Ahorro medido (evals reales, no estimaciones)
Comparaciones reales lado a lado —mismo modelo, mismo prompt— entre un agente con el
skill disponible y uno sin él, capturadas durante el desarrollo del propio skill.
Fuente: evals.json del repositorio
| Escenario |
Tokens con skill |
Tokens sin skill |
Tiempo con skill |
Tiempo sin skill |
| Generar solución nueva (4 capas + Web API) |
33,217 |
61,679 |
33 s |
227 s |
| Agregar entidad Product + CRUD a solución existente |
32,963 |
28,669 |
31 s |
22 s |
El primer escenario es el caso ganador para el que se diseñó el skill: ~46% menos
tokens y ~7x más rápido, porque el agente ejecuta un comando determinista en vez de
redactar a mano ~30 archivos — y en la corrida sin skill, el agente también introdujo
un patrón MediatR/CQRS no solicitado, un riesgo de inconsistencia más allá del costo
en tokens.
El segundo escenario se reporta con honestidad aunque no favorezca al skill: el SDK de
.NET no estaba disponible en ninguno de los dos entornos de esa prueba, así que no se
le da mayor peso en las conclusiones.