Governance agéntica
Modelo de gobierno de un design system que trata a los agentes como consumidores y contribuidores de primera clase: las reglas del sistema se publican en formatos legibles por máquina y los flujos de contribución definen explícitamente qué puede hacer un agente y qué requiere revisión humana.
En una analogía · Es pasar del "porque lo digo yo" a un semáforo automático: las reglas dejan de estar en la cabeza de alguien y se ejecutan solas.
También conocido como: Agentic governance · Gobierno agéntico
¿Qué es la governance agéntica?
La governance clásica de un design system responde tres preguntas: quién decide, cómo se contribuye y cómo se comunica el cambio. La governance agéntica añade una cuarta: qué papel juegan los agentes en cada una de las tres anteriores. No sustituye al modelo clásico (federado, centralizado o híbrido); lo extiende para un consumidor que lee JSON en milisegundos y no asiste a guild meetings.
El supuesto de partida es medible: una parte creciente de la UI que se construye con tu sistema la generan agentes, no personas. Si las reglas del sistema solo existen en prosa para humanos, esa parte de la producción opera sin reglas.
Los tres planos
1. Reglas legibles por máquina. Las restricciones del sistema dejan de vivir solo en la documentación y pasan a datos: el contraste mínimo viaja en $extensions del token DTCG, las superficies permitidas se declaran por token, los principios se escriben en formato ejecutable. Una regla que un agente no puede consultar es una regla que un agente no puede cumplir.
2. Contratos de consumo. El sistema define qué exponen sus interfaces agénticas: qué entra en el archivo llms.txt, qué resources y tools publica el MCP server, y cómo se versiona todo ello. La regla es la misma que para una API REST: lo expuesto es lo estable, y un cambio disruptivo se publica como versión mayor.
3. Flujos de contribución con agentes. Cuando un agente propone un cambio al sistema (una variante nueva, un token corregido), el flujo lo trata como a un colaborador externo: pasa los checks automáticos, abre PR y no se mergea sin revisión humana. El criterio operativo: los agentes amplían el caudal de contribución, no el comité de decisión.
Qué revisar primero
Tres síntomas de que un sistema gobierna para humanos pero no para agentes:
- Los tokens compilan, pero no llevan
$typeni$description: un agente no puede razonar sobre ellos. - La documentación de componentes vive en capturas y vídeos: el agente la ignora por completo.
- No existe política escrita sobre contribuciones generadas por agentes: cada equipo improvisa la suya.
El diagnóstico estructurado de estos tres síntomas (y de otros 4 ejes) está en la auditoría AI-readiness en 7 pasos. Para ver dos modelos de governance maduros comparados, Polaris vs Carbon.
Ver también
- Agente (en diseño de producto)
- MCP (Model Context Protocol)
- llms.txt
- Polaris vs Carbon: governance comparada
Si quieres el diagnóstico de tu sistema con rúbrica y plantilla, la mini-formación de auditoría AI-readiness lo resuelve en 3 horas. El modelo completo de governance se trabaja en el módulo 03 del bootcamp ejecutivo.
Lecturas de referencia
A seguir