Probé una herramienta de programación con IA diseñada como un equipo de desarrollo (Routa)

Españolالعربية English Bahasa Indonesia 日本語中文

컴퓨터/소프트웨어경영/리더십AI/미래기술

Transcript

00:00:00Este es Ruda, una herramienta de código de IA de código abierto

00:00:03que convierte a tus agentes en algo más parecido

00:00:05a un sistema de entrega.

00:00:07No es otro "pega el contexto de tu repo y reza para que funcione",

00:00:11un sistema de entrega con backlogs, desarrollo, revisión,

00:00:14evidencia y puertas de calidad.

00:00:16Porque las herramientas de IA para programar nos hicieron más rápidos,

00:00:19pero también nos dieron un nuevo trabajo: gestionar la IA.

00:00:22Ruda es gratuito, prioriza lo local y está construido

00:00:25alrededor de un tablero Kanban para agentes de IA.

00:00:27Veamos si esto realmente se sostiene.

00:00:30(sonido de logotipo)

00:00:34La mayoría de las herramientas de IA para desarrollo chocan con los mismos tres muros.

00:00:36El primero es el “infierno del chat”.

00:00:38Todo lo importante vive dentro de una conversación.

00:00:42El plan, aquel intento fallido, la solución,

00:00:44ese extraño parche; todo nos tiene atrapados

00:00:46solo haciendo scroll hacia atrás.

00:00:47Lo hacemos todo el tiempo.

00:00:48Luego, no hay trazabilidad.

00:00:50La IA cambia el código, pero no siempre sabes

00:00:53qué intentó, por qué eligió ese enfoque,

00:00:56o qué evidencia utilizó realmente para respaldarlo.

00:00:58Y finalmente, no hay puertas de calidad reales.

00:01:01Todavía tenemos que preguntar cosas como: ¿ejecutó las pruebas?

00:01:04¿Revisó el diff?

00:01:06¿Siguió los criterios de aceptación reales?

00:01:08Y esa es la cuestión aquí, porque escribir código

00:01:10no es lo mismo que entregar software.

00:01:13La idea de Ruda es bastante sencilla.

00:01:16Deja de tratar la programación con IA como una sesión de chat.

00:01:19Trátalo como un pipeline de entrega con tareas,

00:01:22agentes, etapas de revisión, evidencia y puertas.

00:01:25Básicamente, mentalidad de CI o CD para el trabajo de software asistido por IA.

00:01:30Ahora, mira cómo eso cambia el flujo de trabajo.

00:01:32Si disfrutas de las herramientas de codificación para acelerar tu flujo de trabajo,

00:01:34asegúrate de suscribirte.

00:01:35Tenemos videos saliendo todo el tiempo.

00:01:37Esta es la aplicación de escritorio de Ruda.

00:01:39Puede ser autoalojada con Docker simplemente haciendo un pull del repositorio

00:01:42y ejecutando Docker Compose up para todos los que prefieren el autoalojamiento.

00:01:45Aunque opté por el escritorio después de algunos problemas

00:01:48al intentar sincronizar mi repositorio Git, así que es conectar y usar.

00:01:52Voy a crear un espacio de trabajo, adjuntar un repositorio real que tengo

00:01:56y elegir Kanban.

00:01:58Luego se abre esto y le voy a dar

00:02:00una o dos tareas pequeñas.

00:02:02Nada dramático, solo no quiero construir

00:02:05toda la aplicación, solo el tipo de tarea que realmente le

00:02:07darías a una herramienta de IA durante el desarrollo normal.

00:02:11Normalmente, aquí es donde abriría un chat en blanco

00:02:14e intentaría escribir un muy buen prompt.

00:02:16Pero aquí, después de añadir la tarea, automáticamente

00:02:19se añade al tablero Kanban.

00:02:22La tarea ahora no está flotando en mi chat.

00:02:25Ahora realmente tiene un lugar adonde ir.

00:02:27Y va a empezar justo aquí en el backlog.

00:02:30A medida que la IA progresa, la mueve a desarrollo

00:02:34y el agente adecuado se encargará de ellas.

00:02:36Ahora puedes ver el traspaso y todo esto

00:02:38se está haciendo automáticamente.

00:02:39Así que pasa por las diferentes etapas aquí.

00:02:41Ahora, eso suena pequeño, pero importa.

00:02:44Aún puedo verificar el flujo, la salida

00:02:46y lo que está haciendo la IA.

00:02:48Dentro de una tarea, incluso puedes chatear con ella

00:02:51mientras está ejecutando el proceso.

00:02:54Así que, en lugar de una conversación gigante

00:02:56fingiendo ser un flujo de trabajo, este flujo es visible.

00:02:59Obtengo evidencia, tengo trazas.

00:03:01Puedo ver qué cambió realmente, qué se revisó

00:03:03y dónde está la tarea dentro del proceso de desarrollo.

00:03:07Esto utiliza open code y cualquier otro agente de IA que realmente quieras.

00:03:11Puedes conectar tu API de IA y elegir la que quieras.

00:03:14Para todo esto, sincronicé mi clave de Anthropic para usar Claude.

00:03:18Ahora desglosemos qué es realmente Ruda.

00:03:21No intenta ser otra caja de chat de IA.

00:03:23Esa es la clave a entender aquí.

00:03:25La idea principal es realmente el tablero Kanban.

00:03:28Es la capa de coordinación.

00:03:30Piénsalo como el tablero de proyecto

00:03:32por el que tienen que trabajar tus agentes de IA.

00:03:35Una tarea empieza en un carril, se mueve a otro

00:03:37y atraviesa los carriles.

00:03:39Diferentes agentes pueden manejar diferentes etapas

00:03:42si los vinculas con tus claves de IA.

00:03:44Así que en lugar de un agente intentando hacer todo,

00:03:47planificar el trabajo, escribir código, revisar, probar, explicar,

00:03:50Ruda le da estructura al trabajo.

00:03:52Creas un espacio de trabajo, conectas un repo,

00:03:55defines una tarea.

00:03:56Los agentes trabajan dentro de esa estructura.

00:03:59También usa protocolos de agentes como MCP y ACP.

00:04:03Así que puedes añadirlos o usarlos donde los necesites.

00:04:06Es más como una infraestructura

00:04:08para coordinar agentes de software.

00:04:10Y Ruda no es solo preguntarle a un LLM,

00:04:12“Hey, Claude, ¿se ve bien esto?”

00:04:14Intenta añadir comprobaciones, funciones de aptitud,

00:04:17evidencia, puertas de revisión.

00:04:19Eso cambia la pregunta, ¿verdad?

00:04:22¿Cómo estamos usando esto?

00:04:23¿Cómo puede esto acelerar nuestro flujo de trabajo?

00:04:25Ahora, muchos desarrolladores pasan por la misma curva de aprendizaje de IA.

00:04:29Pides una función, te escupe una.

00:04:32Pides pruebas, también te las escupe.

00:04:34Pegas un error, ¿qué hace?

00:04:36Te da una solución.

00:04:38Bueno, espero que te dé una solución.

00:04:41Pero luego empiezas a usarla en una base de código real.

00:04:43Y ahí es cuando todo se convierte en mantenimiento real.

00:04:46El contexto se vuelve desordenado,

00:04:48el agente olvida lo que ya intentó.

00:04:51Cambia archivos que ni siquiera le pediste tocar.

00:04:53Tienes que seguir comprobando su trabajo.

00:04:55Y lo que está pasando aquí es, poco a poco,

00:04:58que algo molesto está ocurriendo.

00:05:00No te deshiciste del trabajo.

00:05:02Ahora eres simplemente el administrador de la IA.

00:05:05Es un tipo diferente de trabajo.

00:05:06Estamos siguiendo las tareas, revisando el diff,

00:05:09comprobando las pruebas, todo eso.

00:05:12Así que es solo un nuevo trabajo.

00:05:13Ruda te da un tablero visible para todo esto.

00:05:17Entonces, ¿dónde encaja esto en comparación con las herramientas

00:05:19que ya estamos usando, verdad?

00:05:20Herramientas como Cursor y Claude, son centradas en chat,

00:05:23lo cual no es algo malo, ¿verdad?

00:05:25Son geniales cuando quieres un asistente de código muy fuerte

00:05:28que esté muy integrado y cerca de nuestro código.

00:05:31Pero el centro de gravedad sigue siendo la conversación,

00:05:34los prompts que le estamos dando.

00:05:36El centro de Ruda es un poco diferente.

00:05:38Es la tarea moviéndose a través de un sistema de entrega,

00:05:41del backlog a pruebas y revisión.

00:05:44Ahora compara eso con marcos de agentes como CrewAI

00:05:46o LangGraph, esos son más flexibles.

00:05:49Pero esa flexibilidad significa que a menudo tienes

00:05:51que construir el flujo de trabajo tú mismo.

00:05:52¿Quién planifica, quién implementa, dónde va la evidencia?

00:05:55Todo eso.

00:05:56Ruda es gratis, local y es conectable.

00:05:59Repos locales, flujo de trabajo local, no hay cuenta obligatoria

00:06:02solo para probar la idea básica.

00:06:05reemplázalo con Ruda.

00:06:08reemplázalo con Ruda.

00:06:09No, vamos, no voy a hacer eso.

00:06:10Eso no es cierto en absoluto.

00:06:12Y esto solo es bueno para, bueno, ciertas cosas.

00:06:15La pasé bien con ello.

00:06:17Hay algunas cosas que me gustaron de inmediato.

00:06:19Un tablero visible, estados de tarea claros,

00:06:22y un traspaso rastreable, eso es genial.

00:06:24Eso es más profesional que un hilo de chat de 300 mensajes.

00:06:27El enfoque local primero es genial.

00:06:30Muchos de nosotros estamos cansados de que las herramientas de IA se vuelvan

00:06:32un modelo de suscripción sin límites alrededor de nuestro código.

00:06:35Ser capaz de mantener esto cerca de nuestro flujo de trabajo local

00:06:38es una ventaja real.

00:06:40Pero, quiero decir, sí, técnicamente podrías hacer

00:06:42todo esto por tu cuenta, pero esto ayuda a

00:06:44mantener las cosas más organizadas, así que, en mi opinión,

00:06:47usar Ruda realmente acelera el flujo.

00:06:49El modelo Kanban y de protocolo tiene una curva de aprendizaje.

00:06:52Y si solo quieres abrir una caja de chat

00:06:53y hacer una pregunta, pegar una respuesta,

00:06:56esto es demasiado, ¿verdad?

00:06:57Eso no es lo que es esto en absoluto.

00:06:59La aplicación de escritorio es la mejor manera de usarlo,

00:07:01pero no se va a sentir tan bien

00:07:02como la IA comercial más grande.

00:07:05Quiero decir, Cursor se siente bien.

00:07:06Es esa interfaz, ¿verdad?

00:07:07Claude Code.

00:07:08Y hay menos agentes prefabricados

00:07:10que podrías obtener de herramientas cerradas.

00:07:12Pero eso es realmente por lo que me gusta la dirección.

00:07:15No pretende que las partes difíciles

00:07:17de la entrega de software hayan desaparecido.

00:07:19Solo está intentando organizarlas.

00:07:20La IA no va a desaparecer, pero el flujo de trabajo centrado en chat

00:07:22está empezando a mostrar sus límites.

00:07:24Y el siguiente paso no es solo modelos más inteligentes,

00:07:27es mejor coordinación, mejores trazas,

00:07:29mejores puertas.

00:07:30Si disfrutas de herramientas de codificación como esta,

00:07:32asegúrate de suscribirte al canal de Better Stack.

00:07:34Nos vemos en otro video.

Key Takeaway

Ruda transforma la programación asistida por IA de una serie de chats desorganizados a un pipeline de entrega estructurado, mejorando la trazabilidad y la gestión del ciclo de vida del software mediante un enfoque basado en tareas Kanban.

Highlights

Ruda es una herramienta de código abierto que organiza a los agentes de IA mediante un tablero Kanban en lugar de utilizar sesiones de chat tradicionales.
El sistema gestiona el desarrollo de software integrando etapas de backlog, desarrollo, revisión y puertas de calidad.
La plataforma permite el autoalojamiento mediante Docker para mantener el entorno de trabajo local y privado.
El flujo de trabajo automatiza el traspaso entre tareas, permitiendo auditar cambios y verificar la evidencia utilizada por la IA.
Ruda utiliza protocolos como MCP y ACP para conectar múltiples agentes y proveedores de IA, incluyendo modelos como Claude.

Timeline

Limitaciones de los flujos de trabajo basados en chat

El uso exclusivo de interfaces de chat genera una falta de trazabilidad en las decisiones de código.
La ausencia de puertas de calidad reales obliga al desarrollador a gestionar manualmente la validación de pruebas y criterios de aceptación.
Escribir código con IA no garantiza una entrega de software efectiva sin un marco de gestión organizado.

La dependencia de sesiones de chat largas dificulta el seguimiento de intentos fallidos, parches y el contexto del proyecto. La falta de un registro estructurado impide conocer por qué la IA eligió ciertos enfoques, transformando al desarrollador en un simple administrador de la IA en lugar de un ingeniero de software.

Infraestructura y metodología de Ruda

El sistema organiza el trabajo en un tablero Kanban, permitiendo que las tareas se muevan automáticamente entre estados.
La plataforma admite despliegues autoalojados vía Docker para quienes priorizan el control local de sus repositorios.
Cada tarea dentro del tablero funciona como un contenedor de evidencia, facilitando la auditoría de cambios y revisiones.

Ruda funciona como una capa de coordinación que añade estructura al desarrollo. Los usuarios crean espacios de trabajo, adjuntan repositorios Git y asignan tareas que los agentes procesan a través de etapas definidas. El sistema permite integrar diversas APIs de IA, como la de Anthropic, centralizando la ejecución en un flujo visible.

Coordinación de agentes y comparativa técnica

Ruda actúa como una infraestructura de coordinación para agentes, superando las limitaciones de los flujos de trabajo centrados únicamente en prompts.
A diferencia de herramientas como Cursor, el centro de gravedad en Ruda es el estado del pipeline de entrega.
El modelo es altamente conectable al implementar protocolos de agentes como MCP y ACP.

El valor de Ruda radica en su capacidad para organizar procesos complejos que involucran la planificación, codificación y prueba. Aunque herramientas como Cursor ofrecen una experiencia de asistente más integrada, Ruda prioriza la organización del ciclo de vida y la transparencia, ofreciendo una alternativa profesional frente a los hilos de chat convencionales.

Community Posts

No posts yet. Be the first to write about this video!

Write about this video