuda técnica garantizada.
Validación + endurecimiento
Pruebas con personas externas al equipo, despliegue a un entorno de validación, revisión de seguridad y respaldos automáticos antes de tocar producción.
Una checklist firmada de hardening es obligatoria: cierre de puertos no esenciales, certificados válidos, firewalls activos, respaldos cifrados con copia fuera del propio servidor, observabilidad mínima.
Despliegue a producción
Salida a producción gradual, con al menos 3 días de margen. Día 1: despliegue técnico y monitoreo intensivo. Día 2: validación con tráfico real y observación. Día 3: ajustes finales, capacitación al cliente, firma de cierre y traspaso a operación.
Producción nunca se hace en un solo día. Si todo va bien, son 3 jornadas tranquilas de observación. Si aparece algo, hay margen para corregir sin pánico ni rollback bajo presión. Reglas básicas: no se despliega un viernes ni la última jornada de la semana, el Coding Agent siempre necesita un Tech Lead despierto del otro lado, y nada que no esté documentado en la bitácora entra a producción.
Operación y soporte
Canal de soporte abierto desde el primer día, respaldos validados periódicamente, observabilidad encendida, ciclo de mejoras continuas con cadencia clara.
Un módulo de tickets dentro del propio producto canaliza dudas y reportes de los usuarios — y un formulario público hace lo mismo con los no autenticados. Todo termina sincronizado con el backlog.
Anti-patrones — qué no hacer
Listas de cosas correctas hay muchas; el aprendizaje real suele venir de entender qué romper la metodología en cada paso.
- 1Aceptar código sin haber entendido el modelo de datos que toca.
- 2Saltarse la verificación gráfica del esquema (lo que no se dibuja, no se entiende).
- 3Pedir funcionalidades antes de definir arquitectura por capas.
- 4"La seguridad la sumamos después" — nunca llega.
- 5Confundir velocidad con avance: 2.000 líneas no entendidas son 0 avance real.
- 6Aceptar la primera respuesta del agente sin pedir alternativas con trade-offs.
- 7Demostrar al cliente sin haber probado el flujo completo de extremo a extremo.
- 8Mergear a producción sin checklist de endurecimiento firmado.
- 9No llevar bitácora — sin registro, no hay aprendizaje y la metodología deja de evolucionar.
Seis capas que sostienen la práctica
La metodología necesita instrumentos. Lo que importa es que cada capa esté presente y cumpla su rol — los productos concretos son intercambiables. Por cada capa damos una descripción, qué cubre y ejemplos de herramientas que cumplen ese rol hoy. Elige los que mejor se ajusten a tu contexto, presupuesto y restricciones.
Conocimiento y dirección
El cerebro del proyecto
Donde vive el contexto del proyecto: brief de visión, glosario del dominio, decisiones de arquitectura, actas de cliente, bitácora del Tech Lead y backlog priorizado.
- Backlog priorizado y trazable.
- Decisiones registradas como artefactos numerados (ADRs).
- Plantillas reutilizables (preguntas al cliente, checklists).
- Bitácora del Tech Lead como hilo de aprendizaje.
Ejemplos hoy
Versionado y respaldo
La memoria inmutable
Sistema de control de versiones distribuido para registrar cada cambio, separar entornos por ramas y poder volver atrás cuando algo se rompe.
- Ramas separadas para producción, validación y desarrollo.
- Cada cambio aprobado pasa por revisión antes del merge.
- Integración continua con tests automáticos y build.
- Diagramas y documentación versionados con el código.
Ejemplos hoy
Coding Agent
La capacidad de ejecución
Asistente de desarrollo dirigido por instrucciones — escribe código, refactoriza, propone alternativas, redacta tests y documentación bajo el control del Tech Lead.
- Generación de scaffolding y funcionalidades específicas.
- Refactor y tests asistidos con explicación de los cambios.
- Revisión inicial de seguridad sobre cada cambio.
- Documentación viva mantenida junto al código.
Ejemplos hoy
Capa de borde
DNS · TLS · WAF · cache
Servicio entre el visitante y tu servidor que resuelve el dominio (DNS, Domain Name System), termina el cifrado TLS (Transport Layer Security, lo que muestra el candado HTTPS al cliente), filtra peticiones maliciosas con un WAF (Web Application Firewall) y cachea contenido estático cerca del usuario (CDN, Content Delivery Network).
- Subdominios separados por entorno y por producto.
- Certificados administrados sin renovación manual.
- Reglas de redirección y reescritura desde el panel.
- Filtros automáticos contra ataques de fuerza bruta y bots.
Ejemplos hoy
Entornos escalonados
Desarrollo → validación → producción
Tres niveles aislados: uno donde el agente construye, uno donde el cliente valida sin riesgo y uno donde vive el sistema real con datos reales.
- Despliegue automático al entorno de desarrollo en cada cambio aprobado.
- Validación con el cliente en el entorno intermedio antes de tocar producción.
- Checklist de hardening firmado antes de cada salida a producción.
- Respaldos cifrados con copia fuera del propio servidor.
Ejemplos hoy
Visualizador de modelos de datos
Verificación gráfica
Herramienta gráfica que toma la descripción del esquema y la dibuja: tablas, relaciones, cardinalidades, índices. Sirve para detectar errores que en texto pasan desapercibidos.
- Confirmar cardinalidades y tablas pivote correctas.
- Detectar normalizaciones débiles antes de migrar datos.
- Compartir el diagrama con stakeholders no técnicos.
- Iterar el modelo con el Coding Agent hasta dejarlo sólido.
Ejemplos hoy
Una nota sobre la elección concreta de herramientas
Los ejemplos de cada capa son referencias del momento — algunos se popularizarán, otros desaparecerán. Las herramientas cambian, los principios duran. Cuando elijas, hazlo según criterios sostenibles: costo total de propiedad, dependencia de un único proveedor, comunidad activa, tracción comprobada y curva de mantenimiento razonable. Si alguna capa no la puedes cubrir con presupuesto, hay alternativas de software libre o autoalojado para todas — el principio se mantiene.
Cuando preguntar revela
Cuatro hallazgos reales y anonimizados en sistemas productivos. En todos, el equipo iba a hacer una cosa, le pidió al Coding Agent que le explicara un paso intermedio, y destapó deuda silenciosa que llevaba meses o años latente. El hilo común no es que la IA fuera más inteligente — es que alguien se detuvo a preguntar lo que parecía obvio.
El servidor abierto
CríticoTres servicios de base de datos expuestos a internet sin que nadie lo supiera — descubierto al leer la salida de un comando antes de actuar.
El loop fantasma
LatenteUn proceso olvidado golpeaba un endpoint inexistente más de veinte veces por minuto durante meses — encontrado al revisar los registros con calma.
El default silencioso
ActivoUn dominio nuevo servía el panel de login de otro producto — el reverse proxy entregaba su sitio por defecto a cualquier host desconocido.
Los redirects rotos
LatenteUn rebote molesto al loguearse escondía un descenso temporal fuera del cifrado — dos líneas de configuración lo resolvieron.
Cada caso incluye contexto, el hallazgo, la corrección aplicada y la lección extraíble.
Lee la serie: Atrévete a ser el todo poderoso
Tres papers que se leen en orden y te enseñan a ser tu propio equipo de desarrollo dirigiendo una IA: desde la primera conversación con el cliente hasta el servidor monitoreado en producción. Cada uno con versión web, PDF descargable y citas académicas en formato APA 7.
Atrévete a ser el todo poderoso
Filosofía y flujo general
Sé tu propio equipo. Cómo dirigir a una IA para construir software de extremo a extremo y aprender todas las disciplinas a la vez generando proyectos reales. Introduce el rol del god stack developer.
Leer · 12 min de lecturaEl producto vive en un entorno
Entornos, errores y caja de herramientas
Dónde vive tu producto (nube vs físico), por qué la IA se equivoca y cómo el bucle correcto la convierte en software profesional, y cada herramienta de la caja entendida como un miembro del equipo que no tienes que contratar.
Leer · 10 min de lecturaUna IA, varios ingenieros
Cuando el equipo de uno crece
Ya seas un equipo de uno o de muchos, el patrón escala. Cuando varias personas adoptan el mismo marco desde sus disciplinas — diseño, finanzas, contabilidad, legal, marketing —, el poder no se suma: se multiplica.
Leer · 7 min de lectura¿Para quién es este marco?
El contenido es libre y está pensado para quien quiere ser su propio equipo: tanto para quien recién empieza como para quien ya tiene años de oficio. No exige estructura corporativa — una sola persona dirigiendo a su Coding Agent ya es un equipo completo, y el marco escala igual de bien cuando ese equipo de uno crece.
Audiencia primaria
Estudiantes de Ingeniería en Computación e Informática
El grupo donde esta propuesta tiene mayor impacto. Estudiantes que ya conocen los fundamentos de programación, bases de datos y arquitectura, y que necesitan un marco para integrar el Coding Agent a su práctica sin perder el rigor que la carrera les enseña a construir. La velocidad del agente potencia con fuerza a quien ya tiene criterio técnico.
Estudiantes de otras carreras
Ingenierías civiles, comerciales, diseño, periodismo y cualquier carrera que requiera construir herramientas digitales propias. La metodología y los casos son útiles aunque la persona no se dedique al desarrollo de software de forma profesional.
Auto-aprendices y reconvertidos
Personas que llegaron al desarrollo desde otros oficios. La IA les permite saltar etapas que antes tomaban años — esta propuesta les da el marco para no perder el rigor que esos años solían enseñar.
Profesionales y equipos pequeños
Profesionales que necesitan construir herramientas a medida sin contratar agencias caras. Equipos chicos que quieren acelerar entrega sin sacrificar mantenibilidad.
Organizaciones sociales y proyectos comunitarios
ONGs, fundaciones, colectivos vecinales y proyectos sin fines de lucro que quieren digitalizar procesos críticos sin presupuesto comercial. La velocidad del Coding Agent hace viable lo que antes era inalcanzable.
Una nota sobre los públicos. La división por audiencias es ilustrativa — el contenido es el mismo para todos. Lo que cambia es el punto de entrada: alguien que recién empieza probablemente quiera leer en orden (Filosofía → Metodología → Capas → Casos), mientras que un profesional con años de oficio puede ir directo a los casos para encontrar patrones que reconozca.
Este marco crece con quien lo usa
Es una iniciativa abierta sin fines de lucro. No vendemos cursos ni tenemos paywall. Lo único que pedimos a cambio es que devuelvas a la comunidad una fracción de lo que aprendas — un caso anonimizado, una corrección, una mejora, una traducción, una recomendación a alguien que lo necesite.
Comparte un caso
Si vives un hallazgo similar a los documentados, escríbenos. Lo anonimizamos y lo sumamos al marco para que otra persona aprenda de tu experiencia.
Escribir →Propón una mejora
Detectaste un anti-patrón nuevo, una capa que falta, una fase del ciclo de vida que se puede explicar mejor. Cuéntanos — este marco es un documento vivo y agradece la crítica.
Sugerir cambio →Conversemos
Si trabajas en un proyecto donde quieres aplicar la metodología y necesitas conversar con alguien que ya la usa, escríbenos. Sin compromiso comercial.
Iniciar conversación →Difunde
El mejor aporte es que este marco llegue a quien lo necesita. Compártelo con estudiantes, colegas, equipos chicos, ONGs. Citarlo es libre.
Copiar enlace →Iniciativa sin fines de lucro · Acceso libre · Contenido bajo licencia abierta