Un desarrollador implementa una cola de prioridad basada en Git para combatir la sobrecarga de contexto de la IA

Los desarrolladores que utilizan herramientas de codificación con IA como Claude Code o Codex a menudo enfrentan el 'AI brain fry', un estado de agotamiento cognitivo causado por gestionar docenas de hilos concurrentes e intentar mantener sus respectivos contextos en la memoria RAM mental. Sergey Kuhne aborda esto reemplazando las ventanas de chat transitorias por una cola de prioridad persistente basada en git que trata cada tarea como una instantánea (snapshot) confirmada.

El problema del manejo de contextos

Al trabajar con agentes de IA, una sola tarea puede ramificarse rápidamente en múltiples aclaraciones de seguimiento y tareas secundarias, cada una exigiendo su propio espacio de trabajo. Esto obliga a los desarrolladores a saltar entre numerosos hilos, intentando mantener simultáneamente en sus cabezas los requisitos específicos y el progreso de cada conversación activa.

Kuhne describe esto como un fallo de enfoque donde el cerebro se agota, dificultando recordar dónde comenzó una tarea o dónde debía terminar. Mientras que el consejo común sugiere tomar descansos o limitar el alcance, el enfoque de Kuhne se centra en reestructurar la secuenciación y el contexto del trabajo mismo.

“El ticket no se queda colgando en mi memoria como algo que recordar. El contexto se cierra con él. Así, cuando elijo el siguiente elemento de la cola, realmente puedo concentrarme. Una cosa a la vez.”

— How I'm fighting the AI Brain Fry — Sergey Kuhne

Una cola de prioridad basada en Git

El flujo de trabajo propuesto organiza el trabajo como una cola de prioridad donde la 'fuente de verdad' reside en un repositorio git en lugar de una interfaz de chat. Cada ticket es un archivo markdown ubicado junto al código relevante, y el estado del tablero del proyecto se mantiene como una instantánea confirmada.

Un agente trabaja a través de este tablero en ciclos, investigando nuevos tickets y construyendo aquellos etiquetados como 'seguros' por un humano. Para código sensible, el agente construye en una rama separada y solicita permiso antes de proceder. Crucialmente, el agente nunca despliega en producción, ya que esa sigue siendo una responsabilidad humana.

La bandeja de entrada del propietario y el cierre de contexto

Para evitar que la IA tome decisiones autónomas sobre compensaciones complejas, el sistema deriva los elementos que requieren juicio humano a una 'bandeja de entrada del propietario'. Un script lee todo el tablero y presenta una lista priorizada de elementos que esperan un veredicto, como revisar un cambio específico o responder una pregunta técnica.

El desarrollador visualiza estos elementos a través de un visor de una sola página, un artefacto de Claude reconstruido desde git en cada ciclo. Esto permite al desarrollador ver todo el tablero y una página de revisión para cada ticket sin desplazarse por el historial de la terminal. Una vez que se da un veredicto, este se confirma de nuevo en git y el desarrollador 'cierra' ese contexto.

Al cerrar el contexto de un elemento y volverlo a poner en la cola, el desarrollador puede limpiar su RAM mental. Esto le permite elegir el siguiente elemento de la cola y concentrarse totalmente en sus requisitos específicos sin la distracción de las tareas sin terminar que quedan pendientes en su memoria.

Restricciones técnicas y compensaciones

El sistema no es una solución perfecta y enfrenta desafíos técnicos continuos. Kuhne señala que la dificultad principal radica en servir el contexto lo suficientemente rápido para que la carga de un ticket tome menos de un minuto, y evitar que los tickets entren en bucles infinitos cuando están bloqueados por una decisión humana.

Si bien el sistema mejora significativamente la productividad al reducir las distracciones, sigue siendo un proceso agotador. El objetivo es pasar de un estado de estar 'perdido' en múltiples hilos a un flujo estructurado donde el desarrollador solo necesite mantener una pieza de contexto a la vez.