Los asistentes de IA que escriben código de forma autónoma, lo prueban y proponen cambios rara vez trabajan en segundos. Un agente que prepara una refactorización en varios archivos tarda minutos. La reacción obvia en los equipos de desarrollo: no esperar, sino poner un segundo, tercer y cuarto agente en otras tareas. Justo ahí surge un nuevo problema que no tiene nada que ver con la calidad de los modelos.
El cuello de botella no es el modelo, sino la atención
Los agentes de programación no son trabajos por lotes que se envían y se recogen más tarde. Hacen preguntas de seguimiento, solicitan aprobaciones para accesos de escritura, informan de pruebas fallidas o se quedan atascados en un requisito poco claro. Cada una de estas situaciones significa: el proceso se detiene hasta que una persona interviene.
Quien opera cinco agentes en cinco ventanas de terminal pasa una parte considerable del tiempo cambiando entre esas ventanas y comprobando dónde se ha atascado algo. La ganancia de productividad por el paralelismo se devora a sí misma, porque la coordinación recae en la persona. A ello se suma: si una sesión se cierra accidentalmente o se corta la conexión, el contexto del agente junto con el historial de la conversación posiblemente se pierde.
Qué hace Herdr
El proyecto de código abierto Herdr aborda esta situación con un enfoque deliberadamente poco espectacular: es un multiplexor de terminal. Un multiplexor gestiona varias sesiones de línea de comandos dentro de una ventana y las mantiene vivas aunque uno se desconecte o se interrumpa la conexión. Este principio es conocido desde hace tiempo en la administración de servidores.
Herdr traslada el foco al caso de uso del desarrollo con IA. Agrupa sesiones de terminal de larga duración y hace visible cuál de los agentes de programación en ejecución está esperando una entrada. En lugar de hacer clic por su cuenta para comprobarlo, los desarrolladores obtienen un estado: aquí hay algo que decidir, allí sigue avanzando. La herramienta es joven; la distribución de Linux Omarchy ya la ha integrado.
El núcleo conceptual es, por tanto, menos técnico que organizativo. Herdr no toma decisiones ni evalúa resultados. Simplemente ordena la cola de intervenciones humanas — y convierte así una cantidad confusa de procesos paralelos en una lista procesable.
Por qué esto es más que comodidad
Una herramienta que muestra dónde se atasca un agente parece al principio una comodidad. En la práctica toca tres puntos que resultan relevantes con regularidad en proyectos de clientes.
- Trazabilidad: las sesiones de larga duración significan que se conserva el historial de una tarea de agente. ¿Qué propuso el agente, qué aprobación se concedió, en qué punto corrigió una persona? Sin este contexto, resulta difícil reconstruir a posteriori cómo surgió un fragmento de código.
- Puntos de aprobación: si es visible dónde espera un agente una confirmación, el paso de aprobación se convierte en un procedimiento definido en lugar de un clic de pasada. Esa es la condición previa para establecer reglas: ¿qué cambios puede escribir un agente por sí mismo, cuáles necesitan una revisión?
- Planificación de capacidad: el número de agentes que un equipo puede operar de forma sensata depende de la capacidad de revisión humana, no de la potencia de cálculo disponible. Una visión general del estado hace que este límite sea medible en primer lugar.
Lo que la noticia no aporta
En un proyecto tan temprano es apropiada la cautela. No hay datos fiables sobre el alcance detallado de las funciones, la estabilidad, la cuestión de con qué herramientas de agentes colabora Herdr ni el mantenimiento a largo plazo del proyecto. La integración en una única distribución es una señal de interés por parte de la comunidad, pero aún no una afirmación sobre su madurez para producción.
Para la evaluación en el contexto empresarial, esto es más importante que el alcance de las funciones en sí: las herramientas en este ámbito surgen actualmente rápido y desaparecen igual de rápido. Quien las integra en procesos de desarrollo debería hacerlo de modo que un reemplazo siga siendo posible sin paralizar el proyecto.
La lección está en el patrón, no en la herramienta
Independientemente de si este proyecto concreto se impone, muestra una dirección de desarrollo. La primera ola de herramientas de IA en el desarrollo de software se centró en la calidad de la salida: mejores propuestas, mayor contexto, menos errores. La segunda ola afecta al control: ¿cómo mantiene un equipo el control cuando varios procesos semiautónomos trabajan simultáneamente sobre una base de código?
Estas preguntas no son nuevas. Se parecen a las que ya se respondieron en pipelines de build, sistemas distribuidos y flujos de trabajo de tickets: hacer visible el estado, definir responsabilidades, mantener los estados persistentes, registrar las intervenciones. La diferencia es que los procesos implicados ahora hacen preguntas de seguimiento y, con ello, exigen activamente atención humana.
En la práctica, esto significa para los equipos que introducen el desarrollo asistido por IA: antes de la pregunta de cuántos agentes pueden ejecutarse en paralelo, está la pregunta de quién revisa sus resultados y en qué punto del proceso ocurre. Una herramienta que ordena los estados de espera no sustituye esta determinación — pero hace visible si es realista.
Qué significa esto para los proyectos
Para los proyectos web y de software, esto desplaza el lugar donde se decide sobre la calidad: del planteamiento individual de un asistente al proceso que recoge, revisa y aprueba estos planteamientos. Quien utiliza desarrollo asistido por IA en proyectos de clientes debería, por tanto, planificar desde el principio los puntos de aprobación, el registro y la capacidad de revisión, y probar herramientas de este tipo primero en ámbitos claramente delimitados.
La concurrencia solo aporta velocidad cuando la trazabilidad crece al mismo tiempo.
Fuentes
- Herdr: el multiplexor de terminal organiza flotas de agentes de programación — heise developer News