Phaselock: Un Sistema de Control de Agentes de IA Inspirado en Técnicas de Crianza

Phaselock es una Habilidad de Agente de código abierto que aplica técnicas de crianza para niños autistas para controlar agentes de codificación de IA. El desarrollador observó que las tareas vagas hacen que tanto los niños autistas como los agentes de IA malinterpreten las instrucciones, lo que lleva a una ejecución incompleta o incorrecta.

Mecanismos de Control Principales

El sistema implementa cuatro patrones de control específicos:

• Compuertas explícitas antes de la acción: Utiliza un hook BeforeToolUse que verifica la existencia de un archivo de compuerta aprobado en el disco. Sin archivo, no hay escritura. La IA no puede proceder sin una declaración arquitectónica primero.
• Retroalimentación inmediata sobre errores: Un hook PostToolUse ejecuta análisis estático después de cada escritura de archivo (PHPStan, PHPCS, ESLint, ruff, etc.) e inyecta resultados estructurados en JSON de vuelta al contexto. La IA ve exactamente qué se rompió y se corrige a sí misma antes de continuar.
• Opciones restringidas, no abiertas: Las características complejas se dividen en segmentos ordenados por dependencia. La IA trabaja un segmento a la vez, y cada segmento se detiene para revisión humana antes de que comience el siguiente.
• Reglas que no pueden racionalizarse: La aplicación es mecánica a través de hooks de shell que permiten o bloquean. La opinión de la IA sobre su propia salida no es evidencia.

Detalles Técnicos

Phaselock funciona con Claude Code, Cursor, Windsurf y cualquier cosa que admita hooks y habilidades de agente. El conocimiento del dominio está orientado alrededor de Magento 2 y PHP, pero la arquitectura de aplicación es independiente del lenguaje.

La implementación actual tiene una limitación de escalabilidad: carga todas las reglas en el contexto cada sesión. Con 80 reglas esto es manejable, pero con 500 reglas estás quemando contexto antes de que comience la tarea, y con 10,000 reglas es físicamente imposible.

Desarrollo Futuro: Writ

El desarrollador está construyendo Writ como una solución al problema de escalabilidad. Es un sistema de recuperación híbrido que determina qué reglas importan en este momento y devuelve solo esas, logrando tiempos de respuesta inferiores a 10 ms y una reducción de contexto de 726x con 10,000 reglas. El sistema aún es experimental y está siendo sometido a pruebas de estrés.

El desarrollador señala que la evaluación sigue siendo el problema más difícil sin resolver. Las consultas de verdad fundamental son sintéticas con 80 reglas, y no está claro si la calidad de recuperación se mantiene en consultas reales de sesiones reales.