Por qué tu agente de IA escribe basura y el de Karpathy funciona 🤖

Ya escribí sobre el post de Andrej Karpathy donde afirma que pasó de escribir el 80% del código manualmente a delegar el 80% a agentes de IA.

Y para hacer que las redes neuronales funcionen mejor, recopiló un repositorio con un conjunto de reglas para herramientas de agentes.

Allí se formalizan los siguientes principios:

1️⃣ Think Before Coding
Prohibición de fantasías. Si la LLM no está segura, debe detenerse y preguntar. Sin suposiciones ocultas ni elección de formato "por defecto".

2️⃣ Simplicity First
A las LLM les encantan los patrones de diseño por los patrones mismos. La regla es simple: pidieron un descuento, escribe una función de 5 líneas. No construyas un AbstractDiscountStrategyFactory con miras al futuro que nunca llegará.

3️⃣ Surgical Changes
Precisión quirúrgica. Toca solo lo que te dijeron. Está estrictamente prohibido que la red neuronal formatee funciones vecinas, añada type hints donde no los había, o reescriba comentarios de otros solo porque le apeteció.

4️⃣ Goal-Driven Execution
Basta de escribir prompts como "haz que funcione". Hay que pasar de la gestión imperativa a la declarativa y establecer criterios claros de buen resultado: "Primero escribe un test que reproduzca el bug. Asegúrate de que falle. Arregla el código. Asegúrate de que el test pase".

Integra las reglas .md de Karpathy en tus proyectos ☕️