poteto@poteto

¿cómo confiar más en el trabajo de tus agentes? ¡copia este post/link y dáselo a tu @bot o agente! 1. mejoras al codebase: esto es simplemente buena ingeniería de software: mejor arquitectura, tipos e invariantes más fuertes, límites claros. a los agentes les encanta copiar lo que ya existe y tomar el camino más corto, así que haz que lo fácil sea lo correcto. elimina los problemas de raíz con código y no tendrás que volver a pensar en ellos. 2. análisis estático: reglas de lint, tests, CI, verificación (p. ej. TLA+). formas muy eficientes en tokens de detectar problemas antes de tiempo. 3. prosa: comentarios, reglas, AGENTS.md, skills, todo lo que no se puede forzar y requiere el criterio del agente. úsalo lo mínimo, pero sí usa /create-verification-skill. 4. revisión humana: lo más difícil de escalar. al ritmo en que los agentes meten código, es prácticamente imposible revisar a fondo cada PR, así que pon ese esfuerzo en el punto de mayor palanca: diseñar un entorno donde los agentes hagan lo correcto por defecto. esto forma una pirámide invertida: quieres la mayor parte del esfuerzo arriba y lo mínimo abajo. las mejoras al codebase son deterministas, lo que las hace más eficientes en tokens, y te dejan dormir más tranquilo. instala pstack y crea un nuevo Project: 1. revisa mis mensajes de slack/chat y comentarios de code review donde di feedback sobre PRs, código y arquitectura 2. usa /recall en mis transcripciones pasadas para aprender cómo guío a los agentes 3. /poteto-mode usa /correct y /architect en commits pasados para encontrar los errores más comunes en los que caen los agentes, y luego propón un plan para rearquitecturar el código del que soy responsable para que sea más amigable con los agentes. responde las preguntas abiertas con prototipos en vez de dejármelas a mí, y respalda el plan con datos reales. 4. antes de empezar, usa /sharpen + /in-your-own-words y confirma este prompt conmigo

how do you trust your agents' work more? copy this post/link and give it to your @bot or agent! 1. codebase improvements: this is just good software engineering - better architecture, stronger types and invariants, clear boundaries. agents love to copy what exists and take the shortest path, so make the easy thing the right thing. categorically eliminate problems through code and you won't need to think about it again. 2. static analysis: lint rules, tests, CI, verification (eg TLA+). very token efficient ways to catch issues ahead of time. 3. prose: comments, rules, AGENTS.md, skills - anything that can't be enforced and requires agent judgment. use it minimally, but do use /create-verification-skill. 4. human review: the hardest to scale. at the rate agents land code, it's pretty much impossible to thoroughly review every PR, so spend that effort on the highest leverage point, designing an environment where agents do the right thing by default. this forms an inverse pyramid: you want most of your effort at the top, least at the bottom. codebase improvements are deterministic, making it more token efficient, and lets you sleep more soundly at night. install https://github.com/cursor/plugins/tree/main/pstack and create a new Project: 1. look through my slack/chat messages and code review comments where i've given feedback on PRs, code, architecture 2. use /recall on my past transcripts to learn how i steer agents 3. /poteto-mode use /correct and /architect on past commits to find the most common pitfalls agents fall into, then propose a plan to rearchitect the code i own so it's more agent friendly. answer open questions with prototyping rather than defer to me, and back the plan with real data. 4. before you begin, use /sharpen + /in-your-own-words and confirm this prompt with me