Estaba navegando y recordando cómo empezó todo no hace tanto tiempo, en septiembre, y decidí plasmarlo por escrito. Como desarrollador Python que trabaja casi siempre en sesiones SSH por terminal, cada vez usaba más asistentes de inteligencia artificial, pero el flujo práctico era engorroso: hacer algo en la terminal, detectar un problema, copiar y pegar en Chat GPT, recibir la respuesta y volver a pegar en la terminal. Ese ir y venir se volvió tan frustrante que tomé cartas en el asunto.
Lo primero que probé fue instalar un asistente de IA en la línea de comandos. Pensé que alguien ya habría resuelto ese dolor. El resultado fue decepcionante: tras la instalación me remitía a la web para iniciar sesión y, una vez activo, se comportaba como si necesitara constante aprobación. Cada sugerencia exigía confirmación, cada cambio pedía permiso, como un cachorro en busca de validación. Fue tan molesto que decidí construir algo desde cero que solucionara tanto el copiar y pegar como la necesidad de validar cada paso.
Así nació Aye Chat, inicialmente con otro nombre. Mi objetivo principal fue eliminar la constante necesidad de aprobación. Con modelos lingüísticos que suelen fallar solo en un 20 a 30 por ciento de los casos, no tenía sentido aprobar cada pequeño cambio. La idea fue permitir actualizaciones automáticas, pero con una red de seguridad sólida para evitar desastres cuando el modelo se equivocara.
La solución fue sencilla y efectiva: antes de aplicar cualquier cambio propuesto por la IA, guardar la versión actual de los archivos. Si la actualización era errónea, restaurar la versión previa. Ese fue el primer gran rasgo de la herramienta: obtener la respuesta de la IA, detectar si algún archivo debe cambiarse, guardar una copia y aplicar la actualización solo después. Junto con la integración trivial con el endpoint LLM, esto eliminó gran parte del freno del proceso.
Para mantener la simplicidad opté por enviar el contenido completo de los archivos y recibir la edición completa. Mis proyectos suelen ser relativamente compactos, con funciones AWS Lambda, terraform y scripts shell, por lo que todo cabía en la ventana de contexto del modelo. La ventaja fue que no faltaba información ni había ambigüedad para la IA. Con control de versiones rudimentario y el envío de todos los archivos, reduje el tiempo perdido por copiar y pegar en la web en al menos un 30 por ciento, todo con una implementación de un par de días.
Después me volví ambicioso. Ya no quería cambiar de terminal entre la conversación con la IA y la terminal donde editaba y ejecutaba comandos. Implementé integración con el shell: abrir vim o ejecutar comandos directamente desde la sesión de Aye Chat, e incluso soportar cd para moverme entre directorios. En cuestión de una semana, trabajando de noche y fines de semana, la herramienta creció hasta convertirse en algo más que un proyecto personal.
Al final de la tercera semana Aye Chat tenía tantas funcionalidades que quedó claro que podía ser un producto útil para otros desarrolladores. La experiencia de usuario fue el foco: pensar en una tarea, pedir que se realice y ver cómo se ejecuta. Ejecutar pruebas, detectar fallos y pedir a la herramienta que los arregle eran flujos naturales y rápidos. Con el tiempo añadimos capacidades de RAG para proyectos más grandes, modo offline para entornos sensibles y características orientadas a la privacidad y la empresa.
Mi socio y yo formamos Q2BSTUDIO, una empresa de desarrollo de software y aplicaciones a medida que además ofrece servicios en inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y soluciones con power bi. Aye Chat empezó como una herramienta interna y ahora se usa en nuestros proyectos mientras seguimos una hoja de ruta con sprints y scrums. En Q2BSTUDIO combinamos experiencia en software a medida y agentes IA para empresas con prácticas de ciberseguridad y arquitecturas en la nube.
Si te interesa cómo la Inteligencia artificial puede integrarse de forma práctica en flujos de trabajo y productos, visita nuestra página sobre inteligencia artificial para empresas donde explicamos casos de uso y servicios disponibles IA para empresas y soluciones de inteligencia artificial. Si necesitas desarrollar una solución personalizada, desde aplicaciones móviles hasta plataformas back end, conoce nuestros servicios de desarrollo de aplicaciones y software a medida en desarrollo de aplicaciones y software a medida.
Aye Chat sigue creciendo y mejorando. Aunque somos un equipo pequeño, nuestros usuarios valoran la reducción de fricción y el aumento de productividad que la herramienta aporta. En Q2BSTUDIO seguimos explorando cómo combinar inteligencia artificial, automatización de procesos, agentes IA y análisis con power bi para ofrecer soluciones completas y seguras que impulsen la innovación en las empresas.
Si lo que leíste te resultó interesante, visita nuestro sitio para conocer más sobre cómo podemos acompañarte en proyectos de aplicaciones a medida, servicios cloud y seguridad, o contáctanos para explorar una solución a la medida de tu negocio.
