La IA ya escribe el código: ahora la pregunta es quién lo verifica
AI Can Write the Code. Who Verifies It?
Un estudio de Faros sobre 22.000 desarrolladores revela que, con una alta adopción de IA, los errores por desarrollador crecen un 54%, el tiempo de revisión de PRs se multiplica por cinco y los incidentes por PR se triplican. El autor propone una verificación automatizada como respuesta: linters, tests, escaneo de secretos y dependencias, revisión con agentes y validación de infraestructura y migraciones, combinando comprobaciones deterministas con el juicio de la IA y una persona responsable de la decisión final.
No se puede esperar que un equipo pequeño revise de forma significativa enormes diffs generados por IA.
- pianopatrick
Una idea que estoy considerando es que quizás quiera usar un linter para restringir a la IA a usar solo un subconjunto de varios lenguajes, lo que no requeriría tanta revisión.
Por ejemplo, si escribiera un front end web que solo permitiera ciertas etiquetas HTML y ciertas propiedades CSS y nada de Javascript, podría evitar ciertas clases de errores por completo.
O, por ejemplo, en C, si prohíbes la asignación dinámica de memoria, también evitas clases enteras de errores.
Creo que son comprobaciones que puedo configurar con linters y me darían más confianza de que el código generado por IA no tenía ciertos errores.
- alcomatt
Quizás la pregunta aquí debería ser: "¿Quién asume la culpa cuando todo sale mal?"
- salawat
Tradicionalmente, eso sería un esfuerzo conjunto entre un equipo de QA dedicado, parcialmente apoyado por el equipo de ingeniería, que nadie quiere pagar...
- thisisthenewme
IA:
- escribe el código
- revisa el código
- lo diseña
- lo convierte en producto
- lo anuncia
- lo consume
- simianwords
Estaba hablando con unos amigos sobre cómo debería usarse CI/CD en $current_year si te has comprometido por completo con los agentes.
La industria es sorprendentemente lenta en adaptarse y estoy escribiendo dos capacidades que me gustaría que se estandarizaran en la industria.
Me gustaría la estandarización de las pruebas agénticas (ya sé, suena terrible), pero son pruebas más amplias que capturan la intención difusa del sistema. Las pruebas unitarias y las pruebas e2e están enfocadas y son difíciles de mantener. Una prueba agéntica (o prueba de comportamiento) es donde el agente entiende la intención de comportamiento subyacente y crea escenarios sobre la marcha y los ejecuta.
Por ejemplo, imagino que Claude Code pasa por múltiples pruebas agénticas donde el propio Claude intenta usar el software mediante control de escritorio. Esto capturaría una gama mucho más amplia de errores y es mucho más fácil de mantener porque solo necesitas que la prueba tenga una descripción de la intención y no toda la infraestructura compleja requerida en las pruebas e2e y unitarias (como los mocks, ugh).
Me gustaría un framework donde simplemente pudiera tener algo como SCENARIOS.md y el framework ejecutara los escenarios levantando el entorno común requerido para la prueba. La industria carece severamente de este tipo de capacidad.
Lo siguiente que falta es la verificación de despliegue agéntica.
Así que imagina que estás desplegando tu servicio y necesitas verificar que múltiples métricas estén en buen estado antes de promoverlo a todos los servidores. Tradicionalmente esto se hacía mediante comprobaciones manuales por parte del desarrollador (cansado y propenso a errores […]