Agente de coding con IA autoalojado activado desde Slack

Uso herramientas de coding con IA a diario y quería ir más allá: no un asistente en mi editor, sino un compañero autónomo al que pueda delegar una feature desde mi celular. El objetivo era un agente accesible desde Slack que trabaje sin supervisión y entregue PRs revisables — y un proyecto real para probar si ese flujo realmente produce código mergeable.

• Los agentes autónomos necesitan aislamiento duro — un agente con libertad sobre el árbol de trabajo principal está a un mal prompt del caos.
• Los agentes hospedados comerciales cobran por asiento/tarea y mantienen tu código en su infraestructura — yo quería control total sobre el runtime y la elección del modelo.
• Las afirmaciones de 'funciona' sobre agentes de IA son baratas — el montaje necesitaba una prueba de punta a punta rigurosa con métricas objetivas de calidad.

Una app de Slack escucha menciones en un canal designado; cada mención levanta un runtime de OpenHands (en Docker, autoalojado) dirigido por Kimi K3 con la descripción de la tarea como brief. El agente clona el repo, crea un worktree de git aislado para la feature, itera — código, ejecución, tests, corrección — y empuja una rama que abre un pull request para revisión humana. Para validar el flujo de punta a punta, lo usé para construir BetScam: una app de predicción de partidos de Premier League con pipeline de datos en Postgres, comparando un modelo Poisson naive contra Dixon-Coles, evaluados contra las odds de cierre de Pinnacle vía Brier score y curvas de calibración.

Los briefs de tarea importan más que la elección del modelo — el salto de calidad vino de escribir especificaciones como se las escribiría a un ingeniero junior (criterios de aceptación, comandos de test, restricciones), no de cambiar de modelo. Siguiente iteración: smoke tests automáticos que bloqueen la creación del PR, para que ramas obviamente rotas nunca lleguen a revisión.