El mètode BMAD: Desenvolupament agèntic governat escalable i mesurable.
Com passar del prototip caòtic a una fàbrica de programari amb IA
La intel·ligència artificial promet transformar el desenvolupament de programari, però entre les promeses i la realitat continua existint un abisme considerable. Eines com ChatGPT, Claude o Copilot han democratitzat la generació de codi, però també han donat lloc a un fenomen tan seductor com perillós: el vibe coding. Quin és el resultat? Prototips que impressionen en una demo, però que col·lapsen en producció.
En aquest article desglossem la metodologia BMAD (Breakthrough Method for Agile AI-Driven Development), un framework d’orquestració d’agents especialitzats que permet passar del prototipatge caòtic a una veritable IA Factory: una cadena de producció de programari governada, escalable i mesurable. Ho fem a partir dels retorns d’experiència reals dels nostres equips que ja l’estan implementant en projectes de migració, build i run.
Vibe coding vs. desenvolupament agèntic: a cadascun la seva funció
Abans d’entrar en BMAD, convé distingir dos enfocaments de desenvolupament assistit per IA que avui coexisteixen i que sovint es confonen.
El vibe coding és l’acceleració del desenvolupament mitjançant llenguatge natural. Un Product Owner descriu la seva necessitat directament al LLM, que genera codi funcional sense intermediació d’user stories ni documentació tècnica. És creatiu, ràpid i intuïtiu. El problema és que també és poc fiable, difícil de mantenir i potencialment perillós en sistemes complexos. És ideal per a prototips, però no per a projectes estructurats.
El desenvolupament agèntic, en canvi, transforma la IA en un equip complet d’agents que intervenen en cada fase del projecte: concepció, arquitectura, planificació tècnica, desenvolupament, documentació i testing. La IA Factory té com a objectiu emmarcar aquestes noves metodologies en un context precís i escalar-les.
La diferència fonamental és el control. En el vibe coding, el grau de control és proper a zero. En el desenvolupament agèntic, cada fase del cicle de vida del programari està governada per un agent amb un rol, un perímetre i unes eines definides.
L’arquitectura base d’una IA Factory
Per comprendre BMAD, primer cal entendre els blocs fonamentals d’una IA Factory. L’arquitectura s’articula en tres capes conceptuals:
Tools són les accions de base: lectura de fitxers, execució de comandes, accés a bases de dades, llançament de tests unitaris, generació d’informes o interacció amb Git. Són funcions o serveis externs que un agent pot invocar per actuar.
MCP (Model Context Protocol) és la capa d’interoperabilitat i governança. És el protocol que permet a un model o agent accedir de manera estructurada i segura a dades, eines o serveis externs com GitHub, Atlassian o bases de dades internes.
Skills són competències de negoci o tècniques que agrupen tools i lògica de domini. Un skill pot ser, per exemple, un assistent de scoping de features, un generador d’informes o un planificador d’sprints.
Aquesta separació en capes permet construir agents especialitzats. Un desenvolupador front i un desenvolupador back, per exemple, comparteixen algunes eines (Git, execució de comandes, cerca de fitxers) però tenen skills i tools diferenciats: el front accedeix a Figma i al Design System, mentre que el back gestiona la base de dades i els tests d’API.
Multi-agents: quan els agents treballen en equip
El veritable poder de la IA Factory emergeix quan els agents s’encadenen en fluxos de treball. Un exemple típic seria un equip d’agents on un Manager coordina, un Dev Back implementa la lògica de negoci, un Dev Front construeix la interfície, un Git Manager gestiona el versionat, un Doc Writer genera documentació i un agent de Desplegament automatitza el delivery.
Els principis clau d’aquesta orquestració són quatre. Primer, definir un rol i un perímetre d’acció propi per a cada agent, per especialitzar i millorar el seu resultat. Segon, assignar tools i MCP pertinents a cada agent. Tercer, descompondre les tasques complexes en una successió de tasques petites per guanyar en qualitat i eficàcia. I quart, utilitzar models adaptats en funció dels rols i de les tasques.
Els límits de la IA: el context és clau
La IA no substitueix la reflexió arquitectònica ni les decisions estratègiques. La producció de codi per part d’un LLM pot introduir fallades de seguretat, codi mort, dependències inútils i patrons obsolets. Cal controlar la qualitat del codi i proporcionar al LLM un context clar, directives precises i un seguiment constant.
Aquí és on apareix una disciplina emergent: el Context Engineering. No es tracta d’escriure prompts llargs en cada sessió, sinó de construir una infraestructura persistent que optimitzi l’entorn de l’agent. Aquesta infraestructura s’organitza en tres nivells de memòria.
El Tier 1 o Constitució és un document permanent, sempre carregat, que conté les regles base de l’empresa: convencions de nomenclatura, comandes de build, patrons arquitectònics i taules d’encaminament cap a agents especialitzats.
El Tier 2 o Agents especialitzats agrupa experts de domini invocats sota demanda, que contenen fets sobre el codebase, patrons específics i modes de fallada coneguts per realitzar control de qualitat.
El Tier 3 o Knowledge Base reuneix documents d’especificacions detallats, recuperats sota demanda quan una tasca específica ho requereix.
El context es gestiona com un veritable component de programari al llarg d’un cicle de vida. Es genera, es testa com a codi mitjançant Test-Driven Development, es versiona i es depura regularment de les seves contradiccions. Un context obsolet o contradictori és la principal causa de fallada dels agents.
I això implica un nou ritme de treball. La distribució del temps s’inverteix: planificar ocupa el 40% del temps, executar el 10%, avaluar el 40% i capitalitzar el 10% restant. El desenvolupador ja no és qui escriu codi, sinó qui orquestra, valida i documenta.
BMAD: l’anatomia del framework
BMAD proposa una resposta estructurada a tots aquests desafiaments. És un mètode d’orquestració d’agents especialitzats que inclou més de 12 agents predefinits, més de 34 workflows estructurats, artefactes durables versionats al repositori i compatibilitat multi-LLM amb Claude Code, Cursor, Windsurf i GitHub Copilot. Pot ajustar-se des d’un bugfix senzill fins a un sistema empresarial complet.
Els 5 pilars de BMAD
- Els agents: un equip virtual. Cada rol del projecte és un agent d’IA especialitzat. L’Analyst (Mary) és l’encarregat de la investigació de mercat. El Product Manager defineix què es construeix. L’Arquitecte decideix com construir-ho. El Desenvolupador escriu el codi i fa les revisions. L’Scrum Master organitza el treball en stories. El UX Designer dissenya la interfície. I el QA testa la qualitat. Cinc minuts per constituir un equip. Zero onboarding.
- Els workflows: fluxos de treball en fases. BMAD estructura el desenvolupament en fases encadenades que van des del brainstorming i la definició del producte fins a l’arquitectura, la planificació tècnica, la implementació i el desplegament. Cada fase produeix artefactes específics: Product Brief, PRD (Product Requirements Document), documents d’arquitectura, èpiques i user stories.
- Els mòduls: compon el teu stack. Són paquets coherents que agrupen agents i workflows per domini. El principi és instal·lar únicament el necessari. Cada mòdul s’instal·la mitjançant npm amb una sola comanda, i el core ve inclòs per defecte. La comanda és:
npx bmad-method install(requereix Node.js v20+). A més, a V6 els mòduls oficials s’han consolidat: el core és BMM (BMad Method Master) i la fàbrica d’extensions és BMB (BMad Builder). Altres mòduls rellevants són TEA (Test Architect) per a testing basat en risc, BMGD (Game Dev Studio) i CIS (Creative Intelligence Suite). - La configuració: tot és adaptable. La configuració global permet definir l’idioma, el nivell de competència de l’usuari i el directori de sortida dels artefactes. Les integracions externes inclouen connexions MCP amb Atlassian, GitHub i bases de dades. Cada agent pot personalitzar-se individualment, i les sobreescriptures sobreviuen a les actualitzacions del framework. Zero codi per configurar: la configuració es basa en fitxers Markdown i YAML llegibles per qualsevol, sense necessitat d’escriure codi.
- El BMad-Help: el guia i l’assistent. Actua com a guia contextual distribuït en lloc d’un orquestrador central. BMad-Help inspecciona l’estat del projecte i recomana el següent pas.
Robustesa i industrialització: escalar sense perdre el control
Canvi d’organització
BMAD canvia l’organització dels equips en dos nivells. A nivell d’empresa, cal integrar al framework elements reutilitzables: stack tècnic, design system, workflows predefinits, per mantenir coherència en tots els projectes. A nivell d’equip producte, l’organització gira al voltant de quatre perfils clau: PO, Arquitecte, Lead Dev i QA, que orquestren el projecte i intervenen en els moments adequats dels workflows BMAD.
Gestió multi-repositori
Per a projectes complexos que involucren múltiples repositoris, BMAD recomana un patró Orchestrator: un repositori central que coordina la documentació compartida mentre cada component manté els seus artefactes específics. Això evita la duplicació de documentació, clarifica la propietat de cada artefacte, permet equips autònoms per component i manté una visió global coherent.
Robustesa funcional i tècnica
La rapidesa del framework no compromet la solidesa. L’MVP es defineix amb claredat, les user stories inclouen criteris d’acceptació, les revisions de codi són sistemàtiques i el deute tècnic s’integra al backlog. L’arquitectura tècnica objectiu es defineix des de l’inici del projecte, i els tests automatitzats cobreixen tant les proves unitàries com les d’integració.
Industrialització del delivery
L’objectiu final és passar d’un projecte one-shot a un model reproduïble, fiable i mesurable. Això inclou la sincronització amb la suite Atlassian mitjançant protocols MCP, una roadmap evolutiva, la gestió estructurada de releases, KPIs compartits, CI/CD, gestió GitHub integrada, desplegament versionat i plans de rollback.
ROI: els números que importen
El retorn de la inversió varia segons la capa del projecte.
A les capes tecnològiques i de base, els temps es divideixen entre 10 i 30. Un projecte de migració Java que originalment requeria diversos mesos es va completar en una setmana. Amb aquest enfocament, una aplicació de gestió de vacances es va construir en aproximadament 2 hores, amb 153 tests, 12 revisions de codi i zero línies escrites manualment.
A la capa d’interfície, la millora en velocitat és moderada, però el guany més significatiu és en la qualitat dels lliurables i del resultat final.
A la capa de negoci, pot haver-hi una lleugera degradació, ja que el context engineering és complex d’implementar. El punt fort és la fase d’especificació, que apropa els perfils de negoci a l’equip d’IT.
Més enllà de la velocitat pura, BMAD impacta en altres indicadors clau. L’acceleració del time to market permet lliurar un MVP amb estimacions de guany del 45-50% en stories simples, del 35-40% en moderades i del 15-25% en integracions complexes.
La taxa d’adopció passa del 50% al 75% gràcies a la integració primerenca dels perfils de negoci i la capacitat de prototipar ràpidament. I el deute tècnic es redueix en un 30% gràcies a la documentació generada, les migracions facilitades i la gestió de l’arquitectura amb documentació actualitzada de manera gairebé automàtica.
Conclusió: accelerar sense perdre la comprensió
BMAD combina la velocitat de l’àgil amb un marc de governança reforçat. Permet lliurar ràpidament un MVP útil i explotable, alinear des de l’inici IT i negoci, controlar els riscos tècnics i pressupostaris, i preparar la industrialització des de les primeres iteracions.
Els seus punts forts són clars: robustesa, control de totes les fases del projecte, orquestració i intercanvi d’informació entre equip i empresa, enfocament incremental, documentació clara i un sistema intel·ligent per fragmentar documents grans i tractar-los de manera eficient. Els seus punts febles també hi són: un procés inicial més pesat i un consum de tokens elevat, tot i que optimitzable.
Per on començar demà mateix?
Tres accions concretes per arrencar avui. Primer, crear un fitxer de constitució amb 50 línies que detallin les convencions, patrons i comandes principals de l’equip. Segon, transformar cada explicació que es repeteixi dues vegades a un agent en una especificació permanent. I tercer, dedicar 10 minuts després de cada sessió a documentar una lliçó apresa al codebase.
La metodologia BMAD, combinada amb una estratègia de context engineering sòlida, és avui la via més directa per passar del vibe coding al desenvolupament agèntic industrial. No es tracta de substituir els desenvolupadors, sinó de convertir cada membre de l’equip en un arquitecte de context capaç de pilotar una autèntica fàbrica d’IA.
Per aprofundir
- BMAD-METHOD – Breakthrough Method for Agile AI-Driven Development (GitHub)
https://github.com/bmad-code-org/BMAD-METHOD - Welcome to the BMad Method – Official Documentation
https://docs.bmad-method.org/ - BMAD Method – Introduction to Agentic Development (Video)
https://www.youtube.com/watch?v=LorEJPrALcg
El següent pas no és tècnic. És estratègic.
La pregunta ja no és si la IA transformarà el desenvolupament de programari. La pregunta és si la teva organització serà arquitecta d’aquesta transformació o simplement espectadora.
Si en llegir aquest article has reconegut patrons familiars (prototips ràpids que no escalen, pèrdua de control sobre el codi, dificultats per industrialitzar l’ús de la IA sense comprometre qualitat i governança), no és casualitat. Són els mateixos reptes que veiem cada dia en organitzacions que volen anar més ràpid sense trencar el seu sistema.
A Infinitum Digital a Espanya i a nivell global al grup Clever Age, acompanyem equips tècnics i de negoci en aquest camí, des de la definició del context fins a la posada en producció d’una IA Factory operativa. Si aquest repte et preocupa o et resulta familiar, parlem-ne. De vegades, una conversa a temps marca la diferència entre experimentar amb IA i convertir-la en un veritable avantatge competitiu.