BikerWay

01 / Problema

Los mapas genéricos no responden las preguntas de quien anda en moto.

02 / Producto

Un mapa para motociclistas, un radar de caravanas y una plataforma de clubes.

• Caravanas en vivo

  Salidas en grupo en un mapa en vivo. Una tarea nativa de ubicación en segundo plano mantiene la caravana visible con el teléfono en el bolsillo.

• Rutas y lugares confiables

  Rutas recomendadas, lugares relevantes para motociclistas (gasolineras, talleres, miradores), reseñas y un consenso de la comunidad sobre el precio del combustible.

• Clubes

  Clubes de motociclistas con rankings, territorios, reclutamiento y check-ins.

• Eventos e invitaciones

  Eventos y encuentros de clubes, con enlaces de invitación que abren la app o llevan a una página de descarga.

• Garaje

  Un garaje virtual con consumo de combustible, gastos e historial de mantenimiento por moto.

• Bitácora de viajes

  Un registro de salidas anteriores con distancia, duración, número de motos y fotos.

• Las alertas de SOS con ubicación en vivo existen en la web app; en la app nativa están planificadas para después de la beta.

03 / Arquitectura

Cinco repositorios, una base de datos, contratos explícitos.

04 / Decisiones de ingeniería

Las decisiones que dieron forma al sistema.

1. 01

   Varios repositorios, un dueño del schema

   Cinco repositorios con destinos de despliegue distintos comparten un proyecto de Supabase. Cuando las diferencias de schema entre repositorios causaron bugs en producción, creé un repositorio de contexto con la arquitectura, un checklist de cambios entre proyectos y el roadmap, además de tipos generados y sincronizados en todos los consumidores.

2. 02

   Caravanas que sobreviven a la pantalla bloqueada

   La presencia en primer plano por sí sola pierde a quien lleva el teléfono en el bolsillo. Una tarea nativa de ubicación en segundo plano escribe en una tabla protegida por RLS con actualizaciones en tiempo real, y la funcionalidad solo se dio por terminada tras una prueba de campo con dos dispositivos.

3. 03

   Las reglas viven en la base de datos

   Row-level security por defecto, límites de frecuencia por usuario para el contenido generado aplicados con triggers y notificaciones disparadas por triggers. Todo cliente, incluido el código escrito por agentes, recibe las mismas garantías.

4. 04

   La IA propone, las reglas deciden, las personas curan

   Los pipelines nunca escriben directamente en las tablas de contenido. Una única capa de ingesta valida, normaliza, deduplica, calcula la confianza a partir de evidencias y decide si el registro se publica o pasa a revisión.

5. 05

   Datos que respetan licencias

   Los términos de los proveedores de mapas limitan qué se puede guardar y por cuánto tiempo. Los pipelines guardan solo lo que permiten los términos, renuevan o reemplazan coordenadas antes de que expiren y usan OpenStreetMap, con atribución, como fuente a largo plazo.

6. 06

   El presupuesto es una restricción de arquitectura

   Los gastos nuevos tienen un tope mensual fijo hasta que el producto genere ingresos. Eso definió el stack: planes gratuitos primero, presupuestos de IA que fallan cerrados y búsqueda web limitada a las cuotas gratuitas, sin alternativa paga.

05 / Arquitectura de IA

Dónde funciona la IA hoy y hacia dónde va.

• Pipelines de descubrimiento de rutas y lugares

  Producción

  Un LLM propone candidatos, datos reales de mapas los enriquecen, y un control de confianza junto con la capa de ingesta decide qué se publica.

• Capa única de ingesta

  Producción

  Deduplicación por place ID, proximidad y similitud de nombre; evidencia guardada por registro; estado de publicación decidido por reglas, no por el modelo.

• Equipo de agentes de desarrollo

  En uso

  14 agentes de Claude Code con protocolo de consenso y puntos de control de riesgo reservados a humanos.

• Motor de marketing con IA

  Experimental

  Detección de tendencias y generación de texto e imagen con aprobación por Telegram. La publicación sigue siendo manual.

• Runtime de IA con control de costos

  Experimental

  Proveedores de LLM intercambiables (incluido DeepSeek), costo de tokens registrado por llamada y presupuestos mensuales que fallan cerrados.

• Equipo de agentes de contenido (AG-0…AG-7)

  Planificado

  Editor jefe, lugares, eventos, rutas famosas, rutas compuestas, desafíos e insignias, repuestos y manuales, ofertas y un verificador, detrás de un servidor MCP y una cola de curaduría.

El equipo de agentes y su protocolo se describen en Fuerza laboral de IA.

06 / Por qué importa

Lo que este proyecto muestra sobre cómo trabajo.

Visión de producto

Un problema claro, una visión al estilo PlugShare y un roadmap ordenado por costo y tracción.

Arquitectura

Cinco repositorios, un dueño del schema y contratos sincronizados mediante un repositorio de contexto compartido.

Sistemas de IA

LLMs dentro de un pipeline con schemas, puntuación de confianza, evidencias y aprobaciones.

Automatización

Un equipo de agentes que refina y construye historias, con personas a cargo de los pasos irreversibles.

Cloud y backend

Postgres con RLS, Edge Functions, secretos en Vault, triggers y canales en tiempo real.

Móvil

Una app nativa con ubicación en segundo plano y push, probada en dispositivos físicos.

Datos

Procedencia, deduplicación y almacenamiento de datos de mapas que respeta las licencias.

Experimentación

PostHog en web y móvil, y etapas del roadmap ordenadas para validar tracción antes de gastar más.