/projects/proofloop
Proofloop
CLI en Bun que ejecuta Claude y Codex como trabajador/revisor emparejados, convierte prompts en planes revisados y no termina hasta pasar pruebas y una puerta de seguridad adversarial.
Proofloop
Bucle de agentes emparejados guiado por pruebas y revisión
08
Contexto del proyecto05
Problema
Proofloop aborda el reto de convertir Bucle de agentes emparejados guiado por pruebas y revisión en un sistema útil, gobernado y explicable.
Solución
Proofloop se organiza alrededor de límites explícitos, flujos inspeccionables y un stack de entrega visible que incluye Bun, TypeScript, Anthropic y OpenAI.
Desafíos
El trabajo difícil es mantener autonomía, datos, herramientas y experiencia de usuario alineados sin ocultar riesgo operativo ni evidencia.
Innovación
El valor distintivo está en tratar la arquitectura como una superficie del producto: las capacidades se explican mediante responsabilidades, rutas de prueba y límites de entrega.
Experiencia de dominio
Proofloop demuestra criterio de ingeniería aplicada en arquitectura de producto, sistemas de agentes, límites de datos, controles y disciplina de entrega.
Evidencia del caso de estudio11
Resultados
- Proofloop convierte un concepto técnico en un flujo de producto revisable.
- Mantiene el comportamiento del sistema ligado a límites explícitos, evidencia y decisiones visibles para operadores.
- Crea una referencia de arquitectura reutilizable para trabajos relacionados de productos de IA.
Decisiones de arquitectura
- Proofloop separa las superficies de usuario de las responsabilidades de runtime y control de datos.
- Bun y las decisiones de stack cercanas se presentan como decisiones de entrega, no como insignias decorativas.
- La evidencia, la revisión y el estado operativo siguen visibles para poder inspeccionar el sistema después de usarlo.
Señales de experiencia del dominio
Arquitectura de agentesGobernanzaEvidenciaUX operativaBun
Análisis técnico profundo09
Proofloop es un caso de estudio sobre Bucle de agentes emparejados guiado por pruebas y revisión. CLI en Bun que ejecuta Claude y Codex como trabajador/revisor emparejados, convierte prompts en planes revisados y no termina hasta pasar pruebas y una puerta de seguridad adversarial. La profundidad está en hacer legibles los límites, la evidencia, el workflow y las decisiones de entrega.
Límite del sistema
Proofloop se presenta mediante responsabilidades claras para que usuarios, herramientas, datos y acciones de runtime no se mezclen en una llamada opaca al modelo.
Modelo de workflow
El flujo mantiene planificación, uso de herramientas, estado y presentación de resultados lo bastante separados para que un operador entienda qué ocurrió y por qué.
Postura de evidencia
La página trata pruebas, logs, artefactos y rutas de revisión como parte del producto, no como notas opcionales de implementación.
Stack de entrega
Bun sostiene la historia de implementación mientras el stack alrededor cubre persistencia, interfaces, automatización y verificación.
Qué demuestra esto
- Proofloop expone decisiones de arquitectura como contenido de producto inspeccionable.
- Bun se conecta con responsabilidades de runtime y entrega.
- El caso distingue experiencia de usuario, límites de herramientas, evidencia y operaciones.
- La estructura se puede reutilizar en productos agentivos relacionados.
2Indicador: paired agents
20Indicador: loop cap
4Indicador: quality checks
3Indicador: resume modes
1Indicador: security gate
100%Indicador: proof-gated
Stack tecnológico08
Bun
Motivo técnico: Chosen for a fast single-binary CLI that can install, run, and update with little ceremony.
TypeScript
Motivo técnico: Keeps the run manifest, options, gates, and agent state explicit across a complex CLI flow.
Anthropic
Motivo técnico: Claude is useful as a reviewer or worker because it is strong at critique, plans, and long-context code review.
OpenAI
Motivo técnico: Codex gives the loop a second implementation and review path instead of relying on one model family.
tmux
Motivo técnico: Detached sessions make long agent runs inspectable and resumable without tying up the main terminal.
Git
Motivo técnico: Worktrees isolate each run so the agent can work without contaminating the user's current branch.
GitHub
Motivo técnico: Draft PR support turns a proven run into something a human can review and merge.
Biome
Motivo técnico: Keeps formatting and lint checks fast enough to run inside the proof loop.
Herramientas implementadas08
loop CLI
Herramienta implementada: Starts a paired worker/reviewer run from a prompt, file, or proof requirement.
Plan review
Herramienta implementada: Has the non-primary model sanity-check PLAN.md before implementation begins.
Agent selector
Herramienta implementada: Lets the operator choose Claude, Codex, paired mode, or single-agent execution.
Message relay
Herramienta implementada: Lets the worker and reviewer coordinate directly instead of routing every critique through the user.
Quality commands
Herramienta implementada: Runs check, typecheck, test, and build commands as completion evidence.
Adversarial review
Herramienta implementada: Blocks completion until security and performance risks are pressure-tested.
Resume manifest
Herramienta implementada: Persists run state and transcripts so interrupted work can continue.
Draft PR creation
Herramienta implementada: Packages the verified change set for human review without silently shipping it.