Camplight y los 7 bloques de una fábrica de software IA

Una fábrica de software con IA no es un agente: es un sistema

Camplight, una consultora tecnológica, publicó esta semana un análisis detallado de lo que ha aprendido tras nueve meses construyendo fábricas de software con IA para tres clientes (todos bajo NDA). Su conclusión: el valor no está en el agente, sino en lo que rodea al agente.

Según el artículo original, una AI software factory es un sistema gestionado (como los servidores cloud son hardware gestionado) que convierte requisitos definidos en cambios de software validados, conectando agentes de IA, herramientas, verificaciones automatizadas y supervisión humana. La diferencia con un coding agent tradicional no es lo que el agente hace, sino el sistema alrededor de la ejecución.

Qué distingue una fábrica de un coding agent

GitHub Copilot, en su versión cloud agent, puede investigar un repositorio, planificar cambios, modificar código y correr tests en un entorno de desarrollo. Pero una fábrica no se distingue por «hacer más que autocompletar»: se distingue porque conecta una solicitud de negocio con el contexto, las herramientas, las personas, la verificación y el proceso de release necesarios para entregarlo.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El flujo que Camplight propone tiene siete pasos secuenciales: intención definida → contexto relevante → ejecución → verificación → aprobación requerida → release → feedback. Cada paso puede usar un mecanismo distinto: un agente, código ordinario, un pipeline existente o una persona.

La pieza crítica, según la fuente, es la verificación: los autores la definen como el cuello de botella habitual, porque las evaluaciones y los guardrails «son un objetivo en movimiento».

Los 7 bloques que toda fábrica de software con IA debería tener

Camplight organizó su modelo público Nest (basado en su infra open-source OrgOps) en torno a siete áreas que los líderes pueden usar para comparar plataformas. Son criterios de evaluación, no un requisito de construir siete aplicaciones nuevas:

Dashboard operacional: debe responder qué está corriendo, qué terminó, qué espera revisión y cuánto costó ejecutar. Una métrica útil para comparar trabajo similar es coste por cambio aceptado = coste total de ejecución y revisión / cambios aceptados en ese lote, incluyendo intentos fallidos y reintentos, no solo la ejecución final exitosa.
Gestión de agentes: el directorio debe mostrar qué hace cada agente, dónde opera, quién es dueño de su configuración y si está activo, en pausa o esperando ayuda. Los autores distinguen entre capacidades horizontales (reutilizables entre equipos, como un workflow de investigación) y capacidades verticales (atadas a un producto o proceso de negocio). La fuente referencia explícitamente el marco de Team Topologies como analogía arquitectónica para pensar límites y modos de interacción.
Configuración del agente: incluye responsabilidad, selección de modelo, conexiones a herramientas, skills, workspace e instrucciones adicionales. La fuente cita la guía de seguridad para agentes de OWASP, que aborda mínimo privilegio, autorización de herramientas y controles de aprobación humana.
Proyectos: mantienen el contexto atado al outcome. La petición, la evidencia, la recomendación, la decisión humana y el siguiente artefacto pertenecen al mismo contexto de proyecto, lo que crea un handoff más claro que reconstruir el trabajo desde cero.
Ensamblaje de equipo: Nest propone una colección inicial de capacidades (estrategia, research, producto, diseño, ingeniería) que el usuario puede mantener o personalizar. El principio de diseño: armar el conjunto más pequeño útil de capacidades alrededor del problema, en línea con la guía de ingeniería de Anthropic que recomienda empezar por la solución más simple e introducir estructuras agentic más elaboradas solo cuando el beneficio lo justifique.
Skills y automatizaciones compartidas: un proyecto completado puede dejar workflows reutilizables, conectores, instruction sets o agent skills. La clave: reusar la capacidad, reautorizar el acceso; compartir un workflow no debe significar compartir silenciosamente las credenciales del creador.
Huddles humano-agente: sesiones enfocadas donde una persona revisa el artefacto y da feedback (incluso por voz, vía speech-to-text). Sirven para intervenir en momentos de juicio, no para meter cada tarea de agente dentro de otra reunión.

Verificación y release: lo que vive debajo de la interfaz

Un dashboard, un roster de agentes y una conversación compartida no hacen por sí solos una fábrica de software. El output sigue necesitando ser revisado.

Para cambios de software, Camplight espera que la implementación defina criterios de aceptación, tests apropiados, chequeos de seguridad, evidencia de ejecución retenida y conexión a un proceso de release controlado. Que el agente reporte «completado» es un evento del proceso, no la autoridad final sobre si el resultado es aceptable.

Los autores citan el trabajo publicado de StrongDM, que describe un enfoque deliberadamente no interactivo sin code review humana, y mencionan el caso opuesto de Cortex, que presenta un sistema organizacional de entrega de software. El propio artículo aclara que nadie ha alcanzado aún un «full dark state».

¿Cuánto cuesta montar una AI software factory?

La fuente incluye una advertencia explícita: los nombres, presupuestos, timings y cifras de rendimiento mostrados en las capturas de Nest son ilustrativos, no resultados publicados de clientes. Aun así, los autores mencionan, sin atribuirlo a un caso verificado, una horquilla de referencia de entre 40.000 y 250.000 EUR para una implementación inicial.

El coste real depende del workflow definido y del límite operativo: trabajo de integración, uso de modelos y herramientas, entornos de ejecución, verificación, revisión humana y mantenimiento continuo. Una estimación creíble necesita ambos datos.

El contexto del sector: Factory vale US$5.000M con la misma tesis

Mientras Camplight publicaba este análisis, el 15 de septiembre, Factory anunció una ronda de US$200M con valoración de US$5.000M, según Pulse2.com y SiliconANGLE, llevando su financiación total por encima de US$400M. Fundada en 2023 por Matan Grinberg y Eno Reyes, la empresa ofrece una plataforma para que grandes compañías operen sus propias «software factories» autónomas y ya cuenta entre sus clientes con Nvidia, Blackstone, Royal Bank of Canada, Palo Alto Networks y Adobe (según los tres medios citados).

La diferencia de enfoque es relevante: Factory apuesta por autonomía supervisada y self-improving software development, mientras que Camplight defiende explícitamente un modelo human-led, con decisiones explícitas sobre autonomía, verificación e intervención. Las dos tesis conviven porque, como reconoce la propia fuente de Camplight, «nadie ha alcanzado full dark state todavía».

Qué significa esto para tu startup

Si estás construyendo un producto y ya usas agentes de IA para escribir código, la pregunta no es cuántos agentes tienes sino si puedes responder las siete preguntas operativas detrás del modelo Nest.

Acciones concretas que puedes aplicar esta semana:

Empieza por un workflow acotado y recurrente (mantenimiento, mejoras de tests, updates de herramientas internas) antes de intentar automatizar todo el ciclo. Define hoy cómo ocurre ese trabajo: volumen, tiempo transcurrido, esfuerzo de revisión, fallos comunes.
Define los límites operativos antes de aumentar autonomía: qué puede leer el agente, qué puede cambiar, qué evidencia debe producir, cuándo se detiene, quién acepta el resultado. Conecta el workflow a tus herramientas actuales (CI/CD, repos, monitoring) en lugar de reemplazarlas.
Mide coste por cambio aceptado, no tasks completados. Esa métrica incluye intentos fallidos y reintentos, que suelen ser la mayor parte del coste real.

Antes de elegir plataforma: compara las siete capacidades del modelo Nest —visibilidad operacional, propiedad clara de agentes, configuración gobernada, contexto de proyecto, ensamblaje de equipo dimensionado, skills reutilizables, intervención humana enfocada— y no te dejes seducir por el número de agentes. La plataforma más fuerte no es la que tiene más agentes, sino la que convierte intención definida en outcomes verificados y trazables dentro de los controles de acceso, revisión y release de tu organización.