Agentes que responden por un resultado, no por un prompt.

• El README promete más de lo que el código hace`pagos-api` — 3.400 líneas de Python, 12 tests, sin releases publicados. El README anuncia autenticación OAuth2, rate limiting y webhooks. Nadie ha comprobado esas tres afirmaciones en ocho meses.«Examina este repositorio y dime qué afirma el README que el código no sostiene.»→ `PARTIAL` — 3 afirmaciones revisadas, 1 se sostiene entera. No modifica nada: el plan de corrección espera tu decisión.
• Quieres mejorarlo y no sabes por dónde empezarUn proyecto propio que funciona: API en Flask con 6 endpoints, sin CI, sin pruebas de integración y con tres `TODO` de hace un año. Quieres avanzarlo sin romperlo.«Completa lo que falta en este repositorio sin romper lo que ya funciona.»→ `BLOCKED` a propósito, esperando tu decisión. Ejecuta solo los pasos que apruebes, uno a uno, dejando verde lo que ya lo estaba.
• Vas a enseñarlo mañana y no quieres sorpresasMuestras el repositorio en una entrevista técnica. Tiene un badge de cobertura, una sección «Arquitectura» con diagrama y un roadmap con seis puntos marcados como hechos.«Antes de enseñar este repositorio, comprueba que todo lo que afirma se sostiene.»→ `COMPLETED` — 3 hallazgos, ninguno corregido todavía: tocar tu repositorio exige tu OK explícito.

Fases

1. scope
2. inventory
3. truth map
4. gap analysis
5. plan
6. approval
7. implementation
8. verification
9. handoff

Tools

ReadGlobGrepBashEditWriteSkill

Se detiene y pregunta antes de

• scope_expansion
• destructive_change
• external_publish
• credential_or_paid_service

• Una versión del lenguaje que ya nadie soportaERP interno en PHP 5.4 sobre Apache: 180.000 líneas, 40 personas usándolo cada día, cero pruebas automatizadas. La versión dejó de recibir parches hace años y auditoría dio 90 días de plazo.«Diseña la migración de PHP 5.4 a PHP 8.3 sin interrumpir el servicio.»→ `COMPLETED` en diseño — 0 líneas migradas todavía. Cada tramo pide su propia aprobación antes de ejecutarse.
• Cambiar el motor de datos sin romper a quien lo consumeTres aplicaciones leen directamente 12 tablas de SQL Server. Quieres mover la lógica a una API, pero dos de ellas las mantiene otro equipo y no puedes coordinar un corte simultáneo.«Moderniza el acceso a SQL Server manteniendo compatibilidad durante la transición.»→ `PARTIAL` — plan completo con un punto sin resolver que no depende de código, sino de una conversación entre equipos.
• Nadie se atreve a tocar ese módulo`calculo_comisiones.py`: 1.400 líneas, sin pruebas, con tres condicionales que nadie sabe explicar y de los que depende el cierre contable del mes. Cambiarlo asusta más que dejarlo como está.«Cubre este módulo con pruebas de caracterización antes de que lo toquemos.»→ `COMPLETED` — el módulo sigue haciendo exactamente lo mismo que antes. La diferencia es que ahora se puede tocar.

Fases

1. scope
2. system map
3. contract baseline
4. risk analysis
5. migration slices
6. approval
7. implementation
8. compatibility verification
9. rollback handoff

Tools

ReadGlobGrepBashEditWriteSkill

Se detiene y pregunta antes de

• data_migration
• contract_break
• production_cutover
• dependency_removal

• Un dominio en la cabeza y ningún cursoLlevas años trabajando con agentes de IA y quieres convertirlo en un programa. Tienes un índice de 8 módulos en un documento y nada más: ni una lección escrita, ni un laboratorio.«Crea un programa de agentes de IA desde fundamentos hasta producción.»→ `COMPLETED` — 3 laboratorios quedaron marcados como dependientes de una clave de API que el alumno debe aportar, y así se declara en el material.
• Un curso que se lee bien pero no se practicaUn programa de 20 lecciones bien escritas sobre Docker. Quien lo sigue solo lee: no hay nada que ejecutar, ni forma de saber si aprendió, ni un proyecto final.«Amplía este curso con laboratorios reales, evaluaciones y capstones.»→ `COMPLETED` — con la advertencia de que 2 laboratorios exigen 4 GB de RAM libres, declarado en su encabezado.
• Saber qué falta antes de prometer fechasTienes medio programa construido y te piden un calendario. Antes de comprometerte necesitas saber qué falta de verdad, sin ponerte a escribir todavía.«Revisa este programa y dime qué le falta para estar completo, sin escribir contenido todavía.»→ `COMPLETED` en modo diagnóstico — 0 archivos escritos. El orden de llenado es 5 → 6 → 7 → 8, no el numérico.

Fases

1. audience
2. outcomes
3. prerequisites
4. curriculum map
5. content production
6. assessment design
7. technical validation
8. accessibility
9. release

Tools

ReadGlobGrepBashEditWriteSkillWebSearchWebFetch

Se detiene y pregunta antes de

• scope_or_duration_change
• licensed_dataset
• paid_dependency
• publication

• Diez frentes abiertos y ninguna prioridadUna aplicación de gestión con 200 usuarios reales. Hay diez cosas empezadas: exportación a Excel a medias, notificaciones sin enviar, un panel que carga en 9 segundos. Todo parece urgente.«Examina este producto parcial y construye el siguiente incremento útil.»→ `COMPLETED` — panel de 9,1 s a 1,4 s medidos con el mismo conjunto de datos. Los otros 9 frentes siguen intactos y priorizados.
• El roadmap dice una cosa y el código otraEl roadmap público lleva cinco meses sin tocarse. Marca como entregadas dos funciones que nunca se terminaron y no menciona tres que sí se construyeron por el camino.«Separa lo implementado de lo planificado y actualiza el roadmap con evidencia.»→ `COMPLETED` — el roadmap deja de ser una promesa y pasa a ser una descripción. La diferencia se nota más en las dos que había que bajar.
• Añadir algo sin romper a quien ya lo usaQuieres añadir filtros guardados a una herramienta con 200 usuarios activos. La tabla que hay que modificar la consumen también dos integraciones externas por API.«Añade esta función manteniendo compatibilidad con lo que ya está en uso.»→ `COMPLETED` con un riesgo declarado que depende de un tercero, no del código.

Fases

1. product intent
2. implemented state
3. user journeys
4. gap map
5. prioritization
6. approval
7. increment
8. acceptance
9. roadmap update

Tools

ReadGlobGrepBashEditWriteSkillWebSearchWebFetch

Se detiene y pregunta antes de

• scope_expansion
• breaking_change
• external_integration
• release

• Veinte repositorios y ninguna historiaTu cuenta tiene 23 repositorios públicos acumulados en cuatro años: ejercicios de curso, pruebas de concepto, dos productos con releases y varios que ya no recuerdas. Puestos juntos no cuentan nada.«Clasifica mis repositorios en aprendizaje, skills, agentes, casos y productos.»→ `COMPLETED` en solo lectura — este agente tiene `Write` y `Edit` **denegadas** por contrato: no puede modificar ni un archivo aunque se lo pidas.
• Dos repositorios que hacen lo mismoTienes un repositorio de utilidades y otro de automatizaciones. Sospechas que la mitad del código está duplicado y no sabes cuál debería quedarse con qué.«Detecta solapamientos entre mis repositorios y dime cuál es el hogar natural de cada capacidad.»→ `COMPLETED` — 4 recomendaciones, 0 cambios aplicados. Fusionar o archivar exige tu aprobación explícita.
• Preparar la conversación con un reclutadorTienes entrevista el jueves. Te van a pedir que expliques tu trabajo en cinco minutos y necesitas que cada afirmación tenga un enlace que la sostenga.«Prepara un mapa de portafolio para reclutadores con evidencia real.»→ `COMPLETED` — la narrativa incluye explícitamente lo que **no** se puede afirmar, que es lo que evita la pregunta incómoda.

Fases

1. scope
2. repository discovery
3. classification
4. evidence sampling
5. overlap analysis
6. maturity map
7. narrative
8. recommendations

Tools

ReadGlobGrepBashSkillWebSearchWebFetch

Se detiene y pregunta antes de

• profile_edit
• repository_archive
• external_publication

• Publicar sin saber si está listo38 commits desde la última versión, el equipo pregunta cuándo sale y nadie ha mirado el conjunto. Hay una dependencia actualizada la semana pasada y dos pruebas que alguien marcó como omitidas.«Evalúa si el repositorio está listo para release y entrega un go/no-go.»→ **NO-GO** · `BLOCKED` — no por las pruebas, sino porque un cambio incompatible saldría como versión de parche y rompería a quien actualice sin leer.
• Dejarlo todo listo y decidir tú cuándo saleLa versión está lista de verdad, pero quieres publicarla el lunes con el equipo disponible, no un viernes por la tarde.«Prepara la versión 0.4.0 y detente antes de publicar.»→ `PARTIAL` por diseño — todo preparado, nada publicado. El tag y el release esperan tu orden.
• Un artefacto que compila pero llega vacíoEl build pasa en verde y el instalador pesa lo esperado, pero un usuario reporta que la aplicación se abre sin ningún contenido dentro.«Verifica que los artefactos de este release contienen de verdad lo que prometen.»→ `COMPLETED` — el release anterior queda marcado para retirar. Un build en verde nunca fue prueba de un artefacto correcto.

Fases

1. scope
2. change inventory
3. version decision
4. quality gates
5. artifact build
6. release candidate
7. approval
8. publish handoff
9. post release checks

Tools

ReadGlobGrepBashEditWriteSkill

Se detiene y pregunta antes de

• version_change
• tag_or_release_publish
• registry_upload
• production_deploy

• Números que dejaron de ser ciertosEl README dice «49 tests» y la suite tiene 62. La guía de instalación pide Node 20 y el CI usa Node 24. La tabla de SHAs de las acciones muestra los pines de hace tres meses.«Audita si la documentación coincide con el repositorio y corrige el drift.»→ `COMPLETED` — 3 corregidos, 6 verificados y dejados como estaban. Corregir lo que ya era cierto es la otra forma de romper la documentación.
• Corregir el presente sin reescribir el pasadoEl número de agentes aparece en 9 sitios: badges, texto del README, roadmap y varias entradas del changelog. Un reemplazo global lo dejaría todo «coherente» y falsificaría el registro histórico.«Actualiza los conteos del README desde la fuente de verdad sin tocar el historial.»→ `COMPLETED` — la prueba de fuego, buscar el valor viejo junto a un marcador de estado actual, sale vacía.
• Un diagrama que ya no representa el sistemaLa arquitectura cambió en marzo: se retiró un cache y se partió un servicio en dos. El diagrama del README sigue mostrando el sistema de antes, y tres ejemplos de código usan una función renombrada.«Revisa si los diagramas y los ejemplos de la documentación siguen siendo ciertos.»→ `PARTIAL` — 2 de 3 frentes cerrados y 1 afirmación pendiente, marcada como tal en vez de resuelta a la ligera.

Fases

1. scope
2. claim extraction
3. source resolution
4. drift classification
5. repair plan
6. approval
7. documentation update
8. link and example verification
9. report

Tools

ReadGlobGrepBashEditWriteSkill

Se detiene y pregunta antes de

• historical_rewrite
• public_claim_change
• generated_docs_overwrite

• Un error que aparece y desapareceEl servicio de checkout devuelve 504 unas veinte veces al día, sin patrón evidente. Reiniciarlo lo arregla durante unas horas. Lleva tres semanas y ya nadie lo mira.«Investiga por qué este servicio produce 504 de forma intermitente.»→ `COMPLETED` — causa: las conexiones no se devuelven al pool en la ruta de error, así que se agota con el tiempo y no con la carga. Eso explica por qué reiniciar «funcionaba».
• El CI falla solo a vecesUna prueba de integración falla en aproximadamente 1 de cada 6 ejecuciones, sin que el código cambie. El equipo ya normalizó reintentar el job hasta que pase.«Construye un RCA de esta falla usando logs, métricas y cambios recientes.»→ `COMPLETED` — sin culpar a quien escribió la prueba: el fallo estaba en que la suite no garantizaba aislamiento, y eso es una propiedad del diseño, no de una persona.
• Ya se arregló, pero nadie sabe por quéEl sábado el sistema estuvo caído 40 minutos. Alguien reinició algo y volvió. El lunes te piden un informe y no hay nada escrito de lo que pasó.«El incidente ya pasó: reconstruye qué ocurrió y qué evita que se repita.»→ `COMPLETED` — lo que evita la repetición no es el reinicio, que solo ocultó el síntoma, sino el rango de versión abierto.

Fases

1. safety
2. timeline
3. symptom baseline
4. evidence collection
5. hypotheses
6. discrimination tests
7. root causes
8. corrective actions
9. postmortem

Tools

ReadGlobGrepBashSkill

Se detiene y pregunta antes de

• production_command
• data_export
• service_restart
• configuration_change

• Un scan con cincuenta alertasEl análisis de dependencias devolvió 50 hallazgos: 4 críticos, 18 altos y el resto medios y bajos. Actualizar todo a ciegas rompería dos integraciones que dependen de la versión actual.«Remedia estos CVE y verifica que el sistema siga funcionando.»→ `PARTIAL` — 9 corregidos con la suite en verde, 3 mitigados sin parche disponible y 3 riesgos residuales en el registro. «Cero alertas» no era el objetivo.
• ¿Este hallazgo es real o es ruido?El análisis estático marca una inyección SQL en `reportes/consulta.py:88`. La línea concatena una variable dentro de una consulta, pero no está claro de dónde viene esa variable.«Analiza este hallazgo SAST, confirma si es explotable y corrígelo.»→ `COMPLETED` — con un riesgo residual abierto que no es un CVE: el privilegio excesivo convierte cualquier inyección futura en algo mucho peor.
• «Cero vulnerabilidades» que no significa nadaEl informe del scanner dice cero hallazgos y el equipo lo celebra. Pero el archivo de dependencias declara `requests`, `flask` y otras doce sin fijar versión, y no hay lockfile.«Dime qué parte de este repositorio quedó realmente cubierta por el análisis.»→ `COMPLETED` — 0 vulnerabilidades encontradas y un hallazgo mayor: el informe anterior tranquilizaba sin haber mirado casi nada.

Fases

1. scope
2. asset and trust map
3. finding validation
4. exploitability
5. prioritization
6. remediation plan
7. approval
8. fix
9. verification
10. residual risk

Tools

ReadGlobGrepBashEditWriteSkill

Se detiene y pregunta antes de

• credential_rotation
• breaking_dependency_upgrade
• security_control_disable
• production_change

• Una tarea que no cabe en un solo especialistaAntes del release hay que revisar seguridad, actualizar la documentación desfasada, cerrar dos deudas técnicas y decidir la versión. Encargárselo todo a un único agente da un resultado plano y sin profundidad en ninguna.«Coordina una revisión integral del repositorio y prepara el próximo release.»→ `PARTIAL` — plan integrado con **una sola cola de aprobaciones** en vez de cuatro. El bloqueante de seguridad detiene el release, y eso se decide una vez, no cuatro.
• Dos análisis que se contradicenEl informe de seguridad pide subir una librería a la versión 3. El de compatibilidad advierte que la versión 3 cambia una firma que usan 14 archivos. Los dos tienen razón dentro de su alcance.«Resuelve las contradicciones entre estos análisis y dame un plan único.»→ `COMPLETED` — la responsabilidad de cada especialista queda intacta: ninguno tuvo que rebajar su hallazgo para que el plan cerrara.
• Una modernización demasiado grandeLa migración toca base de datos, pruebas, documentación y despliegue. Cada vez que intentas empezar te bloqueas porque cualquier frente parece depender de otro.«Divide esta modernización entre especialistas y consolida un plan verificable.»→ `COMPLETED` en planificación — 3 misiones acotadas, 0 líneas modificadas. Cada tramo se aprueba por separado.

Fases

1. mission
2. dependency map
3. specialist selection
4. delegation
5. evidence reconciliation
6. decision gates
7. integration plan
8. human approval
9. final handoff

Tools

ReadGlobGrepBashSkillAgent(repository-evolution-agent, documentation-coherence-agent, security-remediation-agent, release-governance-agent, legacy-modernization-agent)

Se detiene y pregunta antes de

• specialist_scope_expansion
• mutation_start
• external_publish
• release_or_deploy

• Un curso que envejeció mientras no mirabasUn programa de 40 lecciones sobre desarrollo con modelos de lenguaje, escrito hace siete meses. En ese tiempo salieron modelos nuevos, cambió el nombre de dos APIs y apareció un patrón de arquitectura que hoy se da por estándar.«Revisa si hubo novedades en el campo de este curso e incorpora solo las que lo ameriten.»→ `PARTIAL` — 1 lección nueva, 4 con nombres corregidos, 35 sin tocar. La mayoría del curso no necesitaba nada.
• Incorporar lo nuevo sin reescribir el cursoSalió algo que sí importa y hay que meterlo. El curso ya está publicado, con PDFs generados y una web que se compila desde el mismo contenido.«Actualiza el temario con lo aparecido desde la última versión y regenera los artefactos.»→ `COMPLETED` — el generador terminó sin error **y además** el contenido llegó al artefacto. Son dos comprobaciones distintas.
• Saber si está desactualizado, sin tocarloTe preguntan si el programa sigue vigente. Antes de invertir dos semanas necesitas un diagnóstico con fuentes, no una impresión.«Comprueba si este programa formativo quedó desactualizado y entrega el informe con fuentes.»→ `NO_CHANGE` — resultado legítimo: el programa no necesita reescritura, necesita dos lecciones y un repaso de nombres.

Fases

1. scope
2. curriculum inventory
3. field research
4. source verification
5. coverage contrast
6. gap classification
7. approval
8. content update
9. artifact regeneration
10. verification
11. publication handoff

Tools

ReadGlobGrepBashEditWriteSkillWebSearchWebFetch

Se detiene y pregunta antes de

• scope_expansion
• curriculum_restructure
• version_or_release_change
• external_publish

• La web dice una versión y el release otraUn sitio publicado, una API JSON que lo alimenta y 30 PDFs generados. Cada superficie salió en un momento distinto: la web anuncia la versión 1.2, la API devuelve 1.0 y los PDFs llevan la portada de la 0.9.«Sincroniza el sitio publicado con el estado real de estos repositorios y muéstrame las brechas antes de aplicar.»→ `BLOCKED` esperando aprobación — 0 archivos modificados. La pasada en seco es obligatoria antes de tocar una superficie publicada.
• Hace meses que no actualizas lo publicadoPublicaste cuatro releases nuevos en tres meses y la superficie pública sigue mostrando el estado de antes. No recuerdas qué quedó atrás ni por dónde empezar.«Hace tiempo que no actualizo la superficie publicada: audítala y entrega un plan verificable.»→ `COMPLETED` — con el trabajo manual pendiente declarado: dos capturas de pantalla del sitio siguen mostrando la interfaz antigua y eso no se automatiza.
• Sin destruir lo que escribiste a manoLa página de inicio tiene tres párrafos que escribiste con cuidado y que ningún generador sabe reproducir. Regenerar el sitio entero los borraría sin avisar.«Actualiza lo que esté desfasado sin tocar el contenido que escribí a mano.»→ `COMPLETED` — los repositorios de origen no se tocaron en ningún momento: para este agente son de solo lectura por contrato.

Fases

1. scope
2. surface inventory
3. source of truth collection
4. drift detection
5. dry run
6. approval
7. apply
8. cross surface verification
9. publication
10. post publication checks

Tools

ReadGlobGrepBashEditWriteSkillWebSearchWebFetch

Se detiene y pregunta antes de

• scope_expansion
• destructive_change
• external_publish
• profile_or_description_edit

• El perfil no cuenta lo que ya construistePublicaste seis proyectos con releases firmados y pruebas. El perfil describe el cargo que tenías hace dos años, no menciona ninguno de los seis y el titular no contiene ni una tecnología buscable.«Audita mi perfil profesional contra mi portafolio y muéstrame las brechas antes de tocar nada.»→ `BLOCKED` esperando `LINKEDIN CONFIRMAR` — 0 campos modificados. Aquí no hay control de versiones: lo que se sobrescribe no se recupera.
• Actualizarlo sin perder tu vozEl resumen está bien escrito, suena a ti y tiene 2.505 de los 2.600 caracteres permitidos. Solo le faltan dos proyectos. Reescribirlo de cero sería un retroceso.«Actualiza el resumen y los proyectos del perfil con lo que mis repositorios ya demuestran.»→ `COMPLETED` — un formulario guardado sin error no prueba que el cambio quedara; por eso la comprobación es sobre el perfil recargado.
• Prepararlo antes de postularPostulas el jueves a un cargo de arquitectura. Tu perfil dice «en transición laboral» en el título del puesto actual y tus tres aptitudes visibles son de un trabajo de hace ocho años.«Prepara mi perfil para postular a este tipo de cargo.»→ `PARTIAL` — 3 cambios aplicados tras tu confirmación y 1 devuelto como trabajo manual, con el motivo técnico y las instrucciones.

Fases

1. scope
2. verified inventory
3. evidence collection
4. audience rubric
5. gap report
6. drafting
7. approval
8. apply
9. post publication verification
10. handoff

Tools

ReadGlobGrepBashEditWriteSkillWebSearchWebFetch

Se detiene y pregunta antes de

• scope_expansion
• destructive_change
• external_publish
• identity_or_contact_change