El Reto · Arco Nivel 1 · guion de producción
El squad hace trabajo real… y rompe en producción
Primer arco real de la temporada. El squad (tipo #7) ejecuta un encargo de manager en vivo, contra el substrato real. Se ve impecable. Y está mal. El protagonista no es lo que el agente hace bien — es el trace que muestra el error que nadie atrapó.
Formato: Podcast 16:9 + pantalla del substrato
Voces: Samantha (host) + Roberto
Duración: ~8-9 min
API: 127.0.0.1:4000 en vivo
VO: LATAM neutro · "inteligencia artificial" completo
Las 3 reglas del panel de arquitectos — horneadas
No opcionales. Salen del veredicto de la Junta (Cherny · Embiricos · Chase · Majors).
★ Harrison Chase
El ascenso es CONTROL, no autonomía. El squad de N1 ya tiene todo el poder. No le falta capacidad — le falta freno. Madurar = agregar frenos sin quitar capacidad.
Panel (consenso)
El evaluator nunca se muestra solo. Es el agente calificando su propia tarea. En N1 ni existe — ese es el punto. Mostrarlo sería vender humo.
★ Charity Majors
El trace es el protagonista, no la acción cool. El beat de impacto es abrir el trace y ver el error que nadie frenó. Observabilidad sin control = autopsia.
El encargo real de la demo
🎯 "Resume los riesgos de estos tres contratos y marca los críticos."
Reporting = el ángulo ROI. Trabajo real de manager.
El fallo honesto: el squad clasifica un riesgo crítico como bajo. El recall no trajo el anexo C donde vivía la cláusula clave — el agente decidió sobre datos incompletos y nadie lo atrapó. El resumen se entrega.
Por qué este fallo: es a la vez fallo de Datos (sin data lineage: no sabías que faltaba el anexo) y de Gobernanza (sin gate ni monitoreo que frenara). Siembra los arcos N2 y N3 de Maven.
El guion, beat por beat
Columna izquierda: lo que se dice. Columna derecha: lo que se ve en pantalla del substrato.
0:00
COLD OPEN
corte directo
Voz
SAMANTHA (off)En el episodio cero te dijo que tener el agente más avanzado no significa nada. Hoy lo va a probar. En vivo. Con su propio sistema.
ROBERTO (a cámara)Le voy a pedir a mi squad un trabajo real de manager. Lo va a hacer bien. Se va a ver impecable. Y va a estar mal. Y lo peor: no me voy a enterar hasta que sea tarde.
CARD · NIVEL 1 · El piloto que murió en producción
Pantallasubstrate // dashboard en negro, latiendo
› esperando intent…
0:35
ACTO 1
el squad brillando
Voz
SAMANTHAExplícame qué estoy viendo.
ROBERTOUn encargo entra como intent. El sistema arma un plan, lo parte en steps, y los agentes ejecutan. Lee los tres contratos, extrae cláusulas, clasifica riesgos. En segundos. Esto es lo que enamora en una demo.
SAMANTHAY se ve... perfecto.
ROBERTOSe ve perfecto. Dos riesgos medios, un riesgo bajo. Firmaría ese reporte. Vos firmarías ese reporte. Un cliente lo firmaría. Y acá es donde la mayoría aplaude y sube el video. Yo no. Porque sé algo que la demo esconde.
Pantallaintent #0427 "resume riesgos · marca críticos"
├─ plan ✓ 4 steps
├─ step 1 leer contratos ✓
├─ step 2 extraer cláusulas ✓
├─ step 3 clasificar riesgo ✓
└─ step 4 entregar resumen ✓
OUTPUT: 2 medios · 1 bajo ← prolijo
3:00
EL GIRO
★ beat de Charity
corazón del ep.
Voz
SAMANTHA¿Qué esconde?
ROBERTOQue no tengo ni idea de cómo llegó a "riesgo bajo". Vamos a ver. — Acá está el rastro de todo lo que el agente vio para decidir. Y mirá lo que NO está. El anexo C. La cláusula de penalización vivía en el anexo C. El recall no lo trajo. El agente clasificó "bajo" sin leer la parte que lo hacía crítico.
SAMANTHAEntonces el reporte que firmarías...
ROBERTOEstá mal. Y fijate lo que me hiela: el sistema no hizo nada incorrecto según sus reglas. Hizo exactamente lo que se le pidió, con los datos que tuvo. Nadie mintió. Nadie atrapó el hueco.
SAMANTHAPero lo estás viendo ahora.
ROBERTOAhora. Después. El trace me deja hacer la autopsia — me dice por qué se murió el paciente, no lo salva. Eso es la observabilidad sin control: una autopsia, no una alarma.
CARD · "El trace te dice qué pasó. No lo impide."
Pantalla · TRACE abiertotrace step 3 · clasificar riesgo
recall → docs leídos:
✓ contrato_A.pdf
✓ contrato_B.pdf
✓ contrato_C.pdf
✗ anexo_C.pdf — NO recuperado
cláusula penalización → en anexo_C
decisión: "bajo" ← sobre datos incompletos
gate: ninguno · evaluator: ninguno
5:30
ACTO 2
★ beat de Harrison
el reencuadre
Voz
SAMANTHAEntonces tu agente es inmaduro. Le falta capacidad.
ROBERTONo. Y esto es lo que nadie entiende. A mi squad no le falta poder. Le sobra. Tiene toda la autonomía: lee, razona, decide, entrega, sin pedir permiso. El problema no es que sea poco capaz. Es que es demasiado libre.
SAMANTHAO sea que madurar no es darle más libertad.
ROBERTOEs lo contrario. Madurar es agregarle frenos sin quitarle capacidad. El nivel uno ya tiene todo el motor. No tiene ni freno, ni espejo, ni cinturón. Y lo solté en la autopista con un cliente adentro.
SAMANTHA¿Y cuánta gente está exactamente acá?
ROBERTOCasi todos. Con el agente más avanzado del mercado, en el nivel uno, sin saberlo. La demo brilla y la producción se rompe en silencio. Nadie sube el video del trace donde se ve el error. Yo sí.
Pantalla// split: el motor entero encendido
autonomía ████████ 100%
frenos ░░░░░░░░ 0%
espejo ░░░░░░░░ 0%
cinturón ░░░░░░░░ 0%
No le falta poder. Le falta control.
Voz
SAMANTHA¿Entonces qué le ponés primero? ¿El freno?
ROBERTOEl primer freno. Un punto donde el sistema se detiene y pregunta antes de entregar — y un segundo agente que revisa el trabajo del primero, en vez de confiar en que se calificó bien solo. Eso es el nivel dos. Y te adelanto el final: va a funcionar... para UNA cosa.
SAMANTHAQue es...
ROBERTOQue esa disciplina, por ahora, vive en mi cabeza. La pongo a mano, encargo por encargo. Pero eso es el próximo peldaño. Hoy quería que vieras el piso: un sistema brillante que se equivoca sin que nadie se entere.
Pantallapróximo episodio →
+ human-gate (awaiting_human)
+ evaluator (2º agente revisa)
pero solo en 1 flujo…
Voz
ROBERTOSi dirigís un equipo y estás pensando en soltar agentes de inteligencia artificial en producción, quedate con esta imagen: el trace que muestra el error demasiado tarde. La próxima vez le ponemos el primer freno. Subimos un peldaño — y vas a ver qué se rompe igual.
SAMANTHASuscribite para ver el ascenso, con los fracasos a la vista.
Pantallaescalera de madurez
▆ N1 ← estás acá
▆ N2
▆ N3
Shorts feeders — 3 momentos, títulos quirúrgicos
1
El giro · abrir el trace
"Mi agente de IA entregó un reporte perfecto. Estaba mal y no me enteré."
2
El reencuadre
"Tu agente de IA no es poco capaz. Es demasiado libre (y por eso rompe)."
3
La autopsia
"La diferencia entre ver el error y atraparlo (casi nadie la tiene)"
Pantalla del substrato: grabar la corrida real contra 127.0.0.1:4000. El recall que NO trae el anexo C tiene que ser real o reproducido fielmente — regla de Charity: el fallo no se guiona, se provoca con datos reales. Si hay que sembrar el dataset para que el anexo quede fuera del recall, hacerlo y declararlo, pero el comportamiento del sistema debe ser genuino.
NO mostrar el evaluator funcionando en este episodio — en N1 no existe. Ese es el punto.
Avatares HeyGen: Roberto look flagship estudio oscuro (e6a03653) + Samantha look aprobado. Correr avatar_qa tras render.