Los equipos de ingeniería están enviando más código que nunca, y gran parte de él lo escriben agentes de IA. Un estudio de 2026 realizado por Faros, que analizó dos años de telemetría de 22.000 desarrolladores en 4.000 equipos, encontró que el rendimiento aumenta en las organizaciones con una alta adopción de IA. Los errores, el retrabajo, la carga de revisión y los incidentes en producción aumentan incluso más rápido.

Las cifras son contundentes. Faros reportó un 54 % más de errores por desarrollador, un aumento de aproximadamente cinco veces en el tiempo mediano de revisión de las solicitudes de extracción y más de tres veces más incidentes por solicitud de extracción al comparar períodos de menor y mayor adopción de IA. Los investigadores son cuidadosos con el significado de esas cifras. Se trata de correlaciones, no de una prueba de que la IA haya causado cada resultado. Un informe posterior del tercer trimestre encontró que algunos de los efectos iniciales se estaban atenuando, pero los costos de verificación, corrección y operación seguían acumulándose en las etapas posteriores.

La pregunta, entonces, es cómo hacen los equipos para mantener la velocidad sin sacrificar la calidad. La respuesta que muchos ingenieros están buscando es la verificación automatizada, es decir, herramientas y controles que detectan problemas antes de que lleguen a los usuarios. Nadie promete software libre de errores. El objetivo es tener más formas de detectar equivocaciones.

Las herramientas de revisión disponibles en el mercado

Varios proyectos buscan ahora poner un segundo par de ojos sobre el código escrito por IA. Superpowers, una metodología de desarrollo agéntico y una colección de habilidades, lleva a los agentes de programación a comportarse más como ingenieros disciplinados. Pone énfasis en la planificación, el desarrollo guiado por pruebas, la depuración y las revisiones, incluidos agentes separados que revisan el trabajo. Sin embargo, dependiendo de la tarea, seguir la metodología completa puede ralentizar el desarrollo.

RoboRev, creado por Wes McKinney, el desarrollador detrás de la biblioteca pandas, adopta un enfoque diferente. Incorpora la revisión continua de código con IA en el ciclo de desarrollo local. Un desarrollador confirma su código y un demonio local revisa esa confirmación con un agente de programación configurado. Los hallazgos pueden devolverse a la misma sesión de programación mientras el contexto todavía está fresco.

Las grandes plataformas tienen sus propias ofertas. Code Review, el servicio alojado de Anthropic, envía múltiples agentes especializados para examinar en paralelo una solicitud de extracción en GitHub, buscando errores lógicos, vulnerabilidades de seguridad, regresiones y casos límite no contemplados. La revisión más profunda puede tardar más y costar más que una revisión local rápida. Hasta octubre de 2026, Anthropic la ofrece como una vista previa de investigación para los planes Team y Enterprise, con facturación separada según el uso. Codex, de OpenAI, puede revisar solicitudes de extracción según el contexto y las instrucciones de un repositorio, y puede preparar una corrección cuando encuentra un problema.

Copilot Code Review, de GitHub, es la opción que requiere menos intervención. Puede revisar solicitudes de extracción automáticamente, seguir las instrucciones del repositorio y sugerir correcciones. Bugbot, de Cursor, revisa solicitudes de extracción en GitHub en busca de errores lógicos y puede proponer correcciones a través de agentes en la nube, lo que resulta más conveniente para los equipos que ya usan Cursor. La contrapartida es un menor control. Los desarrolladores pueden personalizar las instrucciones de Copilot, pero carecen de la configuración de modelo por ejecución que tendrían al invocar su propio agente. Gran parte de la selección de modelos de Cursor la maneja la empresa.

Usar una IA para revisar a otra tiene límites. Dos modelos pueden estar de acuerdo en la misma respuesta equivocada, pasar por alto el mismo requisito o señalar un error que no existe. Los expertos recomiendan combinar la revisión con IA con controles que no dependan del criterio de un modelo, y mantener a una persona responsable de las decisiones finales en los cambios de alto riesgo.

Apilar controles a lo largo del proceso

La mayoría de las prácticas subyacentes tienen décadas de existencia. Los equipos suelen ejecutar primero los analizadores de estilo, los formateadores, los verificadores de tipos y los pasos de compilación, seguidos de las pruebas unitarias, de integración y de extremo a extremo. Los controles de seguridad incluyen el análisis estático, el escaneo de secretos y el escaneo de vulnerabilidades en dependencias. Las revisiones agénticas pueden buscar errores, riesgos de seguridad y si un cambio coincide con la especificación. Los escaneos de infraestructura y las verificaciones de migración de bases de datos completan la lista, junto con las revisiones de mantenibilidad que señalan la sobreingeniería.

Estos controles se distribuyen por etapas. Los más económicos se ejecutan antes de que el código se confirme. Las pruebas más amplias y los escaneos de seguridad se ejecutan después de un envío. Las solicitudes de extracción reciben las revisiones más pesadas, y la preproducción agrega pruebas de integración, escaneo de infraestructura y pruebas de humo de despliegue. El monitoreo de producción cubre las verificaciones de estado, el monitoreo de errores y de seguridad, y la reversión automática cuando es seguro hacerla. GitHub Actions, GitLab CI/CD y Jenkins son las formas más comunes de orquestar estos pasos.

Ejecutar cada revisión con IA en cada solicitud de extracción puede resultar costoso, especialmente para los equipos que integran cambios muchas veces al día. El autor recomienda ejecutar primero los controles económicos y reservar las revisiones más pesadas para las etapas posteriores o para los cambios más riesgosos.

Las grandes empresas llevan años construyendo este tipo de configuraciones. La guía de Adam Faik sobre cómo Uber, Shopify, DoorDash, Spotify y Stripe ejecutan agentes de programación a gran escala describe un patrón común. Las solicitudes entran por una puerta de enlace, pasan por controles de permisos y gobernanza, y avanzan por un proceso automatizado que escribe el código, lo prueba y produce evidencias, como diferencias de código, capturas de pantalla y resultados de pruebas. Luego, los desarrolladores revisan el resultado antes de que cualquier cambio se integre o pase a producción.

El mensaje general es que escribir código se está volviendo barato. Verificarlo, no. Como planteó un ensayo, la verificación tiene que convertirse en una parte fundamental de la forma en que se construye el software.

Dieser Artikel wurde mit Unterstützung von KI verfasst.
News Factory APP - agentische News für besseres SEO & AEO.