Agente de triaje con IA: Rescale pasó del problema a staging en 5 días con AI-DLC y Strands Agents

Cinco días. Ese fue el tiempo que Rescale necesitó para pasar de una frase («queremos triaje de pruebas con IA») a un agente de triaje con IA desplegado en staging, y de ahí a producción en cuestión de semanas. Hoy ese agente clasifica en segundos los fallos de su suite de pruebas nocturna, una tarea que antes consumía horas de ingenieros de guardia. Lo más interesante no es la velocidad, sino el método: una metodología abierta llamada AI-DLC (AI-Driven Development Lifecycle), en la que la IA ejecuta y los humanos deciden.

El problema: un trabajo a tiempo completo escondido en la guardia

Rescale es una plataforma de ingeniería digital que usan equipos de I+D de aeroespacial, automoción, energía, ciencias de la vida y semiconductores. Su suite de pruebas end-to-end con Playwright ejecuta cientos de casos cada noche. Cuando algo falla, un ingeniero debe revisar logs, patrones históricos y código fuente de varios repositorios, clasificar la causa y enviarla al equipo correcto.

El coste real no era la molestia, sino el bloqueo: esas pruebas son requisito para los despliegues semanales a producción. Un fallo sin resolver podía arrastrar a varios equipos a horas de coordinación antes de poder liberar cambios.

La solución actual es un agente que corre como un paso más del pipeline de Argo Workflows en Amazon EKS. Según el blog de AWS, cuando hay fallos, el pipeline lanza el agente, que:

Invoca Claude Opus 4.8 en Amazon Bedrock para clasificar cada fallo: problema de infraestructura, bug de código, test inestable (flaky) o problema de entorno.

Recupera patrones históricos de fallos desde una base de conocimiento.

Consulta los logs de los pods mediante Model Context Protocol (MCP), integrado con CloudWatch, para obtener evidencia.

Genera un informe de remediación con archivos, funciones y correcciones sugeridas, para revisión humana antes de actuar.

Todo ocurre en segundos y desemboca en el sistema de reportes que el equipo ya usaba. Rescale no ha publicado cifras de ahorro en horas ni en dinero, así que el dato duro es la velocidad de construcción, no un ROI.

Cómo lo hicieron: dos días de definición, dos de construcción

El proyecto fue un taller presencial de cinco días. Arquitectos de AWS guiaron el proceso mientras los ingenieros de Rescale programaban junto a ellos. La clave fue que AI-DLC sustituye los traspasos asíncronos por sesiones grupales: Mob Elaboration para definir requisitos y Mob Construction para construir mientras la IA implementa.

En los días 1 y 2, el equipo partió de esa única frase y respondió más de 20 preguntas de clarificación que generó la IA. El resultado fue un documento de requisitos con la Fase 1 delimitada y la Fase 2 aplazada. Cinco historias de usuario se consolidaron en cuatro unidades de trabajo: base de conocimiento, agente de triaje, integración con Argo y un arnés de evaluación para medir precisión y bloquear regresiones. Funciones tentadoras, como la generación automática de pull requests, se dejaron fuera a propósito.

En los días 2 a 4 llegó la construcción: contratos de interfaz, esquemas de datos y aprobación de la arquitectura. Hubo dos giros arquitectónicos durante la obra, y el equipo validó cada uno antes de cambiar de rumbo. Uno de ellos fue abandonar el plan inicial de alojar el agente en Amazon Bedrock AgentCore, aunque el texto disponible se corta antes de explicar los detalles.

Otras fuentes aportan matices. Un análisis de n1n.ai, que no pertenece a Rescale, describe el problema como un «impuesto de triaje» y estima que revisar logs sin formato puede llevar entre 15 y 45 minutos por ejecución fallida. Es una estimación del medio, no un dato oficial, pero ayuda a dimensionar el coste oculto. También sitúa a Strands Agents como el framework de orquestación sobre Bedrock.

Qué puedes aplicar en tu empresa con un agente de triaje con IA

Rescale no empezó por «implementar IA», sino por un proceso repetitivo, medible y situado en la ruta crítica del negocio. Ese criterio es replicable. Un caso comparable es el de Miro, que redujo la resolución de bugs de días a horas con Amazon Bedrock, y que apunta a lo mismo: la IA rinde más donde hay clasificación, contexto disperso y rutas de escalado.

Si quieres seguir este camino, estas son las lecciones prácticas:

1. Elige un problema acotado y bloqueante. Busca tareas diarias que frenen un despliegue o una entrega, como los tests nocturnos que gatean los lanzamientos.
2. Deja que la IA te interrogue. Las 20+ preguntas de clarificación obligaron al equipo a explicitar supuestos antes de escribir código. Reserva tiempo para ello en sesiones conjuntas.
3. Define Fase 1 y Fase 2 por escrito. Aplazar funciones como el PR automático evitó dispersión y aceleró la llegada a staging.
4. Construye la evaluación desde el día uno. Un arnés que mida precisión y frene regresiones convierte el agente en un sistema confiable. Es la misma lección que deja la evaluación de agentes de IA en Elastic tras casi dos años en producción.
5. Mantén al humano en la decisión final. El agente propone un informe; la persona decide. En Rescale, la IA propone y ejecuta, pero las personas definen el alcance, validan y aprueban los cambios en producción.
6. Integra, no sustituyas. El agente salió dentro del pipeline y del reporte existentes, lo que reduce la fricción de adopción.

Cuándo es el momento y qué vigilar

El momento es cuando ya tienes datos históricos de fallos, logs accesibles y un proceso que genera cuellos de botella visibles. Si careces de eso, empieza por ordenar tu observabilidad.

Vigila también el riesgo de confundir velocidad con valor. Como muestra el caso de Spotify, donde escribir código dejó de ser el cuello de botella, acelerar una etapa traslada la presión a la siguiente, y la revisión humana pasa a ser el recurso escaso.

La pregunta que deberías hacerte esta semana

La historia de Rescale demuestra que un agente de triaje con IA no exige meses de proyecto, sino un problema bien acotado, una metodología que obligue a pensar antes de construir y humanos que sigan decidiendo. ¿Cuál es el ritual repetitivo de tu equipo de ingeniería que hoy bloquea un lanzamiento? Ahí está tu primer candidato para un taller de cinco días.