
Un prefijo en el título no es una política de despliegue
Semana del 16 al 22 de noviembre. Skynet terminó su memoria, aprendió a conversar y pasó cinco días de cambios rápidos de interfaz. Cuanto más rápido iban los cambios, más claro quedaba dónde estaba el cuello de botella: no en el código, sino en decidir qué se despliega solo.
Lo que nos propusimos
Skynet es el orquestador en el que varios agentes de código planifican, implementan, revisan y entregan cambios por su cuenta. Las últimas semanas le enseñamos a desconfiar del autor y a ponerle nota al juez. Esta semana tocaba algo más cercano: que Skynet recuerde lo que pasa en cada proyecto y que se pueda hablar con él.
La semana tuvo tres tramos, y cada uno fue más rápido que el anterior:
- de domingo noche a lunes por la mañana, terminar la memoria: una wiki por proyecto, un contexto que se reparte con cabeza y un curador que propone ordenar lo que se acumula;
- de lunes a martes, el chat con Skyny, la mascota, que pasó de dibujo a asistente: ocho PRs en algo más de un día;
- y de miércoles a domingo, cambios pequeños de interfaz, uno detrás de otro, en un hilo que se llamaba literalmente «Hacer pequeños cambios rápidos en el frontend». Se llevó 32 de los 56 mensajes de la semana.
El reparto, el de siempre: Claude escribe las PRs en sus sesiones en la nube, Hermes las despliega en la máquina de pruebas y comprueba que funcionan, Diego decide qué se fusiona. Y esta semana Gemini volvió a mandar su propio informe, el primero desde junio: había pasado la semana diseñando a Skyny en 3D junto con ChatGPT.
Los problemas que nos encontramos
Un asistente que actúa no puede aprobarse a sí mismo
Un chat que solo responde preguntas es fácil. Diego quería algo más: que Skyny pudiera lanzar un workflow, crear un trabajo o reintentar una ejecución desde la conversación. Y ahí aparece la pregunta de siempre en Skynet, con otra cara: ¿quién da el visto bueno?
La primera tentación es pedirle al modelo que pregunte antes de actuar. Pero eso es una instrucción, y una instrucción se puede olvidar, malinterpretar o saltar. Lo que hace falta es que, aunque quiera, no pueda.
Hubo otro roce, más pequeño y más revelador. El plan decía que cada turno del chat sería una ejecución de agente «de tipo chat». Pero esa columna ya significaba otra cosa (empezar, continuar, reintentar, bifurcar), y meter ahí un valor nuevo la habría vuelto ambigua para todo lo demás. El chat tenía que entrar en Skynet por la misma puerta que los jueces, no por una nueva.
El bucle rápido sacó todos los detalles
A partir del miércoles el ritmo cambió. Diego miraba la web en el móvil, pedía un ajuste, y una hora después lo estaba mirando otra vez. Y en ese ritmo salieron cosas que una revisión de código no ve nunca:
- la cortina del chat bajaba desde arriba de la página, no desde la barra; y en móvil, el cuadro de texto se enfocaba solo y el teclado aparecía a media animación, empujándolo todo;
- Skyny se veía primero en 2D y luego saltaba a 3D: la librería 3D se carga aparte, y mientras llegaba, la web pintaba el dibujo plano de respaldo;
- en iPad, las páginas cortas hacían un poco de scroll sin motivo. La causa probable: una altura de pantalla que en móvil incluye la barra del navegador.
Ninguno era difícil. Todos eran de los que solo ves usando la aplicación.
El diseño vivía en el fichero de otra IA
El sábado, Diego trajo a Claude su estudio de Skyny: un HTML autocontenido que va puliendo con Gemini y ChatGPT, con 34 estados de ánimo, gorro, cara y complementos. Lo quería dentro de la web.
El estudio estaba en su Mac, fuera del alcance del agente, y hubo que
conectarlo en solo lectura. Pero el problema de verdad era otro: entre
versión y versión, el estudio se había reescrito entero. Ya no casaba con
los módulos 3D que la web había hecho a partir de la versión anterior. Al
portarlo salieron los fallos que un HTML suelto disimula: Skyny salía
demasiado azul porque heredaba el color del dibujo plano, un estado había
perdido su configuración, y en «Conflicto de Git» Skyny se volvía
invisible por una división que devolvía NaN.
Diego hizo la pregunta que importa: «¿qué tengo que hacer cuando añada estados nuevos o cree una versión 4.4?». Al día siguiente llegó la 4.4.
Y el cuello de botella se mudó
Con PRs pequeñas entrando cada pocas horas, apareció el atasco de verdad. Hermes no desplegaba las PRs de interfaz: su regla de despliegue automático reconocía el código de fase del título («CH-D», «MV-F»), y estas no lo llevaban. Además, cada una relanzaba todas las pruebas de punta a punta, que tardan una eternidad, aunque no tocara nada de lo que prueban.
La solución parecía obvia, y Diego la propuso con naturalidad: las PRs
cuyo título empiece por UI: se despliegan solas. Un prefijo. Una línea
en una regla.
No era una línea.
Cómo lo resolvimos
Skyny propone, una persona confirma
Las acciones del chat quedaron como propuestas. Skyny tiene herramientas para lanzar, crear, cancelar, reintentar o guardar en la memoria, pero ninguna hace nada: dejan una tarjeta pendiente que caduca en una hora. Quien confirma es la persona, desde la web, con su sesión.
Y lo importante: el token con el que habla Skyny no llega a las rutas de la web. Si lo intenta, recibe un 403. No es que se le pida no confirmarse a sí mismo: es que no puede. Lo que Skyny guarda en la memoria entra sin confirmar, igual que lo de cualquier otro agente, y cada conversación se resume sola al archivarla o tras media hora de silencio.
El turno de chat entró como un rol más, igual que los jueces, con límites cortos: un modelo pequeño, solo las herramientas de Skynet, como mucho cinco minutos y medio dólar por turno.

La cortina del chat, abierta desde el logo de la barra superior, con una conversación real del domingo.
La interfaz, ajuste a ajuste
Los cinco días de cambios rápidos se notan en toda la aplicación. La barra superior ocupa todo el ancho y el logo abre el chat. El menú lateral, que ya no cabía, se agrupó en pestañas. Proyectos y runners pasaron a tarjetas anchas, con las versiones de cada agente en chips. La cortina sale ahora de detrás de la barra, sin autofoco en móvil, y el hueco de Skyny se funde mientras llega el 3D en vez de enseñar el dibujo plano.

Runners en tarjetas, con pestañas. El chip «Chat con Skyny» es lo que declara un runner para poder atender turnos del chat.
El estudio de Skyny se portó entero: en lugar de remendar los módulos 3D para que se parecieran a la versión nueva, el motor de la web pasó a ser el del estudio, traducido a TypeScript. Así, la próxima versión no necesita una reinterpretación, solo otro port. El login se quedó con lo mínimo: «Entra en Skynet», y Skyny saludando con letreros que cruzan su pantalla.

El login nuevo. Skyny entra volando, saluda y va pasando mensajes mientras espera.
El prefijo, a medias, y con razón
La parte de las pruebas sí se resolvió: las PRs UI: que solo tocan la web
ya no lanzan las pruebas largas de punta a punta. Siguen corriendo al
fusionar en la rama principal, si la PR toca las propias pruebas o algo
fuera de la web, o si alguien pone la etiqueta para pedirlas.
El despliegue automático, en cambio, no se activó. Hermes construyó el mecanismo, lo probó aislado y encontró por qué no debía encenderlo.
El único fragmento técnico de este post
Un despliegue automático por prefijo parece una condición:
si el título empieza por "UI:" y la CI está verde → desplegar
Pero cada palabra de esa línea esconde una pregunta:
- «La CI está verde»: ¿en qué momento? La PR se abre con la CI pendiente. Alguien tiene que volver a mirar cuando termine, y ese «volver a mirar» tiene que sobrevivir a un reinicio del servicio. Además, una prueba que se saltó a propósito no es lo mismo que una prueba que no llegó a ejecutarse, y desde fuera las dos se parecen mucho a «nada en rojo».
- «Desplegar»: ¿qué commit? Si alguien empuja otro mientras se despliega el anterior, ¿cuál gana? En las pruebas aisladas de Hermes, la cola existente dejaba que un worker antiguo liberara el turno de otro, y que un evento nuevo se quedara pendiente sin arrancar nunca.
- «Solo frontend»: para la CI que se acaba de escribir, «solo web»
ignora los ficheros
.md. Para la regla que Diego autorizó, «solo frontend» era estricto. La PR que se estaba desplegando a mano, la #351, tocaba documentación fuera de la carpeta web. La misma PR era «solo frontend» para una regla y no para la otra.
El prefijo es una afirmación que hace quien escribe el título. Lo que hace falta es una comprobación: los ficheros que cambian, el commit exacto, la base, qué checks corrieron y cuáles se saltaron, y una única autoridad que decida qué se despliega cuando llegan dos cosas a la vez. Hasta que eso exista, la #351 se despliega a mano.
Mientras tanto, Hermes
Hermes tuvo una semana con dos caras. En Skynet, desplegó cada fusión y comprobó los servicios, pero dejó claro algo que repite cada semana: un despliegue sano no es una aceptación. Dos pruebas de aceptación se quedaron bloqueadas porque sus guías eran interactivas y no tenían un script acotado que Hermes pudiera ejecutar solo, y la integración con GitHub sigue sin poder leer su clave privada en algunos arranques, aunque la API diga que está todo bien.
Fuera de Skynet, Hermes se duplicó: hay una segunda instancia en un portátil antiguo con Debian, con su propio bot, coordinada desde la máquina principal. Comparten la wiki privada del laboratorio, que es la fuente común de hechos, pero no la memoria, las conversaciones ni las credenciales. Esa wiki también es la que ChatGPT ayudó a abrir a los demás agentes esta semana: Hermes escribe, el resto lee con un clon y tres comandos (orientarse, buscar, leer).
Y un recordatorio de que compilar no es funcionar: el driver de Wi-Fi del portátil se recompiló sin errores y seguía sin encontrar redes. Hubo que volver al driver anterior y comprobarlo con un reinicio de verdad.
Lo que no salió bien
- El despliegue automático de las PRs
UI:no está activado, y la PR más visible de la semana se despliega a mano. - Dos aceptaciones quedaron sin cerrar por falta de un driver acotado, y la clave de la integración de GitHub sigue fallando.
- Se fusionó una PR con seis avisos de Sonar que el agente no podía leer: no tiene acceso a la web de Sonar y depende de que Diego pegue el texto.
- Una issue no se cerró porque la PR decía «Cierra #306». GitHub solo entiende las palabras en inglés.
- Algunos arreglos de móvil están sin verificar en el dispositivo: el scroll fantasma del iPad y que Skyny siga el dedo en la cortina.
- Wiki y curador funcionan, pero en la máquina de pruebas siguen vacíos: el proyecto de prueba no tiene historia que curar.
Lo que me llevo
- Una etiqueta es una afirmación, no una comprobación. Sirve para expresar intención; la decisión la toman los hechos que se pueden verificar.
- Las palabras de una regla se definen una vez. «Solo frontend» acabó significando dos cosas en dos sitios en la misma semana.
- Cuando el bucle de cambios se acelera, el cuello de botella se muda. Con cambios grandes cada pocos días, desplegar a mano no molestaba. Con cambios pequeños cada hora, se volvió el problema principal.
- Un asistente que puede actuar no debe poder aprobarse. No por instrucción, por diseño: su credencial no llega a donde se confirma.
- Un diseño hecho en otra IA es un contrato. Se porta entero, no se reinterpreta trozo a trozo.
Lo siguiente: una autoridad de despliegue única para las PRs UI:,
probada con la CI pendiente, cambios de commit y reinicios; decidir si la
documentación cuenta como frontend; fusionar la #351; y llenar la wiki con
proyectos de verdad.
La semana en cifras
main toca 168 ficheros
Las capturas son del despliegue privado de Skynet en la máquina de pruebas, el domingo 22 por la tarde, con la #351 desplegada a mano. La conversación del chat es real, del domingo por la mañana; por eso habla de un runner de pruebas sin latido y de cuotas que ya se han reiniciado. Wiki y curador no salen porque en ese despliegue estaban vacíos. El recuento de Hermes es de su índice local de la semana natural; sus Insights, con una ventana móvil del 15 al 22, dan otras cifras. Los tokens de Gemini son su propia estimación.