RespuestasPublicado15 fuentes
Cómo ordenar pruebas y documentos sin perder calidad ni contexto
Que un repositorio parezca desordenado no demuestra que sus pruebas sean prescindibles: V4 ya usa una carpeta centralizada para varios controles de CI. La propuesta es separar las pruebas de regresión y los contratos duraderos de los scripts, registros y resultados de verificación puntuales.
Publicado porImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- Que un repositorio parezca desordenado no demuestra que sus pruebas sean prescindibles: V4 ya usa una carpeta centralizada para varios controles de CI.
- La propuesta es separar las pruebas de regresión y los contratos duraderos de los scripts, registros y resultados de verificación puntuales.
- El tamaño del repositorio, el contenido del paquete de instalación y el contexto que lee un modelo son problemas distintos; conviene gestionarlos por separado.
- La revisión fue parcial: se consultaron evidencias estáticas del repositorio y algunas fuentes, pero no se completó toda la investigación ni se ejecutaron pruebas o cambios.
![[GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you produce requests for client side execution. W](https://d15bya8fi85z1v.cloudfront.net/chat/oBMfTzLzQzYo7VcXQdEGj2yQgAw1/images/73E9D63489E02AC46209/BEDABC175BE8FCADFC63.png)
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: [GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you produce requests for client side execution. W. Article summary: <tool call {"name":"attempt completion","arguments":{"result":"两个痛点都适合纳入 V4 的“产物生命周期背压”，但不应简化成“测试全部不提交”或“文档全部合并”。建议保留长期质量资产，隔离一次性验证材料，并分别控制仓库维护、安装分发和模型上下文。\n\n本次交付为阶段性调研：仓库静态证据、Geoffrey Huntley 的作者资料及部分学术资料已取得；Python 官方布. Topic tags: general web, openai, llm, agents, ai. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
La respuesta a un repositorio cargado de pruebas y documentos no tiene por qué ser borrar archivos o meterlo todo en una sola carpeta. En V4, la cuestión más útil es distinguir qué materiales deben mantenerse como parte del proyecto, cuáles son temporales y cuáles deberían llegar a una instalación o al contexto de un agente.
La recomendación central es tratarlo como un problema de ciclo de vida de los artefactos: conservar las pruebas que aportan garantías duraderas, apartar las verificaciones puntuales y definir con claridad el destino de cada tipo de documento.
Las pruebas no son necesariamente «ruido»
La configuración de CI utiliza el directorio centralizado tests/ para comprobaciones de contratos de configuración, distribución e integridad de activos. Eso no demuestra que cada prueba tenga el mismo valor a largo plazo, pero sí que no conviene etiquetarlas todas como material prescindible solo porque ocupen espacio. La revisión no volvió a ejecutar esas pruebas ni evaluó una por una su utilidad.
Las reglas de .gitignore excluyen algunos archivos de sandbox, cachés y temporales, pero no mencionan explícitamente las áreas de borradores y resultados de verificación. La revisión observó directorios como _bmad-output/scratch/ y _bmad-output/verification/; su existencia, sin embargo, no significa que sus archivos estén necesariamente versionados. No se comprobó el estado del índice de Git.
También hay que separar el código fuente de lo que se instala. La entrada de actualización de bs.sh actualiza el repositorio, mientras que el mecanismo de recopilación de fuentes de despliegue lee suites seleccionadas. Ese recopilador reúne archivos ordinarios dentro de la suite y los prepara como entradas de despliegue (lógica de recopilación, mapeo de activos). De ahí se desprende un riesgo posible —no un incidente demostrado—: si se guardan temporales dentro de una suite, podrían acabar en el material distribuido.
| Tipo de material | Tratamiento propuesto |
|---|---|
| Pruebas de regresión, de contrato o de integración que sigan siendo útiles | Mantenerlas y darles mantenimiento; por defecto, no incluirlas en el paquete de ejecución. |
| Diagnósticos, scripts de validación y entradas experimentales de uso puntual | Guardarlos en un área temporal autorizada y evitar que entren en los activos de una suite. |
| Registros, cobertura y resultados de ejecución | Mantenerlos separados del código de prueba; conservarlos solo cuando cumplan una finalidad concreta. |
Son recomendaciones, no reglas ya implementadas. Además, la ubicación apropiada puede depender del lenguaje: la guía oficial de Go muestra un archivo de prueba junto al código del paquete, así que no sería sensato convertir el traslado de todas las pruebas a una carpeta externa en una regla universal (15). En V4 ya existe una estructura centralizada; sobre el mejor esquema general para Python, la investigación disponible no basta para fijar una norma.
La decisión depende de qué se quiera ordenar. Si la prioridad es que el paquete que recibe una persona usuaria sea ligero, hay que revisar la lista de instalación. Si lo que se busca es despejar el árbol de trabajo, toca pensar en una estructura adecuada al lenguaje. Mover pruebas de sitio no resuelve automáticamente ambos objetivos.
Documentar menos no significa guardar menos conocimiento
V4 ya distingue entre análisis, decisiones de arquitectura (ADR), planes y contratos en su enrutamiento de artefactos, y contempla preguntar cuando no está claro dónde debe ir algo. Sin embargo, las reglas para borradores plantean otra convención de rutas. Esto apunta a una definición incompleta del ciclo de vida, aunque no permite afirmar por qué se crea cada carpeta en la práctica.
La propuesta no es inventar más directorios, sino aclarar la función de los que ya se usan:
- Análisis: conservar evidencia, comparaciones, contraargumentos y cuestiones pendientes. Una consulta corriente puede resolverse en la conversación, sin crear un informe si no hace falta conservarlo.
- ADR: registrar decisiones importantes, sus motivos y sus restricciones, sin duplicar el análisis entero ni el historial de ejecución.
- Plan de implementación: dejar constancia del alcance autorizado, dependencias y criterios de aceptación, y enlazar las decisiones relacionadas en vez de repetir la investigación.
- Material temporal: reunir borradores, entradas de diagnóstico y resultados en el espacio temporal autorizado; llamarse «borrador» no debería convertir un archivo automáticamente en análisis formal.
- Documentación operativa: conservarla cuando sirva como guía reutilizable. Un despliegue puntual no exige crear por defecto un directorio nuevo.
El número de documentos, su inclusión en Git, su distribución y su lectura por parte de un modelo son decisiones distintas. Guardarlo todo en una carpeta común no sustituye a esas reglas.
La lección de Geoffrey Huntley: conservar la retroalimentación
Geoffrey Huntley sostiene que los agentes funcionan mejor cuando se les rodea de mecanismos automatizados de retroalimentación sobre calidad y corrección (12). En otro texto, propone convertir las pruebas en especificaciones documentadas como parte de un proceso concreto de migración entre lenguajes (
14). Ese ejemplo no demuestra que todos los proyectos deban reemplazar sus pruebas por documentos.
Para V4, la lectura prudente es conservar controles ejecutables que ayuden a detectar errores y reducir las pruebas duplicadas o de una sola ocasión. Una especificación puede describir el comportamiento esperado; una prueba puede comprobarlo de forma ejecutable. No son intercambiables sin evaluar antes qué aporta cada una.
La revisión no encontró evidencia suficiente para afirmar que Huntley tenga una política general sobre qué pruebas subir, cómo organizar borradores o qué excluir de una distribución. Tampoco permite establecer un consenso en X, Reddit, Hacker News o Lobsters: esa parte de la investigación quedó incompleta.
Más archivos no equivalen, por sí solos, a más alucinaciones
Algunos estudios sobre contextos extensos describen dificultades para aprovechar información situada en distintas partes de una entrada, incluido el fenómeno conocido como «perdido en el medio» (3). HELMET, por su parte, advierte que la evaluación de modelos con contextos largos debe abarcar tareas diversas, en vez de depender solo de pruebas sencillas de recuperación (
4). Estos trabajos no establecen que un documento que supere cierto número de líneas provoque alucinaciones, ni cuantifican el riesgo concreto en V4.
Una medida práctica es controlar qué información se carga, no solo cuántos archivos existen: organizar documentos por tema y decisión, consultar por defecto las secciones pertinentes, mantener resúmenes breves con referencias y asuntos pendientes, y recuperar el material histórico solo cuando haga falta. Los índices deberían servir para encontrar información, no convertirse en una segunda copia de los hechos. Tampoco conviene incorporar automáticamente todos los registros y reportes antiguos al contexto del modelo.
Qué cambiar primero
La revisión propone una regla sencilla que acompañe a cada artefacto desde su creación hasta su entrega, sin añadir un proceso pesado:
- Antes de crearlo: definir para qué sirve y comprobar si basta con ampliar una prueba o documento existente.
- Antes de guardarlo: decidir si es temporal o duradero, dónde está autorizado y si debe versionarse o distribuirse. Si no está claro, no inventar una ruta por cuenta propia.
- Antes de confirmar cambios: revisar resultados temporales, información sensible, pruebas duplicadas y documentación repetida; no resolver el desorden ignorando todas las pruebas.
- Antes de distribuir: verificar qué activos entran en la instalación y evitar que se cuele material temporal, sin retirar controles de integridad existentes.
- Antes de limpiar: proteger pruebas de fallos, tareas activas y referencias históricas. Que una tarea termine no autoriza por sí solo a borrar sus materiales.
La prioridad sugerida es definir mejor el destino del material temporal y los límites de distribución; después, aclarar las funciones de los documentos y cargar en el modelo solo lo pertinente. La evidencia disponible no respalda trasladar todas las pruebas de Go, dejar de mantener pruebas duraderas ni fusionar toda la documentación en un único archivo.
Este análisis es parcial: quedaron pendientes la revisión de fuentes oficiales sobre la estructura de Python y la investigación cruzada en varias comunidades. No se ejecutaron pruebas ni se modificaron archivos o planes. Antes de aplicar cambios, habría que comprobar que la colección de pruebas y CI siguen funcionando, que la instalación no incluye temporales y que las referencias y obligaciones pendientes siguen siendo rastreables.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Cómo ordenar pruebas y documentos sin perder calidad ni contexto"?
Que un repositorio parezca desordenado no demuestra que sus pruebas sean prescindibles: V4 ya usa una carpeta centralizada para varios controles de CI.
¿Cuáles son los puntos clave a validar primero?
Que un repositorio parezca desordenado no demuestra que sus pruebas sean prescindibles: V4 ya usa una carpeta centralizada para varios controles de CI. La propuesta es separar las pruebas de regresión y los contratos duraderos de los scripts, registros y resultados de verificación puntuales.
¿Qué debo hacer a continuación en la práctica?
El tamaño del repositorio, el contenido del paquete de instalación y el contexto que lee un modelo son problemas distintos; conviene gestionarlos por separado.
Fuentes
go.devAdd a test
ghuntley.comdon't waste your back pressure
doi.orgFound in the Middle: How Language Models Use Long Contexts Better via Plug-and-Play Positional Encoding