Ingeniería de software asistida por agentes: del autocompletado a la ejecución controlada Software engineering assisted by agents: from autocomplete to controlled execution

Los agentes de IA transforman el ciclo de desarrollo: pueden explorar repositorios, identificar archivos relacionados, generar código, ejecutar pruebas y corregir errores. Pero su valor real está en reducir tareas repetitivas manteniendo control total sobre decisiones y resultados.

AI agents transform the development cycle: they can explore repositories, identify related files, generate code, run tests, and fix errors. But their real value lies in reducing repetitive tasks while maintaining full control over decisions and results.

¿Qué cambia con un agente de desarrollo?

What changes with a development agent?

Un asistente responde dentro del contexto proporcionado. Un agente puede tomar un objetivo, inspeccionar el proyecto, elaborar un plan y ejecutar varios pasos. Por ejemplo, puede localizar una función, crear pruebas, aplicar un cambio, ejecutar el conjunto de pruebas y preparar una descripción para el pull request.

An assistant responds within provided context. An agent can take an objective, inspect the project, develop a plan, and execute multiple steps. For example, it can locate a function, create tests, apply changes, run test suites, and prepare pull request descriptions.

La diferencia principal es la capacidad de actuar sobre el entorno. Esto exige sandboxing, permisos, trazabilidad y límites. Un agente no debe tener acceso indiscriminado a secretos, producción o repositorios ajenos a la tarea.

The main difference is the ability to act on the environment. This requires sandboxing, permissions, traceability, and limits. An agent should not have unrestricted access to secrets, production, or unrelated repositories.

El desarrollador pasa de escribir cada instrucción a definir objetivos, restricciones y validaciones. Esa transición aumenta la importancia de requisitos claros.

Developers shift from writing every instruction to defining objectives, constraints, and validations. This transition increases the importance of clear requirements.

Casos de uso de alto valor

High-value use cases

Los agentes resultan útiles para explorar código heredado, actualizar dependencias, crear pruebas, documentar API, corregir reglas repetitivas, migrar patrones y analizar fallos. También pueden preparar cambios mecánicos que un humano revisa.

Agents are useful for exploring legacy code, updating dependencies, creating tests, documenting APIs, fixing repetitive rules, migrating patterns, and analyzing failures. They can also prepare mechanical changes for human review.

En soporte, un agente puede correlacionar un incidente con logs, despliegues y cambios recientes. En calidad, puede ejecutar análisis y proponer correcciones. En seguridad, puede explicar una vulnerabilidad y crear una actualización, siempre bajo revisión.

In support, an agent can correlate an incident with logs, deployments, and recent changes. In quality, it can run analysis and suggest fixes. In security, it can explain vulnerabilities and create updates, always under review.

Contexto: el combustible de la calidad

Context: the fuel of quality

Un agente necesita conocer estructura, convenciones, comandos, estándares y restricciones. Esta información puede mantenerse en instrucciones del repositorio, documentación, ADR, ejemplos y definiciones de terminado.

An agent needs to understand structure, conventions, commands, standards, and constraints. This information can be maintained in repository instructions, documentation, ADRs, examples, and definitions of done.

Más contexto no siempre significa mejor resultado. Debe proporcionarse información relevante y actual. Documentos contradictorios o grandes cantidades de archivos pueden confundir al modelo. Las herramientas de búsqueda y recuperación ayudan a seleccionar lo necesario.

More context doesn't always mean better results. Relevant and current information should be provided. Contradictory documents or large file sets can confuse the model. Search and retrieval tools help select what's needed.

Integración en el ciclo de desarrollo

Integration into the development cycle

En planificación, el agente puede transformar criterios en subtareas y señalar ambigüedades. Durante implementación, puede proponer cambios y pruebas. En revisión, puede detectar inconsistencias. En entrega, puede generar notas y verificar controles.

In planning, the agent can transform criteria into subtasks and flag ambiguities. During implementation, it can propose changes and tests. In review, it can detect inconsistencies. In delivery, it can generate notes and verify controls.

La integración no debe omitir etapas. El código generado pasa por compilación, pruebas, análisis estático, escaneo y revisión. Las acciones del agente deben aparecer en commits o pull requests trazables.

Integration should not skip stages. Generated code passes through compilation, tests, static analysis, scanning, and review. Agent actions should appear in traceable commits or pull requests.

Riesgos y controles

Risks and controls

El código puede compilar y ser conceptualmente incorrecto. También puede introducir dependencias inseguras, duplicar lógica o romper requisitos no visibles. La revisión debe enfocarse en diseño, seguridad, rendimiento y comportamiento, no solo en sintaxis.

Code can compile but be conceptually wrong. It can also introduce unsafe dependencies, duplicate logic, or break non-visible requirements. Review should focus on design, security, performance, and behavior, not just syntax.

Los secretos deben bloquearse, y el agente debe operar con privilegio mínimo. Los comandos destructivos requieren confirmación. Los accesos externos deben controlarse para evitar descarga de paquetes o envío de código no autorizado.

Secrets must be blocked, and the agent should operate with minimal privilege. Destructive commands require confirmation. External access must be controlled to prevent unauthorized package downloads or code submission.

Cómo medir productividad sin engañarse

How to measure productivity without fooling yourself

Las líneas de código o la cantidad de commits son métricas pobres. Conviene medir tiempo de ciclo, tiempo de revisión, defectos, retrabajo, cobertura útil, satisfacción y tiempo para comprender un componente.

Lines of code or commit count are poor metrics. It's better to measure cycle time, review time, defects, rework, useful coverage, satisfaction, and time to understand a component.

Una mejora local puede trasladar trabajo a revisión. Si el agente produce cambios rápidos pero difíciles de validar, la productividad global disminuye. Los experimentos deben comparar tipos de tarea y niveles de experiencia.

Local improvement can shift work to review. If the agent produces quick changes but they're hard to validate, overall productivity decreases. Experiments should compare task types and experience levels.

Modelo operativo recomendado

Recommended operational model

• Comenzar con lectura, explicación y generación de pruebas (bajo riesgo)
• Habilitar modificaciones en ramas aisladas y tareas de bajo riesgo
• Aplicar controles más estrictos para despliegue o producción
• Documentar guías: qué datos pueden compartirse, herramientas aprobadas, cómo revisar
• Convertir patrones efectivos en activos comunes reutilizables

• Start with reading, explaining, and test generation (low risk)
• Enable modifications on isolated branches and low-risk tasks
• Apply stricter controls for deployment or production
• Document guidelines: what data can be shared, approved tools, how to review
• Convert effective patterns into reusable shared assets

Conclusión

Conclusion

La ingeniería de software asistida por agentes funciona cuando combina autonomía técnica limitada con disciplina de entrega. El agente acelera tareas; el equipo conserva la responsabilidad sobre decisiones y resultados. Adoptar esta tendencia debe estar guiado por problemas reales, métricas y controles para que la tecnología aporte valor sostenible.

Software engineering assisted by agents works when it combines limited technical autonomy with delivery discipline. The agent accelerates tasks; the team retains responsibility for decisions and results. Adoption should be guided by real problems, metrics, and controls so technology delivers sustainable value.