GuíaAvanzado

Guía de Gobierno de Código IA y Arquitectura para Agentes

Aprende a gobernar el código que escribe la IA y a arquitectar los sistemas donde agentes modifican software de forma autónoma. Cuando la IA genera una fracción enorme del código y algunos agentes pueden cambiar código e infraestructura sin supervisión directa, la velocidad sin gobernanza produce deriva arquitectónica y un radio de daño (blast radius) enorme. Esta guía enseña a construir fitness functions que bloquean en CI cualquier cambio —de humano o de agente— que viole las reglas de arquitectura, a diseñar un modelo de permisos least-privilege que limita lo que cada agente puede tocar, y a rutear cambios por nivel de riesgo con compuertas human-in-the-loop: lo trivial pasa solo, lo que toca pagos, autenticación o migraciones exige aprobación humana. Cubre cómo rastrear la procedencia del código generado por IA para rendición de cuentas y auditoría, y cómo codificar la arquitectura como policy-as-code que el agente no puede saltar, aunque intente ignorarla. Todo se simula y se ejecuta en Python —el agente y sus diffs son stubs, nunca se corre un agente real ni se llama a una API—. Trabajas sobre el equipo de Mercado, que ya usa agentes de código para abrir la mitad de sus PRs, y cierras diseñando la capa de gobernanza completa de sus contribuciones de IA.

64
lecciones
8
módulos
Inglés · Español
disponible en
certificado
Gratis
acceso
NIEVA

Resultados

Lo que vas a poder hacer

  • Entender por qué la velocidad de la IA sin gobernanza produce deriva arquitectónica y un radio de daño enorme, y por qué la gobernanza es arquitectura, no burocracia
  • Usar fitness functions como gobernanza: reglas de arquitectura machine-checkable que bloquean en CI cualquier diff —humano o de IA— que las viole
  • Diseñar un modelo de permisos least-privilege para agentes de código: capabilities acotadas, blast radius calculado, y la diferencia entre read, write y deploy
  • Construir compuertas human-in-the-loop ruteadas por nivel de riesgo: auto-merge para lo trivial, aprobación humana para lo que toca pagos, auth o migraciones
  • Rastrear procedencia y rendición de cuentas del código generado por IA: audit trail, ownership de revisión, y el riesgo de supply-chain de paquetes alucinados
  • Codificar la arquitectura como policy-as-code que vive en CI y que el agente no puede saltar, aunque la "ignore" en el prompt
  • Gobernar un sistema con múltiples agentes o uno autónomo continuo: prevenir el runaway, definir límites duros (kill switch, cuotas) y el proceso de rollback
  • Ejecutar un proyecto capstone: diseñar la gobernanza completa de las contribuciones de código IA a Mercado (permisos, fitness gates, compuertas de riesgo, procedencia y policy-as-code)

Antes de empezar

Qué necesitas traer

Es para ti si...

  • Tech leads y arquitectos cuyos equipos ya usan agentes de código (Claude Code, Cursor y similares) para abrir pull requests
  • Equipos que necesitan un modelo de permisos claro para agentes autónomos que tocan código o infraestructura
  • Devs preocupados por la deriva arquitectónica cuando el volumen de código generado por IA sube
  • Organizaciones que necesitan auditar y rendir cuentas del código generado por IA en producción

Requisitos y materiales

  • Experiencia liderando o participando en equipos backend con CI/CD en producción
  • Recomendado (no obligatorio): nociones de fitness functions, cubiertas en la Guía de Decisiones Arquitectónicas y Trade-offs (módulo 6)
  • Python para ejecutar las simulaciones de la guía (el agente y sus diffs se simulan con stubs; nunca se corre un agente real)
  • No requiere saber construir agentes de código — eso corresponde al ecosistema de Agentic Engineering

Contenido

El temario, módulo por módulo

Abre cualquiera para ver sus lecciones.

Dudas frecuentes

Lo que suele preguntarse

Empieza cuando quieras

Reseñas

Lo que dicen los estudiantes

Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.

Aún no hay reseñas aprobadas.

¡Sé el primero en compartir tu experiencia!