La explosión de herramientas como Claude Code, Cursor, y Google Antigravity ha generado una necesidad urgente de medir y guiar la adopción de AI en equipos de desarrollo. En los últimos 12 meses han surgido al menos seis frameworks relevantes que vale la pena analizar como insumo para construir tu radar estilo Agility Health. Los presento organizados desde los más simples hasta los más comprehensivos, y luego los conecto con el Vibe Coding Manifesto y el paradigma de Context Engineering que tu equipo ya está explorando.
El modelo más simple y directo. Define 5 niveles (0–4) enfocados en la relación desarrollador-AI:[1]
| Nivel | Nombre | Descripción |
|---|---|---|
| 0 | Human-Only | Sin AI. Todo manual |
| 1 | AI-Inspired | AI como partner de ideas (ChatGPT para brainstorming, no para código) |
| 2 | AI-Collaborative | AI dentro del IDE, autoría compartida. El dev curatea y acepta |
| 3 | AI-Delegated | Se delegan tareas completas a agentes autónomos. Humano revisa PRs |
| 4 | Fully Autonomous | AI construye, testea y despliega independientemente |
Utilidad: Es un buen "eje vertical" de referencia para entender en qué nivel de delegación está el equipo, pero no ofrece dimensiones horizontales que permitan un radar multidimensional.
Basado en observaciones reales de equipos, este modelo de 6 niveles (0–5) es el que mejor captura la progresión que describe tu equipo:[2]
| Nivel | Nombre | Señal clave |
|---|---|---|
| 0 | Not Using AI | Sin herramientas AI |
| 1 | Ad Hoc Prompting | Prompts ocasionales cuando están atascados |
| 2 | Personal Prompt Libraries | Cada ingeniero tiene sus propios templates y workflows |
| 3 | Team-Level AI Use | Prompts compartidos, formas de trabajo alineadas |
| 4 | Agent-Driven Development | Las specs son el input primario de los agentes |
| 5 | AI-Native Engineering | El código es regenerable; la "verdad" son los requisitos, arquitectura y constraints |
Insight clave del Level 5: "Code is no longer the durable asset. The actual source of truth becomes the intent." Esto conecta directamente con el principio del Vibe Coding Manifesto: "Code is disposable".[3]
Este es probablemente el más relevante porque fue construido específicamente alrededor de Claude Code y equipos reales:[4]
| Fase | Nombre | Foco |
|---|---|---|
| 1 | Enablement | Cultura de experimentación: hackathons mensuales, catch-ups semanales, AI digest, PoCs individuales |
| 2 | Contextualisation | AI "habla tu idioma": CLAUDE.md, prompts custom, slash commands/skills por dominio |
| 3 | Autonomy | Workflows multi-agente con autonomía confiable (earned, no prematura) |
| 4 | AI-Native | Workflows diseñados para AI desde cero, no retrofitting de procesos humanos |
Resultado medible que reportan: Redujeron documentación de QA de 4 horas a 30 minutos (87% de reducción), con consistencia estandarizada y onboarding acelerado.[4]
Utilidad: Muchos equipos podrían estar en la transición entre Fase 1 y Fase 2 — ya adquirieron Claude Code y conocen Context Engineering, pero probablemente aún no tienen un CLAUDE.md maduro ni Skills compartidos.
El más estructurado académicamente. Define 5 niveles × 6 dimensiones, con progresión por rol:[5]