Orchestro

Orchestro vincula las capacidades de negocio a los recorridos, las pantallas, los agentes, los servicios y las canalizaciones de datos que las sostienen. El historial del repositorio ayuda a reconstruir lo que pasó antes. Las pruebas de ejecución conectadas muestran lo que pasa ahora. Que el código esté en un repositorio no significa que esté publicado ni siquiera usado, y la falta de pruebas queda a la vista en lugar de convertirse en una luz verde tranquilizadora.

Un registro fallido puede aparecer a la vez en los comentarios de los usuarios, en un error del servidor y en un gestor de issues. Orchestro los trata como pruebas de un mismo problema, así el equipo no lanza tres agentes tras una sola causa. Cada issue conserva su identidad entre reparaciones. Eso importa sobre todo cuando un bug reaparece.

La plataforma entrega trabajo acotado a tu agente de código dentro de los permisos que fijas. El trabajo se extiende durante días, no en una sola sesión. ¿Por qué importa? La mayoría de los arreglos reales no son un solo prompt. Eso cambia la sensación de los flujos de agentes de código. Las integraciones de proveedores pasan el mismo issue, el historial y las comprobaciones al agente, así el segundo arreglo arranca con las pruebas del primer agente adjuntas.

Un Advisor V1 sugiere próximos pasos apoyados en el trabajo conocido y las pruebas disponibles. Las recomendaciones se mantienen separadas de la autorización. Aceptar una sugerencia y empezar la ejecución son dos pasos distintos, y la configuración de permisos del proyecto sigue gobernando lo que puede ocurrir. Las decisiones se registran de forma duradera. Así el razonamiento sobrevive a los cambios de personal.

Orchestro mantiene un pull request fusionado, una versión desplegada, una comprobación de comportamiento y una medición de producto como cuatro cosas distintas, porque cada una responde a una pregunta diferente sobre si el trabajo llegó a su destino. Una comprobación de comportamiento muestra si el arreglo funciona. Una medición de producto ayuda a juzgar si fue útil. Esa distinción es el punto. El mismo bug puede reaparecer por una ruta de código nueva, y una compilación en verde no lo detectará.

Cada capacidad recibe una métrica principal y hasta dos medidas de apoyo. Todas necesitan una definición, una población y una ventana de tiempo. También necesitas datos frescos. Las barreras de protección cuidan otros resultados. Y "todavía no podemos medir esto" cuenta como una respuesta válida, no como un fallo.