Mateo Sayas es Software Engineer en Streaver, empresa uruguaya de ingeniería de software fundada en Montevideo en 2019. En el blog de la compañía escribió sobre un problema que aparece recién cuando se empiezan a correr varios agentes de IA en paralelo sobre el mismo proyecto.
El escenario es cada vez más común: en lugar de un agente trabajando en una tarea, varios agentes atacando varias ramas al mismo tiempo. Y ahí el setup manual, levantar el entorno, asignar puertos, provisionar una base, correr un build, deja de ser una molestia y pasa a ser un problema de otra naturaleza.
Dos agentes que comparten un puerto, una base de datos o un build no van más lento. Van mal. Se pisan sin enterarse, y el resultado que devuelven puede ser incorrecto sin que nada falle de forma visible. Ese es el giro del artículo: el aislamiento entre entornos no es una comodidad del equipo, es infraestructura, y sin él la ejecución en paralelo no se sostiene.
La solución que describe Mateo es deliberadamente poco glamorosa. Dos scripts que gobiernan el ciclo de vida de cada espacio de trabajo: uno al crearlo, que asigna puertos, levanta una base dedicada y construye la aplicación como una variante propia; y otro al archivarlo, que apaga los servidores, da de baja la base y libera los puertos. Cada rama tiene su copia aislada del proyecto, y cuando deja de hacer falta desaparece sin dejar residuo.
La conclusión es más incómoda de lo que parece: el setup manual no escala a la ejecución en paralelo. No es que sea lento, es que no funciona.
El artículo desarrolla qué es un entorno de desarrollo agéntico, cómo está armada la automatización en los dos extremos del ciclo y qué trade-offs quedan abiertos.
Leer el artículo completo: Why Parallel AI Coding Agents Need Ephemeral Dev Environments
Más contenidos de ingeniería, IA aplicada y cultura de equipo en el blog de Streaver.
Conecta