Prompt directo a agente
- Contexto pegado manualmente.
- Herramientas usadas por interpretación del agente.
- Arquitectura difícil de auditar.
- Decisiones mezcladas con generación.
- Unknowns tratados como improvisación.
Kernel de intención · capabilities · evidence
De prompt libre a ejecución gobernada.
Argentic Kernel convierte pedidos humanos en intenciones formales, planes validables y ejecuciones auditables. El modelo propone, pero la autoridad vive afuera: digests, registry, validators, policies y evidence.
El modelo propone
El registry autoriza
Los validators deciden
El problema
Los agentes actuales generan valor, pero también desplazan autoridad.
El riesgo no es que la IA ayude a programar. El riesgo es que el sistema acepte como decisión autorizada algo que solo fue una respuesta probabilística.
Intención formal a plan validado
- AKL como contrato editable.
- Registry de capabilities permitidas.
- Validators antes de ejecutar.
- Unknowns como candidates gobernados.
- Evidence de cada paso y decisión.
Arquitectura conceptual
El flujo central del Kernel
La IA no desaparece. Cambia de rol: deja de ser autoridad final y pasa a ser extractor, clasificador o router semántico.
RAW
DIGEST
REGISTRY
MODELO
COMPILER
VALIDATORS
EXECUTOR
EVIDENCE
“El modelo propone. El registry autoriza. El compiler normaliza. Los validators deciden. El executor deja evidence.”
AKL Preview
Un lenguaje de intención tipado por capabilities.
AKL formaliza lo que el usuario quiere lograr. Puede generarse desde lenguaje natural o escribirse directamente por perfiles técnicos.
1 · Prompt humano
“Quiero migrar este monorepo Java Spring PrimeFaces con BPMs, Liquibase y múltiples productos hacia una arquitectura modular con BFF Node, Composer .NET 10, orquestador front y repos por producto.”
2 · AKL generado
migrar_monolito seguros_legacy
desde repo ./legacy-monorepo
origen:
stack java_spring
ui primefaces
migrations liquibase
bpm multi_producto
objetivo:
arquitectura modular_por_producto
crear:
- front_orchestrator
- bff_node
- composer_net10
- product_registry
- repos_por_producto
governance:
modo staged
resolver unknowns como candidates
validar registry
dejar evidence3 · Entendimiento verificable
La intención detectada es transformar un monolito multi-producto en un ecosistema modular por producto, con BFF Node como intermediario, Composer .NET 10 como capa de composición y un orquestador front que muestra productos válidos por perfil.
Regla: el prompt humano no ejecuta. El entendimiento IA no ejecuta. Solo un AKL validado puede compilar a plan ejecutable.
Para quién sirve
Un mismo concepto, distintas puertas de entrada.
Empresas
Gobernar el uso de IA sin bloquear la innovación: políticas, trazabilidad, validación y evidencia.
Arquitectos / TOs
Convertir decisiones arquitectónicas en digests, registries, validators y planes verificables.
Devs
Pasar de pedir código a declarar intenciones, previsualizar planes y ejecutar por fases.
Agentes IA
Usar Copilot, Cursor, Claude Code, Codex o MCP como workers dentro de un flujo gobernado.
Casos de uso
Crear, absorber, extender, replicar y modularizar.
Crear una app desde cero
Declarar producto, targets, features, stack permitido y evidence requerida.
Extender una app existente
Agregar Android/iOS, reutilizar APIs y conservar reglas sin tocar lo que no corresponde.
Replicar producto
Crear una variante para otro producto separando común vs específico, sin copiar deuda técnica.
Modernizar un monolito
Absorber un monorepo legacy, generar repo digest y migrar hacia BFF, Composer, orquestador y módulos.
Material visual inicial
Estado actual, MVP y roadmap.
Estas imágenes sirven como base de presentación. Luego pueden reemplazarse por versiones finales diseñadas con la misma identidad visual.
Estado del proyecto
Honesto por diseño: POC, MVP y Enterprise son capas distintas.
POC actual
Validar el patrón: digest + tools + registry + validators + evidence básica.
MVP inicial
AKL mínimo, CLI, registry cerrado, examples, plan preview y unknowns como candidates.
Studio / VS Code
Vista tipo merge: prompt humano, AKL generado, entendimiento IA, plan, diagnostics y quick fixes.
Enterprise
Policies, RBAC/ABAC, MCP integration, approvals, observability, CI/CD y evidence avanzada.
Siguiente paso
Usar esta web como fixture de validación.
Este mismo proyecto puede servir como caso de prueba cuando AKL/Kernel empiece a funcionar: el prompt de generación queda guardado en el repo para comparar resultados.