Agente Project Manager en Hermes: descomposición de tareas y aprobación humanaArtículo · digest del 7 de noviembre
Pipeline de ingeniería Idea Foundry para la descomposición paso a paso de un proyecto
Artículo4 secciones≈ 7 min

Agente Project Manager en Hermes: descomposición de tareas y aprobación humana

Cualquiera que haya intentado encargar a una red neuronal la creación de un proyecto grande se ha topado con el efecto del becario sobrecargado. Escribes en el chat una petición ambiciosa: «Constrúyeme un portal de clientes con captación de leads, calculadora de precios e integración con CRM». El modelo responde entusiasta «¡Hecho!», empieza a generar miles de líneas de código mezcladas con textos y estilos, se enreda en las conexiones internas y acaba entregando una masa inservible de funciones a medio escribir.

El problema aquí no es la debilidad de los algoritmos, sino la falta de disciplina de proyecto. En el desarrollo real ningún senior se lanza a programar un proyecto a lo loco: primero se formula la idea, luego se descompone en etapas lógicas, se acuerdan las dependencias y, solo tras aprobar el plan, se reparten las tareas entre los ejecutores. Precisamente ese modelo jerárquico implementa el patrón Idea Foundry («Fábrica de ideas»), desplegado sobre el framework abierto Hermes Agent.

La trampa del prompt monolítico y el nacimiento de Idea Foundry

La principal vulnerabilidad de las peticiones monolíticas es el crecimiento exponencial de la entropía. Cuando un modelo intenta ser al mismo tiempo especialista en marketing, maquetador y tester dentro de una misma ventana de contexto, el foco de atención se desintegra. Cualquier pequeño desajuste en una fase temprana provoca un fallo en avalancha de toda la compilación.

El patrón Idea Foundry divide el proceso en dos niveles:

  • Nivel superior (Project Manager Agent): un agente razonador que no escribe código aplicativo por sí mismo, sino que actúa como líder técnico reflexivo. Escucha al usuario, clasifica los objetivos de negocio y construye un grafo acíclico dirigido de tareas (DAG).
  • Nivel inferior (Worker Agents): subagentes especializados (copywriter, maquetador, integrador, QA), cada uno de los cuales recibe una tarea aislada con criterios claros de aceptación (Definition of Done).

Cinco fases del pipeline: de la idea al producto terminado

En el experimento de Julian Goldie, el pipeline Idea Foundry se puso a prueba creando una página de aterrizaje para el proyecto AI Profit Boardroom. Todo el procedimiento cupo en cinco fases consecutivas:

  1. Capture (Captura de la idea): la persona introduce en el panel apenas una línea: «Crear un panel landing para AI Profit Boardroom que muestre visualmente a dueños de negocios cómo la automatización atrae leads y ahorra tiempo».
  2. Classify & Route (Clasificación): el agente-manager de Hermes determina en pocos segundos el perfil de la tarea (desarrollo web + copywriting B2B), elige el stack tecnológico (Tailwind CSS, JavaScript puro, integración de webhooks) y estima los recursos necesarios.
  3. Create Plan (Descomposición): el objetivo de alto nivel se divide en cuatro sprints con indicación explícita de dependencias: primero textos y ofertas, luego maquetación de componentes, después enlace de formularios y finalmente auditoría.
  4. Human Approval (Puerta de aprobación): bifurcación crítica. El agente se detiene y muestra el plan estructurado a la persona, esperando que pulse explícitamente el botón «Aprobar».
  5. Forge (Forja): tras el clic del operador, los subagentes comienzan en paralelo con sus tickets mientras el manager vigila el cumplimiento de las dependencias.

Human-in-the-loop: por qué no se debe quitar a la persona de las bifurcaciones

Muchos entusiastas sueñan con una autonomía total sin intervención humana (Zero-Human Loop). Pero en la práctica, eliminar al operador del circuito de planificación se traduce en pérdidas colosales de tiempo: si el agente interpretó mal la tarea de negocio al inicio, todo el trabajo posterior de los subagentes va directo a la basura.

La puerta Human Approval cambia por completo la economía del proceso. La persona dedica 15 segundos a revisar el plan por encima: si todo es correcto, un clic arranca el pipeline; si algo falla, con una frase breve se introducen correcciones. Según mediciones prácticas, incorporar la etapa de aprobación reduce la tasa de retrabajo del 42% a menos del 5%, y paralelizar las tareas entre subagentes especializados acorta el tiempo total de ejecución en 2.4 veces.

Implementación del despachador y coordinación de ejecutores

A continuación se presenta la implementación en Python del despachador Idea Foundry, que gestiona las fases de planificación, aprobación y ejecución:

from dataclasses import dataclass
from typing import List, Dict
import time

@dataclass
class ProjectTask:
    id: str
    title: str
    assigned_worker: str
    dependencies: List[str]
    status: str = "pending"

class IdeaFoundryDispatcher:
    def __init__(self, project_name: str):
        self.project_name = project_name
        self.task_graph: List[ProjectTask] = []
        self.is_human_approved = False

    def build_plan_from_prompt(self, user_idea: str) -> List[ProjectTask]:
        print(f"[IDEA FOUNDRY] Analizando idea: '{user_idea}'...")
        # Construcción del grafo de tareas con control de dependencias
        self.task_graph = [
            ProjectTask("T1", "Formulación de la oferta comercial y estructura", "CopywriterBot", []),
            ProjectTask("T2", "Maquetación adaptable de la interfaz en Tailwind", "FrontendBot", ["T1"]),
            ProjectTask("T3", "Conexión de webhooks para recepción de leads", "BackendBot", ["T2"]),
            ProjectTask("T4", "Auditoría de accesibilidad y pruebas cross-browser", "QABot", ["T3"])
        ]
        return self.task_graph

    def await_human_decision(self) -> bool:
        print("\n=== PLAN DEL PROYECTO GENERADO POR EL AGENTE MANAGER ===")
        for task in self.task_graph:
            deps = f"(espera a {', '.join(task.dependencies)})" if task.dependencies else "(inicio inmediato)"
            print(f"- [{task.id}] {task.title} -> {task.assigned_worker} {deps}")
        print("========================================================")
        # Simulación de clic humano en la interfaz web
        self.is_human_approved = True
        print("[APPROVAL GATE] ¡Plan confirmado por el operador! Iniciando subagentes...")
        return True

    def run_forge(self):
        if not self.is_human_approved:
            raise PermissionError("Inicio bloqueado: ¡se requiere confirmación humana!")
            
        completed_tasks = set()
        for task in self.task_graph:
            if all(dep in completed_tasks for dep in task.dependencies):
                print(f"[FORGE] El agente {task.assigned_worker} tomó la tarea {task.id}...")
                time.sleep(0.4)
                task.status = "done"
                completed_tasks.add(task.id)
                print(f"[FORGE] Tarea {task.id} cerrada con éxito.")
        print(f"\n[RESULTADO] ¡Proyecto '{self.project_name}' ensamblado con éxito y listo para entrega!")

Manifiesto de especificación de tickets en formato YAML que el manager envía a los ejecutores:

project: "AI-Profit-Boardroom"
ticket_id: "T2"
role: "FrontendBot"
inputs:
  copy_manifest: "artifacts/T1_copywriting.json"
requirements:
  framework: "HTML5 + Tailwind CSS CDN"
  responsive: true
  form_validation: true
definition_of_done:
  - "Todos los botones tienen efectos hover interactivos"
  - "El formulario bloquea el envío si hay campos vacíos"
  - "No hay marcadores de posición en los textos"

Idea Foundry demuestra que el futuro del uso eficaz de la IA no está en intentar exprimir lo imposible de un solo chat, sino en una descomposición de ingeniería sensata y en conservar con cuidado el control humano en las bifurcaciones clave.

Quiero un análisis detalladoLos votos ayudan a elegir qué analizar a fondo. Este material tiene 0 votos.
Fuentes · 3