← Ingeniería con IA ETAPA 08 · 26 MIN

Verifica el parche, cuestiona la historia

Encuentra contraejemplos, depura a partir de evidencia y protege las fronteras que un agente puede cruzar.

Abrir en el laboratorio ↗

AL TERMINAR, PODRÁS

  • Diseñar comprobaciones que cuestionen las suposiciones de la implementación
  • Depurar un cambio asistido por IA a partir de una falla reproducible
  • Revisar dependencias, datos sensibles y permisos del agente
La confianza viene de comprobaciones independientes, no de la explicación que trae el parche.

Descripción del diagrama: Parche → Tu propio test; Parche → Reproducir el error; Parche → Leer el diff; Parche → Revisar dependencias; Reproducir el error → Integrar; Leer el diff → Reducir la falla

Construye una razón independiente para confiar en el resultado

Una función generada y unas pruebas (tests) generadas pueden compartir el mismo malentendido.

Deriva primero los resultados esperados a partir del contrato revisado. Para la espera de reintento de Relay, comprueba el cero, el último valor por debajo del tope, el primer valor con tope, intentos enormes, entradas negativas y True. En Python, los booleanos son enteros para isinstance, así que la política de rechazo necesita código deliberado.

Revisa las ramas y los efectos secundarios más allá del caso feliz. Ejecuta las comprobaciones documentadas y distingue «pasó», «falló» y «no se ejecutó». Un resultado de prueba es evidencia de los casos y el entorno que se ejercitaron, no la prueba de que todo comportamiento posible es correcto.

Reduce la falla antes de pedir otro parche

Supón que un asistente calcula 2 ** attempt antes de aplicar el tope.

Un valor de intentos enorme crea sin necesidad un entero gigante. Reproduce ese comportamiento con un caso controlado, enuncia la hipótesis y elige un cambio que prediga una mejora medible. Prueba la corrección contra el caso nuevo y contra el contrato original.

Evita apilar correcciones generadas sin relación hasta que desaparezca el síntoma. Mantén un diff pequeño y explica la cadena causal: entrada, suposición equivocada, efecto, corrección. Revisa con especial cuidado cualquier prueba borrada o aserción debilitada.

Revisa las fronteras de ejecución y de la cadena de suministro

Antes de instalar dependencias desconocidas, contrástalas con la documentación oficial de su proyecto y con los metadatos del paquete.

Confirma el propósito, la versión, el origen, las obligaciones de licencia y que encaje en mantenimiento; un nombre de paquete plausible no basta. Revisa los scripts de instalación y los permisos que concede. Usa entornos de desarrollo aislados, credenciales mínimas y autorización explícita para efectos en producción.

No pegues claves privadas ni registros de clientes en un chat de depuración. El contenido externo puede intentar una inyección de prompts, y un revisor de IA adicional también puede pasar problemas por alto. Combina revisión humana, comprobaciones automáticas adecuadas y controles de acceso; pide a un especialista que revise los riesgos que superen tu experiencia.

ERROR FRECUENTE

Usar la respuesta «se ve correcto» del mismo asistente como única revisión, o aceptar pruebas que pasan después de que se debilitó el comportamiento esperado.

INTÉNTALO TÚ

Revisa una implementación de reintentos que usa isinstance(attempt, int), calcula 2 ** attempt sin condiciones y captura todas las excepciones. Nombra tres riesgos y propón una prueba mínima basada en el contrato para cada uno.

COMPROBACIÓN DE RECUERDO / APLICA LA IDEA

Decide en el laboratorio.

El checkpoint de dos preguntas, tus notas y tu progreso guardado están en el laboratorio. Gratis y sin cuenta.

Abrir en el laboratorio ↗

CONÉCTALO CON RELAY

Revisa el parche de envío del laboratorio de entrega con IA. Cuestiona las claves duplicadas, los contenidos cambiados, la entrada inválida antes de la reserva y la mutación del contenido original. Registra un contraejemplo, la corrección mínima, los resultados reales de las pruebas y la limitación de concurrencia que queda.