claudio.cool
CCDV-PLecciones

CCDV-P · Operación de flotas de agentes para entrega de software

Agentes sin nadie mirando, objetivos, horarios y respuesta a eventos

⏱ 3 min de lecturaBorrador

El pipeline de integración continua falla a las tres de la mañana. Un agente se dispara solo, mira el log, encuentra que un test depende de una fecha, lo corrige y abre un pull request. Cuando el equipo llega, el PR está listo. Otra noche, el mismo agente interpretó mal un error de infraestructura y abrió doce PRs que “arreglan” un problema que no existía. La operación desatendida (unattended operation) tiene mucho valor y mucho riesgo, y lo que la hace segura es el diseño alrededor del agente.

Tres formas de correr sin una persona

  • Dirigido por objetivo (goal-driven): se le da un objetivo con criterio de terminado (“que pase la suite de la rama X”, “migrar este módulo”) y el agente itera hasta lograrlo o agotar un límite.
  • Con horario: tareas periódicas (revisar dependencias vulnerables cada noche, triagear issues nuevos, actualizar documentación desactualizada).
  • Respondedor de eventos (event-driven responder): se activa por un evento: un fallo de CI, un issue nuevo, una alerta, un PR abierto. El caso típico es la primera respuesta ante un incidente de CI/CD: diagnostica y propone, no resuelve en producción.

Claude Code corre sin interfaz interactiva con claude -p (modo headless, con salida en texto, JSON o JSON en streaming) y se integra con sistemas de CI como GitHub Actions; el Agent SDK sirve para armar lo propio. Verificá las opciones vigentes en la documentación.

Qué hace segura una corrida desatendida

Como nadie mira, los límites tienen que estar en el diseño:

  • Alcance y permisos mínimos: un agente de primera respuesta puede leer logs y abrir un PR, no desplegar ni tocar producción. Permisos preaprobados explícitos (lista de herramientas permitidas), nunca “saltear todos los permisos” en un entorno con acceso real. Si hace falta autonomía amplia, en un entorno aislado.
  • Presupuesto y tope: máximo de turnos, de costo y de tiempo por corrida, y un límite de ejecuciones por evento para evitar bucles (un agente que dispara un PR que dispara el CI que dispara el agente).
  • Idempotencia y deduplicación: el mismo evento no abre dos PRs; se reconoce el trabajo ya hecho.
  • Checkpoints y estado: en tareas largas, guardar el avance para retomar sin repetir (ver la lección de ejecución durable).
  • Rama y revisión: los cambios van a una rama o PR, nunca directo a la rama principal; una persona los revisa antes de integrar.
  • Registro completo: qué se activó, qué vio, qué hizo y por qué, para poder auditar a la mañana siguiente.

Notificación y escalamiento

Un agente desatendido tiene que saber cuándo parar y pedir ayuda. El escalamiento (escalation) se define de antemano: condiciones para detenerse (el fallo no es de código sino de infraestructura, la tarea toca algo fuera de alcance, el presupuesto se agotó, varios intentos fallaron), a quién avisa (la persona de guardia, un canal), con qué información (qué intentó, qué encontró, qué propone) y cómo (una notificación que se vea, no un log escondido). Silencio cuando todo sale bien, ruido cuando hay que decidir: si el agente notifica todo, nadie lee; si no notifica nada, nadie se entera de lo que falló.

Las trampas típicas

  • Un agente de primera respuesta con permisos para desplegar o escribir en la rama principal.
  • Sin tope de corridas: bucles de eventos que se disparan entre sí.
  • “Saltear permisos” para que no se frene, en un entorno con acceso real.
  • Intentar de nuevo y de nuevo sin escalar.
  • Cambios que se integran sin revisión humana porque “lo hizo el agente de guardia”.

En el examen

Si se pide un agente que responda a fallos de CI, la respuesta segura diagnostica y propone en una rama o PR, con alcance mínimo, topes de presupuesto y de ejecuciones, y escalamiento a una persona. Descartá “darle permisos totales para que resuelva solo” y “notificar siempre cada paso”.

Pregunta rápida

Una pregunta del simulacro sobre este dominio. Cuenta para tu progreso.

A company with 600 developers is rolling out Claude Code. Security requires that only an approved set of MCP servers can be used, that certain commands remain denied everywhere, and that usage telemetry is collected centrally. Today the approved list lives in a wiki page and in each repository's .claude/settings.json, and developers can edit their own local settings.

An audit found laptops with unapproved MCP servers connected to internal systems, even though the wiki says they are not allowed. The security team also wants the same rules to apply to contractors who use their own laptops.

Which approach enforces the policy for all developers?

Practicá este dominio en el simulacro →