bk@bkunz.dev ~ $ whoami

~/bkunz.devzsh

$

$

$

$

Competencias principales

  • Arquitectura de sistemas de IA

    Orquestación de agentes con tool use sobre adaptadores de dominio, ruteo de intención tipado, grounding en consultas nativas, recuperación híbrida (BM25 + embeddings), ruteo por propósito con fallback de proveedor, prompt caching, medición de tokens y costo por intento.

  • Evaluación y guardrails

    Evals pareadas baseline × candidato con semilla, test de McNemar e intervalos de Wilson al 95%, checks deterministas, LLM-as-judge con rúbrica, errores de infraestructura aislados de la tasa de aprobación; canario de fuga de prompt y shingle guard en la salida.

  • Sistemas distribuidos

    Plataformas multi-tenant orientadas a eventos con Outbox y entrega at-least-once, claves de idempotencia, optimistic locking, rate limiting, reintentos con jitter y control de concurrencia; p99 < 50 ms con más de 40k conexiones; trazas, métricas y logs correlacionados.

  • Seguridad

    Anti-cheat y anti-abuso a gran escala (inspección de paquetes, detección estadística de anomalías), ingeniería inversa y análisis dinámico de bajo nivel (decompiladores, firmware, DMA), sandboxing, pentest de web y APIs, análisis de bypass de guardrails de LLM.

  • Liderazgo técnico y DevX

    Dirección de arquitectura con ADRs, estándares de ingeniería y librerías internas, context engineering para agentes de código (skills, subagentes, hooks), orquestación de workers en paralelo, CI/CD integrado con evals.

Qué construyo

Casi todo lo que construyo son motores: núcleos pequeños e independientes, cada uno dueño de un problema difícil y capaz de funcionar sin los demás. El primero es la ejecución durable. Un flujo de trabajo es un grafo que recorre un intérprete determinista, así que reproducir el mismo historial siempre produce las mismas decisiones. Los cambios de estado y los mensajes salientes se confirman en una sola transacción mediante un inbox y un outbox, y cada escritura es idempotente. La consecuencia es la propiedad que importa: los efectos ocurren exactamente una vez, incluso si el proceso muere a mitad de un paso y vuelve a arrancar.

Los runtimes de agentes se apoyan en la misma idea. Una conversación puede manejarse desde muchas superficies a la vez, así que en lugar de guardar estado por cliente la guardo como un registro de eventos y derivo cada vista de él como una proyección. Todo lo que un agente quiera hacer y necesite a una persona pasa por una máquina de estados de aprobación, el gasto está acotado por presupuestos y cada paso queda en un libro de auditoría verificable sin conexión, sin confiar en el servicio que lo escribió.

Un agente es tan seguro como las herramientas a las que llega, por eso el acceso a herramientas pasa por un gateway: un único endpoint MCP delante de servidores de herramientas MCP, REST y gRPC. Los permisos se conceden por agente y por función, las llamadas riesgosas esperan aprobación humana y las credenciales se cifran con cifrado de sobre. Las definiciones de herramientas se fijan por hash, lo que cierra un agujero más silencioso: un servidor no puede cambiar lo que hace una herramienta, ni lo que su descripción le dice al modelo, después de que el agente fue autorizado a usarla.

A veces la herramienta es una computadora entera. Para eso, los agentes reciben escritorios Linux persistentes con volúmenes de usuario y copias de seguridad, de modo que el trabajo sobrevive entre sesiones como lo haría para una persona. El acceso se otorga con permisos firmados, no con contraseñas compartidas. Dentro del invitado, un gateway transmite la pantalla y reparte concesiones de control, así la percepción y la entrada pertenecen a un solo titular a la vez y un agente y una persona nunca se disputan el mismo ratón.

Parte del trabajo tiene que correr donde están los datos, en el hardware del cliente. Ahí es un único binario estático que solo hace conexiones salientes, se registra con una clave de dispositivo y ejecuta las tareas que tomó en concesión, de modo que nada en esa red tiene que aceptar una conexión entrante. Lo que impide que todos estos motores se fundan en un monolito es un único protocolo de plugins: los adaptadores corren fuera del proceso sobre gRPC y deben pasar una suite de conformidad, así un proveedor se conecta igual a cada motor y se puede reemplazar sin tocar ningún núcleo.

Cómo se sostiene

Los motores solo siguen siendo independientes si obedecen las mismas reglas, así que ahí va la mayor parte del esfuerzo de diseño. Cada núcleo está escrito en Go o TypeScript como puertos y adaptadores, y qué adaptador ocupa cada puerto se elige por configuración, no por código. Cada operación se define una vez y se expone por HTTP, gRPC, MCP y una CLI. Una persona, un servicio y un agente llegan al mismo comportamiento por la puerta que les sirve, y ninguno tiene un atajo privado.

Como esas puertas son públicas, los contratos detrás de ellas están versionados y verificados: operaciones y eventos llevan JSON Schemas, y un cambio que rompe a un consumidor falla antes de publicarse. El acceso está cerrado por defecto y se abre a propósito. La multitenencia se aplica en Postgres con seguridad a nivel de fila, así el aislamiento se cumple donde viven los datos; una consulta que olvida un filtro en el código de la aplicación igual no puede leer filas de otro tenant.

En una frontera el fallo es el caso normal, así que cada frontera que modifica algo está hecha para repetirse. Los mensajes salen por un outbox con entrega al menos una vez, y los receptores lo vuelven seguro con claves de idempotencia. Los escritores concurrentes se reconcilian con bloqueo optimista, una verificación de versión dentro del propio update, en lugar de bloqueos mantenidos durante una petición. Los reintentos esperan con jitter para no llegar en oleadas, y los límites de tasa y el control de concurrencia evitan que un cliente deje sin recursos al resto.

Las pruebas siguen la misma lógica: si el comportamiento depende del tiempo, de los datos y de los fallos, la prueba tiene que controlar los tres. Las ejecuciones corren en mundos controlados con reloj fijo, una base de datos bifurcada y fallos inyectados, así una condición de carrera o un timeout se reproducen a demanda en lugar de esperarlos con suerte. El uso se mide en un libro solo de anexado con presupuestos, los artefactos están versionados y trazas, métricas y logs se correlacionan con OpenTelemetry. Medir dos veces, optimizar una.

IA, medida

Trato las funciones con LLM como sistemas con entradas, costos y modos de fallo, no como prompts. Un agente orquesta el uso de herramientas sobre los mismos adaptadores de dominio que usa el resto de la plataforma, así actúa mediante las operaciones que usaría una persona, con los mismos permisos. Las peticiones se enrutan por propósito y no por proveedor: cada propósito apunta a un proveedor con fallback, los prompts se cachean donde el proveedor lo permite y cada llamada se mide en tokens, con el costo registrado por intento, reintentos incluidos.

Una respuesta solo sirve si está fundamentada. Una petición pasa primero por un enrutamiento de intención tipado, así una pregunta con respuesta exacta se resuelve con una consulta nativa sobre los datos del propio sistema en lugar de una conjetura del modelo. Lo que queda va a la recuperación híbrida, BM25 más embeddings, porque la coincidencia léxica atrapa identificadores y términos exactos que la similitud vectorial tiende a difuminar, mientras los embeddings cubren las paráfrasis que la coincidencia léxica no ve.

Nada de esto cambia sin una evaluación. Un prompt o modelo candidato corre contra la línea base sobre los mismos casos con semilla, en pares, y la diferencia se juzga con una prueba de McNemar, con un intervalo de Wilson del 95% sobre cada tasa de aprobación. Primero corren las verificaciones deterministas; un LLM como juez con rúbrica se usa solo donde una verificación fija no puede decidir. Los errores de infraestructura quedan aislados de la tasa de aprobación, así un proveedor inestable nunca cuenta como un modelo peor.

La salida también está vigilada, porque a un modelo se le puede convencer de repetir lo que le pidieron mantener en privado. Un canario sembrado en el prompt delata una filtración en cuanto aparece en una respuesta, y una guarda de shingles detecta solapamientos largos con el prompt aunque la redacción cambie. Ambas verificaciones son deterministas y baratas, así que corren en cada respuesta, no en una muestra. El hábito viene directo del trabajo de seguridad: asumir que la entrada es adversaria y verificar en la frontera.

Seguridad, a bajo nivel

Llegué a la seguridad por el anti-cheat y el anti-abuso a gran escala. El trabajo vivía dentro del pipeline de red: inspeccionar paquetes a medida que llegaban y aplicar detección estadística de anomalías sobre millones de eventos diarios. En ese camino un falso positivo castiga a un usuario legítimo y una verificación lenta agrega latencia para todos, así que cada detector es un equilibrio entre precisión y costo. Ese equilibrio todavía decide dónde pongo las verificaciones en cualquier sistema que diseño.

Los cheats rara vez se ven solo desde la red, y eso me llevó hacia abajo en la pila, a la ingeniería inversa y al análisis dinámico de bajo nivel: decompiladores, firmware y DMA, donde el código que se lee muchas veces fue escrito para resistir ser leído. El sandboxing es la otra mitad de ese trabajo: ejecutar código no confiable donde se puede observar sin confiar en él. Sigue siendo la forma más directa que conozco de aprender cómo se comporta un sistema de verdad, y no cómo dice su documentación que se comporta.

Hoy la mayor parte de eso va a pruebas ofensivas de aplicaciones web y APIs, donde la autorización rota y la inyección siguen siendo lo primero que hay que buscar. Las funciones con LLM abrieron una superficie nueva, así que también analizo evasiones de guardrails: las entradas que hacen que un modelo ignore sus instrucciones o las filtre. Ese análisis es la razón de que existan el canario de filtración de prompt y la guarda de shingles. Las defensas son más fáciles de diseñar cuando ya rompiste lo que protegen.

Las certificaciones siguen el mismo camino: BSCP, MCP Security, API Penetration Testing, API Security for PCI Compliance y API Security for Connected Cars and Fleets. Las leo menos como credenciales que como un mapa de dónde pasé el tiempo, desde la explotación web hasta el protocolo que usan los agentes para llegar a sus herramientas. También explican decisiones tomadas en otras partes de esta página: cerrado por defecto, credenciales cifradas, definiciones de herramientas fijadas y llamadas riesgosas detrás de una aprobación.

En otros lugares

Código, historia y notas cortas.