Cómo dirigir a 30 agentes de IA: multiplicando por 10 la productividad en programación con Gastown

La era de hacerle preguntas a un simple chatbot y esperar respuestas ha terminado. Claude Code o GitHub Copilot son asistentes excelentes, pero resultan demasiado lentos y lineales para modificar sistemas empresariales donde se entrelazan cientos de archivos. Confiarlo todo a una sola IA, que pierde el contexto y se desorienta cuando las sesiones se alargan, es ahora el principal cuello de botella de la productividad.

Estamos en la era de la orquestación de agentes. El proyecto de código abierto Gastown, propuesto por Steve Yegge, aspira a ser un sistema de fábrica de software que activa simultáneamente más de 30 agentes de IA para descomponer funciones y construir en paralelo. Ahora, usted no debe ser solo un programador, sino el orquestador que dirige a este ejército de IA.

Arquitectura de Gastown: resultados perfectos a partir de trabajadores no confiables

Gastown no es un simple envoltorio (wrapper) de IA. Adopta principios de computación distribuida para resolver la inestabilidad de los agentes individuales mediante la estructura del sistema. La clave reside en separar claramente los roles y fragmentar el trabajo en unidades atómicas.

• Alcalde (Mayor): Es el coordinador central de todo el sistema. Analiza los objetivos del desarrollador y los descompone en unidades de trabajo pequeñas llamadas cuentas (Beads).
• Cuenta (Bead): Son datos de tareas permanentes respaldados por Git. Es el dispositivo clave que preserva el historial de trabajo incluso si la sesión del agente falla.
• Polecat: Son trabajadores temporales que modifican el código real en árboles de trabajo (worktrees) de Git independientes. Se eliminan inmediatamente tras completar la tarea para evitar conflictos de código.

El núcleo de esta estructura es escapar del Vibe Coding (programación basada en la intuición). Gastown impide físicamente que los agentes realicen commits directos en la rama principal a través de un sistema de ganchos (hooks) PreToolUse. Todo el código se escribe en ramas de características separadas y solo se integra tras superar las estrictas pruebas de verificación de la Refinería.

Estrategia de despliegue de agentes por tamaño de proyecto

Asignar a decenas de agentes para cada tarea es un desperdicio de costes de API. Es necesario distribuir la potencia de fuego adecuadamente según la complejidad del trabajo.

Tamaño del proyecto	Configuración de agentes	Estrategia clave de utilización
Pequeño (Corrección de errores)	1 Alcalde + 1~2 Polecats	Concentrarse en dar instrucciones y revisar resultados más que en programar
Mediano (Nueva API)	1 Alcalde + 5~10 Polecats	Progreso paralelo en tareas de frontend y backend
Grande (Cambio de arquitectura)	1 Alcalde + 20~30 Polecats	Desplegar agentes testigos para resolver cuellos de botella en tiempo real

En tareas de migración a gran escala, ejecutar 30 agentes reduce un trabajo que tomaría 6 horas manuales a unos 20 minutos. Sin embargo, esto requiere una optimización previa en la asignación de modelos. Asigne modelos de alto rendimiento como Claude 3.5 Sonnet al Alcalde encargado del diseño, y despliegue modelos con mejor relación coste-beneficio como Gemini para los Polecats que realizan implementaciones simples o pruebas, maximizando así la eficiencia de costes.

Aplicación práctica: Guía para construir un sistema de autenticación JWT

Supongamos que queremos añadir autenticación JWT a una aplicación basada en Go. El proceso para movilizar al ejército con una sola línea de comandos es el siguiente:

1. Acceso al Alcalde: Inicie la sesión con el comando gt mayor attach.
2. Definición de objetivos: "Construye un sistema JWT en el proyecto Go. Incluye cambios en el esquema de la DB, API de login, middleware y pruebas de integración".
3. Orquestación: "No escribas el código directamente; descompón la tarea y delégala en los Polecats. Realiza revisiones con la Refinería".
4. Monitoreo: Verifique el progreso de cada agente en tiempo real con gt convoy list.
5. Revisión: Tras verificar el resultado final fusionado por la Refinería con gt status, proceda a la aprobación.

Si el funcionamiento no es fluido, primero debe revisar el entorno. Es esencial confirmar que la versión de Dolt sea 1.82.4 o superior. Las versiones antiguas causan errores de sincronización en la base de datos Git, provocando conflictos entre agentes. Además, si hay problemas ejecutando el demonio, verifique con tmux -V que la versión sea 3.0 o superior y ejecute gt doctor --fix para inicializar el entorno.

El nuevo rol del ingeniero senior: Diseñador de Sistemas

Activar 30 agentes de IA simultáneamente significa que usted ya no se dedica a teclear. Ahora, la verdadera habilidad del ingeniero se mide por la precisión con la que registra las decisiones de arquitectura en documentos de directrices como CLAUDE.md.

Los agentes son excelentes colaboradores, pero sin una gestión adecuada, son como chimpancés superinteligentes capaces de paralizar el sistema. Asegúrese de ejecutarlos en un entorno experimental (Rig) separado y establezca límites de gasto en la API. Para reducir la fatiga de revisar docenas de PR individualmente, despliegue un agente adicional con el rol de "Sheriff de PR" para filtrar errores sintácticos y casos que no superen las pruebas en una primera fase. Su fábrica de software ya está lista para operar.