Resumen ejecutivo
hasta un sistema listo para producción
microservicios independientes
de código de producción
conjunto de pruebas automatizadas
canalizaciones de CI/CD
puntos de conexión de la API REST
El proyecto
Sistema de información para emitir, seguir y gestionar certificados de almacenes de grano. El sistema da servicio a cuatro roles de usuario (operadores de almacén, propietarios de grano, corredores de bolsa y reguladores), cada uno con su propio portal y su propio modelo de permisos.
Se trata de un ámbito muy regulado: cada certificado tiene un ciclo de vida jurídico, las transmisiones de propiedad deben quedar auditadas y el sistema debe integrarse con la infraestructura de la bolsa de materias primas. La exactitud no es opcional.
El método
Un ingeniero en el papel de Product Owner y orquestador de IA. Siete agentes de IA, cada uno con un rol concreto: analista de negocio, arquitecto, desarrollador, ingeniero de QA, ingeniero DevOps, redactor técnico y traductor.
Cada agente recibió un encargo estructurado en formato CLAUDE.md: definición del rol, alcance, restricciones, formato de salida y criterios de calidad. El ingeniero revisó e integró los resultados y tomó todas las decisiones finales. No se incorporó ningún código generado sin una evaluación crítica.
El resultado: un rendimiento equivalente al de un equipo de 7–9 personas, con el coste de un solo ingeniero sénior.
Qué se construyó
13 microservicios independientes, cada uno responsable de un único contexto delimitado:
- Certificate Service: emisión, gestión del ciclo de vida y cambios de estado
- Ownership Service: cadenas de transmisión, registro de prendas y registro de auditoría
- Warehouse Service: registro de almacenes, capacidad y estado de acreditación
- Grain Owner Service: perfiles de propietarios, cartera y certificados en posesión
- Exchange Integration Service: pasarela con la API de la bolsa de materias primas
- Notification Service: avisos basados en eventos, correo electrónico y notificaciones push
- Document Service: generación de PDF y gestión de plantillas
- Audit Service: registro de auditoría inalterable e informes para el regulador
- Auth Service: integración con Keycloak, asignación de roles y validación de tokens
- API Gateway: enrutamiento, limitación de peticiones y trazabilidad de solicitudes
- Admin Service: operaciones de back office y correcciones manuales
- Report Service: analítica, paneles de control y exportaciones para el regulador
- File Service: almacenamiento de documentos con backend compatible con S3
Cada servicio tiene su propio esquema de base de datos, gestionado mediante migraciones de Flyway. Cada uno se ejecuta en su propio Deployment de Kubernetes, con límites de recursos, comprobaciones de actividad y de disponibilidad (liveness y readiness) y una canalización de CI/CD propia en GitLab.
320 pruebas automatizadas cubren las capas unitaria, de integración y de contratos. Testcontainers levanta instancias reales de PostgreSQL para las pruebas de integración: ningún objeto simulado en la capa de base de datos.
Pila tecnológica
Comparación con el desarrollo tradicional
| Métrica | Equipo tradicional | Este proyecto (con IA) |
|---|---|---|
| Plazo | 3–4 meses | 12 días |
| Tamaño del equipo | 7–9 ingenieros | 1 ingeniero |
| Microservicios | 13 | 13 |
| Cobertura de pruebas | variable | 320 pruebas automatizadas |
| Canalizaciones de CI/CD | variable | 12, desde el primer día |
| Coste | referencia | ~10 % de la referencia |
El enfoque basado en IA no sustituye la experiencia en ingeniería: la multiplica. La velocidad y la calidad dependen directamente de la cualificación del orquestador: comprensión de la arquitectura, descomposición de problemas, formulación precisa de instrucciones y evaluación crítica de los resultados de la IA. El control sigue en manos humanas.
Conclusiones
12 días. 13 servicios. 55.293 líneas. 320 pruebas. 12 canalizaciones de CI/CD. 80 puntos de conexión. Un ingeniero.
Cada cifra puede rastrearse hasta un commit de GitLab, un registro de ejecución de CI/CD o un informe de pruebas. Sin estimaciones. Sin maquetas. Sin recuentos de líneas inflados con código repetitivo generado automáticamente.
Así es la orquestación de IA cuando se aplica con disciplina de ingeniería: no como un atajo, sino como un multiplicador de capacidad.