01 / Introducción
De los principios al comportamiento diario
Los principios del IA-BDF establecen la filosofía del framework. Las prácticas, en cambio, describen cómo esa filosofía se convierte en acciones concretas dentro de los Pods, Ecosistemas y Portafolios.
Las prácticas no existen para imponer una forma única de trabajar. Existen para preservar la capacidad del sistema de generar mejores decisiones, aprender continuamente y entregar valor con rapidez y confiabilidad.
El IA-BDF distingue dos categorías de prácticas:
- Prácticas Obligatorias: preservan la integridad del sistema.
- Prácticas Recomendadas: incrementan el desempeño del sistema.
02 / Core
Mandatory Practices
Las siguientes prácticas forman parte del núcleo del IA-BDF.
1. Problem First
Todo trabajo comienza comprendiendo claramente el problema antes de pensar en una solución.
2. Small Bets
Las iniciativas estratégicas deben descomponerse en apuestas pequeñas, hipótesis verificables y experimentos de bajo costo.
3. Hypothesis Driven Development
Toda apuesta debe comenzar con una hipótesis verificable, métrica objetivo, baseline y criterio de éxito.
4. Compare Before Commit
Cuando existan alternativas viables, deben compararse mediante evidencia antes de comprometer implementación.
5. Validate Before Build
El propósito del prototipo es aprender. No construir software definitivo.
6. Specification Before Engineering
No se industrializan ideas. Se industrializan decisiones validadas y especificadas.
7. Test First
Las pruebas representan el comportamiento esperado del sistema y deben diseñarse antes de implementar cuando sea posible.
8. Continuous Validation
La validación continúa después de producción mediante evidencia real.
9. Evidence-Based Decisions
Las decisiones relevantes deben sustentarse en evidencia, no solo en opinión.
10. Quality Built-In
La calidad es una responsabilidad compartida por todo el Pod.
03 / Desempeño
Recommended Practices
Las siguientes prácticas incrementan significativamente el desempeño del sistema.
Feature Flags
Liberación gradual de funcionalidades para reducir riesgo.
Canary Releases
Despliegues controlados a grupos pequeños de usuarios.
Trunk-Based Development
Integraciones frecuentes sobre una rama principal.
CI/CD
Automatización para mantener el sistema listo para liberar.
AI Pair Programming
Uso colaborativo de IA para mejorar calidad y aprendizaje.
Observability by Default
Métricas, trazas y alertas desde el diseño.
Experiment Backlog
Flujo continuo de hipótesis y experimentos listos.
Prompt Engineering
Prompts versionados, evaluados y gestionados como activos.
04 / Filosofía
El principio que conecta todas las prácticas
Aprender primero. Escalar después.
Las organizaciones AI-Native no obtienen ventaja porque desarrollan más software. Obtienen ventaja porque convierten incertidumbre en conocimiento más rápido y con menor costo.