Written with AI assistance from the source video. The video is the authority.
Log in to leave a comment
No posts yet
Como ingeniero senior, el mayor obstáculo al adoptar agentes de IA como Claude Code es la pérdida de control. En el momento en que la IA modifica arbitrariamente la lógica compleja del entorno de producción o toca archivos inesperados, los costos de recuperación aumentan exponencialmente. Comparto un sistema de defensa concreto para disfrutar de la eficiencia de la IA mientras se mantiene la integridad del código base.
Debes evitar que el agente de IA manipule todo el código. Establece restricciones de permisos en la raíz del proyecto para confinar forzosamente el alcance de acceso de la IA dentro de áreas de aislamiento físico.
.clinerules en la raíz del proyecto. Enumera explícitamente dentro de este archivo las rutas sensibles que la IA no debe modificar (como config/database.yml, .env*, src/core/auth/) para bloquear los permisos de edición.--no-verify al ejecutar el agente de IA.Este método de bloqueo preventivo reduce los errores de regresión causados por la IA al tocar involuntariamente la lógica de negocio central, lo que resulta en una reducción del 20% en el esfuerzo anual de modificación de código.
Si el código escrito por humanos y el creado por la IA se mezclan, el mantenimiento se vuelve imposible. Utilizar las notas de Git para separar a los autores aumenta drásticamente la eficiencia de la revisión.
.git/hooks/commit-msg que detecte el CLAUDE_SESSION_ID. Si el commit fue generado por la IA, inserta automáticamente [AI-GENERATED] en el encabezado del mensaje.git log, buscar commits con una contribución de IA superior al 40% y enviar una notificación al mensajero del equipo.Al rastrear el trabajo dejado por la IA en tiempo real de esta manera, puedes filtrar las áreas generadas por IA durante la revisión de código, reduciendo el tiempo de revisión en un 30%.
Si le muestras todos los archivos a la IA, los costos se dispararán. Dividir el contexto por unidades de lógica de dominio y pasarlo de forma fragmentada puede evitar el consumo innecesario de tokens.
.gitignore, segmenta los archivos .claudeignore por directorio del proyecto. Excluye áreas que la IA no necesita ver, como resultados de compilación o datos estructurados.CLAUDE.md locales en cada directorio de módulo principal para guiar a la IA a referenciar solo el contexto mínimo necesario para trabajar en ese módulo.Esta estructura reduce hasta en un 40% el costo de los tokens necesarios para que la IA comprenda el contexto.
Es necesario inspeccionar en tiempo real si el código propuesto por la IA viola las políticas de seguridad. Crea una estructura que haga pasar al código por un bucle de verificación en un sandbox local antes de enviarlo al exterior.
PreToolUse dentro de la configuración del agente.Gitleaks y vulnerabilidades de inyección SQL con Semgrep. Si se viola una regla de seguridad, devuelve el código de salida 2 para detener inmediatamente la tarea del agente.Es más seguro evitar que el código que no ha pasado por una puerta de enlace automatizada se incluya siquiera en un commit.