SDLC agéntico: las cinco piezas que necesita (directorio, agentes, puerta de revisión)

Lo que necesita en la práctica un SDLC agéntico: un tablero compartido, agentes asignables, un agente revisor independiente, una vía de devolución y un humano que publique. El ciclo, paso a paso.

Ashley Innocent

Ashley Innocent

18 noviembre 2026

SDLC agéntico: las cinco piezas que necesita (directorio, agentes, puerta de revisión)

Respuesta rápida: Un SDLC agéntico es un ciclo de entrega de software en el que los agentes de programación elaboran el trabajo y las personas deciden qué se publica. Necesita cinco piezas: un tablero compartido, agentes que toman las tareas asignadas, un agente revisor independiente, una forma de devolver el trabajo con comentarios escritos y una persona que haga el lanzamiento. El ciclo funciona así: asignar, elaborar, revisar, corregir, publicar.

«SDLC agéntico» es la expresión del momento. Postman organizó una sesión en vivo sobre cómo ejecutar un SDLC agéntico completo desde una sola terminal el 17 de noviembre de 2026, y ahora cada proveedor de agentes tiene su diapositiva de ciclo de vida. Quitando las diapositivas, la pregunta para tu equipo es más sencilla: ¿qué debe existir para que el trabajo de un agente pase de solicitud a lanzamiento sin que alguien supervise cada paso?

Esta guía responde a esa pregunta con el ciclo que nosotros mismos utilizamos. Cada artículo de este blog pasa por él: un agente escritor elabora el borrador, un agente revisor actúa como filtro, un comentario devuelve el trabajo y una persona publica. Si quieres probar el mismo esquema con tus propios agentes de programación, Sharkly es el tablero donde nosotros lo ejecutamos.

Qué es un SDLC agéntico (y qué no es)

Un SDLC agéntico es un proceso de entrega en el que los agentes se encargan de etapas definidas del trabajo, como elaborar, probar o revisar, mientras que un registro compartido da seguimiento a cada traspaso y una persona conserva la decisión de lanzamiento. Es un cambio de proceso, no una herramienta que se instala.

No es «un solo agente lo hace todo en una sesión», algo que falla en cuanto dos tareas tocan el mismo repositorio. Tampoco es «CI con un chatbot pegado»: la CI verifica lo que escribiste, mientras que un SDLC agéntico también decide quién trabaja en qué y hacia dónde va el trabajo cuando una verificación falla.

Si es tu primera vez con la parte de ejecución, empieza con qué es la programación agéntica. Este artículo trata sobre la capa que la rodea.

Por qué una sola terminal no basta

Una sesión de terminal contiene el contexto de un solo agente. Añade una segunda tarea, agente o persona, y aparecen tres problemas:

  • No hay registro compartido. El plan, el diff y el motivo del diff viven en un historial de scroll que nadie más puede leer.
  • No hay verificación independiente. El agente que escribió el código también decide que está terminado. La autorrevisión detecta erratas, no suposiciones erróneas.
  • No hay ruta de retorno. Cuando un revisor encuentra un problema, no hay una forma estructurada de devolver el trabajo con la lista de correcciones adjunta.

La integración continua se apoya en una línea principal compartida y en retroalimentación rápida. Un SDLC agéntico necesita ambas cosas un nivel más arriba: un lugar compartido para el trabajo y una forma rápida de decir «aún no, y esto es por qué».

Las cinco piezas que necesita un SDLC agéntico

  1. Un tablero compartido donde cada tarea lleve su objetivo, estado, comentarios e historial de ejecuciones.
  2. Agentes asignables que arrancan cuando se les asigna una tarea y se detienen cuando esta se estaciona.
  3. Un agente revisor independiente con sus propias instrucciones, activado por un cambio de estado.
  4. Un mecanismo de devolución: un comentario o comando que retorna la tarea al constructor con los hallazgos del revisor.
  5. Un paso de lanzamiento humano que ningún agente pueda saltarse.

La elección del modelo, el estilo de los prompts y el runtime son intercambiables. Estas cinco piezas son el esqueleto.

Paso 1: Asignar

El ciclo empieza cuando una persona asigna una tarea. En Sharkly, una tarea asignada a un Agent o Crew no inicia una ejecución mientras permanece en Backlog. Sacarla de ahí inicia el Agent asignado en cuanto su Computer (el portátil o servidor conectado que lo ejecuta) esté listo. Tienes un área de estacionamiento: escribe el brief y define el responsable antes de gastar un solo token.

Según la documentación de estados de tarea, cada estado pertenece a una categoría fija: Backlog, Unstarted, Started, Completed, Canceled o Duplicate. Mover una tarea a Canceled o Duplicate detiene sus ejecuciones activas. Moverla a Completed la hace terminal, pero no cancela una ejecución ya en curso.

Paso 2: Elaborar

El agente constructor se ejecuta en un Computer conectado a través de un Runtime como Claude Code o Codex. Sharkly entrega a la ejecución el título y la descripción de la tarea, los comentarios recientes, el Space y el Sprint, y los estados que permite el tipo de tarea. Cada tarea recibe un directorio aislado, y el trabajo en repositorios puede usar un worktree separado por ejecución, así dos agentes que editan el mismo código no chocan entre sí.

El estado de la ejecución y el estado de la tarea son cosas distintas: una ejecución puede terminar o fallar mientras la tarea sigue In Progress. Por eso, el constructor señala «listo para revisión» moviendo el estado de la tarea, no terminando una ejecución.

Nuestro agente escritor cierra cada borrador con un comentario de resumen (slug, número de palabras, resultados de las verificaciones, preguntas abiertas) y un cambio al estado Ready for Release.

Paso 3: Revisar

El revisor es un agente diferente, con instrucciones diferentes. En Sharkly lo conectas con una Automation: una regla propiedad del Space que inicia un Agent o Crew cuando se dispara un disparador. La documentación de Automations enumera cuatro tipos de disparadores: una programación cron, un cambio de estado de tarea, una frase en un comentario y un webhook. Una puerta de revisión usa el disparador de estado de tarea.

Tres Automations de Sharkly conectadas a eventos del tablero: Revise en /revise (un disparador de comentario), Social follow-up cuando el estado pasa a Done, y Review gate cuando el estado pasa a Ready for Release

Hay un detalle que confunde a mucha gente: la coincidencia de estados y comentarios es a nivel de toda la Organization. Si dos Spaces comparten el estado Ready for Release, un movimiento en cualquiera de ellos dispara la puerta. La documentación recomienda un estado acotado e instrucciones que primero verifiquen la tarea que disparó la regla. Las instrucciones de nuestro revisor empiezan con esa comprobación. Aquí tienes una versión simplificada:

Review gate instructions (simplified)
1. Read the triggering task. If its body does not say "Brand: Sharkly", reply "Not mine" and stop.
2. Run the check script on the draft. Record word count and failures.
3. Check every product claim against the live docs, not a local copy.
4. Verdict: GATE PASS, or start the comment with /revise and list numbered fixes
   with the line, the problem and the source.

Separar constructor y revisor es la palanca de calidad más importante de todo el ciclo. Explicamos el razonamiento en por qué los agentes de IA deberían revisar los pull requests antes que tú, y el enfoque de mezclar modelos en los Crews de modelos mixtos.

Paso 4: Corregir

Una revisión fallida necesita una ruta de retorno que transporte los hallazgos. La nuestra es un comentario que empieza con /revise. Una segunda Automation con un disparador de comentario vigila esa frase (la coincidencia no distingue mayúsculas y busca en cualquier parte del comentario) y arranca el agente escritor sobre la misma tarea, con el comentario del revisor en su contexto.

Comentario de un Agent revisor en una tarea de Sharkly: abre con /revise y GATE BLOCKED, indica que dos afirmaciones sobre el producto contradicen la documentación de ayuda en vivo y señala que la verificación automática pasó con 1.534 palabras

Esa captura es una puerta real de este blog, sobre un artículo que ya está publicado. El borrador pasó sus verificaciones automáticas con 1.534 palabras, y aun así el revisor lo bloqueó: dos afirmaciones sobre el producto contradecían la documentación de ayuda en vivo. El escritor corrigió ambas, respondió en el mismo hilo y devolvió la tarea a Ready for Release. La puerta volvió a ejecutarse y pasó.

Mantén la lista de correcciones numerada y concreta: la ubicación, qué está mal y la fuente que lo demuestra. Un «mejora esto» vago produce una corrección vaga.

Paso 5: Publicar

El último paso le corresponde a una persona. Cuando un Agent deja una tarea esperando revisión humana, ese traspaso aparece en los Task Chats de la barra lateral, mientras que el trabajo fallido o bloqueado llega al Inbox. La persona responsable lee el veredicto del revisor, abre el resultado y decide.

En nuestro pipeline, ningún agente puede publicar. El escritor envía un borrador, el revisor lo aprueba o lo bloquea, y una persona hace clic en publicar. Mover la tarea a Done dispara entonces una tercera Automation que redacta publicaciones para redes sociales una vez confirma que el artículo está en vivo.

Para código, la misma regla se traslada a las ramas protegidas de GitHub, que pueden exigir revisiones aprobadas antes de fusionar un pull request. Los agentes abren el PR y comentan en él; una persona aprueba la fusión.

Cuándo usar un Crew en lugar de agentes separados

Usa agentes separados con automatizaciones cuando las etapas son fijas: construir, revisar, publicar. Cada agente tiene un solo trabajo y un solo disparador, y todo el ciclo se lee de un vistazo en la lista de Automations.

Usa un Crew, un grupo de People y Agents liderado por un Agent líder, cuando el trabajo necesita un coordinador que decida quién actúa a continuación. Para una puerta de revisión repetible, el simple disparador de estado es más fácil de auditar.

Alternativas a un SDLC agéntico basado en tablero

  • Flujo solo con PR. Los agentes abren pull requests, un bot de revisión comenta, la protección de ramas bloquea la fusión. Bueno para código; ignora el trabajo que no es código y todo lo anterior a la existencia del PR.
  • Agentes dirigidos por CI. Un job del pipeline ejecuta un agente en cada push. Fuerte para verificación, débil para asignación.
  • Orquestación en una sola sesión. Un agente genera subagentes en una terminal. Rápido para un desarrollador en solitario; el registro desaparece con la sesión.

Estas opciones se combinan bien: un tablero decide quién trabaja en qué, y la CI custodia la fusión.

Dónde se rompe el ciclo en la práctica

Conclusión

Un SDLC agéntico no necesita una nueva teoría de ciclos de vida. Necesita un tablero donde viva el trabajo, agentes que arranquen al ser asignados, un revisor que no sea el constructor, una ruta de devolución que transporte la lista de correcciones y una persona que publique. Conecta esas cinco piezas y podrás cambiar cualquier agente o modelo sin reconstruir el proceso.

El siguiente paso es concreto: elige una tarea recurrente, crea un estado Ready for Review y añade una Automation activada por estado para un agente revisor. La guía de automatizaciones de Sharkly recorre la configuración paso a paso, y puedes crear un tablero en sharkly.ai.

FAQ

¿Qué significa SDLC agéntico?

Un ciclo de vida de desarrollo de software en el que los agentes de IA se encargan de etapas definidas, como elaborar y revisar, mientras un registro compartido da seguimiento a los traspasos y una persona aprueba los lanzamientos.

¿Puede un agente de IA revisar su propio trabajo?

Puede ejecutar pruebas, pero comparte los puntos ciegos de la sesión que escribió el código. Un revisor separado, con sus propias instrucciones y contexto fresco, detecta las suposiciones erróneas.

¿Cómo se devuelve el trabajo de un agente para correcciones?

Usa un disparador estructurado. En Sharkly, una Automation de frase en comentario puede vigilar un comando como /revise y reiniciar el agente constructor sobre la misma tarea, con los hallazgos numerados del revisor en su contexto.

¿Debería permitirse a un agente fusionar o publicar?

Mantén el lanzamiento final en manos de una persona. La protección de ramas o un paso de publicación que solo genere borradores convierte esa aprobación en algo exigible, no en una simple convención.

¿Cómo se evita que un ciclo de revisión se ejecute indefinidamente?

Limita las revisiones. Nuestra regla práctica son dos rondas: tras una segunda revisión bloqueada, el revisor entrega la tarea a una persona en lugar de devolverla. Por nuestra experiencia, un ciclo que sigue fallando apunta a un problema de brief, no de borrador.

¿Necesito un Crew para un SDLC agéntico?

No. Las etapas fijas funcionan bien como agentes separados unidos por disparadores de estado y de comentario. Usa un Crew cuando un agente líder deba elegir a los miembros según la tarea.

Descubre más

Agentes de IA con intervención humana: qué hace bien el traspaso al navegador

Agentes de IA con intervención humana: qué hace bien el traspaso al navegador

Los agentes de IA con intervención humana necesitan dos tipos de puntos de control: pasos que solo puede realizar una persona y pasos que una persona debería evaluar. Lo que el traspaso de Browse hace bien y cómo reflejarlo en un tablero de tareas.

19 noviembre 2026

Gemini 4 Neon Orchestrator: combínalo con Hydrogen Subagents

Gemini 4 Neon Orchestrator: combínalo con Hydrogen Subagents

Cómo ejecutar un orquestador Gemini 4 Neon sobre subagentes Hydrogen: el contrato de subtareas que genera, el dimensionamiento del fan-out, el cálculo de costes por ejecución frente a Carbon y las reglas de fallo.

19 noviembre 2026

Claude Fable 5.2: Cómo evaluar agentes en tu propia base de código

Claude Fable 5.2: Cómo evaluar agentes en tu propia base de código

Evalúa Claude Fable 5.2 en tu base de código mediante tareas controladas, pruebas de aceptación, esfuerzo de revisión, tiempo transcurrido y costo por cambio aceptado.

12 noviembre 2026