Mapa de la ruta
Contenido detallado
🪜 La escala de decisión
Antes de construir cualquier bucle, pasa la tarea por una escalera de dos preguntas. La mayoría no sube, y está bien.
Antes de construir, pasa la tarea por dos preguntas; construye un bucle solo si la respuesta es SÍ en ambos peldaños.
Ahorra horas de ingeniería en tareas que ya se resolvían con un prompt sencillo.
Escalera de decisión; SÍ/SÍ; one-shot.
Si la tarea es un paso predecible, solo escribe un prompt; one-shot es más rápido y barato.
El loop existe para delegar la repetición, no para adornar una tarea única.
Repetitivo × único; muchos pasos desconocidos.
¿La IA puede comprobar que terminó (ejecutar pruebas, contar palabras)? Si no, hazlo tú.
Sin esta verificación, el loop no converge: se detiene demasiado pronto o nunca se detiene.
Verificación automática; corrige primero el objetivo.
Nate Herk: «la mayoría de las tareas no necesita un loop»; cuando lo necesita, es para verificar.
Te evita construir una arquitectura gigante cuando bastaba con una terminal + un buen prompt.
El loop cuesta; empieza poco a poco.
Firecrawl: los bucles rinden más en tareas repetitivas, revisables y de alto valor, no en todo.
Te da la cuadrícula ✓/✗ para distinguir entre buenos y malos candidatos para un bucle.
Revisable; los tres criterios juntos.
Corregir pruebas → loop; reescribir 1 correo electrónico → solo prompt; investigación amplia → depende de la verificación.
Entrena el reflejo de aplicar la escalera antes de empezar a construir.
Criterio objetivo × subjetivo.
🧩 Las 3 formas de loop
¿Decidiste que vale la pena? Solo hay tres formas: cambia cuántos agentes participan y quién revisa el trabajo de quién.
Un agente recorre reason→act→observe y repite; el «modelo + herramientas» de la Ruta 1.
Es la más fácil de construir y depurar, y cubre la mayor parte del trabajo. Empieza aquí.
Think→Act→See; menos piezas, menos bugs.
Un agente hace el trabajo y un segundo (IA nueva) lo califica; quien lo crea no certifica su propio trabajo.
Es el beat "observe/check" con un agente dedicado; pasa a este cuando la calidad importa.
Maker; checker; corrige hasta que pase.
Un líder divide el objetivo y asigna partes a subagentes que trabajan en paralelo.
Sirve cuando el job es demasiado grande para un flujo secuencial.
Subagente; fan-out; paralelismo.
Es cualquiera de las tres formas que se deja sin supervisión; no una forma nueva.
Es la configuración que más necesita un STOP firme (límite de vueltas, gate humano).
Autonomía; condición de parada; supervisión.
Empieza con Solo; pasa a Maker→Checker por la calidad y a Manager→Helpers por el tamaño.
La complejidad extra tiene un costo: solo súbela cuando un agente realmente no pueda con la tarea.
Escalada gradual; costo por forma.
Individual: arreglo de una prueba; Maker→Checker: miniatura + scorer; Manager→Helpers: auditar 45 fuentes.
Fija cada forma con un caso real + un prompt listo para copiar de maker→checker.
Scorer dedicado; copy-run.
🏁 Definir y comprobar «listo»
Un loop es tan bueno como su línea de llegada. Define el «listo» y elige entre los 4 tipos de check.
Antes de ejecutar, responde qué significa «listo» (una máquina puede leerlo) + cómo lo vas a comprobar.
¡Esas dos respuestas SON la comprobación de «¿listo?» del loop: el motor de parada!
Meta; los 4 tipos de verificación.
Una máquina responde sí/no: las pruebas pasan, la app funciona, la compilación se completa.
Es el check más fácil y confiable: empieza por él siempre que puedas.
Verde/rojo; comprobación binaria.
Cuando hay que VER el resultado para juzgarlo: UI, thumbnail, diseño.
La mayoría de los agentes puede mirar imágenes / tomar una captura de pantalla y juzgar cada píxel.
Screenshot; mira el píxel, no el código.
Requiere criterio, pero se puede redactar una rúbrica; otro agente la usa para puntuar.
La trampa de «hasta que estés satisfecho» es demasiado subjetiva: hazla objetiva («hasta que la métrica = Y»).
Rúbrica; hacer objetivo el gusto.
Si es irreversible o depende puramente de un gusto que ninguna rúbrica puede captar: el loop se pausa, tú apruebas y continúa.
Es el check adecuado para pasos arriesgados: las puertas de un solo sentido.
Aprobación humana; one-way door.
Cuanto más objetivo sea el "listo", mejor será el loop: tiene un número que perseguir.
Ejemplo real (Nate): Abbey Road en CSS, se detiene con un score ≥ 9 O después de 8 pasadas (límite estricto).
Métrica; límite de iteraciones; captura de pantalla + reevaluar.