Para equipos de desarrollo
AI-native SDLC: IA en su equipo de desarrollo con reglas y controles
Un AI-native SDLC es un ciclo de desarrollo en el que los agentes de IA escriben código según reglas comunes y cada cambio pasa controles automáticos antes de que lo vea una persona. Así trabajamos nosotros: la mayor parte de nuestro código lo escribe la IA y desde 2023 hemos entregado más de 15 proyectos en producción.
Hay quien lo llama una fábrica de software con IA: los agentes construyen y las personas deciden qué se construye y hacen la revisión. Cómo la gestionamos con aprobación humana lo cuenta el artículo Fábrica de software con IA: qué es y cómo la gestionamos.
Cómo se ve en la práctica
Un equipo de desarrollo quería pasar la IA de la teoría a la práctica diaria. En un taller y hackathon de dos días definió un flujo común: encargo, generación, pruebas, corrección. En dos días construyó prototipos y se llevó un manual que pasó a formar parte de su trabajo diario.
Taller del encargo a producciónQué cambia para usted
- La revisión deja de ser un cuello de botella
Harness engineering: reglas comunes para los agentes (AGENTS.md, CLAUDE.md) y controles automáticos en CI: pruebas, lint y revisión con IA. El agente recibe la respuesta de los controles automáticos antes de que una persona abra el PR. Nuestra plantilla pública muestra cómo se ve.
- El agente trabaja en un ciclo con controles
Loop engineering: el agente va de la tarea al plan, el código y las pruebas hasta el PR, y en cada control fallido corrige el error él mismo. Así trabajamos también nosotros: la mayor parte de nuestro código lo escribe la IA y un sénior responde de producción.
- El agente sabe lo que sabe el equipo
Context engineering: las convenciones, la arquitectura y las decisiones están escritas en el repositorio, no en la cabeza de las personas ni en sus portátiles. En una charla para un equipo de software, los 90 minutos previstos se convirtieron en 124, porque cada uno tenía sus propias reglas y nada compartido.
Seguridad y compras
- Propiedad
El código, los datos y la infraestructura pertenecen al cliente desde el primer día.
- Repositorio
El repositorio está en su cuenta o en la nuestra, según lo acordado. Tiene acceso desde el primer día y se lo transferimos cuando nos lo pida.
- NDA y DPA
Preparamos un NDA y un contrato de encargo del tratamiento de datos (DPA) a petición.
- Datos personales
Cómo tratamos los datos personales se describe en la política de privacidad.
Con qué acuden a nosotros
Un CTO cuyo equipo ya usa IA
“El equipo usa Copilot y Claude, pero los pull requests traen más ruido que resultados.”
Cómo lo resolvemos: Definimos reglas, revisión y controles automáticos para que el código de IA llegue a producción de forma segura.
Ejemplo: Taller para un equipo de software: tareas reales del backlog con agentes de IA, del encargo a un prototipo funcional. Caso de estudio
Un CTO con un backlog que crece
“No llegamos a entregar y el backlog crece más rápido de lo que lo cerramos.”
Cómo lo resolvemos: Un sénior se incorpora a su repositorio y a sus pull requests desde la primera semana.
Ejemplo: Entregamos funciones de IA para un SaaS que usaban a diario 60 000+ personas. Caso de estudio
Cómo trabajamos
Lo difícil no es activar la IA, sino configurarla para que el equipo vaya más rápido. Construimos tres capas directamente en su repositorio: harness engineering (reglas y controles), loop engineering (el ciclo del agente con controles) y context engineering (lo que el agente sabe de su código). Sobre su backlog real, no en un proyecto de demostración, y todo queda en manos de su equipo.
- Le respondemos en un plazo de dos días hábiles con algunas preguntas sobre su trabajo.
- Después acordamos qué hacemos primero.
- Los primeros cambios pasan por su proceso de PR en la primera semana.
- Después, pequeños pasos cada una o dos semanas.
- Todo lo decide un sénior, la IA es nuestro método de trabajo.
- Así hemos entregado desde 2023 más de 15 proyectos en producción.
Cuándo no lo recomendamos
- Son un equipo de uno o dos desarrolladores. Les basta un AGENTS.md breve que se escribe en una tarde.
- No tienen pruebas ni CI. Empiecen por ahí: sin ellas el agente no tiene con qué comprobar su trabajo.
- Su equipo no da abasto con el propio backlog. Para eso está el servicio “Desarrollador sénior para su equipo”.
- Solo buscan diapositivas o una charla sobre IA para la dirección. Eso no lo hacemos.
Resultados
IA en el desarrollo de software: del prompt a producción
Un taller intensivo para el equipo de Kontentino sobre cómo usar bien las herramientas de IA. El resultado fueron prototipos funcionales construidos durante el taller.
Kontentino
Funciones de IA para un SaaS global que usaban 60 000+ personas al día
Para una plataforma que usaban 60 000+ personas cada día, entregamos el frontend y funciones de IA: del análisis a producción.
Kontentino
Hemos trabajado con
“Digitaliko construyó Kontentino con nosotros. En los últimos años entregó una función de IA tras otra: el asistente, el AI hub, los informes de marca y la generación de imágenes. Entendían nuestro producto y lo que la IA puede hacer de verdad.”
Cómo es el primer mes
01
Primera semana
Acceso al repositorio, una tarea real de su backlog y un acuerdo sobre los resultados que verá en el primer mes. Con eso medimos también la garantía.
02
Cada semana
Cada cambio pasa por su proceso de PR y su revisión. Contacto al menos una vez por semana, directamente con el sénior que lleva el proyecto.
03
Final del mes
PR fusionados y lo que queda en su repositorio: reglas (AGENTS.md, CLAUDE.md), hooks y controles en CI.
04
Suscripción mensual
Un proyecto a la vez, trabajo de su backlog e iteraciones semanales. ¿Necesita, además del backlog, implantar un AI-native SDLC? Añadimos otro proyecto; el precio y la fecha van en la oferta.
Cuánto cuesta
Antes de empezar dejamos por escrito el resultado del primer mes. Si no lo cumplimos, le devolvemos el 50 %. Suscripción mensual: desde 3 980 € al mes sin IVA por un proyecto a la vez. Un proyecto es una lista de tareas en la que un sénior con agentes de IA trabaja cada semana. Los cambios terminados los verá en su repositorio o en la versión de prueba. ¿Necesita más proyectos a la vez? Añadimos otro. Trabajamos con un contrato marco con un plazo de preaviso corto. O un precio cerrado por proyecto: díganos qué necesita y le enviamos una oferta. El código, los datos y la infraestructura son del cliente desde el primer día.
Antes de empezar, dejamos por escrito qué estará hecho al final del primer mes. Con eso se mide también la devolución del 50 %.
¿No sabe por dónde empezar?
Cuéntenos qué sigue aplazando y le respondemos con una propuesta. Le respondemos en un plazo de dos días hábiles con ideas, sin necesidad de llamada.
Preguntas frecuentes
- ¿Qué es un AI-native SDLC?
- Un ciclo de desarrollo en el que los agentes de IA escriben el código y el equipo los guía mediante reglas, controles y revisión. La diferencia con “tenemos Copilot”: las reglas, los controles y el contexto están en el repositorio y valen igual para todo el equipo.
- ¿Cuánto cuesta implantar un AI-native SDLC?
- La suscripción mensual cuesta desde 3 980 € sin IVA por un proyecto a la vez. Un proyecto es una lista de tareas en la que un sénior con agentes de IA trabaja cada semana. Los cambios terminados los verá en su repositorio o en la versión de prueba. ¿Necesita más proyectos a la vez? Añadimos otro. Para un alcance acotado le enviamos un precio cerrado.
- ¿En qué se diferencia del servicio “Desarrollador sénior para su equipo”?
- “Desarrollador sénior para su equipo” es para un equipo que no da abasto con su backlog. AI-native SDLC es para un equipo que ya tiene IA, pero sin reglas ni controles la IA más bien lo frena. A menudo se combinan: el sénior entrega y, a la vez, configura el marco.
- ¿Funciona con Claude Code, Codex o Cursor?
- Sí. Escribimos las reglas en AGENTS.md y CLAUDE.md, que estas herramientas leen, y los controles se ejecutan en CI independientemente de la herramienta. El equipo puede cambiar de herramienta más adelante; el marco se queda.
- ¿Es un taller?
- No solo. Un taller puede ser el comienzo, pero el resultado son reglas, controles y el ciclo del agente en su repositorio, configurados sobre su backlog. Cuando nos vamos, se quedan con ustedes.
¿Dónde frena hoy más la IA a su equipo?
Cuéntenoslo. Le respondemos en un plazo de dos días hábiles con algunas preguntas sobre su trabajo. Después acordamos qué hacemos primero.