Gobernanza de Contexto de IA

La mayoría de los equipos resuelve el problema de crear contexto para agentes de IA.

Casi ninguno resuelve el problema de mantenerlo actualizado.

Pasé el día de hoy leyendo dos publicaciones que, juntas, definen el segundo problema de la IA — el que llega después de la adopción.

Marc Baselga compartió cómo su equipo en Supra implementó con éxito Claude Code — agentes en producción, valor real entregado. Luego surgió algo inesperado: cada persona tenía sus propios archivos de contexto, sus propias versiones de cómo funcionaba la empresa, y ningún sistema que conectara todo eso. Cuando algo cambiaba, nadie sabía qué archivo actualizar. Lo llamó un "impuesto inesperado".

Leah Tharin expuso la filosofía detrás de esto: el contexto genérico se genera. El contexto correcto se gana. El valor de un knowledge worker en un mundo de IA es el delta entre lo que el modelo infiere y lo que tú curas cuidadosamente como su memoria.

Ambas publicaciones apuntaban a la misma brecha. Esto es lo que construí.

Añadí una matriz de disparadores a mi plantilla base — una tabla que asigna cada tipo de cambio (nueva ruta, actualización de esquema, nueva dependencia, cambio de modelo de negocio) al documento exacto que debe actualizarse. No como seguimiento posterior. En el mismo PR. La tarea no está completa hasta que los documentos reflejen la realidad.

Una línea hace el trabajo: el mantenimiento de la documentación es de obligado cumplimiento, no una sugerencia.

Lo que no esperaba: propagar esta actualización a 7 repositorios expuso de inmediato otra brecha — ninguna convención para distinguir decisiones heredadas de la plantilla base de decisiones tomadas localmente en cada repositorio. El sistema me obligó a detenerme, corregir primero la fuente de verdad, y solo entonces propagar.

Eso es lo que pasa con la gobernanza. No descubres las brechas cuando la construyes. Las descubres cuando la usas.

El objetivo no es un sistema perfecto el primer día. Es un sistema que hace visibles sus propias brechas antes de que se conviertan en problemas.

La plantilla es open source — enlace en los comentarios. Si estás construyendo algo similar o tienes preguntas sobre cómo funciona esto en la práctica, deja un comentario. Encantado de comentarlo.

Fuentes

• Marc Baselga — Claude Code rollout at Supra (LinkedIn post, 2026)
• Leah Tharin — correct context is earned vs generated (LinkedIn post, 2026)
• ai-product-architecture-template (open source, GitHub): https://github.com/gtcuco-personal/ai-product-architecture-template