Los agentes de código son una de las aplicaciones más útiles de la inteligencia artificial generativa. Pueden leer archivos, proponer cambios, escribir tests, explicar errores, refactorizar módulos y ayudar a avanzar más rápido. Pero también pueden romper un proyecto con una seguridad sorprendente.

El problema no es solo que la IA cometa errores. El problema es que puede cometer errores a escala: tocar demasiados archivos, inventar APIs, borrar comportamiento útil, cambiar estilos sin necesidad o “arreglar” algo que no entendió.

Usar agentes bien requiere un método.

Empezá con un repo limpio

Antes de pedir cambios, mirá el estado de Git. Si hay archivos modificados que no querés mezclar, separalos, commitealos o al menos entendé de quién son. Un agente puede trabajar en un repo sucio, pero vos necesitás saber qué cambios eran previos y cuáles produjo la IA.

La regla práctica: si no podés explicar el `git diff`, todavía no deberías desplegar.

Pedí tareas pequeñas y verificables

Los agentes funcionan mejor cuando el objetivo es concreto:

  • “corregí este bug y agregá una prueba”;
  • “hacé que este componente soporte estado vacío”;
  • “migrá esta función sin cambiar la API pública”;
  • “explicá por qué falla este test”.

Funcionan peor cuando el pedido es enorme y ambiguo: “mejorá el dashboard”, “optimizá todo”, “refactorizá el backend”, “hacé el sistema más profesional”. Ese tipo de pedido invita a cambios amplios y difíciles de revisar.

Si el trabajo es grande, dividilo en pasos. Primero diagnóstico, después implementación, después pruebas.

Dale contexto, no solo instrucciones

Un agente necesita saber qué importa. No alcanza con decir “arreglá esto”. Conviene explicar:

  • qué comportamiento esperás;
  • qué no querés cambiar;
  • qué archivos son sensibles;
  • qué patrón usa el proyecto;
  • qué comandos de test son confiables;
  • qué restricciones de negocio existen.

Cuanto mejor sea el contexto, menos probable es que el agente invente una arquitectura paralela.

Exigí pruebas, pero no confíes ciegamente

Los tests son indispensables, pero no son una garantía absoluta. Un agente puede agregar tests que validan exactamente su cambio, no el comportamiento real. También puede ignorar casos importantes si no se los pedís.

La revisión humana sigue siendo necesaria. Mirá especialmente:

  • cambios en autenticación, permisos o pagos;
  • migraciones de base de datos;
  • lógica compartida;
  • eliminación de código;
  • cambios de contrato entre frontend y backend;
  • manejo de errores y datos privados.

Usá el agente para leer, no solo para escribir

Una de las mejores formas de usar IA en desarrollo es pedirle que investigue antes de tocar. Por ejemplo:

  • “leé cómo se maneja este flujo y decime dónde conviene cambiar”;
  • “encontrá todos los lugares que dependen de esta función”;
  • “resumí el contrato entre estos módulos”;
  • “marcá riesgos antes de editar”.

Ese uso reduce cambios impulsivos y ayuda a que vos entiendas el proyecto.

Mantené control de producto

El agente puede sugerir, pero no debería decidir por sí solo cambios de producto, UX, pricing, permisos o datos sensibles. Esa decisión sigue siendo humana. En proyectos reales, un cambio “técnicamente correcto” puede ser comercialmente malo o confuso para usuarios.

El estándar mínimo antes de mergear

Antes de aceptar cambios de un agente, buscá al menos esto:

  • diff revisado;
  • tests o verificación manual relevante;
  • sin cambios fuera de alcance;
  • sin secretos impresos;
  • sin archivos generados innecesarios;
  • comportamiento probado en el flujo principal.

Los agentes de código pueden ser una ventaja enorme. Pero la ventaja no viene de soltarles el volante. Viene de convertirlos en colaboradores rápidos dentro de un método claro.

Mapa rápido para leer esta señal con criterio

Regla 1 El agente propone; el repo, tests y review deciden.
Regla 2 Cambios pequeños reducen el costo de detectar errores.
Regla 3 Nunca mezclar refactor grande con feature urgente sin control.

Fuentes y lectura relacionada

Para no quedarnos solo con una lectura de superficie, esta pieza conviene leerla junto con fuentes primarias, documentación oficial y artículos relacionados de Criterio AI.

Fuentes externas

Seguí leyendo

Conclusion rapida

Un agente de código puede acelerar mucho, pero solo si trabaja dentro de límites claros: repo limpio, tarea pequeña, pruebas, revisión y control de cambios.

Que significa esto para vos

Si usás Cursor, Codex, Claude Code u otro agente, esta guía te ayuda a obtener velocidad sin perder control técnico.