02 · User Primary

02 — User Primary

Versión: 0.1 Última actualización: 2026-04-23 Status: 🟡 Draft

---

Identidad

Luis Andrés Huerta — “Chombi”

• 39 años, vive en Roseville, California
• Origen: México, bilingüe (español nativo + inglés profesional)
• Email principal: huerta.luisandres@gmail.com (cuenta Claude Max)
• Rol público: Luis. Alter ego creativo: Chombi (usado en bots, podcasts, proyectos personales)

Contexto profesional

• Day job: Traffic tech full-time (infraestructura de semáforos / ITS)
• Night job: Vibe-coder solo, construyendo productos LATAM-focused
• Time horizon mental: 5-10 años — quiere setup sostenible no hustle
• Ingreso primario: day job; los side projects son portfolio + optionality

Portfolio actual (abril 2026)

Proyecto	Qué es	Rol AI
Sistemia.mx	SaaS multi-tenant para negocios chicos MX vía WhatsApp	Backend GPT-4o-mini + Claude
Plania Pro	SaaS white-label para planeadores de eventos MX (8+ clientes)	Claude API para assistant
Chombi (familia-bot)	Bot familiar iMessage/BlueBubbles	Claude CLI 24/7
Guerra de Tokens + Agentes Sucios	2 podcasts AI news en español con TTS Gemini	Claude CLI generación + Gemini TTS
Hunter System	Sistema gamificado para su hija de 15 (cuarto limpio)	Claude CLI verifica fotos
Academia Agentes	Este proyecto	TBD

Nivel técnico al entrar a Academia Agentes

Sabe:

• Programación: TS, Python, Bash, SQL a nivel funcional-intermedio
• Stacks: React, Vite, Tailwind, Supabase, Cloudflare Pages/Workers
• Deploy/infra: launchd, cron, CloudFlare Access básico, Docker ligero
• Claude Code a nivel power user pero intuitivo — 2 meses usándolo diario
• MCP existentes (consume algunos)
• Prompt engineering pragmático

No sabe (gaps identificados por él):

• Skills, hooks avanzados de Claude Code
• Subagents con criterio (spawnea intuitivo sin entender costos)
• Plan mode vs default — usa mayormente default
• Construir MCP servers propios
• Evaluation pipelines sistemáticos
• Multi-agent orchestration formal
• Production concerns: observability, cost tracking, fallbacks
• AI-native architecture patterns

Estilo de aprendizaje

• Audio heavy — ya consume podcasts (AI news) diariamente en commute
• Hands-on > teoría — aprende construyendo, no leyendo
• Dogfood-oriented — quiere aplicar a proyectos reales inmediatamente
• Vibe-coder DNA — prefiere iterar rápido, no over-planear
• Spanish native — piensa mejor en español, pero bilingüe para docs técnicos
• Lee rápido si está bien formateado — tablas y listas > prosa densa
• Impaciente con boilerplate — quiere directo al punto, sin ceremonia

Tiempo disponible real

Momento	Tiempo	Tipo atención
Commute mañana	30-45 min	Media-alta (audio)
Trabajo repetitivo	60-120 min/día	Baja (ambient audio)
Comida	15-30 min	Media
Commute tarde	30-45 min	Media-alta
Noche (post-familia)	30-60 min variable	Alta (focus)
Weekend	2-4 horas block	Alta (building)

Total oyendo audio: 2.5-4.5 hrs/día Total focus time (pantalla): 30-90 min/día entre semana, más en weekend

Motivaciones / por qué construye Academia Agentes

1. Él mismo es el primer beta — quiere aprender sistemáticamente
2. Optionality — si algún día quiere monetizar, está listo
3. Ejercicio del músculo — construir Academia es, él mismo, aprendizaje
4. Producto con moat — educación en español para LATAM tiene menos competencia que inglés
5. Alineación vocacional — le gusta enseñar, dogfoodear, compartir

Pain points recientes relevantes

• $85 runaway API charges en cuenta Pro (2026-04-21) — incidente por OAuth fallback en automation unattended. Sensibilizado a cost control, safety nets, OAuth tokens bien configurados.
• Fricción en migrations DB — usa Sistemia con schema cambios frecuentes; le gustaría que agents lo ayuden más ahí.
• Fatiga de herramienta nuevas — quiere profundizar en Claude Code antes de saltar a Cursor/Codex/etc.

Qué NO quiere

• NO convertirse en ML engineer
• NO aprender math de transformers
• NO devops heavy (Kubernetes, etc.)
• NO full-time dev career change
• NO bootcamp presencial
• NO certificaciones “para CV corporativo”

Preferencias de colaboración con agentes AI

Ver /Users/chombi/.claude/projects/-Users-chombi/memory/feedback_autonomous_mode.md:

• Prefiere ejecución autónoma — no pedir permisos repetidos
• Service role keys para DB changes (cuando aplique)
• Sugerencias claras > preguntas abiertas
• Código en inglés, comunicación en español

Métricas de éxito específicas para Luis

Al completar Course B1 (Claude Code Pro):

• ✅ Skills custom siendo usadas (≥1)
• ✅ Hooks instalados (≥1 útil)
• ✅ MCPs más allá del default (≥2)
• ✅ Un proyecto real mejorado end-to-end
• ✅ Sabe explicar a otro dev cómo funciona Claude Code a nivel experto

Al completar Path B-I (Claude Code Engineer):

• ✅ Un MCP server propio para Sistemia o Plania
• ✅ Un multi-agent workflow corriendo semanal en uno de sus projects
• ✅ Confidence en que puede construir cualquier agent que se le ocurra

Al tener Academia Agentes live con otros users:

• ✅ Al menos 1 learner externo completando un course
• ✅ Pipeline de generación autónomo (sin intervención manual diaria)
• ✅ Revenue opcional si decide comercializar

Implicaciones de diseño que derivan de este perfil

1. Audio-first no es opcional — si no hay audio, Luis no consume
2. Mobile/commute optimizado — site tiene que funcionar en celular con señal mediocre
3. Dogfood en ejemplos — usar sus propios proyectos (Sistemia, Chombi, Plania) como casos en lessons refuerza y le sirve
4. Español MX, tono 6/10 — su modo natural
5. Capstone NO destructivo — valora sus projects en producción, no quiere riesgo
6. Cost awareness built-in — budget caps, OAuth tokens, safety nets mencionados explicitamente
7. Short courses — 2-3 semanas es compatible con su calendario; 6+ meses no