// MAKING-OF · PET PLANNER · CASO TÉCNICO

Esta app fue construida por
una flota de agentes de IA.
Y medimos cada token.

Pet Planner es un SaaS multiplataforma de verdad, en producción. Pero lo que demuestra no está en la pantalla del usuario — está en cómo se hizo: 10 personas de agentes de IA, un pipeline de 7 fases con aprobación humana entre cada una, y un cost-log que registra token por token. Esto no es una app de mascotas. Es la prueba de que la fábrica de agentes entrega.

10 personas de IA 7 fases · aprobación humana 385 llamadas de LLM medidas IA + Personas
10
personas de agentes de IA
7
fases con gate de aprobación humana
385
llamadas de LLM en un sprint de 8 historias
71%
de cache hit — ahorro medido
// El producto (solo el contexto)

Lo que construyó la flota

Para entender la telemetría, primero el objeto. Pet Planner es un SaaS multiplataforma de salud y rutina de mascotas para tutores en Brasil, entregado como PWA en la web y app nativa en el celular, ambos sobre la misma API. Cinco repositorios, un producto — y esta página habla de cómo se construyeron.

🧩
API
.NET 10
🌐
Web
Nuxt · PWA
📱
Mobile
Flutter
☁️
Infra
Bicep
🤖
AgentWorkspace
la fábrica de IA
// Contract-first

Un contrato, tres clientes

OpenAPI y eventos AsyncAPI son la fuente de la verdad de punta a punta. Los mismos contratos se convierten en contract tests en el CI de API, Web y Mobile — la PWA y Flutter hablan el mismo idioma porque validan el mismo contrato.

// Seguridad & LGPD by design

Postura definida antes de la primera línea

PII cifrada (AES-256), rate limiting por IP, verificación de e-mail obligatoria y blocklist de contraseñas filtradas. No es un parche posterior: los agentes siguen esta postura como parte del estándar de la organización.

🔎

La honestidad que abre esta página

La IA de Pet Planner está en la construcción, no en el runtime. La API del producto no incorpora IA — ningún LLM responde al usuario final. Es una app construida por agentes de IA, no una app con features de IA. Decirlo en voz alta es parte de la marca: donde hay IA, la señalamos; donde no la hay, lo avisamos.

// Cómo se construyó

Una flota de 10 personas en un pipeline de 7 fases

El AgentWorkspace es un entorno multiagente spec-driven. Cada persona tiene un rol definido; ninguna trabaja sola y ninguna fase avanza sin que una persona apruebe. Es el método ZDZCloud en la práctica: copiloto primero, IA + Personas, decisión por evidencia.

// La flota
🎯
Orquestador
orchestrator
📋
Product Owner
product-owner
📐
Arquitecto
architect
🧩
Dev API
dev-api
🌐
Dev Web
dev-web
📱
Dev Mobile
dev-mobile
🔍
Revisor
reviewer
🧪
QA
qa
🛡️
Auditor de Seguridad
security-auditor
⚙️
DevSecOps
devsecops
// El pipeline (SDD · spec-driven development)
1

Spec

El Product Owner y el Arquitecto transforman la historia en especificación: contratos, criterios de aceptación y ADRs. La fuente de la verdad nace aquí — no en el código.

Aprobación humana antes de planificar
2

Plan

El Orquestador diseña el plan de ejecución y lo sincroniza con Azure Boards. El trabajo se convierte en un mapa auditable antes de que cualquier agente escriba código.

Aprobación humana antes de dividir en tareas
3

Tasks

El plan se descompone en tareas paralelizables, cada una con contrato y alcance claros — listas para ser enrutadas a los devs correctos.

Aprobación humana antes de desarrollar
4

Dev (paralelo)

Dev API, Dev Web y Dev Mobile trabajan en paralelo sobre el mismo contrato. Código y tests salen juntos; los contract tests garantizan que los tres clientes sigan alineados.

Aprobación humana antes de revisar
5

Review

Revisor, QA y Auditor de Seguridad pasan el peine fino: calidad, cobertura y postura de seguridad/LGPD. Es donde la máquina desafía a la propia máquina — y la persona arbitra.

Aprobación humana antes de integrar
6

Merge

Con los gates en verde, la entrega se integra a la base. Contratos y ADRs quedan como registro de lo que se decidió y por qué.

Aprobación humana antes de publicar
7

Deploy

El DevSecOps conduce la publicación. El ciclo se cierra con la historia en producción — y su cost-log de tokens ya contabilizado.

// La telemetría

El número honesto de un sprint

Toda campaña habla de "ahorro con IA". Nosotros mostramos el log. Estos son los números reales de un sprint de 8 historias de Pet Planner — ahorro medido, no estimado. Es el mismo instinto de auditabilidad que aplicamos al código: si no se puede señalar el número, no entra.

cost-log · sprint = 8 historias · Pet Planner AgentWorkspace
8
historias en el sprint
385
llamadas de LLM
3,28 M
tokens de entrada
71%
cache hit
Aprovechamiento de caché en los tokens de entrada71%
71% servidos desde la caché
Cache hit — 71% Tokens nuevos — 29%
Derivado: ≈ 8,5 mil tokens de entrada por llamada (promedio) ≈ 2,33 M de tokens servidos desde la caché ≈ 0,95 M de tokens nuevos
📌

Dónde corre esta IA — y dónde no

Estos 3,28 millones de tokens se gastaron construyendo Pet Planner: escribiendo spec, código, tests y revisión. Ninguno de ellos corre en la app que el usuario abre — la IA está en la CONSTRUCCIÓN, no en el runtime del producto. Medir el costo de construir es lo que nos permite decirlo con números en la mano.

// Por qué esto te importa

La misma fábrica construye tu software

Pet Planner no es una excepción armada para el portafolio: es la fábrica de agentes funcionando como funciona todos los días. Lo que viste aquí — la flota, los gates, el cost-log — es el proceso que pasa a construir tu producto.

Velocidad de la flota

Dev API, Web y Mobile trabajan en paralelo sobre un único contrato. Varios flujos avanzan al mismo tiempo sin salirse del carril, porque todos validan la misma fuente de la verdad.

🧭

Gobernanza, no caja negra

Siete fases, aprobación humana entre cada una, ADRs y contratos como registro. Tú apruebas, rechazas o pides ajustes — la decisión de peso siempre es de una persona. IA + Personas.

📊

Costo medido, no prometido

Cada historia tiene su cost-log en tokens. No recibes una factura de "IA" opaca: recibes el número — llamadas, tokens, cache hit — para decidir con evidencia.

// Lo que aprendimos

Tres lecciones que dejó el log

♻️

La caché no es un detalle — es la cuenta

El 71% de los tokens de entrada vino de la caché. Estructurar el trabajo para reaprovechar contexto es lo que separa una flota de agentes cara de una flota viable. La caché es una decisión de arquitectura, no suerte.

  • Contexto estable = tokens reaprovechados

La aprobación humana es el freno correcto

Un gate entre cada fase evita que un error de spec se convierta en retrabajo de deploy. La persona no desacelera la flota: impide que la flota corra en la dirección equivocada. Copiloto primero, autonomía probada después.

  • Error barato: detectado temprano, en la fase correcta
🔬

Medir para decidir

Sin el cost-log, "la IA ahorra" es fe. Con él, es una planilla. Instrumentar tokens por historia convierte la discusión del costo de IA en algo auditable — y honesto sobre dónde está la IA y dónde no está.

  • El número entra; la suposición, no
// Lleva tu proyecto a la fábrica

Tu próximo software, construido así

Multiplataforma sobre un contrato, flota de agentes en el desarrollo, aprobación humana entre las fases y cada token medido. Hablemos de tu proyecto — y te mostramos el proceso, no solo la diapositiva.