Facility: cómo llevar los agentes de IA a un proceso real de desarrollo de software
La inteligencia artificial ya puede escribir código, analizar repositorios, corregir errores e incluso preparar un Pull Request. Herramientas como Claude Code y Codex están cambiando rápidamente la forma en que los equipos de desarrollo trabajan.
Pero cuando pasamos de experimentar con IA a utilizarla en proyectos reales aparece una pregunta mucho más importante:
¿Cómo incorporamos agentes de IA al proceso de desarrollo sin perder control, trazabilidad y calidad?
Ahí es donde resulta interesante Facility, un proyecto open source desarrollado por The Agile Monkeys que propone una infraestructura para ejecutar agentes de programación dentro de un proceso de desarrollo observable, gobernado y revisable.
¿Qué es Facility?
Facility es una plataforma open source y self-hosted diseñada para ejecutar agentes de programación como parte del ciclo de desarrollo de software.
En lugar de utilizar un agente de IA como una conversación aislada, Facility convierte cada trabajo en una unidad persistente que puede mantener su contexto durante todo el proceso.
Una tarea puede conservar la conversación entre humanos y agentes, su workspace, archivos y dependencias, sesiones de Claude Code o Codex, cambios realizados en Git, commits, pruebas, revisiones, Pull Requests y evidencia de lo ocurrido durante el desarrollo.
Esto cambia considerablemente la manera de pensar el desarrollo asistido por IA. El agente deja de ser solamente un asistente que responde instrucciones y empieza a participar dentro de un Software Development Life Cycle (SDLC) controlado.
Del prompt al proceso de ingeniería
Uno de los problemas actuales del desarrollo asistido por IA es que muchas implementaciones funcionan aproximadamente así:
Desarrollador → Prompt → IA → Código
Para tareas pequeñas puede funcionar perfectamente. Pero en proyectos empresariales necesitamos muchas más garantías.
Un flujo real normalmente requiere algo parecido a:
Issue → análisis → desarrollo → ambiente → pruebas → revisión → Pull Request → CI/CD → aprobación humana → producción
Facility intenta incorporar los agentes dentro de ese flujo, en lugar de crear un proceso paralelo exclusivamente para la IA.
No se trata solamente de generar código con IA. Se trata de gobernar cómo la IA participa en la construcción del software.
Agentes como código
Una de las ideas más interesantes de Facility es su concepto de Agents as Code.
Los agentes pueden definirse mediante archivos Markdown dentro del propio repositorio, utilizando el directorio .agents/. Esto permite crear agentes especializados: arquitectos, desarrolladores, revisores de Pull Requests, auditores de seguridad o especialistas en resolver errores de CI.
Sus instrucciones, modelo y forma de activación quedan versionados junto con el proyecto.
En cierta forma, además de versionar nuestro software, empezamos a versionar la manera en que la inteligencia artificial trabaja sobre ese software.
Claude Code y Codex dentro del mismo proceso
Facility contempla sesiones nativas y reanudables de Claude Code y Codex. Una historia puede mantener sesiones de agentes durante diferentes etapas del desarrollo.
Esto resulta especialmente interesante para tareas que no se resuelven con un único prompt. Un agente podría comenzar investigando un problema, modificar código, ejecutar pruebas y dejar el trabajo disponible para que una persona lo revise. Después podría continuar la misma tarea para corregir las observaciones encontradas durante el Code Review.
Ambientes reproducibles para los agentes
Dar acceso al código es solamente una parte del problema. Para desarrollar correctamente, un agente también necesita entender y ejecutar el proyecto.
Facility utiliza un archivo .facility.yml para definir aspectos del ambiente como configuración, startup, readiness, servicios, secretos y pruebas de navegador. Los workspaces pueden ejecutar Docker y Docker Compose.
El agente debería trabajar sobre un ambiente reproducible, no solamente sobre una copia de algunos archivos.
Human in the Loop sigue siendo fundamental
Automatizar desarrollo con IA no significa necesariamente eliminar la intervención humana.
Facility mantiene GitHub, los Pull Requests, CI y las reglas de protección de branches como parte de la frontera de entrega.
Los agentes pueden investigar, modificar código y ejecutar pruebas, mientras las organizaciones conservan sus mecanismos de revisión y aprobación antes de integrar cambios.
La pregunta correcta no debería ser únicamente “¿Puede la IA programar esto?”, sino “¿qué mecanismos tenemos para comprobar que lo que programó puede integrarse de manera segura?”
Observabilidad: saber exactamente qué hizo la IA
Facility registra información relacionada con cada ejecución, incluyendo el agente y modelo utilizados, sesión, workspace, estado inicial y final de Git, commits, archivos modificados y eventos relacionados con GitHub.
Cuando múltiples agentes empiezan a intervenir en decenas de repositorios, ya no basta con saber que “la IA hizo el cambio”. Necesitamos poder reconstruir qué ocurrió.
Controlar también el costo de los agentes
Los agentes consumen recursos. Modelos, infraestructura y ambientes de desarrollo tienen costos.
Facility incorpora atribución de costos por proyectos y agentes y permite establecer presupuestos mensuales. Esto introduce una dimensión cada vez más relevante: FinOps aplicado al desarrollo con agentes.
MCP como capa de automatización
Facility utiliza Model Context Protocol (MCP) como una interfaz central de automatización.
Esto permite que otras herramientas y agentes interactúen con proyectos, historias, ambientes y operaciones del ciclo de vida mediante una interfaz estructurada.
¿Dónde vemos oportunidades para WordPress y WooCommerce?
En Sparklabs trabajamos constantemente con plataformas WordPress y WooCommerce que requieren mantenimiento continuo.
Actualizaciones de plugins, cambios de código, integraciones, QA, seguridad y resolución de incidencias forman parte cotidiana del mantenimiento de estas plataformas.
Un modelo inspirado en Facility podría permitir flujos como:
Ticket → agente analiza → reproduce problema → modifica código → ejecuta pruebas → genera preview → abre Pull Request → humano revisa → CI valida → despliegue
Para WooCommerce podríamos agregar validaciones especializadas:
Cambio → pruebas de carrito → checkout → métodos de pago → órdenes → inventario → integraciones → revisión humana
Aquí está una de las oportunidades más interesantes de los próximos años: la IA no solamente ayudando a programar WordPress, sino participando dentro de una fábrica de software WordPress controlada y observable.
¿Facility está listo para producción?
Es importante mantener perspectiva. Sus propios desarrolladores describen Facility como software en una etapa temprana. El esquema de base de datos y la API todavía pueden cambiar y no se garantiza una ruta de actualización entre versiones 0.x.
Por lo tanto, actualmente lo vemos principalmente como un proyecto para experimentar, aprender y observar hacia dónde se dirige el desarrollo de software basado en agentes.
De AI-assisted development a AI-governed development
Durante los últimos años hablamos mucho de AI-assisted development: copilots, generación de código, chat dentro del IDE y agentes autónomos.
La siguiente etapa podría ser diferente: mecanismos para gobernar a los agentes que participan en el desarrollo mediante identidad, permisos, ambientes, presupuestos, pruebas, logs, evidencia, revisiones y aprobaciones humanas.
La visión desde Sparklabs
En Sparklabs creemos que el verdadero cambio provocado por la IA en desarrollo de software no será simplemente producir código más rápido. Será transformar cómo operan los equipos tecnológicos.
Los agentes podrán investigar incidencias, analizar repositorios, preparar soluciones, ejecutar pruebas y colaborar con otros agentes. El papel del equipo humano evolucionará hacia arquitectura, definición de reglas, revisión, seguridad y toma de decisiones.
Por eso proyectos como Facility son interesantes. No intentan responder únicamente “¿cómo hacemos que una IA programe?”, sino una pregunta mucho más compleja:
¿Cómo construimos una organización de desarrollo donde humanos y agentes puedan trabajar juntos sin perder control sobre el software?
Ese probablemente sea uno de los grandes retos de la ingeniería de software en esta nueva etapa de la inteligencia artificial.
Fuente: Facility en GitHub, proyecto open source de The Agile Monkeys.
