7 Modo Agente
El modo agente es uno de los desarrollos más poderosos en las herramientas de programación con IA. Va más allá de la conversación y comienza a hacer cosas realmente.
En su forma más simple, el modo agente permite a la IA escribir código y probarlo. En lugar de limitarse a producir código que “cree” que funciona, el agente puede ejecutarlo, detectar errores e iterar antes de devolver un resultado.
Los agentes modernos típicamente:
- Comienzan con un plan
- Dividen la tarea en subtareas (a veces usando subagentes)
- Implementan el código
- Crean datos sintéticos o archivos de prueba
- Ejecutan el código
- Revisan si se detectan errores
Esto mejora drásticamente la fiabilidad.
En GitHub Copilot (desde dentro de VS Code), puedes hacerle una pregunta a la IA, proporcionar contexto adicional (como archivos específicos) y elegir si ejecutar el agente en primer o segundo plano. El agente puede modificar código, generar pruebas e intentar validar su propio resultado.
Este es un gran avance en comparación con la programación simple de pregunta y respuesta.
7.1 Modo Agente (Nube)
La versión en la nube del modo agente es incluso más poderosa.
En lugar de usar tus recursos computacionales locales, la IA envía la tarea a un entorno en la nube y crea un Pull Request (PR) para ti. Ver al agente ejecutar código en línea es impresionante. Ahorra recursos locales y fomenta una formulación más clara del problema.
En el modo agente en la nube de GitHub:
- Se crea una nueva sesión de cómputo
- El entorno puede preconfigurarse con las dependencias requeridas
- Todo el proceso es visible para el usuario
- El resultado final se envía como un Pull Request
Dependiendo de la complejidad, los agentes tardan generalmente unos diez minutos o menos en completar una tarea y enviar un PR.
Sin embargo, hay una nota de cautela importante: es tentador ejecutar muchos agentes simultáneamente. Pero el humano sigue en el ciclo. Alguien todavía necesita revisar el código cuidadosamente antes de fusionarlo.
El proceso de revisión es una de las mayores ventajas de los agentes en la nube. La interfaz de GitHub te permite:
- Agregar comentarios línea por línea
- Proporcionar un comentario de resumen general
- Etiquetar al agente (por ejemplo,
\@copilot) con instrucciones adicionales
Esta revisión estructurada ocurre antes de que el código se fusione en la rama principal, lo cual no siempre es el caso con los agentes locales que modifican archivos directamente.
Mi flujo de trabajo habitual es:
- Agregar comentarios específicos a lo largo del PR
- Proporcionar un comentario general claro con pautas
- Mencionar
\@copiloten el comentario de resumen
- Opcionalmente, pedirle a la IA que mejore el archivo
AGENTS.mdsi aparecen problemas recurrentes
Este último paso es importante. Con el tiempo, mejorar el AGENTS.md hace que tus agentes estén mejor alineados con tus expectativas y reduce los errores repetidos.