AIF Handoff: agente autónomo para desarrollo de código

Agente de Desarrollo Autónomo: Cómo AIF Handoff Reemplaza los Flujos de Trabajo Manuales

Creaste una tarea en la interfaz, cerraste tu portátil... unos minutos después, llega una notificación de Telegram sobre el PR listo. Esto no es ciencia ficción, sino realidad impulsada por AIF Handoff: un sistema de agentes autónomos construido sobre AI Factory y compatible con cualquier herramienta LLM como Claude Code o Cursor. En su núcleo: gestión de contexto, planificación iterativa y autoaprendizaje basado en parches.

Por qué la Clásica "Codificación por Vibras" No Escala

La mayoría de los desarrolladores pasan por tres etapas al interactuar con LLMs:

• Lotería—un prompt, esperando suerte. El modelo genera código plausible pero que no funciona porque le falta el contexto del proyecto. Cada consulta empieza de cero, sin historial de decisiones previas.
• "Prompts de Abuelita"—instrucciones como "eres un dev senior con 15 años de experiencia". Cambian el tono de la respuesta, pero no su calidad. El modelo finge confianza, no competencia.
• Flujo de Trabajo Manual—tú mismo armas el contexto: copias archivos, especificas restricciones, ejecutas comandos uno por uno. Los resultados mejoran, pero el proceso sigue siendo laborioso y propenso a errores por contexto omitido.

Idea clave: los LLMs no leen mentes. Solo trabajan con lo que les das. Cuanto más preciso y completo el contexto, más predecible la salida. Ejemplo:

Malo:

Implement JWT auth using best practices

Bueno:

Aquí está AuthService (código), así se almacenan las sesiones (código), aquí está el middleware (código).
Hay que agregar refresh token. Usa Laravel Sanctum, sin cambios permitidos.
Aquí está la prueba que debe pasar.

En el segundo caso, el margen de imaginación del modelo se minimiza. El éxito se mide por criterios concretos, no por vagas "best practices".

Cómo AI Factory Sistematiza el Contexto

AI Factory es una herramienta CLI y ecosistema de habilidades que gestiona automáticamente el contexto para cualquier agente de codificación. Tras la instalación (npm install -g ai-factory && ai-factory init), escanea el proyecto, identifica el stack y crea la estructura:

your-project/
├── .claude/
│   └── skills/           ← archivos markdown con instrucciones del agente
├── .ai-factory/
│   ├── DESCRIPTION.md    ← descripción del proyecto, stack, arquitectura
│   ├── PLAN.md           ← plan actual
│   ├── patches/          ← parches de autoaprendizaje
│   └── evolutions/       ← registros de evolución de habilidades
└── .ai-factory.json

Las habilidades no son consejos genéricos: son instrucciones específicas: "cómo exactamente crear un plan en este proyecto", "qué archivos tocar para cambios de auth". Comandos clave:

• /aif—inicializar contexto de sesión
• /aif-plan—crear plan y rama git
• /aif-implement—ejecutar tareas con commits de checkpoint
• /aif-fix—arreglar bug + crear parche de autoaprendizaje
• /aif-evolve—analizar parches y actualizar habilidades
• /aif-verify—verificar resultado contra el plan

El autoaprendizaje ocurre de forma continua: cada /aif-fix guarda un parche, y /aif-evolve encuentra patrones en ellos para adaptar las habilidades. Antes de cada /aif-implement, el agente lee todos los parches acumulados: el sistema aprende incluso sin llamadas explícitas a evolve.

AIF Handoff: Humano en el Bucle, No en el Bucle

AI Factory resuelve problemas de contexto, pero aún requiere lanzamientos manuales de comandos. AIF Handoff elimina esta última barrera: es una app web con tablero Kanban que automatiza completamente el pipeline del agente:

Backlog → Planning → Plan Ready → Implementing → Review → Done

Creas una tarea en la UI: el sistema la mueve por estados vía WebSocket. Internamente, coordinadores especializados manejan el trabajo:

• plan-coordinator—no solo genera un plan, sino que lo refina iterativamente vía plan-polisher hasta cumplir criterios de calidad.
• implement-coordinator—analiza dependencias de tareas y lanza workers paralelos en worktrees git separados donde es seguro.
• review-sidecar + security-sidecar—verifica concurrentemente el código contra el plan y vulnerabilidades (XSS, inyecciones SQL, fugas de datos). Con MCP Playwright, ejecutan pruebas de navegador.

Si la revisión encuentra problemas, la tarea se reintenta automáticamente, pero con un límite estricto de iteraciones para evitar quemar todo tu presupuesto de tokens de la noche a la mañana.

Humano-en-el-Bucle ≠ Humano-en-el-Bucle

• Humano-en-el-bucle: intervienes en cada paso. Máximo control, mínima velocidad.
• Humano-en-el-bucle: defines la tarea y criterios: el sistema corre autónomamente. Apruebas o rechazas el resultado final. Así funciona Handoff.

Dos modos de ejecución:

• Subagents (predeterminado)—pipeline completo con refinamiento iterativo, workers paralelos y sidecars de calidad. Mayor calidad, mayor costo.
• Skills—ejecución de una sola pasada vía comandos core de AI Factory. Más rápido y barato, ideal para tareas simples.

Configuración y Sincronización Bidireccional

Lanza Handoff:

git clone https://github.com/lee-to/aif-handoff
cd aif-handoff
npm install
npm run init
npm run dev

O vía Docker (recomendado):

docker compose up

Levanta tres servicios: API (Hono + WebSocket), Web (UI React) y Agent (coordinador). La primera ejecución requiere OAuth de Claude Code. Config en .env:

AI_LANGUAGE=ru                  # idioma del agente
MAX_REVIEW_ITERATIONS=3         # límite de iteraciones de revisión
AGENT_USE_SUBAGENTS=true        # modo de ejecución
TELEGRAM_BOT_TOKEN=...          # para notificaciones
TELEGRAM_CHAT_ID=...

Handoff y AI Factory se sincronizan bidireccionalmente vía MCP. Inicia una tarea en Handoff, cambia a trabajo directo en Claude Code: los cambios se reflejan en el tablero Kanban automáticamente. Cualquier agente compatible con MCP puede unirse.

Cómo se Diferencia de Paperclip y Otras Características

Paperclip orquesta agentes para marketing, contenido, SEO. Maneja flujos de texto e info. AIF Handoff está hecho para desarrollo: conoce tu stack, verifica código (no texto), usa worktrees git para aislamiento de workers y aprende de parches específicos del proyecto.

Puntos Clave:

• Contexto > prompts. Entradas más específicas = salidas más estables.
• Autoaprendizaje vía parches (/aif-fix → /aif-evolve)—clave para adaptación al proyecto.
• Humano-en-el-bucle delega trabajo rutinario manteniendo control final.
• Workers paralelos y revisión iterativa mejoran calidad pero necesitan límites de tokens.
• Sincronización bidireccional permite cambiar libremente entre Handoff y trabajo directo con agente.

Tech stack: Node.js + TypeScript (Turborepo), SQLite (drizzle-orm), Hono API, React + TailwindCSS, node-cron. >70% cobertura de tests, ESLint para protección de capas. Roadmap: plugin JetBrains e integración CI/CD.

— Editorial Team