En Perk trabajamos con numerosos proveedores externos, cada uno con su propia documentación, APIs, particularidades. Construir una nueva integración implica entender esa documentación, implementar el código necesario, escribir tests y comprobar que todo funciona correctamente.

Sobre el papel, parece el escenario perfecto para la IA: proporcionarle la documentación del proveedor, ejemplos de otras integraciones, la estructura del proyecto y una batería de tests, y dejar que construya la integración de forma autónoma.

En esta charla veremos cómo hemos intentado hacerlo, cómo hemos adaptado nuestra infraestructura y nuestros procesos para trabajar con la IA, y qué herramientas y contexto necesitamos proporcionar a los modelos para que puedan desenvolverse dentro de un proyecto real.

También hablaremos de la parte que suele quedarse fuera de las demostraciones: los errores, las alucinaciones, los tests que pasan por las razones equivocadas y la cantidad de supervisión humana que sigue siendo necesaria.

Los primeros resultados estuvieron lejos de ser buenos. Sin embargo, iteración tras iteración, hemos conseguido que la IA sea capaz de asumir tareas cada vez más complejas y trabajar con mayor autonomía.

Una historia práctica y honesta sobre lo bueno, lo malo y lo feo de intentar convertir la documentación de una API en código de producción.