Ahora es la madrugada del 15 de abril de 2026.
Recientemente, he llevado el desarrollo de auth-mini a la versión 0.2.0. Básicamente ya es utilizable y se ha desplegado oficialmente en https://auth.ntnl.io. En el futuro, podrá soportar la funcionalidad de Autenticación para nuestros diversos nuevos sistemas.
He desarrollado este proyecto completamente utilizando Ingeniería Agéntica.
Además, el proyecto SOAR también está avanzando de manera constante. Este proyecto SOAR es la primera vez que se revela; es el nombre del proyecto para la guerra de desgaste del capital, desplegado en https://soar.ntnl.io. Todos están invitados a echarle un vistazo.
Este SOAR también fue desarrollado con Ingeniería Agéntica.
Todo esto ha sido desarrollado por GPT-5.4. De principio a fin, probablemente se han consumido decenas de miles de millones de tokens. En promedio, puedo consumir entre 100 y 200 millones de tokens al día, y en las 24 horas más altas he llegado a consumir 480 millones.
Para mí, el descubrimiento más sorprendente es que, para cada tarea, solo necesito algunos indicios mínimos para que la IA desarrolle naturalmente muchos detalles, y su calidad ya es lo suficientemente alta.
Alcanza aproximadamente un 80% de calidad. Creo que eso es suficiente.
Bajo mis indicaciones, es capaz de completar de manera autónoma un ciclo de trabajo cerrado que incluye: crear un worktree, pruebas de línea base, exploración, desarrollo, pruebas, enviar un PR, resolver problemas de revisión, fusionar el PR y limpiar el worktree.
Sin embargo, es crucial tener en cuenta que este proceso aún depende del Desarrollo Guiado por Pruebas (TDD). Necesitamos configurar una canalización de CI/CD en el repositorio de GitHub.
Creo que este modelo de desarrollo de Ingeniería Agéntica ya ha alcanzado un estado muy bueno. Su eficiencia ya supera con creces el desarrollo tradicional.
Pero, creo que esto es, como mucho, un Ingeniero de Software Senior individual. Ya no necesita que yo, como Mentor, esté constantemente corrigiéndolo al lado, pero aún no ha alcanzado el nivel de Líder de Equipo de Desarrollo. Todavía no puede gestionar, planificar y desglosar tareas de manera efectiva.
El verdadero problema es: ¿cómo hacer que la IA asuma el trabajo de Líder de Equipo?
Podemos empezar hablando de cómo mejorar la concurrencia. En el desarrollo actual con IA, una Sesión de Agente generalmente contiene entre 4 y 12 Tareas, que se ejecutan durante 1-2 horas, o incluso más tiempo. Si se prolonga demasiado, incluso puede encontrarse con problemas de compresión automática del contexto, lo que lleva a una disminución de la calidad. En una tarea, primero modifica la interfaz, luego desarrolla el backend y luego el frontend; todo esto se hace en serie.
Si pudiéramos mejorar la concurrencia, la IA podría trabajar en múltiples tareas simultáneamente, lo que aumentaría enormemente la eficiencia.
Desafortunadamente, por debajo de la capa de Sesión de OpenCode no es posible soportar esta operación. No podemos lograr esto a través de Habilidades, Plugins, etc. Debemos desarrollar un sistema de planificación por encima de la capa de Sesión para implementar esta funcionalidad.
Necesitamos tomar la Sesión de OpenCode como una unidad básica para ejecutar tareas. Cada Sesión puede vincularse a una Tarea para su ejecución. Necesitamos desarrollar un sistema de planificación por encima de la capa de Sesión de OpenCode para gestionar el ciclo de vida de estas Sesiones.
El ciclo de trabajo cerrado de Worktree + PR mencionado anteriormente es una Sesión de Tarea.
Pero además, al iniciar una tarea, todavía necesitamos aclarar el problema a través de una entrevista y luego desglosarlo en varias Tareas. Este proceso de entrevista y desglose también es una Sesión de OpenCode, pero no requiere abrir un Worktree ni un PR, por lo que no es una Sesión de Tarea.
Podría iniciar un nuevo proyecto llamado AIM, Administrador de Inteligencia Agéntica, para dedicarse específicamente a este sistema de planificación. Este es un proyecto AI-Nativo. Puede forzar la vinculación de un ciclo de trabajo cerrado como OpenCode + Git WorkTree + GitHub PR.
Además, espero que la gestión de estado de AIM se realice a través de una base de datos SQLite. Esta base de datos no requiere permisos; esencialmente es solo un archivo. Su función es únicamente coordinar entre Sesiones, registrar el estado de las Sesiones, el estado de las tareas, las dependencias, etc. No necesita proporcionar ninguna interfaz externa.
La IA puede leer y escribir directamente en esta base de datos a través de scripts. No necesito diseñar ninguna API; todo eso es innecesario. Solo necesito definir el esquema de esta SQLite. La IA puede operar directamente la base de datos mediante SQL.
Incluso si una Sesión de Tarea se interrumpe en medio, puedo programar que una IA automáticamente proporcione un nuevo prompt a esa Sesión de Tarea para que continúe su ejecución.
Esto probablemente no será muy grande. Una vez terminado, mi consumo diario promedio de tokens podría aumentar a decenas de miles de millones, y mi producción diaria promedio podría aumentar a decenas de PRs.
Vamos a intentarlo. Este apalancamiento es muy importante.
