La arquitectura evolutiva busca que los sistemas puedan adaptarse de forma segura y continua a los cambios, manteniendo sus características fundamentales. Las funciones de fitness deterministas, que validan reglas, esquemas o umbrales, son cruciales para esta gobernanza continua. Sin embargo, un amplio espectro de preocupaciones arquitectónicas, como la fidelidad de los límites de un servicio, la deriva semántica de los contratos o la validez de las suposiciones de las decisiones arquitectónicas (ADRs), no pueden ser reducidas a reglas simples y requieren un juicio humano. Este problema fundamental de la computación distribuida, donde la complejidad semántica supera la capacidad de verificación sintáctica, se agrava con la velocidad de desarrollo moderna y la generación de código por IA.

Las funciones de fitness agénticas emergen como una solución a esta brecha, extendiendo la gobernanza automatizada al dominio del juicio arquitectónico. Permiten que un agente de IA, calibrado con rúbricas y ejemplos históricos, evalúe evidencia acotada y emita un veredicto estructurado. Esto no reemplaza a los arquitectos ni a las funciones deterministas, sino que añade una capa de juicio gobernable, haciendo que la evaluación de la deriva arquitectónica sea más observable, auditable y escalable, especialmente en entornos de integración continua y despliegue rápido.

Arquitectura del Sistema

Una función de fitness agéntica se concibe como un componente de gobernanza ejecutable con una anatomía clara. Primero, se define una 'intención de la función de fitness', que es la preocupación arquitectónica a proteger (ej. fidelidad de límites, integridad semántica de contratos). Segundo, se establece un 'contrato de evidencia', especificando los artefactos limitados que el agente puede inspeccionar (ej. diff de Pull Request, especificación de API, ADRs relevantes, metadatos de propiedad, catálogo de servicios, salida de checks deterministas). Tercero, un 'juez agéntico', que es un agente de IA calibrado, aplica una 'rúbrica analítica' a la evidencia. Finalmente, se genera un 'veredicto estructurado', un resultado legible por máquina que incluye puntuación, confianza, criterios violados, justificación, referencias a la evidencia y acciones recomendadas.

La implementación de referencia modela esto como un pipeline. Un evento de cambio (ej. PR) se convierte en un paquete de evidencia acotado. Las verificaciones deterministas se ejecutan primero para restricciones objetivas. Luego, el juez agéntico evalúa las preocupaciones de juicio, produciendo un veredicto. La clave es la separación de responsabilidades: el agente complementa las funciones deterministas, no las reemplaza. Por ejemplo, una regla de dependencia puede detectar una nueva interacción, mientras el agente evalúa si es una colaboración intencional o un acoplamiento accidental. La calibración es crítica, utilizando un conjunto de cambios históricos clasificados por humanos para ajustar la rúbrica y entender la precisión, el recall y la varianza del agente. Los resultados de baja confianza o con alto impacto se escalan a revisión humana. Los hallazgos recurrentes y validados por el equipo pueden eventualmente convertirse en reglas deterministas.

Flujo de Evaluación de Cambio con Funciones de Fitness Agénticas

  1. 1 Evento de Cambio Pull Request, diff de contrato, etc.
  2. 2 Generación Evidencia Creación de un paquete de evidencia acotado (diff, ADRs, metadata)
  3. 3 Checks Deterministas Ejecución de reglas, esquemas, umbrales. Bloqueo si hay violación clara.
  4. 4 Juez Agéntico Agente de IA aplica rúbrica a la evidencia restante.
  5. 5 Generación Veredicto Resultado estructurado: score, confianza, criterios, acción.
  6. 6 Evaluación Confianza Si la confianza es baja o el impacto es alto, escalar a humano.
  7. 7 Acción Recomendada Aplicar acción (advisory, warn, block si calibrado).
  8. 8 Almacenamiento Veredicto Guardar para auditoría, tendencias y recalibración.

Trade-offs

Ganancias
  • ▲ Escalabilidad de la gobernanza arquitectónica
  • ▲ Detección temprana de deriva arquitectónica semántica
  • ▲ Consistencia en la aplicación de juicios arquitectónicos
  • ▲ Observabilidad y auditabilidad del juicio arquitectónico
Costes
  • ▲ Complejidad en la calibración y mantenimiento de rúbricas/modelos
  • ▲ Riesgo de sesgos (position, verbosity, self-enhancement) y no-determinismo
  • △ Necesidad de intervención humana para casos de baja confianza o alto impacto 
{
"fitness_function": "checkout-boundary-fidelity",
"rubric_version": "2026.07.01",
"score": 0.68,
"confidence": 0.74,
"decision": "advisory_warn",
"violated_criteria": [ "semantic coupling"],
"evidence": ["ADR-014", "OrderEvent.diff", "PaymentSession DTO"],
"recommended_action": "Move PaymentSession behind a checkout-owned adapter or create an explicit shared-kernel ADR.",
"deterministic_rule_candidate": "Disallow public events from exporting internal payment-state DTOs."
}
Ejemplo de un veredicto estructurado emitido por una función de fitness agéntica, incluyendo score, confianza y acciones recomendadas.

Fundamentos Teóricos

El concepto de arquitectura evolutiva y sus funciones de fitness se basa en principios de diseño de software adaptativo, que tienen raíces en la ingeniería de software y la teoría de sistemas. La necesidad de un juicio más allá de las reglas sintácticas se alinea con la complejidad inherente de los sistemas distribuidos, donde las propiedades emergentes y las interacciones semánticas son difíciles de formalizar. Esto resuena con el trabajo de Eric Evans en 'Domain-Driven Design' (2003), que enfatiza la importancia de los 'Bounded Contexts' y el lenguaje ubicuo para gestionar la complejidad semántica. La deriva arquitectónica que las funciones agénticas buscan mitigar es un problema conocido en la evolución de sistemas, donde decisiones individuales razonables pueden llevar a un deterioro gradual de la arquitectura global, un tema explorado por David Parnas en su trabajo sobre módulos y ocultamiento de información en los años 70. La aplicación de IA para la evaluación de código y diseño también se conecta con la investigación en análisis estático y dinámico de programas, extendiendo estas técnicas con capacidades de razonamiento semántico y contextual que los métodos tradicionales a menudo carecen.