ai-assisted-engineering

name	ai-assisted-engineering
description	Decidí cómo delegar a IA o agentes cuando el trabajo requiera fijar autonomía, distinguir prototipo de producción, programar prompts/context/tools o evaluar un output generado.

Ingeniería asistida por IA

En 30 segundos

• Qué es: criterio para aprovechar IA/agentes manteniendo especificación, evaluación y ownership humanos.
• Problema: generar más rápido no demuestra que el resultado sea correcto, seguro ni entendible.

Tratá cada output generado como una hipótesis. Para fundamentos y fuentes, consultá references/karpathy-programming-recommendations.md.

Proceso

Paso	Acción	Cierre
1. Clasificar	Nombrá el contexto como prototype/exploration o production/shared/risky. Ajustá el rigor al impacto y al blast radius.	El nivel de riesgo y la evidencia exigida quedaron explícitos.
2. Delimitar	Separá qué puede generar, explorar o ejecutar la IA de lo que la persona debe especificar, revisar y aprobar.	Cada decisión irreversible o de corrección tiene ownership humano identificado.
3. Recortar	Elegí la rebanada más chica, legible e inspeccionable que permita aprender. Empezá por cheap scout y simple baseline antes de ampliar.	El incremento puede explicarse, revisarse y revertirse sin depender de magia oculta.
4. Programar el contexto	Definí prompt, evidencia esperada, tools y permisos, formato de salida y condiciones de stop. Fenceá datos no confiables.	El contrato de ejecución es visible y no depende de supuestos implícitos.
5. Verificar	Elegí tests, evals, reproducción, diff review o checks externos que puedan refutar el resultado. El consenso entre agentes no cuenta como prueba.	Existe evidencia ejecutable suficiente o el resultado queda marcado como no verificado.
6. Escalar o frenar	Mostrá fallas parciales, caps y ramas omitidas. Escalá a una persona cuando la evidencia, permisos o alcance excedan el contrato.	La condición para avanzar, volver atrás o pedir intervención quedó satisfecha y registrada.

Para dynamic workflows, hacé visible el patrón agéntico, fijá model, effort, concurrency y caps según el riesgo, separá explore/generate de verify/commit y registrá toda reducción de cobertura.

Contrato de salida

Incluí solo los campos aplicables, sin inventar contenido para completar la forma:

• Nivel de riesgo: prototype/exploration o production/shared/risky.
• Límite de delegación: IA/agentes versus ownership humano.
• Rebanada mínima: incremento inspeccionable elegido.
• Verificación: evidencia ejecutable y resultado observado.
• Escalamiento: condición para avanzar, frenar o devolver control.

Criterio de cierre

Terminá cuando el riesgo, la autonomía, la rebanada y la evidencia sean explícitos; las fallas parciales sigan visibles; y una persona conserve la decisión final de corrección. Si falta evidencia, entregá el resultado como hipótesis pendiente, no como éxito.

Fronteras y deferencias

Decisión	Skill responsable
Si TDD es el loop de feedback adecuado y qué evidencia lo reemplaza	modern-software-engineering
Step size, test list y tidy first/after/later/never	empirical-software-design
Legibilidad, síntomas de diseño y dirección de dependencias	clean-craftsmanship
Cómo componer y ejecutar el workflow multiagente una vez justificado	ultracode