Saltar al contenido

root / tags / mit-license

#MIT license

2 fiches

Agentes de codificación IA y Skills Traducción verificada automáticamente

Lattice — Composable AI skills that teach assistants structured thinking (design-first, context-aware, architecture-guided)

Repositorio de GitHub `techygarg/lattice` que formaliza un framework de **skills componibles** para instalar una *disciplina de ingeniería* en asistentes de codificación con IA (Claude Code, Cursor). Arquitectura distintiva de tres niveles: **Atoms** (guardarraíles de principio único: código limpio, DDD, seguridad, calidad de tests, design-first), **Molecules** (flujos de trabajo multietapa que componen los atoms: diseño, implementación, refactorización, corrección, revisión), **Refiners** (entrevistas guiadas que producen estándares específicos del proyecto que personalizan el comportamiento de los atoms). Pipeline operativo `lattice-init` → `design-blueprint` → `code-forge` → `review`, con `refactor-safely` y `bug-fix` como derivaciones. Tres principios centrales: *"Skills over prompts"*, *"Composability over monoliths"*, ***"Living context over static config"*** — la carpeta `.lattice/` se vuelve más inteligente con cada ciclo de funcionalidades. MIT, shell puro, 18 stars / 52 commits, una serie de artículos en martinfowler.com que explican cinco *patrones de colaboración*. Fuerte convergencia con Vincent *Superpowers* (2026-04-02), Habert *PROJ-AI* (2026-05-05), Wescale *Usine Logicielle Augmentée* (2026-05-03) y — la convergencia doctrinal más alta sin linaje declarado — **Compound Engineering** de Every (Shipper/Klaassen 2025-12-11): pipelines isomórficos (lattice-init→design-blueprint→code-forge→review ↔ ce:brainstorm→ce:plan→ce:work→ce:review), capa de contexto vivo (`.lattice/` ↔ `docs/plans/+solutions/+brainstorms/`), una postura compartida de design-first, revisión obligatoria al final. La doctrina de *coding agent harness* de 2026 converge en un vocabulario estable, sin influencia directa.

#lattice#techygarg#composable AI skills

techygarg (auteur GitHub, identité réelle non précisée dans le README ; auteur d'une série d'articles publiée sur martinfowler.com).

Agentes de codificación IA y Skills Traducción verificada automáticamente

The Batch n°350 — How Coding Agents Accelerate Different Types of Software Work (Andrew Ng) + GLM-5.1, Digit chez Schaeffler, anti-data-center revolt, assistant axis

El editorial de Andrew Ng en The Batch #350 establece una **jerarquía de aceleración para agentes de codificación** por tipo de trabajo de software: **Frontend (máxima) > Backend (moderada) > Infraestructura (baja) > Investigación (mínima)**. El razonamiento se basa en la *verificabilidad* implícita (fluidez en TypeScript/JavaScript junto con un bucle autónomo de pruebas agente-navegador en el frontend) y en los puntos ciegos de los LLM (casos límite / seguridad / migraciones de bases de datos para el backend, compensaciones de red opacas para la infraestructura, formación irreducible de hipótesis para la investigación). El número se completa con 4 noticias estructurantes: **GLM-5.1 (Z.ai)**, un modelo con licencia MIT de 754B de parámetros (40B activos) capaz de tareas autónomas de hasta 8 horas de duración (líder de SWE-Bench Pro con 58,4%); **Digit (Agility Robotics) en Schaeffler**, el primer despliegue industrial de humanoides (1,75 m / 65 kg, 10-25 $/h frente a 20 $/h para un humano); la **revuelta antidata centers** (~64.000 M$ bloqueados entre mayo de 2024 y marzo de 2025, moratoria en Maine sobre instalaciones de 20MW o más, cóctel molotov en la casa de Sam Altman); y el **"eje del asistente"** (Christina Lu, MATS / Oxford / Anthropic), que reduce la deriva de persona y los jailbreaks (Qwen3 32B: 83%→41%; Llama 3.3 70B: 65%→33%) sin degradar IFEval/GSM8k/MMLU-Pro/EQ-Bench.

#Andrew Ng#The Batch#DeepLearning.AI

Andrew Ng (édito principal — fondateur DeepLearning.AI, Stanford, ex-Google Brain, ex-Baidu) ; rédaction The Batch (DeepLearning.AI) pour les sections actualités