The latest articles on DEV Community by Johan Fabi (@johanfabi). https://dev.to/johanfabi https://media2.dev.to/dynamic/image/width=90,height=90,fit=cover,gravity=auto,format=auto/https:%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Fuser%2Fprofile_image%2F3724078%2F0ba4b6c2-c5b4-4b9f-bbbc-c3af4e18c889.png https://dev.to/johanfabi en Johan Fabi Mon, 18 May 2026 14:30:02 +0000 https://dev.to/johanfabi/automatizacion-tradicional-vs-agentes-de-ia-como-elegir-sin-disparar-los-costos-mil https://dev.to/johanfabi/automatizacion-tradicional-vs-agentes-de-ia-como-elegir-sin-disparar-los-costos-mil <h2> No todo necesita IA </h2> <p>A veces lo correcto sigue siendo un cron, un script, una regla bien escrita o un workflow simple. La automatización tradicional y los agentes de IA no compiten necesariamente: resuelven problemas distintos.</p> <p>La clave es saber cuándo la IA realmente justifica su costo.</p> <h2> La regla simple </h2> <p>Usa automatización tradicional cuando el problema tenga reglas claras.</p> <p>Usa agentes de IA cuando el problema requiera interpretar contexto, lenguaje natural o manejar ambigüedad.</p> <h2> Hablemos de costos </h2> <p>La automatización tradicional tiene un costo inicial de desarrollo, pero luego suele ser barata de operar.</p> <p>Un script, una función serverless o un workflow pueden ejecutarse miles de veces con bajo costo.</p> <p>Los agentes de IA funcionan distinto. Su costo puede crecer por:</p> <ul> <li>Tokens de entrada y salida.</li> <li>Tamaño del contexto.</li> <li>Número de llamadas al modelo.</li> <li>Uso de modelos grandes.</li> <li>Reintentos y herramientas externas.</li> </ul> <p>Por eso, antes de meter IA en un proceso, la pregunta <strong>NO</strong> debería ser:</p> <blockquote> <p>¿Puede la IA hacerlo?</p> </blockquote> <p>La pregunta correcta es:</p> <blockquote> <p>¿La IA aporta suficiente valor para justificar su costo?</p> </blockquote> <p>Porque clasificar 20 tickets al día con IA puede tener sentido.<br><br> Clasificar millones de logs diarios con un modelo grande… probablemente no tanto.</p> <h2> Comparación rápida </h2> <div class="table-wrapper-paragraph"><table> <thead> <tr> <th>Característica</th> <th>Automatización tradicional</th> <th>Agentes de IA</th> </tr> </thead> <tbody> <tr> <td>Tipo de problema</td> <td>Claro, repetitivo, estructurado</td> <td>Ambiguo, contextual, lenguaje natural</td> </tr> <tr> <td>Costo operativo</td> <td>Bajo</td> <td>Puede ser alto</td> </tr> <tr> <td>Flexibilidad</td> <td>Limitada por reglas</td> <td>Alta</td> </tr> <tr> <td>Predictibilidad</td> <td>Alta</td> <td>Media</td> </tr> <tr> <td>Casos ideales</td> <td>Validaciones, jobs, workflows, reglas</td> <td>Resúmenes, clasificación, análisis, recomendaciones</td> </tr> </tbody> </table></div> <h2> El mejor enfoque suele ser híbrido </h2> <p>En muchos escenarios, la mejor solución no es elegir uno u otro, sino combinarlos.</p> <p>La automatización tradicional se encarga de lo determinista:</p> <ul> <li>Detectar eventos.</li> <li>Ejecutar reglas.</li> <li>Validar condiciones.</li> <li>Aplicar controles.</li> <li>Registrar auditoría.</li> </ul> <p>La IA se encarga de lo que requiere mayor análisis:</p> <ul> <li>Interpretar contexto.</li> <li>Resumir información.</li> <li>Proponer hipótesis.</li> <li>Clasificar casos complejos.</li> <li>Generar recomendaciones.</li> </ul> <p>Y el humano sigue en el loop cuando hay impacto alto:</p> <ul> <li>Aprobar acciones críticas.</li> <li>Revisar decisiones sensibles.</li> <li>Ajustar criterios.</li> </ul> <p>Porque un agente puede sugerir un rollback, pero no siempre debería tener el botón de producción en la mano. 😄</p> <h2> Ejemplo: flujo híbrido para incident response </h2> <p><a href="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2Fsjq59uke0yqsuwrioy36.png" class="article-body-image-wrapper"><img src="https://media2.dev.to/dynamic/image/width=800%2Cheight=%2Cfit=scale-down%2Cgravity=auto%2Cformat=auto/https%3A%2F%2Fdev-to-uploads.s3.amazonaws.com%2Fuploads%2Farticles%2Fsjq59uke0yqsuwrioy36.png" alt=" " width="800" height="791"></a></p> <p><strong>Ejemplo práctico:</strong></p> <p>Un servicio empieza a consumir mucha CPU después de un deployment.</p> <p>La automatización puede crear el incidente, recopilar métricas y buscar cambios recientes.</p> <p>El agente de IA puede resumir los logs y sugerir:</p> <blockquote> <p>“El aumento de CPU comenzó tres minutos después del release v2.8.1.”</p> </blockquote> <p>Luego las reglas validan si el rollback está permitido y, si el impacto es alto, un humano aprueba la acción.</p> <p>Ese diseño mantiene control, reduce ruido y evita que la IA actúe con exceso de confianza.</p> <h2> Cómo decidir </h2> <p>Usa esta guía rápida:</p> <div class="table-wrapper-paragraph"><table> <thead> <tr> <th>Pregunta</th> <th>Si la respuesta es “sí”</th> <th>Puntos</th> </tr> </thead> <tbody> <tr> <td>¿Hay reglas ambiguas o cambiantes?</td> <td>Favorece IA</td> <td>+2</td> </tr> <tr> <td>¿La entrada viene en texto libre, tickets, correos o logs?</td> <td>Favorece IA</td> <td>+2</td> </tr> <tr> <td>¿Se necesita resumir, interpretar o priorizar?</td> <td>Favorece IA</td> <td>+2</td> </tr> <tr> <td>¿La IA ahorra tiempo experto?</td> <td>Favorece IA</td> <td>+2</td> </tr> <tr> <td>¿El proceso es crítico y no tolera errores?</td> <td>Favorece automatización tradicional</td> <td>-2</td> </tr> <tr> <td>¿La tarea es simple, repetitiva y de alto volumen?</td> <td>Favorece automatización tradicional</td> <td>-2</td> </tr> </tbody> </table></div> <h3> Interpretación </h3> <div class="table-wrapper-paragraph"><table> <thead> <tr> <th>Puntaje final</th> <th>Recomendación</th> </tr> </thead> <tbody> <tr> <td>-4 a 0</td> <td>Automatización tradicional</td> </tr> <tr> <td>1 a 5</td> <td>Enfoque híbrido</td> </tr> <tr> <td>6 a 8</td> <td>Agentes de IA con controles</td> </tr> </tbody> </table></div> <h3> Si usas Agentes de IA, recuerda... </h3> <p><strong>NO</strong> darle demasiada autonomía al agente.</p> <p>La IA puede recomendar, resumir y priorizar.</p> <p>Pero para acciones críticas, usa controles:</p> <ul> <li>Allowlist de acciones.</li> <li>Validaciones deterministas.</li> <li>Aprobación humana.</li> <li>Auditoría.</li> <li>Rollback seguro.</li> </ul> <h2> En resumen </h2> <p>No uses IA solo porque está de moda.</p> <p>Usa automatización tradicional para reglas claras y ejecución predecible.</p> <p>Usa agentes de IA para interpretar contexto, resumir información y apoyar decisiones complejas.</p> <p>El mejor diseño suele ser:<br> </p> <div class="highlight js-code-highlight"> <pre class="highlight plaintext"><code>Reglas para controlar. IA para analizar. Humanos para aprobar. Automatización para ejecutar. </code></pre> </div> <p>La arquitectura más inteligente no es la que usa más IA.</p> <p>Es la que usa IA donde realmente aporta valor.</p> devops aiops ai agents Johan Fabi Sun, 10 May 2026 00:51:45 +0000 https://dev.to/johanfabi/como-dejar-de-quemar-tokens-en-tu-ide-con-ai-4j54 https://dev.to/johanfabi/como-dejar-de-quemar-tokens-en-tu-ide-con-ai-4j54 <h2> 🤔 Introducción </h2> <p>La época del “AI coding ilimitado” se está terminando.</p> <p>Herramientas como GitHub Copilot, Claude Code y otros IDEs con IA están moviéndose cada vez más a modelos por consumo (tokens, créditos, uso real).</p> <p>Y eso cambia las reglas del juego.</p> <p>Lo que antes daba lo mismo, mandar todo el repo, chats largos, prompts vagos, ahora tiene un costo directo en:</p> <ul> <li>Dinero.</li> <li>Latencia. </li> <li>Calidad de respuesta.</li> </ul> <p>En simple:</p> <blockquote> <p>Ya no basta con escribir buen código, ahora también hay que usar y administrar bien los tokens y la IA.</p> </blockquote> <p>En esta guía te dejo prácticas concretas para gastar menos tokens sin perder productividad.</p> <h2> ⚙️ El problema </h2> <p>Cosas que todos hacemos (y salen caras):</p> <ul> <li>“Toma, te paso todo el repo”. </li> <li>Prompts tipo “mejora esto”.</li> <li>Chats eternos de 40 mensajes. </li> <li>Esperar que el agente piense todo por ti.</li> </ul> <p>Resultado:</p> <ul> <li>Respuestas lentas.</li> <li>Más gasto.</li> <li>Código inconsistente.</li> </ul> <h2> 🛠️ La solución (forma simple) </h2> <h3> 1. No lo hagas pensar todo desde cero </h3> <p>Antes de usar el IDE:</p> <ul> <li>Define qué quieres. </li> <li>Escribe un mini plan.</li> <li>Usa las Specs.</li> </ul> <p>Ejemplo:</p> <ul> <li> <code>requirements.md</code> </li> <li> <code>design.md</code> </li> <li> <code>tasks.md</code> </li> </ul> <p>Luego:</p> <blockquote> <p>“Implementa esta tarea específica” o<br> “Ejecuta la spec”</p> </blockquote> <h3> 2. Trabaja en cosas chicas </h3> <ul> <li>Una feature = una sesión </li> <li>Terminas → Cierras → Sigues </li> </ul> <h3> 3. No le mandes de más </h3> <p>Evita:</p> <ul> <li>Logs largos.</li> <li>Archivos irrelevantes. </li> <li>Todo el repo.</li> </ul> <h3> 4. Sé claro (muy claro) </h3> <p>❌ “Mejora esto”.<br> ✅ “Haz esta función más rápida y no cambies lo demás”.</p> <h3> 5. Resume y sigue </h3> <p>En vez de arrastrar todo el chat o dejar que recuerde el contexto, mejor dile exactamente dónde estás parado.</p> <p>En vez de esto:</p> <blockquote> <p>“Ahora agrega login considerando todo lo anterior.”</p> </blockquote> <p>Haces esto:</p> <blockquote> <p>Estado actual:</p> <ul> <li>API (Funciona)</li> <li>/users (Listo)</li> <li>Código (Limpio)</li> </ul> <p>Qué falta:</p> <ul> <li>Login con JWT.</li> </ul> <p>Qué necesito:</p> <ul> <li>Endpoint /login</li> <li>Validación básica.</li> <li>No tocar lo demás.</li> </ul> </blockquote> <h3> 6. Prueba tú, no el agente </h3> <ul> <li>Corre tests tú.</li> <li>Compila tú. </li> </ul> <p>Y pasa solo errores relevantes.</p> <h3> 7. Pide solo cambios </h3> <p>No pidas archivos completos si no es necesario.</p> <p>Mejor:</p> <blockquote> <p>“Dime qué cambiar”</p> </blockquote> <h3> 8. Corta chats largos </h3> <ul> <li>Resume.</li> <li>Reinicia.</li> <li>Sigue. </li> </ul> <h3> 9. Usa siempre la misma estructura </h3> <div class="highlight js-code-highlight"> <pre class="highlight plaintext"><code>Contexto: Objetivo: Restricciones: Qué necesito: </code></pre> </div> <h2> 💻 Ejemplo </h2> <h3> ❌ Malo </h3> <div class="highlight js-code-highlight"> <pre class="highlight plaintext"><code>Analiza todo el repo y mejóralo. </code></pre> </div> <h3> ✅ Bueno </h3> <div class="highlight js-code-highlight"> <pre class="highlight plaintext"><code>Contexto: user.service.ts Objetivo: Mejorar getUsers() Restricciones: No tocar otros archivos Qué necesito: Solo los cambios </code></pre> </div> <h2> ⚠️ Errores típicos </h2> <ul> <li>Pensar que “más contexto = mejor resultado”. </li> <li>No cerrar conversaciones.</li> <li>Ser poco claro en los prompts. </li> </ul> <h2> ✅ Qué te deberías llevar como aprendizaje </h2> <ul> <li>No hagas que el agente piense todo. </li> <li>Dale solo lo justo.</li> <li>Trabaja en cambios pequeños. </li> <li>Sé directo.</li> <li>Corta cuando se alarga.</li> </ul> <h2> 🧾 En Resumen </h2> <blockquote> <p>Usa el agente como ejecutor, no como cerebro principal.</p> </blockquote> devops ai productivity aiops