Dejar un constructor web para recuperar el control: cómo reconstruí xavier-barry.fr con IA

El desencadenante fue económico, pero la verdadera motivación era recuperar el control

Durante dos años, el constructor de Hostinger había cumplido su función: publicar rápidamente un sitio limpio sin dedicar demasiado tiempo a la parte técnica.

Al llegar la renovación, la ecuación cambió. Podía simplemente pagar otro periodo. Preferí utilizar esa restricción como una oportunidad para recuperar el control del sitio: código, alojamiento, SEO, idiomas, rendimiento y proceso de despliegue.

Hace algunos años probablemente no habría tomado la misma decisión. Reconstruir un sitio completo, aunque sea estático, implica gestionar muchos detalles: estructura de páginas, componentes, responsive, redirecciones, metadatos, sitemap, hreflang, assets, contenido multilingüe y despliegue.

La IA cambió el coste de esa decisión.

Estar hands-on ya no significa necesariamente escribir cada línea

No tenía ningún interés en volver a ser el desarrollador principal de mi propio sitio. No es donde aporto más valor ni donde quiero pasar la mayor parte de mi tiempo.

Sí quería, en cambio, volver a acercarme a la cadena de producción: comprender las decisiones, definir la arquitectura, dividir el trabajo, revisar los cambios, fijar controles, inspeccionar previews y decidir qué llega a producción.

Ahí es donde la IA se volvió interesante para mí. No sustituye el criterio técnico. Desplaza el esfuerzo: menos tiempo produciendo cada línea y más tiempo expresando con precisión la intención y controlando el sistema que la transforma en software.

Una stack deliberadamente simple

El nuevo sitio utiliza una arquitectura mucho más sencilla: Astro para generar un sitio estático, GitHub como fuente de verdad y Netlify para previews y despliegue.

Quería pocas piezas y una cadena que pudiera entender de extremo a extremo. Sin CMS, sin backend y sin infraestructura sobredimensionada.

La dificultad no era elegir una stack exótica. Era preservar todo lo que importa al migrar un sitio existente: URLs, posicionamiento en buscadores, contenidos, versiones francesa, inglesa y española, canonicals, sitemap y rendimiento.

La IA se vuelve útil cuando el proceso es explícito

Durante la migración fui formalizando una forma de trabajar con asistentes y agentes.

Mantengo la responsabilidad del encuadre y del contenido. Los agentes pueden analizar el repositorio, proponer una implementación, modificar archivos y ejecutar validaciones. Pero su trabajo está limitado por reglas explícitas: una rama dedicada, un destino de staging, invariantes documentados, una checklist de no regresión y una validación humana antes del merge.

Puede parecer una disciplina excesiva para un sitio personal. Precisamente por eso me interesa: si el proceso es fiable en un proyecto pequeño, se convierte en un excelente laboratorio para entender cómo integrar la IA en una cadena de producción más amplia.

Puntos de control que mantengo:

• una rama de trabajo creada desde staging, nunca directamente desde producción;
• una especificación escrita antes de cambios importantes;
• validaciones automáticas de rutas, i18n y build;
• una preview antes del merge;
• una separación clara entre generación y validación.

La principal lección no es “la IA programa rápido”

Este proyecto me recordó sobre todo que un agente puede acelerar una mala decisión tan bien como una buena.

Si la arquitectura es confusa, las reglas de routing son implícitas o el contenido no tiene una fuente de verdad, la IA genera incoherencia más rápido.

Cuando las restricciones están documentadas y los ciclos de feedback son cortos, en cambio, se convierte en un multiplicador de capacidad muy concreto.

Eso es lo que me interesa de la ingeniería aumentada con IA: no la demo espectacular de un prompt que genera una pantalla, sino la capacidad de construir un sistema de producción donde la velocidad adicional no destruya ni la calidad ni el control.

Lo que este sitio representa para mí

xavier-barry.fr es, evidentemente, mi escaparate profesional. Pero también se ha convertido en un pequeño laboratorio permanente.

Lo utilizo para probar nuevas formas de trabajar con ChatGPT y Codex, estructurar los handoffs entre personas y agentes, documentar invariantes y automatizar controles que evitan repetir los mismos errores.

No intento volver a ser desarrollador gracias a la IA. Quiero seguir siendo un CTO / CTPO que entiende de forma muy concreta cómo está cambiando la producción de software.

Descubrir mi enfoque de IA aplicada e ingeniería aumentada con IA