Has activado los interruptores, ejecutado un prompt o diez y ahora miras un Pull Request en borrador con una insignia AI y una cascada de checks. Excelente. Aquí es donde dejamos de esperar milagros y empezamos a trabajar con un ciclo de revisión predecible y limpio.

Primero activa las funciones avanzadas. Ve a tu cuenta en GitHub y habilita Feature preview. La experiencia New Files Changed Experience mejora sustancialmente la vista de diff y el flujo de PR. Puede fallar a veces, pero es una mejora real. Deja feedback al equipo de GitHub tras probarla, incluso un simple agradecimiento ayuda.

Cómo funcionan las revisiones con Coding Agent. Esencialmente es el PR que ya conoces con algunas particularidades: te solicitarán como prompter y los CODEOWNERS recibirán notificación; el PR abre como Draft para que puedas preaprobar antes de traer al equipo; Copilot crea ramas bajo el prefijo copilot/ así que no pierdas energía luchando contra eso; GitHub admite múltiples asignados y verás coautores o asignados; hay un recuadro a la derecha que resume la actividad del workflow de Copilot, útil para ahorrar clics a Actions. Recuerda que tu prompt equivale a tu código y por tanto tienes la custodia del resultado. Esta no es la rama de Copilot, es tu rama: haz pull, modifica, push y vuelve a lanzar el prompt. Coding Agent trabajará sobre lo que hayas comprometido en el repositorio.

Si ves errores, lee primero la descripción del PR donde Copilot suele volcar sus resultados en forma de checklist. Esa conclusión temprana te indica si lo generado coincide con tu intención. Si el resultado deriva, no parchees y sigas: tómate unos veinte minutos para interrogar a Copilot desde tu IDE, pide su razonamiento, mejora las instrucciones y reejecuta. Iterar ahora te ahorra muchas corridas después. Algunos fallos pueden venir de advertencias de firewall en runners, por ejemplo un incidente reciente en un runner Ubuntu; a veces basta con añadir una URL en la lista de permitidos o esperar a que se resuelva.

Donde está la magia. La pestaña Actions se convierte en un grimorio de lo que provocó tu prompt: algunos trabajos pasan, otros fallan, alguno pide aprobación y de cuando en cuando aparece una explosión de cambios. No persigas cada luz parpadeante; lee la lista como un registro. Empieza por lo más antiguo, es decir por abajo. El primer fallo rojo es casi siempre la causa raíz; todo lo que está arriba suele ser efecto. Borra ejecuciones ruidosas posteriores para no engañar a tus ojos. Ese primer rojo es tu ancla.

Hay un trabajo amarillo con un boton Approve and run que es la puerta de seguridad de GitHub. Si protege algo que ahora no necesitas, bórralo; si protege algo relevante como lint, build o tests, apruébalo. Trata las aprobaciones como reglas impuestas por el repositorio, no como un estigma contra la IA. El proceso efectivo es simple: prompt ejecutar, leer desde el primer rojo, arreglar lo que realmente se rompió y volver a prompt.

Cuidado con la explosion de brillo. A veces el efecto es que parece que todos los archivos cambiaron a la vez. Antes de entrar en pánico abre el run de Copilot y revisa los logs detallados. El paso a paso que esperarías en una conversación aparece en Actions: huellas claras del prompt hasta el commit.

Mejor camino para resolver misterios: abre la ejecución, expande el paso fallido y empieza por la primera señal de rojo. Es la ruta mas rapida desde la duda a la solucion.

Cómo revisar el PR generado por Coding Agent. Cambia a Files changed y utiliza Start a review para añadir comentarios linea por linea como Pending. Cuando envias la review con uno o mas comentarios que incluyan la mención a @copilot, Copilot trata todo el lote como una sola sesion y empieza a actuar solo despues de que los comentarios se hayan enviado. Si en cambio publicas en Conversation con @copilot cada hilo top level se encola secuencialmente. En ambos casos el agente empujara commits de vuelta al mismo PR en borrador mientras resuelve cada comentario. Yo uso notas en el PR y converso con @copilot cuando tiene sentido: agrupo en Files changed cuando quiero una corrida premium y uso hilos en Conversation para pedidos mas sencillos. A veces saco la rama a VS Code, hago ediciones manuales y la devuelvo a Coding Agent. Esa diferencia separa los fuegos artificiales de un ritual repetible.

Consejo de concurrencia: es por PR; no puedes tener dos ejecuciones de Coding Agent en paralelo sobre el mismo PR. Para trabajo paralelo crea una nueva rama basada en copilot/ desde la que lanzar otro prompt y luego fusiona los resultados antes de ir a main.

Si no te gusta la preview puedes desactivar New Files Changed Experience en Feature preview. Cuando la opcion llegue a GA el toggle desaparecera, asi que si realmente no te convence deja tu feedback ahora.

Empieza pequeño. Practica prompts en tareas de bajo riesgo. Coding Agent es excelente generando documentacion: actualizaciones de README, guias de contribucion, overview tecnicos, guias de usuario con imagenes, diagramas en Mermaid y features en Gherkin. Funciona y acelera mucha carga repetitiva.

En Q2BSTUDIO somos una empresa de desarrollo de software a medida y creamos aplicaciones a medida que se integran con soluciones de inteligencia artificial para empresas. Nuestros servicios incluyen desarrollo de software a medida, proyectos de inteligencia artificial y agentes IA adaptados a procesos de negocio, implementacion de servicios cloud aws y azure y soluciones de ciberseguridad y pentesting. Integramos capacidades de servicios inteligencia de negocio y Power BI para convertir datos en decisiones, y ofrecemos automatizacion de procesos para optimizar operaciones.

Si buscas modernizar tu plataforma o probar pilotos con agentes IA empieza por casos simples como generacion de documentacion, pruebas unitarias o mejoras de flujo. Para proyectos que requieren IA a medida visita nuestra pagina de servicios de inteligencia artificial donde detallamos como aplicamos modelos, integraciones y seguridad para que la adopcion sea efectiva y segura.

Palabras clave para referencia: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA, power bi.

Consejo final: la tecnología facilita pero no reemplaza el juicio humano. Usa el agente como colaborador que aprende contigo, aplica pruebas, revisiones y control de calidad. Practica, itera y documenta lo que aprendes para que cada ejecucion sea mas predecible y economica.

Sobre el autor en tono personal: trata a la IA como una herramienta poderosa que necesita supervisión. En Q2BSTUDIO trabajamos para que esas herramientas impulsen resultados seguros y escalables en tus proyectos de software a medida.