# Qué hacer cuando una automatización se rompe

> ¿Qué hago cuando una automatización se rompe?

Diseñá tres capas: saberlo (monitoreo y heartbeat que detectan la caída en horas), aguantarlo (reintentos con espera creciente y el plan B manual de cada ficha) y repararlo con un protocolo sin pánico: contener con el botón rojo, diagnosticar preguntando '¿qué cambió?', reparar y probar, y documentar el incidente.

> Fuente: https://magoallegri.com/biblioteca/que-hacer-cuando-una-automatizacion-se-rompe

---

La verdad que separa a los que operan sistemas de los que los abandonan: **todo se rompe, eventualmente** — la plataforma cambia algo, el form agrega un campo, la API renueva sus llaves. La diferencia entre el incidente de 20 minutos y el desastre silencioso de tres semanas no es la suerte: es el diseño de la rotura.

## Las tres capas de la resiliencia

[Figura: Las tres capas de resiliencia ante una automatización rota: saberlo, aguantarlo y repararlo.]

**Capa 1 — Saberlo (el monitoreo).** El pulso de los sistemas + las alertas de incendio. El upgrade clave: **el heartbeat de los puentes** — cada integración crítica registra su última corrida exitosa, y una tarea vigía pregunta a diario *"¿corriste cuando debías?"*. El puente caído que nadie nota es el peor escenario del parque entero — y con heartbeat, es imposible.

**Capa 2 — Aguantarlo (reintentos y degradación).** Las fallas transitorias (el servicio que no respondió 30 segundos) se resuelven solas con **reintentos** — la mayoría de las plataformas de flujos los traen: activalos con espera creciente (a los 5 min, a los 30, avisar si falla la tercera). Y para las fallas largas, **la degradación elegante**: el plan B manual de cada ficha — el sistema cae, la operación sigue a mano, nadie se entera del otro lado.

**Capa 3 — Repararlo (el protocolo sin pánico).** El incidente tiene método:

1. **Contener** — el botón rojo si está haciendo daño; el plan B manual activado.
2. **Diagnosticar** — el error completo a Claude + la pregunta de oro de las integraciones: **"¿qué cambió?"** (el 90% de las roturas de puentes vienen de un cambio en una punta: el form editado, la columna renombrada, el permiso vencido).
3. **Reparar y probar** — el arreglo + las dos pruebas (camino feliz e infeliz) antes de redeclarar vivo.
4. **Documentar** — la ficha del puente suma su historial: qué se rompió, por qué, cómo se arregló. El parque con historial se repara cada vez más rápido.

## El simulacro

Rompé un puente a propósito (cambiá el nombre de una columna) y corré el protocolo completo, cronometrado. El simulacro de hoy es la calma del incidente real. Y junto a eso, configurá los reintentos en cada flujo y dejá el protocolo de incidentes en una página, al proyecto.