Construye tu primer equipo de IA esta tarde

Publiqué un CLI en TypeScript sin saber Typescript

No sé TypeScript. Nunca lo uso. Soy ingeniero de datos—Python y SQL.

Hace dos meses, lancé un CLI completamente funcional en TypeScript con Cloudflare Workers, Supabase Edge Functions, y una integración personalizada con ChatGPT.

Sigo sin saber TypeScript. O cómo funcionan las Edge Functions. O qué hace que Cloudflare Workers escale tan bien.

Esto debería haber sido imposible. Pero aquí está el gran avance: las barreras técnicas ya no tienen que ser barreras. OAuth, Kubernetes, WebSockets, sistemas distribuidos—puedes aprenderlos profundamente, o puedes orquestar modelos que ya los conocen. Ambos caminos son válidos. El nuevo superpoder es poder elegir.

No estamos reemplazando desarrolladores. Nos estamos convirtiendo en desarrolladores con mayor alcance—administradores de modelos que pueden orquestar equipos de IA cuando los necesitamos.

Este manual te muestra cómo una persona mantiene cinco aplicaciones en producción mientras trabaja tiempo completo. No por genialidad, sino por orquestación. Déjame mostrarte exactamente cómo funciona.

Estaba construyendo tan rápido que no podía rastrear mi propia producción. Cuatro aplicaciones en ocho semanas con Claude Code. ¿Ese bug de paginación que normalmente toma 3 días? Arreglado en 40 minutos. ¿La integración OAuth que bloquea equipos por semanas? Lista antes del almuerzo. Necesitaba métricas para probar que no estaba loco. Así que construí Alnilam—un CLI para analizar mi historial de git contra objetivos de desarrollo.

¿Podría haberlo construido en Python? Sí. Pero ChatGPT sugirió que TypeScript sería más rápido, Cloudflare Workers escalaría mejor. La barrera del lenguaje no se registró como barrera—solo otro requisito para entregar a mi equipo.

Armé mi equipo:

• ChatGPT se convirtió en mi Product Manager, extrayendo requisitos mediante interrogación

• ChatPRD transformó mis pensamientos en especificaciones profesionales

• Claude Code se convirtió en mi equipo full-stack, escribiendo código y arquitecturas

Cuatro horas después: CLI en TypeScript analizando miles de commits a través de 12 repos, generando métricas de velocidad del equipo que no podría haber construido en Python en cuatro semanas. Commits reales, datos reales, Edge Functions reales (que no sabía que existían hasta que mi arquitecto las sugirió).

Estamos Ganando un Nuevo Superpoder: Administración de Modelos

Dan Shipper en Every: "Incluso los empleados junior tendrán que usar IA, lo que los forzará al rol de manager—administrador de modelos. En lugar de administrar humanos, asignarán trabajo a modelos de IA."

Esto no hace obsoletas las habilidades tradicionales—las hace más poderosas. ¿Un desarrollador que entiende profundamente los sistemas Y puede orquestar IA? Imparable. ¿Alguien con visión pero experiencia limitada en código que ahora puede orquestar modelos? Finalmente desbloqueado.

¿Puedo mantener este código TypeScript con debugging tradicional? Tal vez (con suficiente tiempo). ¿Puedo extenderlo semanalmente usando mi sistema de orquestación? Absolutamente—y más rápido que si lo hubiera escrito yo mismo.

Esto no se trata de reemplazar cómo construimos—se trata de agregar opciones. El conocimiento técnico profundo sigue siendo increíblemente valioso. El mejor arquitecto usando IA superará a alguien solo orquestando modelos. Pero tacosdedatos es para personas con más ideas que tiempo, más creatividad que experiencia. Si te estás ahogando en posibilidades pero te faltan horas de implementación—ya seas un ingeniero senior o alguien recién comenzando—este enfoque abre puertas que antes estaban cerradas.

Déjame mostrarte cómo.

---

Sección 1: La Mentalidad Agentica

Construir Ahora No Cuesta Nada. Saber Qué Construir Cuesta Todo.

La Evolución Que Todos Vivimos

La Manera Muy Antigua (2022-2023): Autocompletado con Esteroides

// Calcular edad del usuario desde fecha de nacimiento
[GitHub Copilot autocompleta la función]

Tratábamos la IA como un mecanógrafo más rápido. Escribir un comentario, obtener una función. Ahorraba teclas, no pensamiento.

La Manera Antigua (2024): El Enfoque YOLO "Oye Claude, hazme una app que rastree mis commits en todos los repos." [Arroja 500 líneas de código] "Genial, ahora agrega autenticación." [Rompe todo, empieza de nuevo]

Saltábamos directo de la idea al código. Sin planificación. Sin estructura. Solo vibras y esperanza.

La Nueva Manera (2025): Pensar Primero, Construir Después

Esto refleja lo que los buenos equipos siempre han hecho—los creadores de Design Sprint compartieron en el Lenny’s Podcast que "La mayoría de las startups fallan no porque no pueden construir, sino porque construyen lo incorrecto"

La diferencia? Ahora tu equipo es IA, y puedes comprimir meses en horas:

1. Pensar Primero (Hablar tus ideas crea contexto 10x más rico que escribir)

2. Clarificar (ChatGPT te entrevista sobre requisitos)

3. Estructurar (ChatPRD crea documentación apropiada)

4. Planificar (Claude lo divide en issues)

5. Ejecutar (Claude Code implementa con contexto)

6. Revisar (Verificas que construyó lo correcto)

En la emoción de '¡la IA puede construir cualquier cosa!' es fácil saltarse la planificación que hace la diferencia entre construir algo y construir lo correcto.

Construir prototipos ahora cuesta horas en lugar de semanas—pero elegir qué construir sigue costando todo.

La habilidad técnica sigue siendo crucial—pero ya no es el único diferenciador. El gusto, la visión y las habilidades de orquestación crean nuevos caminos hacia el impacto.

La Mentalidad con Agentes: Tu IA Es un Equipo, No una Herramienta

Trata a tus modelos como miembros del equipo que:

• Necesitan requisitos claros (no deseos vagos)

• Trabajan mejor con roles definidos (no "haz todo")

• Requieren revisión e iteración (no confianza ciega)

• Mejoran con buena administración (no solo mejores prompts)

El costo de construir lo incorrecto perfectamente es infinito. El valor de la claridad antes del código siempre ha sido invaluable—la IA solo hizo esta verdad imposible de ignorar.

Tres Cambios Críticos

Cambio 1: De "Dame código" a "Ayúdame a evolucionar el sistema"

• Antes: "Escribe una función que valide email"

• Ahora: "Eres mi arquitecto de seguridad. Revisa nuestro flujo de autenticación e identifica vulnerabilidades"

Cambio 2: De manejar contexto manualmente a contexto que se mantiene solo

• Antes: Archivos Markdown gigantes que pegas en cada conversación

• Ahora: PRDs y logs de desarrollo viven con tu código. Los agentes los actualizan mientras trabajan. El contexto evoluciona automáticamente.

Cambio 3: De cuello de botella secuencial a ejecución paralela

• Antes: Empezar algo, esperar, pasar a lo siguiente. Tú eres el cuello de botella.

• Ahora: Di "integra SMS" y observa cómo agentes especializados lo atacan desde todos los ángulos simultáneamente—implementación, base de datos, rendimiento, mejores prácticas.

Tu Primera Acción

Escribe las 3 partes más repetitivas o críticas de tu proceso de desarrollo. Estos son tus primeras vacantes de agentes.

Las mías fueron:

1. Convertir ideas vagas en requisitos estructurados → agente github-issue-crafter

2. Mantener UI intuitiva a través de cambios → agente ux-advocate

3. Revisar código para rendimiento y simplicidad → agente performance-oracle

Elige tus tres. Mañana, construirás tu primer agente para uno de ellos.

---

Sección 2: Las Herramientas Que Permiten a Una Persona Construir Como un Equipo

Soy una persona con trabajo de tiempo completo, una coneja que cuidar, una familia, y vida real. Además de eso, mantengo la comunidad tacosdedatos, escribo regularmente, y mantengo 4-5 aplicaciones completas. Sería literalmente imposible sin estas herramientas.

Aquí está lo que realmente lo hace funcionar.

Los Jugadores Principales

Monologue — Doble clic en Option en mi Mac y esta app flota sobre todo, escuchando. Esto no es sobre tomar notas—es sobre velocidad. Escribir me da 70 palabras por minuto; hablar me da 120. Pero la diferencia real es la riqueza: hablar crea prompts con 10x más contexto y matices que escribir. Tu conexión cerebro-voz es más natural que cerebro-teclado. La app es inteligente también—mantiene Slack casual, auto-presiona Enter en Claude, hace snake_case en variables en VS Code.

Claude (y ChatGPT) — Donde las ideas se vuelven claras. Empiezo con "Tengo una idea, ayúdame a cristalizarla" y solo hablo usando Monologue. Una vez que la idea está clara, empiezo un nuevo chat para mantener el contexto limpio, luego comienzo la entrevista de PM: "Aquí está mi idea... ¿puedes ayudarme a redactar un PRD? Hazme preguntas clarificadoras." Pregunta cosas específicas que no había considerado. Respondo. De repente tengo un documento de requisitos de producto real. El modo de voz de ChatGPT es increíble para esto también—la voz desbloquea creatividad con fricción mínima.

ChatPRD — Transforma mi PRD básico en un documento completo con secciones que siempre olvido—especialmente la narrativa y los no-objetivos. Esa sección narrativa se vuelve sorprendentemente poderosa. Para mi app de journaling Amoxcalli, la narrativa sobre "captura sin fricción para personas que tienen problemas para enfocarse" previene el scope creep. Claude Code realmente la referencia: "Esto no se alinea con nuestra narrativa de captura sin fricción." Sin estos guardarraíles, lanzarás las cosas incorrectas y te alejarás de tu visión original—construyendo infinitamente características que nunca necesitaste.

Claude Code — Todo el equipo desarrollo en tu terminal. Puede iniciar servidores, navegar navegadores con Puppeteer y tomar capturas de pantalla, analizarlas. Puedes arrastrar imágenes directamente a la terminal—Claude Code las entiende instantáneamente. En el trabajo (donde uso dbt y Snowflake), Claude modela tablas, usa el CLI de Snowflake para verificar builds, revisa conteos de registros, analiza distribuciones—todo en una sesión. Para proyectos personales, es un equipo completo listo para construir. Pero construye exactamente lo que le dices, por eso necesitas los pasos anteriores.

v0 — De PRD a aplicación funcionando en menos de una hora. Sube tu PRD de ChatPRD, presiona enter, míralo construir. Conectado a Vercel, integra Supabase, Neon + Prisma para datos, hace deploy directo, crea repos de GitHub—el stack completo. A veces es más fácil empezar aquí y ver qué estás construyendo realmente antes de sumergirte en Claude Code. Recientemente empecé a usar Lovable para esto también y me encanta.

El Elenco de Apoyo

Lex — El editor que sabe cuándo parar. Otras herramientas de IA iteran infinitamente. Lex realmente dirá "Esto está sólido, no necesitas cambiar nada." Cuando dudo de un título, podría responder "Puedo hacer brainstorming si quieres, pero honestamente está genial así." Esa moderación es una característica. Mantener tu voz importa más que la optimización infinita.

Spiral — Cómo una persona mantiene presencia en todas las plataformas. Escribo una vez, pego en Spiral para un hilo de Twitter, obtengo tres borradores con diferentes ángulos. Elijo lo que suena como yo. La magia: habla Spanglish como yo. Escribo en el idioma que esté pensando, luego digo "Ahora en español" para tacosdedatos. Sin esto, el contenido multiplataforma como creador solo sería imposible.

Por Qué Esto Importa

Estas herramientas no crean por mí—me ayudan a ser más "yo", más rápido. Spiral me deja escribir como yo mismo para más audiencias. Claude Code construye lo que imagino. ChatGPT y Claude cristalizan ideas que ya tengo.

No necesitas todas estas. Pero si tienes más ideas que horas, más creatividad que experiencia, deberías saber que existen.

Elige una que resuelva tu mayor cuello de botella. Empieza ahí.

---

Sección 3: Ingeniería Compuesta: Nunca Resuelves el Mismo Problema Dos Veces

No Eres Tú Quien Está Aprendiendo Más Rápido

Cuando Kieran Klaassen de Every mostró cómo Claude había aprendido de tres meses de revisiones de código y aplicó esas lecciones automáticamente, entendí lo profundo: no había construido un sistema más rápido, había construido uno que nunca repite errores. Como dice el equipo de Every: "Cada iteración enseña algo nuevo al sistema, haciendo la siguiente más rápida y confiable."

Pero aquí está por qué esto realmente funciona: todo es verificable. Ves la investigación, los enlaces verificados, el razonamiento documentado. Cuando Claude resuelve un bug de autenticación, la solución incluye el razonamiento, las alternativas consideradas, las fuentes consultadas—todo guardado en archivos markdown que puedes leer. La confianza se acumula junto con el conocimiento. ¿Ese bug de autenticación que arruinó tu fin de semana? Ahora es una corrección de cinco minutos con un flujo de trabajo documentado que puedes verificar y confiar (¡e incluso aprender de él!).

No me he convertido en experto en autenticación. No he memorizado mejores prácticas de WebSocket. No he estudiado teoría de sistemas distribuidos. En cambio, he construido flujos de trabajo que capturan y aplican esa experiencia automáticamente. Cada mes, necesito saber menos porque mi sistema sabe más, y puedo confiar en él porque lo he visto funcionar, verificado su razonamiento, y observado su éxito repetidamente.

Qué Significa Realmente la Ingeniería Compuesta

La asistencia tradicional de IA es como tener un interno brillante con amnesia. Cada mañana, son igual de inteligentes pero no saben nada sobre la historia de tu proyecto. Repites las mismas correcciones, explicas los mismos patrones, arreglas los mismos tipos de bugs.

La ingeniería compuesta es diferente. Es construir sistemas donde:

• Cada bug arreglado se vuelve trivial—lo que tomaba días ahora toma minutos

• Cada revisión de código se vuelve gusto permanente—tus preferencias se propagan a todo el código futuro

• Cada decisión arquitectónica se propaga hacia adelante—elige un patrón una vez, míralo aplicado para siempre

• Cada falla hace al sistema más fuerte—no solo arreglado, sino capturado y codificado

Kieran mostró algo notable—Claude había revisado código antes de que él abriera GitHub:

"Cambié nombres de variables para coincidir con el patrón del PR #234, eliminé cobertura excesiva de pruebas según comentarios en PR #219, agregué manejo de errores similar al enfoque aprobado en PR #241."

Esto no es solo automatización—es sabiduría acumulada. Tu Claude de octubre sabe todo lo que tu Claude de enero aprendió, aplicado automáticamente.

El Loop de Automejora en Acción

Aquí está cómo el detector de frustración de Kieran para Cora ilustra el concepto perfectamente:

• Escribe una prueba para lo que quieres (falla—eso es esperado)

• Claude escribe la implementación

• ¿La prueba sigue fallando? Claude lee los logs, ajusta, intenta de nuevo

• Ejecuta la prueba 10 veces para verificar consistencia

• Analiza fallas: Claude estudia por qué falló 6 de 10 veces, descubre que le faltan patrones de "frustración educada" como "Hmm, no exactamente"

• Actualiza e itera: Claude refina el prompt para capturar estos patrones

• Codifica el flujo de trabajo: Todo el proceso se guarda en CLAUDE.md

La próxima vez que necesites funcionalidad similar, dices: "Usa el flujo de trabajo del detector de frustración." El sistema ya conoce todo el ciclo. A diferencia del código escrito por humanos, la implementación es un prompt que Claude puede refinar infinitamente basado en resultados de pruebas.

De Programador a Director (Y Por Qué Tus Problemas Siguen Evolucionando)

Este enfoque cambia tu rol fundamentalmente. Como dice Kieran: "Es como aprender a ser CEO o director de cine: No puedes hacer todo tú mismo, pero puedes construir sistemas que capturen problemas antes de que escalen."

Pero aquí está lo que realmente sucede: A medida que los problemas triviales se resuelven solos, naturalmente avanzas a desafíos de orden superior.

Mes 1: Estás depurando errores de sintaxis y timeouts de API

Mes 3: Estás resolviendo condiciones de carrera y sincronización de estado

Mes 6: Estás arquitecturando límites de microservicios y diseñando estrategias de event sourcing

No porque estudiaste más o te convertiste en mejor ingeniero de la noche a la mañana, sino porque todos los problemas de nivel inferior ahora toman minutos en lugar de días. Tienes el espacio mental y tiempo para abordar desafíos genuinamente complejos.

Tu rol evoluciona porque el espacio del problema evoluciona.

El Efecto Compuesto Real

Mes 1: Encuentras tus primeros cinco problemas. La autenticación falla. El manejo de estado se complica. Las llamadas API tienen timeout. Los resuelves, pero más importante, codificas las soluciones. Estos problemas nunca volverán a sentirse como problemas—tomarán minutos, no días.

Mes 2: Encuentras cinco problemas nuevos—pero nota qué es diferente. Ya no estás depurando autenticación (eso toma 5 minutos ahora). Ahora estás lidiando con conexiones websocket, invalidación de caché, condiciones de carrera. Cada solución se captura. Cada patrón se documenta. Tu espacio de problemas está evolucionando hacia arriba.

Mes 3: Los cinco problemas que estás resolviendo ahora habrían sido imposibles de encontrar en el Mes 1—no habrías llegado lo suficientemente lejos para encontrarlos. Ahora estás resolviendo sincronización de estado distribuido, actualizaciones optimistas de UI, estrategias complejas de migración. Los problemas simples siguen existiendo, pero son triviales.

Mes 6: Tu sistema ha acumulado soluciones a 50+ categorías de problemas. Cuando encuentras problemas ahora, son genuinamente nuevos—casos límite en la intersección de múltiples sistemas, problemas que solo emergen a escala, desafíos arquitectónicos que requieren repensar enfoques completos. Todavía encuentras problemas de autenticación, pero se manejan en minutos con flujos establecidos.

Esto es verdadero interés compuesto: Cada problema resuelto no elimina problemas futuros—los hace triviales. Tu yo de enero pasaba días en bugs de autenticación. Tu yo de junio pasa 5 minutos en autenticación y días en consenso distribuido.

Caja de Acción: Empieza Hoy

Documenta tu próxima corrección de bug como un flujo de trabajo. Eso es todo. La próxima vez que resuelvas algo que tomó horas, captura la solución de manera que Claude pueda reutilizarla. Usa el mejorador de prompts de Anthropic para hacerlo listo para producción.

El primer paso no requiere experiencia—requiere reconocer que cada solución ganada con esfuerzo debería convertirse en un atajo permanente.

Luego hazlo de nuevo mañana, y observa lo que se acumula.

---

Sección 4: De Idea a Código en 2 Horas

Hora 0: La Entrevista de PM

Abre ChatGPT o Claude. Habla sobre tu idea por 2-3 minutos. Luego di:

"Tengo esta idea vaga sobre [tema]. Sigue haciéndome preguntas hasta que se convierta en un producto claro. Esto es para escribir un PRD después."

ChatGPT te entrevista a TI. Hace las preguntas que estás evitando. Habla tus respuestas—30 segundos de habla supera 2 minutos de escritura.

Hora 1.5: El PRD

Lleva el resultado a ChatPRD: "¿Puedes ayudarme a mejorar este PRD?"

Obtienes un PRD apropiado con narrativa y no-objetivos—las secciones que previenen el scope creep.

Hora 2: El Backlog

Agrega PRD.md a tu repo. Dile a Claude Code:

Lee el PRD. Crea issues de GitHub para implementación:
- Cada issue: 2-4 horas de trabajo
- Incluye criterios de aceptación
- Marca dependencias
- Etiqueta: mvp, nice-to-have, o technical-debt
- Ordena por secuencia de implementación

Ahora tienes un backlog que le tomaría a un líder de equipo medio día crear. Si tienes gh o glab CLI instalado, Claude Code crea los issues directamente.

El Ciclo Vivo

Después de cada característica, actualiza PRD.md:

• Marca elementos completados

• Agrega decisiones técnicas

• Modifica basado en la realidad

Prueba este flujo de trabajo esta semana. Mide tu tiempo.

---

Sección 5: Tres Patrones de Sub-Agentes Que Realmente Funcionan

Qué Son Realmente los Sub-Agentes

Claude Code puede generar agentes especializados—como contratar contratistas para tareas específicas. Cada uno obtiene su propia ventana de contexto, su propia expertise, sus propias instrucciones. Claude los llama cuando es necesario, o puedes invocarlos directamente.

No son comandos slash que contaminan tu contexto. Son trabajadores independientes que reportan solo los resultados.

El equipo de Every.to compartió tres patrones en su Claude Code Camp.

Procesamiento Paralelo

Dile a Claude "usa agentes paralelos" y ejecuta hasta 10 simultáneamente. Perfecto para analizar codebases masivas o libros completos. Cada agente obtiene su propia ventana de contexto de 1M tokens.

Ejemplo de Dan Shipper: Analizar cómo un autor entrelazó tres líneas narrativas. En lugar de chunks RAG, cada agente lee el libro completo y reporta. Comprensión real, no coincidencia de patrones.

Yo uso esto para analizar codebases grandes—mucho más rápido que exploración secuencial.

Procesadores Oponentes

Crea dos agentes con objetivos opuestos, déjalos pelear, Claude juzga al ganador.

El hack de reportes de gastos de Dan: Un agente lo representa (maximizar reclamos), otro representa a su empresa (minimizar costos). Batallan sobre cada gasto. Claude resuelve conflictos. La tensión crea claridad.

Ejecutor-Evaluador

Un agente construye, otro revisa, iteran hasta terminar. El contexto fresco previene aprobación automática.

Danny de Every lo mostró en vivo: Su Ingeniero UI de Figma construye desde el diseño, el Revisor de Implementación compara contra el original, hacen ciclo hasta perfección pixel. Veintidós minutos de iteración autónoma mientras él almorzaba.

Uso este patrón constantemente—un agente escribe, otro revisa según mis guías de estilo específicas.

Creando Tu Primer Sub-Agente

Escribe /agents en Claude Code. Describe lo que quieres. Eso es todo.

No crees 20 agentes de antemano. No los usarás. En cambio, nota la repetición en tu trabajo. Ese es tu próximo agente.

Ejemplo: Kieran agregaba eventos de seguimiento cada tres meses. En lugar de reaprender cada vez, creó un Experto en Ahoy Tracking. Ahora toma minutos, no horas.

Los sub-agentes son archivos de texto en .claude/agents/. Edítalos directamente. No son código—son instrucciones.

Elige un patrón. Pruébalo esta semana.