Hemos construido un servidor de feature flags de código abierto durante 11 años
Una plataforma de feature flags de código abierto, Unleash, provoca debate sobre cuándo los equipos deberían adoptar un sistema dedicado frente a crear sus propios toggles simples respaldados por una base de datos o caché. Los comentaristas sopesan las compensaciones entre coste, complejidad, fiabilidad y lock-in con el proveedor, señalando el modelo de evaluación local de Unleash, el precio por asiento y la licencia AGPL open-core frente a la simplicidad de las soluciones caseras y el impacto de la IA en las decisiones de “build vs buy”. Existe un amplio consenso en que la gestión de features aporta valor real a escala —mediante despliegues graduales, targeting, auditorías y seguimiento del ciclo de vida—, pero discrepancia sobre si eso justifica otra dependencia SaaS para productos más pequeños o menos complejos.
Diseño del producto y capacidades
- Unleash se presenta como una plataforma de feature flags de código abierto con >25 SDKs, evaluación local en los SDKs, un motor de evaluación Rust compartido y un proxy Rust “Edge” para uso en frontend/a gran escala (comercial).
- La evaluación local se plantea como una ventaja tanto de rendimiento como de privacidad: las comprobaciones de flags se realizan en el proceso y los datos de usuario no necesitan salir de la aplicación.
- Admite OpenFeature, por lo que los equipos pueden evitar el lock-in cambiando de proveedor mediante una API común.
Construir vs comprar (y el papel de la IA)
- Varios comentaristas dicen “yo podría construir esto” y algunos de hecho lo han hecho: tablas en la BD, Redis, variables de entorno, memcached, incluso issues de GitHub como almacenamiento.
- Otros sostienen que el “último 10–20%” de las capacidades (targeting, despliegue gradual, aprobaciones, auditorías, limpieza, uso por varios equipos) es más difícil y ahí reside el valor real.
- Se considera que la IA facilita poner en marcha un sistema interno, pero no elimina los costes continuos de mantenimiento, fiabilidad y evolución.
Precios, economía SaaS y alternativas
- El precio de LaunchDarkly basado en MAU y volumen es ampliamente criticado por opaco y caro; algunos dicen que esos modelos hacen que estos proveedores sean vulnerables en un “SaaS-pocalypse”.
- Se destaca el precio por asiento de Unleash y su núcleo autoalojado gratuito e ilimitado (con complementos de pago) como un contraste deliberado.
- Entre las alternativas mencionadas figuran soluciones caseras con BD/Redis, otros proveedores (ConfigCat, featureflip, PostHog para analítica relacionada) y soluciones DIY sencillas para equipos pequeños.
Feature flags vs configs y experimentación
- Existe confusión y solapamiento entre feature flags, configuración y analítica/experimentación.
- Algunos ven los flags como “simplemente booleanos”, mientras que otros subrayan casos de uso avanzados: consistencia de cohortes entre servicios, despliegue progresivo, targeting por usuario/segmento, pruebas A/B y separación entre deploy y release.
- Se dice que muchas funciones de experimentación viven en plataformas de analítica, con los feature flags proporcionando atributos en lugar de bucles de feedback completos.
Cuestiones operativas y de ciclo de vida
- El autoalojamiento se ve como viable pero doloroso en organizaciones grandes debido a la criticidad 24/7, las actualizaciones y la escalabilidad.
- El problema real identificado: los flags se acumulan y rara vez se eliminan; se valoran el seguimiento del ciclo de vida, la detección de flags obsoletos y la automatización de la limpieza.
Licencias y preocupaciones sobre open-core
- El proyecto usa AGPL y un modelo open-core; algunos elogian AGPL por imponer libertades en la era SaaS, otros lo llaman “no libre” o “casi inútil” debido a limitaciones (por ejemplo, 1 proyecto, 2 entornos) y SSO/RBAC detrás de un pago.