---
title: Akka prueba 65 proyectos de código abierto con IA basada en especificaciones
url: https://www.elseif.net/es/akka-prueba-65-proyectos-de-codigo-abierto-con-ia-basada-en-especificaciones
published: 2026-10-20T08:11:53+00:00
language: es
section: Modelos
source: https://www.infoq.cn/article/uGNQwpOt5GGAKm2XlEZC?utm_source=rss&utm_medium=article
organizations: Akka, GitHub, Claude, Sonnet, Opus, Dify
publisher: elseif
---

# Akka prueba 65 proyectos de código abierto con IA basada en especificaciones

Akka utilizó 65 proyectos de código abierto para probar una metodología de entrega de software impulsada por IA que se basa en especificaciones. El experimento evaluó la estructura de las especificaciones, el contexto, los modelos y la carga de trabajo, la verificación automática, el consumo de tokens y el rendimiento en tiempo de ejecución. La primera fase de pruebas demandó 99,3 horas y consumió 9.410 millones de tokens. Según el informe de Akka, de los 65 proyectos analizados, 57 mostraron mejoras en líneas de código o rendimiento.

El estudio se dividió en dos etapas. Primero, Akka analizó todos los proyectos, generó especificaciones y automatizó hasta el 10 % de las funcionalidades de cada uno. Luego, seleccionó 10 proyectos para una implementación completa, basándose en características del sistema y resultados cuantificables. El flujo de trabajo de control de entrega pasó por fases de descubrimiento de requisitos, definición de especificaciones, migración, pruebas de referencia y optimización. En la fase de descubrimiento, se analizaron el código, los modelos, los patrones y el comportamiento en tiempo de ejecución, mientras que Claude colaboró con Akka Specify para ejecutar, probar y revisar el código mediante un motor de referencia estándar.

Akka descubrió que las especificaciones estructuradas, que incluyen declaraciones, evidencias y comportamientos tipados, mejoran la efectividad de la primera implementación, aunque los archivos de contexto a veces omiten decisiones intercomponente. Entre las áreas de investigación futura se encuentran enumeraciones de interfaces, importación de datos de prueba, trazabilidad, pruebas de diferencias y pruebas adversariales. El kit Spec Kit de GitHub también organiza flujos de trabajo de agentes de codificación en torno a especificaciones, planificación, tareas, implementación y convergencia.

En la fase de pruebas, se utilizaron los tests unitarios e integración originales, y los revisaron auditores que verificaron la serialización, la seguridad, el manejo de errores, los datos personales identificables (PII), la idempotencia y los límites de arquitectura. Akka añadió mecanismos de protección al detectar fallos de migración, pero señaló que las condiciones de salida adicionales incrementan el costo del proceso. Los resultados de rendimiento variaron: aplicaciones, frameworks y bibliotecas mostraron mejoras generalizadas, mientras que la mediana de infraestructuras y herramientas disminuyó. Dify registró un aumento de 1 433 333 veces en rendimiento, aunque la carga de trabajo comparada difirió, y Netflix Metaflow experimentó una ralentización aproximada de 100 veces.

En LinkedIn, Aaditya comentó bajo el artículo del CEO de Akka, Tyler Jewell, que los modelos más pequeños se ajustan estrictamente a las especificaciones, mientras que los más grandes pueden improvisar. Los participantes debatieron si la reducción de líneas de código proviene de la eliminación de código muerto o de diferencias entre lenguajes de destino.

Rick Bryce, de la división de mercado de Avahi, señaló que las limitaciones podrían afectar los resultados, lo que generó nuevas preguntas sobre si la eficiencia de la migración depende de la capacidad del modelo, de las restricciones de la especificación o de ambos factores combinados.