Un Flujo de Desarrollo TDD Utilizando Agentes de IA para Proyectos de Sitios Web

Flujo de Trabajo de Desarrollo con Agentes de IA

Un desarrollador describe su enfoque para el desarrollo de sitios web utilizando agentes de codificación con IA mediante una metodología de desarrollo guiado por pruebas. Utilizan tanto Claude Code para proyectos laborales como modelos locales para proyectos privados, específicamente Qwen Code sobre Qwen3.5-27B ejecutándose en llama.cpp con 2xRTX 3090 GPUs.

Configuración Inicial del Proyecto

Al inicio de un proyecto, implementan módulos básicos:

• Esquema básico de base de datos
• API básica de autenticación
• Enrutamiento de interfaz de usuario
• Diseño básico de interfaz de usuario
• API básica (administradores y usuarios)
• Pruebas básicas de API/E2E (escritas manualmente o por IA)
• Archivos de contexto para agentes de codificación (AGENTS.md, CLAUDE.md)

Proceso de Desarrollo Iterativo

Después de la configuración, comienza el proceso iterativo:

1. Escribir especificaciones detalladas de pruebas API/E2E en markdown para una funcionalidad
2. Generar pruebas API/E2E a partir de las descripciones de pruebas en markdown
3. Iniciar sesión del agente de codificación con capacidad para ejecutar pruebas
4. Solicitar al agente que implemente la funcionalidad hasta que las pruebas pasen

Capacidades y Compensaciones de los Modelos

El desarrollador señala que modelos más capaces como Claude permiten omitir completamente los archivos markdown para sitios web simples, mientras que Qwen3.5-27B tiene umbrales diferentes. Los modelos menos capaces requieren instrucciones más específicas para mitigar modos de fallo, incluyendo bloquear lógica instruyendo no tocar ciertos archivos o usar solo envoltorios específicos.

Hipotetizan que los desarrolladores no deberían obsesionarse con patrones y calidad del código si el código está cubierto por pruebas y funciona, comparando los agentes de IA con gestionar 10-100 desarrolladores junior/intermedios al costo de una suscripción de IA.

Especificaciones del Modelo Local

Para modelos locales ejecutándose en 2xRTX3090, utilizan Qwen3.5-27B-GGUF-Q8_0 con paralelo = 1 y contexto completo, creyendo que esto es importante para que las sesiones agenticas no sean autocomprimidas tempranamente. Notan que modelos menos inteligentes obligan a una articulación más clara de pruebas E2E y la implementación deseada, mientras que Claude completa automáticamente las decisiones de diseño pero puede llevar a pérdida de control.

Implementación del Bucle TDD de Codificación

El desarrollador proporciona un borrador de su bucle TDD de codificación:

comienza el bucle externo: ejecutar todas las pruebas pytest usando el comando `pytest tests/ -x` y saldrá si no hay fallos; el nivel de registro predeterminado será warning, por lo que no habrá mucha salida allí
si todo pasa; salir del bucle externo; si algo falló, extrae el nombre de la prueba fallida
ejecuta el nombre de la prueba fallida con registros completos, como `pytest tests/../test_first_failing_test.py --log-level DEBUG` y recoge la salida de las pruebas en el archivo
extrae líneas cerca de las cadenas 'error'/'fail' con `egrep -i -C 10 '(error|fail)' <fail

Este enfoque representa una implementación práctica de TDD con agentes de IA, equilibrando automatización con la supervisión necesaria para mantener el control de la base de código.