Experimento para desarrolladores

La continuidad de workflows de IA es un problema real. hrevn-workflow explora una respuesta local y acotada.

Cuando un workflow largo se interrumpe, lo costoso no es solo volver a ejecutar. Lo costoso es no saber con certeza qué quedó hecho, qué quedó a medias y desde dónde se puede continuar sin improvisar.

Esta página conserva un experimento técnico publicado, no un producto ni una línea comprometida del roadmap. Su alcance es local: checkpoints, reanudación, hashes y exportación de manifest.

1. El problema real

Reiniciar un workflow no es solo un coste técnico. Es un coste de contexto y de control.

En workflows con agentes, handoffs o pasos sensibles, una interrupción deja dudas operativas: qué se llegó a ejecutar, qué salidas siguen siendo fiables, qué pasos quedan pendientes y qué decisiones deben volver a revisarse.

Cuando esa respuesta depende solo de logs dispersos, historial textual o memoria del equipo, la continuidad se vuelve frágil. El coste no es solo computacional: también es de revisión, coordinación y trazabilidad.

2. Por qué importa

Para equipos serios, continuidad no es una mejora cosmética. Es una capacidad operativa.

Si una organización depende de workflows largos, sensibles o con revisión humana, cada interrupción mal resuelta aumenta la fricción: más reconstrucción, más incertidumbre y más tiempo humano dedicado a recomponer contexto.

Eso importa especialmente cuando el workflow toca decisiones relevantes, revisiones formales o evidencia que luego otra persona tendrá que entender.

  • Se repite trabajo que ya estaba hecho.
  • Se pierde claridad sobre qué estado sigue siendo válido.
  • La continuidad depende de personas concretas en lugar de una base común verificable.
3. Qué nos interesa explorar

La tesis que nos parece valiosa es simple: retomar desde un punto de confianza.

La hipótesis de esta línea de trabajo es que un workflow de IA debería poder dejar una representación suficientemente fiable de su estado como para permitir continuación, revisión o auditoría sin empezar desde cero.

Eso conecta con ideas como estado fiable, checkpoints de confianza y salidas estructuradas que otros sistemas o personas puedan leer después.

4. Estado actual

Hoy esto es un experimento conservado, no una oferta comercial ni una promesa de producto.

hrevn-workflow permanece publicado como referencia técnica local. Permite experimentar con checkpoints, reanudación y manifests con hashes, pero no está integrado con el HREVN Core actual.

No existe una oferta gestionada asociada a este SDK ni una promesa de emisión remota. Las integraciones remotas históricas quedan fuera del alcance soportado.

5. Para quién puede tener sentido

No es para cualquier equipo que use IA. Es para quienes no pueden permitirse continuidad ambigua.

Puede interesar a organizaciones con workflows largos, pasos de revisión, evidencia sensible o handoffs entre sistemas y personas donde reiniciar desde cero tiene un coste real.

Si ese es tu caso, nos interesa hablar antes de vender nada: entender el workflow, el tipo de interrupción que os duele y si esta línea encajaría como desarrollo futuro o colaboración temprana.

Lectura rápida

Cómo resumir esta línea sin inflarla

Experimento local

hrevn-workflow

Este SDK experimental está publicado en GitHub. Permite checkpointar workflows de IA en local, retomar desde el último paso válido y exportar un manifest con hashes de sus pasos y artefactos.

Funciona como experimento independiente y local. No emite, firma, ancla ni certifica bundles HREVN, y no forma parte de la oferta actual de AgentProof, EvalDossier o HREVN Core.

Siguiente paso

Consulta la oferta actual de HREVN para distinguir este experimento de los productos mantenidos.

AgentProof, EvalDossier y HREVN Core tienen contratos y estados de disponibilidad propios; hrevn-workflow permanece separado.