Revisión de código con IA: verificar agentes, decidir personas

La revisión de código tradicional, esa que obliga a un senior a leer cada línea de un pull request, tiene los días contados. La noticia que nos ocupa describe cómo el equipo de Aviator ha rediseñado el proceso para que los agentes de IA verifiquen y las personas decidan. En ForgeNEX lo vemos como una oportunidad para las pymes que desarrollan software: menos tiempo perdido en revisiones mecánicas y más foco en lo que de verdad importa.

El problema: la IA revisa sin conocer tus estándares

Muchos equipos ya apuntan un modelo al diff y le piden que diga si el cambio es bueno. El modelo lee cada línea sin cansarse y mantiene el mismo criterio en cada PR. Pero no conoce los estándares de tu código. No sabe qué decisiones se tomaron antes ni por qué. Y, sobre todo, no se le puede pedir responsabilidad. Como dice la noticia: “Judgment needs intent, and accountability needs a person” (el juicio necesita intención, y la responsabilidad necesita una persona).

La propuesta: dos capas y siete pasos

Aviator propone un modelo de revisión basado en dos capas: criterios de aceptación (qué debe hacer este cambio) e invariantes (las reglas permanentes del equipo, siempre ciertas). Sin invariantes, los estándares quedan en la memoria de los seniors; sin criterios, el agente puede desviarse o resolver el problema equivocado.

El proceso se divide en siete partes:

1. Invariantes: reglas escritas una vez y comprobadas en cada cambio. Se extraen del historial de PRs, de CONTRIBUTING.md o de instrucciones a agentes. Cada borrador pasa por aprobación humana.
2. Intención y criterios de aceptación: se capturan de la sesión de codificación con el agente, no de un documento previo.
3. Decisiones clave: los puntos donde el cambio pudo ir por otro camino, etiquetando si los decidió un humano o un agente.
4. Plan de pruebas: escenarios construidos a partir de criterios e invariantes.
5. Evidencia: pruebas de un entorno en ejecución que respaldan cada veredicto.
6. Revisión humana: la persona aprueba o rechaza basándose en intención, decisiones y evidencia, no en el código línea a línea.
7. Invariantes actualizados: tras el merge, se refinan con las excepciones y comentarios recurrentes.

¿Qué significa para una pyme?

Para un equipo pequeño, la revisión línea a línea es un cuello de botella. Los seniors dedican horas a revisar cambios triviales y descuidan el diseño o la arquitectura. Con este enfoque, los agentes se encargan de la verificación mecánica (¿se cumple la regla de no escribir directamente en la tabla de usuarios?) y las personas se centran en lo que requiere criterio: ¿tiene sentido este cambio? ¿Asumimos este riesgo?

Además, la IA generativa comete errores sistemáticos que se repiten. Los invariantes actúan como un registro de “slop” (código basura) que el equipo va corrigiendo. Eso es oro para una pyme que no puede permitirse reescribir lo mismo cada semana.

Recomendaciones de ForgeNEX

• Empieza por los invariantes más dolorosos: esas reglas que siempre acabas comentando en los PRs. Escríbelas y automatiza su comprobación.
• No delegues la decisión final: la IA puede verificar, pero la aprobación debe ser humana. La responsabilidad legal y técnica no se delega.
• Captura la intención mientras codificas: no esperes a escribir un documento. Usa las preguntas y respuestas de la sesión con el agente para generar criterios de aceptación.
• Mide el impacto: antes de implantar un sistema así, define métricas como tiempo de revisión, número de comentarios recurrentes o defectos escapados.
• Forma al equipo: los desarrolladores deben entender que su papel cambia: menos revisión mecánica, más revisión de intención y decisiones.

Este cambio de paradigma encaja con otras tendencias que ya hemos analizado, como el uso de compiladores como red de seguridad para agentes IA (Hydro de AWS) o la necesidad de elegir bien el modelo de IA para la pyme (Jassy augura 6-8 modelos parejos). En todos los casos, la clave está en no perder el control humano sobre lo que la IA produce.

La revisión línea a línea no desaparece, pero se transforma. Los agentes se convierten en verificadores incansables y las personas en jueces con contexto. Para una pyme, adoptar este modelo puede ser la diferencia entre escalar el desarrollo o quedarse atascada en revisiones interminables.

Fuente: The New Stack. Análisis y adaptación: ForgeNEX.