El checklist de Uncle Bob para trabajar con IA


Una idea muy fuerte de Uncle Bob sobre IA:

“Sin restricciones, los agentes hacen cualquier cosa.”

Por eso insiste mucho en la creación de “physical barriers”.

Es decir: mecanismos concretos que limitan lo que la IA puede hacer dentro del sistema.

El checklist que él sugiere es interesante:

  • unit tests con cobertura extremadamente alta (los agentes usan los tests para entender el comportamiento esperado del sistema)
  • acceptance tests escritos en Gherkin/BDD (tests legibles para humanos funcionando como “leyes” del sistema)
  • mutation tests: la herramienta modifica automáticamente partes del código (por ejemplo cambiando > por < ) para verificar si los tests detectan el problema. Si los tests siguen pasando, probablemente son débiles
  • linters (evitan errores básicos y fuerzan estándares mínimos de código)
  • dependency checkers (controlan dependencias entre módulos y ayudan a proteger la arquitectura)
  • code coverage tools (obligan a los agentes a cubrir partes olvidadas del sistema)
  • CRAP metric: complejidad ciclomática + cobertura de pruebas (ayuda a identificar funciones complejas y peligrosas)
  • architecture viewers (ayudan a los humanos a visualizar sistemas que ya son demasiado grandes para entender solo leyendo código)
  • implementation plans con checkpoints (evitan que los agentes implementen cosas largas sin supervisión)

La idea es simple: no confiar solo en prompts e instrucciones.

Porque los agentes:

  • olvidan contexto
  • ignoran reglas
  • se enfocan demasiado en la última instrucción
  • “compactan” memoria cuando el contexto se llena
  • empiezan a actuar de forma impredecible

Entonces los tests dejan de ser solo garantía de calidad y se convierten en mecanismos de control de los agentes.

Me pareció especialmente interesante esta frase implícita en el episodio: “tests are documentation for the AI”.

La IA lee los tests para entender el comportamiento esperado del sistema.

Tal vez este sea uno de los puntos más contraintuitivos de la era de la IA: cuanto más código conseguimos generar automáticamente, más importante se vuelve crear mecanismos que impidan que el sistema se degrade silenciosamente con el tiempo.

Fuente: episodio “Agentic Discipline Ep 4”, de Clean Coders / Uncle Bob.

Leo Andreucci - CTO Mentor

Ex-VP Engineering @ Creditas ($4.8B). 20+ years building and scaling tech teams. Today, I help CTOs make better decisions.

Read more from Leo Andreucci - CTO Mentor

Imagina la siguiente situación: eres responsable de algunos equipos de desarrollo. Esos equipos tienen stakeholders. El CEO de la empresa se acerca a uno de ellos y le pregunta por qué una determinada iniciativa está retrasada o por qué no se alcanzó algún resultado. Escenario A: el stakeholder se queja del equipo de tecnología. Dice que el equipo no entrega, que es lento, que no entiende lo que realmente necesita. Escenario B: el stakeholder dice que hubo algunos obstáculos, pero que está...

Imagine a seguinte situação: você é responsável por alguns times de desenvolvimento. Esses times tem stakeholders. O CEO da empresa chega para um dos stakeholders e pergunta por que uma determinada iniciativa está atrasada ou algum resultado não foi entregue. Cenário A: o stakeholder reclama do time de tecnologia. Diz que o pessoal não entrega, que é lento, que não entendem o que ele realmente precisa. Cenário B: o stakeholder diz que houve alguns obstáculos, mas que ele está trabalhando bem...

Camille Fournier escribió un muy buen artículo sobre el uso de IA en equipos. Es la autora de The Manager's Path, uno de los libros que más recomiendo para quienes lideran equipos de tecnología. La idea central del artículo es diferente de la mayoría de las discusiones sobre IA. No trata de seguridad ni de compliance. Trata de respeto hacia tus compañeros de trabajo. La idea es simple: La IA puede aumentar mucho la productividad individual. Pero eso no puede ocurrir a costa de la...