Metodologia · De la necessitat a l’evidència
Una metodologia d’enginyeria per treballar amb IA sense perdre criteri, control ni traçabilitat.
DCP Flow combina pràctiques adaptades de Scrum, Solution Discovery, arquitectura, agents d’IA, Quality Gates, Evidence i Human Gates. No copia Scrum: reutilitza els components útils dins d’un sistema més ampli orientat a decisions verificables.
Del problema a l’evidència
Segueix el cicle complet. Els Human Gates depenen del risc.
Definir el problema i les restriccions abans d’escollir eines.
Descobreix abans de construir
Prova quatre escenaris o crea el teu. Cada canvi recalcula les rutes, els compromisos i l’evidència pendent.
Configura l’escenari
Comparació d’alternatives
Evidència pendent abans de decidir
Simulació pedagògica: l’índex relatiu no és una probabilitat, un TCO ni un veredicte normatiu. El Solution Discovery Gate governa els modes de decisió; cal validar productes, llicències, costos, Golden Flow i ADR abans del Human Gate.
Scrum → DCP Flow
Què prenem de Scrum i com ho reutilitzem
DCP Flow conserva iteració, backlog, priorització, sprint, review i millora contínua. Redueix cerimònies i rols rígids quan no aporten valor i redefineix el sprint com un contracte d’outcome verificable.
Backlog
Es manté com una llista explícita i prioritzada de treball, però connectada a Project Truth, risc, discovery i decisions d’arquitectura.
Sprint
No és només una finestra de temps: és un compromís acotat amb outcomes verificables, evidència esperada i límits clars.
Sprint Planning
Es reutilitza com a preparació de l’outcome: abast, dependències, riscos, Golden Flows, agents implicats i Definition of Done.
Daily / sincronització
No s’imposa una cerimònia diària. La coordinació és proporcional a l’equip i al risc, especialment amb diversos agents o humans.
Review
Es converteix en Human Review amb evidència: el resultat es contrasta amb outcome, Golden Flows, Quality Gates i artifact real.
Retrospective
S’amplia cap a Lesson Learned: què va funcionar, què va fallar, què queda local i què pot evolucionar Standards, Blueprints, Skills o Gates.
Rols
No es copien rols Scrum per dogma. DCP Flow distingeix Human Owner/Reviewer, Kai, Execution Agents i responsabilitat tècnica segons context.
Increment
L’increment ha de ser demostrable. Codi, documentació o configuració només compten amb evidència proporcional al risc.
Beyond Scrum
Principis que amplien Scrum dins DCP Flow
Discovery abans d’execució
Abans de BUILD s’investiguen SaaS, OSS i components; programar deixa de ser la resposta automàtica.
Architecture & Project Truth
El treball no parteix de tickets aïllats: parteix de context, ADRs, Blueprint, repository truth i boundaries.
AI-native amb govern
Kai i els agents acceleren, però capacitat tècnica no equival a autorització operacional.
Quality Gates + Evidence
“Done” no és suficient. L’outcome necessita checks, artifacts, browser/runtime evidence i Human Acceptance quan aplica.
DCP Flow
El journey de DCP Flow
Problema
Entendre la necessitat abans de triar tecnologia.
Capacitats
Definir què ha de poder fer la solució.
Discovery
Comparar SaaS, OSS, components i alternatives reals.
Decisió
ADOPT / CONFIGURE / INTEGRATE / EXTEND / BUILD amb evidència.
Arquitectura
Triar estructura, stack, boundaries i riscos.
Sprint
Convertir l’objectiu en outcomes verificables.
Execució
Humans, Kai i agents treballen amb context compartit.
Quality Gate
L’evidència decideix si es pot avançar.
Aprenentatge
L’aprenentatge pot quedar local o evolucionar DCP Flow.
Discovery Gate
Solution Discovery abans de BUILD
La primera resposta no és programar. DCP Flow obliga a investigar què existeix, provar candidats i mesurar GAP abans de justificar desenvolupament propi.
Utilitzar una solució existent quan resol raonablement el resultat.
Resoldre amb configuració suportada en lloc de programar per inèrcia.
Connectar sistemes o capacitats existents amb contractes explícits.
Ampliar una plataforma amb mecanismes d’extensió compatibles.
Construir programari propi quan l’evidència ho justifica.

Kai · Architecture context
Kai acompanya el context, no substitueix l’arquitectura
Kai pot ajudar a llegir el projecte, connectar decisions prèvies, analitzar repositoris i infraestructura i preparar handoffs. L’arquitectura continua sent una decisió traçable dins DCP Flow i subjecta a Human Gates.
Evidence
Quality Gates: evidència abans que confiança
Un canvi no està preparat perquè un agent digui que funciona. Ho està quan existeix evidència suficient per al nivell de risc i el Golden Flow rellevant.
01 → 03 → 06 → 12