Dos obstáculos hacen que “darle todo al modelo” no funcione: degradación en contextos largos y falta de memoria real a través del tiempo.
Degradación con contexto largo
El benchmark LoCoDiff (enero 2025) muestra que incluso el mejor modelo disponible, Sonnet 4.5, degrada significativamente con contextos largos.
El resultado: de 96 % de precisión con contextos de 2 K–21 K tokens a 64 % con más de 60 K tokens. Cuando le das todo tu codebase al modelo, se ahoga en información.
•Los modelos de punta siguen dependiendo de ventanas de contexto manejables para mantener la precisión.
•Darles archivos completos o repositorios enteros produce ruido, repeticiones y decisiones inconsistentes.
Un estudio de METR (julio 2025) demostró que developers expertos con 2+ años de experiencia en sus propios proyectos fueron 20 % más lentos usando AI que trabajando solos.
¿Por qué? El LLM arranca de cero cada vez: no tiene el contexto tácito que las personas acumulan. Los expertos predijeron que serían 39 % más rápidos, pero la realidad fue lo opuesto.
•Tiempo observado por story: 1.67 h sin AI vs 2.26 h con AI asistida.
•Predicciones previas esperaban reducciones de 24 %–39 %, exponiendo la brecha entre expectativas y realidad.
La solución: un equipo agentic que planifica y ejecuta
BMAD es un método de desarrollo con AI donde ocho agentes especializados trabajan como un equipo real. Planifican todo el proyecto antes de codear y luego ejecutan story por story con validaciones continuas.
Cada agente es el mismo LLM con un prompt especializado y acceso a contexto shardeado y verificado. No hay memoria mágica: hay documentación estructurada al alcance justo.
Sharding
Documentos grandes se dividen en fragmentos pequeños y enfocados. En vez de darle al Developer un PRD de 10 000 tokens, recibe un shard de 400–600 tokens con lo esencial para la story.
Resultado: cada agente opera en la zona de 96 % de precisión (<5 K tokens) sin ruido adicional.
Agentes especializados
Ocho agentes con roles concretos: Product Manager, Architect, Developer, QA, etc. Cada uno tiene instrucciones y checklist propios, y consulta solamente el contexto que necesita.
Resultado: contexto quirúrgicamente preciso para cada decisión, sin sobrecargar al modelo.
Documentación estructurada
Planning riguroso antes de codear: PRD completo, arquitectura definida y stories secuenciales que se validan entre sí. Eso crea la “memoria” que los LLMs no tienen.
Resultado: los agentes trabajan con información profesional y verificable, siempre alineada con el objetivo del proyecto.
¿Por qué funciona BMAD?
1. Contexto optimizado
En el estudio METR los equipos trabajaron con codebases enormes en Cursor y terminaron 20 % más lentos. BMAD hace lo contrario: el PM trabaja con 2 K tokens de requirements, Arquitectura con ~3 K tokens y el Developer con un único epic (1.5 K tokens). Precisión alta, sin degradación.
2. Validaciones y transparencia
El Product Owner valida cada story draft antes de pasar a desarrollo, el QA revisa el trabajo del Developer y el equipo humano aprueba cada hito. Los artefactos son legibles por humanos y quedan versionados en el repo.
3. Elicitación avanzada
Los agentes hacen preguntas y completan documentación iterativamente. No es solo generar código: descubren, clarifican y actualizan requirements manteniendo a la persona en el loop.
Equipo Agentic
Los ocho agentes de BMAD
Cada rol es el mismo modelo con un prompt especializado y contexto shardeado. El resultado: un equipo multidisciplinario que trabaja como si fuera humano.
Business Analyst
Insightful Analyst & Strategic Ideation Partner
/analyst *create-project-brief
Market research, brainstorming, competitive analysis, creación de project briefs y documentación de proyectos brownfield.
Crea PRDs, define estrategia de producto, prioriza features y mantiene alineados a los stakeholders. Paso obligatorio del método.
Artefactos
●PRD (Product Requirements Document)
●Brownfield PRD
Architect
Holistic System Architect & Full-Stack Technical Leader
/architect *create-full-stack-architecture
Diseño de sistemas, arquitectura técnica, selección de tecnologías, contratos de API y planes de infraestructura. Paso obligatorio del método.
Artefactos
●Full-stack architecture
●Backend architecture
●Frontend architecture
●Brownfield architecture
UX Expert
User Experience Designer & UI Specialist
/ux-expert *create-front-end-spec
Diseño UI/UX, wireframes, prototipos, front-end specifications y prompts listos para v0 o Lovable.
Artefactos
●Front-end spec
●UI design prompts
Product Owner
Technical Product Owner & Process Steward
/po *shard-doc
Gestiona el backlog, refina historias, define acceptance criteria y valida la coherencia entre artefactos. Crítico: el sharding evita la degradación del modelo.
Artefactos
●Sharded documents
●Epic files
●Story validations
Scrum Master
Technical Scrum Master & Story Preparation Specialist
/sm *draft
Prepara historias claras, gestiona epics, dirige retros y mantiene la cadencia ágil. Produce drafts listos para que el Developer implemente sin fricción.
