Copilot y agentes de IA: guía de las piezas de GitHub Universe 2026

GitHub presentó el 28 de octubre una tanda de piezas para trabajar con agentes. Aquí no vas a leer la noticia: vas a leer qué hace cada una, para qué sirve y cuándo la sacarías del cajón. Con un mapa de cocina y los números de mis propias tareas programadas.

El mapa: una cocina con varios fogones

En la guía de agente de IA vs chatbot vs automatización usé una cocina, y aquí sigo en ella. El bucle agéntico (mirar, decidir, actuar, comprobar) es el cocinero. Lo de Universe es la cocina entera: la encimera, el jefe de sala que reparte comandas, el que prueba los platos antes de salir y el reloj de la pared.

GitHub lo plantea con una frase que me gusta: el resultado que importa es trabajo terminado, no más código. Y reparte los papeles así: las personas marcan el rumbo, deciden y siguen siendo responsables de lo que se publica; los agentes implementan y verifican. Con esa idea en la cabeza, vamos pieza a pieza.

La app de Copilot: de la issue al merge en un solo sitio

Qué es. Una aplicación pensada desde cero para trabajar con agentes. Conecta tus agentes y herramientas entre proyectos para que no tengas que hacer tú cada traspaso. Según GitHub, no solo sirve para producir código: también para escribir especificaciones, presentar discusiones de diseño o analizar telemetría.

Cuándo la usarías. Cuando el trabajo cruza varias fases (una issue, un cambio, una revisión) y tu problema no es escribir el código, sino mover el balón de una fase a otra. Si solo quieres que te autocomplete una función, esto es una excavadora para plantar un geranio.

Copilot Fusion: que el enrutador elija el modelo

Qué es. Un sistema que mira qué necesita cada tarea (razonar, generar código, depurar, usar herramientas) y decide cómo ejecutarla con uno o varios modelos. La idea es que tú no tengas que escoger modelo en cada encargo.

El dato, con sus límites. En el Artificial Analysis Coding Agent Index, Fusion Max quedó a menos de dos puntos de Opus 5.5 Max con la mitad de gasto y un 40 % menos de tiempo por tarea, según entrada del blog de GitHub del 28 de octubre de 2026. Es una cifra que da GitHub sobre un índice de terceros; yo no la he reproducido. Qué precio tiene Fusion por separado, en qué planes está y si «Max» es un nivel que eliges tú: no verificado, la entrada no lo dice.

Cuándo lo usarías. Cuando tienes tareas de dificultad muy desigual y te cansa decidir a mano si hace falta el modelo grande o basta uno pequeño. Cuando necesitas reproducibilidad exacta (siempre el mismo modelo), un enrutador te quita una variable que querías fija.

Copilot projects: darle una meta, no una tarea

Qué es. Dentro de la app, y según GitHub disponible desde el 28 de octubre, permiten ejecutar trabajo de agentes en varios repositorios a la vez, en sesiones paralelas y gestionadas. Tienes un único sitio para ver el progreso, tomar decisiones y dirigir lo siguiente.

Cuándo lo usarías. Cuando un cambio toca varios repositorios (una librería y las tres aplicaciones que la usan, por ejemplo). Con un solo repo, no hace falta.

Mi cautela. Paralelo significa que varios agentes avanzan a la vez sin esperarse. Eso acelera, y también multiplica lo que tienes que revisar al final. Cuántas sesiones simultáneas caben o qué límites hay: no verificado.

Session continuity: la sesión no se reinicia al cambiar de aparato

Qué es. Puedes empezar y seguir la misma sesión de un agente en la nube desde la app de GitHub, VS Code, la línea de comandos y la web. El ejemplo de GitHub: arrancarla desde el móvil durante la reunión de equipo, dirigirla desde VS Code en tu mesa y mirar cómo va desde github.com a la hora de comer.

Lo que sí está comprobado. El tutorial oficial explica el caso de VS Code: abres la sesión de la app en VS Code y conservas la conversación, los cambios y el contexto. VS Code abre el mismo árbol de trabajo aislado que usó la sesión, así que tus ediciones a mano se apoyan en lo que hizo el agente, sin copiar ficheros. Ahí mismo el tutorial insiste en tratar el código del agente como el de una persona: ejecutar las pruebas y verificar el comportamiento tú.

Cuándo la usarías. Cuando el agente hace el trabajo pesado y tú quieres cerrarlo con las manos: revisar línea a línea, retocar un mensaje de error, correr el proyecto en local.

Copilot automations: el reloj de la pared

Qué es. Flujos de trabajo con IA dentro de tu repositorio, que se ejecutan en la nube. Los lanzas a mano, o los dejas que respondan a un evento o corran con una programación. GitHub cita como ejemplos la clasificación de issues y la revisión de código. La novedad: ahora pueden aprender de sus resultados y proponerte mejoras, que tú revisas y apruebas.

Mi dato propio. En mis mediciones del 30 de octubre: 102 tareas programadas activas, 100 con disparador de calendario, 74 sin modelo (un script que hace siempre lo mismo) y 28 con un agente dentro. Es decir, ni el 30 % necesita pensar. La regla que me ha funcionado: si la tarea siempre es igual, script; si hay que decidir con información que cambia, agente.

Cuándo la usarías. Para lo repetitivo que sí exige criterio: clasificar issues entrantes, un primer repaso a cada pull request. Para lo que es mecánico, no uses un modelo: gasta, tarda y se equivoca donde un script no. Y eso de que «aprende y propone mejoras» solo es útil si tú revisas las propuestas; la propia entrada pone esa aprobación en tus manos, y es donde yo no me saltaría el paso.

Copilot code review Max: un revisor que mira más hondo

Qué es. Más código significa más pull requests, y más revisión. GitHub ya tenía los niveles Lite y Balanced para las revisiones del día a día y añade Max, para cuando un cambio pide una mirada más profunda. Según la entrada, Max logró la mejor puntuación F1 en ReviewBench para problemas de alta gravedad.

Cómo leer ese dato. F1 es una nota que combina acertar los fallos reales y no inventar falsos. Es un banco de pruebas elegido y comunicado por el propio GitHub, y no he podido contrastarlo con una fuente independiente: lo trato como una pista, no como garantía. Precio y límites de uso de Max: no verificado.

Cuándo lo usarías. Max, en cambios que tocan algo delicado (pagos, permisos, datos); Lite o Balanced, en el trajín diario. Y recuerda la lección de mi bucle: un revisor automático es un paso 4 más, no un sustituto de que alguien responda de lo que se publica.

Copilot en Enterprise: pagar por créditos de IA

Qué es. Desde el 28 de octubre, los clientes de GitHub Enterprise pueden usar todas las funciones de Copilot sin comprar una suscripción aparte. Eso incluye la app, la revisión de código y las automatizaciones. Se pagan los créditos de IA que se consumen. Según GitHub, se contrata hoy a través de su equipo de ventas y la compra por autoservicio llega «pronto». Quien ya tenga Copilot Business o Copilot Enterprise puede mantener su plan o cambiarse cuando quiera.

Qué no sé. Cuánto vale un crédito, cuánto consume cada pieza y si hay un tope mensual: no verificado. Antes de mover un equipo, pide esas tres cifras por escrito.

La obra de debajo: nueva arquitectura de Git

Los agentes cambian el volumen y la forma del trabajo, y GitHub dice que añadir capacidad no basta: han tocado la arquitectura. Cifras que da la entrada: este año han sumado 4 millones de núcleos de CPU, 160 PB de almacenamiento rápido y 50 Tb/s de red, y están migrando a un despliegue multirregión en Azure, que esperan terminar a principios del año que viene.

Para Git, los tres principios son simplificar las primitivas, separar almacenamiento y cómputo y minimizar la coordinación. Eso es lo que la entrada cuenta; cómo se traducirá en tu día a día (más velocidad, menos fallos) no lo detalla y por eso está no verificado. No es una pieza que «uses»: es la razón por la que quizá notes menos esperas cuando muchos agentes empujan cambios a la vez.

Cuándo usar cada pieza: la tabla

Lo que nadie te dijo sobre estas piezas

Las siete se apoyan en lo mismo: un agente que da vueltas hasta acabar. Cuanto más autónomo, más importa lo de siempre: un tope, una forma de comprobar y una persona que responde. Mi dato lo dice mejor que yo: 74 de 102 tareas no necesitan modelo. Antes de montar proyectos en paralelo, mira cuántas de tus tareas necesitan un agente de verdad.

Preguntas frecuentes

¿Qué es la app de GitHub Copilot?

Una aplicación para dirigir agentes de principio a fin, de la issue al merge, que conecta agentes y herramientas entre proyectos. Sirve también para especificaciones, diseño y telemetría, según GitHub.

¿Qué es Copilot Fusion?

Un sistema que evalúa lo que necesita cada tarea y elige cómo ejecutarla con uno o varios modelos. GitHub afirma que Fusion Max quedó a menos de dos puntos de Opus 5.5 Max en el Artificial Analysis Coding Agent Index, con la mitad de gasto y un 40 % menos de tiempo por tarea.

¿Qué son los Copilot projects?

Una forma de ejecutar trabajo de agentes en varios repositorios a la vez, en sesiones paralelas gestionadas, con un único sitio para seguirlas y decidir.

¿Se puede seguir una sesión de Copilot en otro aparato?

Sí: la continuidad de sesión permite empezar y seguir la misma sesión de nube desde la app de GitHub, VS Code, la línea de comandos y la web. El tutorial oficial detalla el paso a VS Code con conversación y cambios intactos.

¿Hay que comprar una suscripción de Copilot aparte en Enterprise?

No para los clientes de GitHub Enterprise desde el 28 de octubre de 2026: usan todas las funciones y pagan los créditos de IA que consumen. Se contrata por ventas; el autoservicio llega pronto.