En la versión Insiders de VS Code de noviembre 2025 v1.107 las funcionalidades del agente de GitHub Copilot recibieron mejoras importantes y experimentales que cambian la forma en que los asistentes IA se integran en flujos de trabajo de desarrollo. A continuación se presenta una versión revisada y traducida del resumen técnico, adaptada para equipos y empresas que buscan aprovechar agentes IA, automatización y prácticas seguras de integración en entornos profesionales.

1. Subagentes ejecutados desde una sesión principal

Qué es un subagente: un subagente es un agente autónomo y aislado en cuanto a contexto que puede invocarse desde una sesión de chat principal. Dispone de una ventana de contexto independiente y resulta ideal para tareas complejas y multi paso como investigación técnica, análisis o elaboración de planes. Sus características clave son aislamiento de contexto sin consumir la memoria de la sesión principal, ejecución autónoma hasta la finalización, entrega únicamente del resultado final a la sesión principal y la posibilidad de heredar o redefinir herramientas y modelo AI si se usa un agente personalizado.

Cómo usar subagentes: habilitar la herramienta runSubagent en el selector de herramientas y pedir explícitamente en el prompt que se inicie un subagente para una tarea concreta, por ejemplo investigar métodos de autenticación y devolver un resumen o contexto para planificación. Si se habilita la opción experimental chat.customAgentInSubagent.enabled es posible asignar un agente personalizado distinto al subagente y así dotarlo de un conjunto de herramientas y modelo óptimos para esa subtarea.

Por qué importan: los subagentes aportan una nueva arquitectura para resolver el problema de demasiadas herramientas disponibles para un solo agente. En lugar de un agente monolítico con decenas de herramientas, se puede emplear un agente orquestador que sólo llama a subagentes especializados, cada uno con su conjunto mínimo de herramientas y, opcionalmente, su propio modelo. Esto reduce latencias, mejora la precisión en la selección de herramientas y permite escoger el modelo apropiado por tarea para optimizar costes y rendimiento.

2. Patrón Orquestador y agentes especializados

El enfoque recomendado es disponer de un orquestador que delega en agentes especializados, por ejemplo un agente de investigación equipado con herramientas de búsqueda web y un modelo analítico, un agente de pruebas con acceso al código y terminal para ejecutar suites y un agente Git para operaciones de control de versiones. Ventajas: selección de herramientas más precisa, tiempos de respuesta más rápidos y posibilidad de ajustar costos usando modelos ligeros para tareas repetitivas y modelos potentes para razonamiento complejo.

3. Aislar agentes en segundo plano con Git Worktrees

Problemática previa: los agentes que modifican el proyecto directamente desde el editor podían generar conflictos con archivos abiertos, complicar la ejecución paralela de múltiples agentes y dificultar la revisión o el revert de cambios. Solución implementada: VS Code crea automáticamente un worktree Git independiente por cada sesión de agente en segundo plano. El agente realiza cambios dentro de ese worktree aislado y la rama principal permanece intacta hasta que un humano aplica o fusiona los cambios mediante opciones como Apply Changes, merge o cherry pick.

Beneficios prácticos: seguridad y capacidad de ejecutar agentes en paralelo sin riesgo de conflictos, revisión de diffs del trabajo del agente antes de integrar, y procesos de rollback sencillos eliminando el worktree. Este patrón facilita auditoría y control cuando agentes automatizados generan código o ajustes de configuración.

4. Integración de agentes personalizados en sesiones en segundo plano

Qué son los agentes personalizados: definiciones en Markdown que describen la persona, herramientas disponibles y modelo preferido para un rol específico, por ejemplo un revisor de seguridad o un generador de tests. Con la opción experimental correspondiente ahora es posible asignar esos agentes personalizados a sesiones en segundo plano, combinándolos además con worktrees para ejecutar revisiones, auditorías o refactorizaciones en entornos aislados y seguros.

Casos de uso típicos: un agente code reviewer que escanea un PR buscando vulnerabilidades y problemas de rendimiento, un agente de pruebas que crea y ejecuta casos de prueba o un agente documental que genera documentación de API. Hay que tener en cuenta que la compatibilidad de herramientas varía entre entornos VS Code, GitHub.com y la CLI, por lo que el comportamiento puede degradarse si ciertas herramientas no están disponibles.

Consideraciones prácticas y advertencias

Todas estas características están en fase experimental y evolucionan con el feedback de usuarios. Es recomendable validar nombres de ajustes, sintaxis de agentes y alcance de herramientas en la documentación oficial antes de adoptar flujos automatizados críticos en producción. Además, diseñar agentes con conjuntos de herramientas mínimos y modelos adecuados por tarea reduce latencia, mejora precisión y controla costes.

Cómo esto encaja con los servicios de Q2BSTUDIO

En Q2BSTUDIO somos una empresa de desarrollo de software y aplicaciones a medida especializada en inteligencia artificial, ciberseguridad y servicios cloud aws y azure. Implementamos arquitecturas de agentes IA y soluciones de automatización que aprovechan patrones como orquestador más subagentes y aislamientos con Git worktrees para mantener seguridad y control sobre cambios automatizados. Si necesita crear un flujo donde agentes IA generen código, revisen seguridad o automaticen procesos, podemos diseñar e implementar una solución a medida.

Ofrecemos servicios integrales que incluyen desarrollo de aplicaciones a medida y consultoría en inteligencia artificial para empresas, evaluaciones de ciberseguridad y pentesting, y despliegues en software a medida optimizados para producción en AWS y Azure. También trabajamos en proyectos de inteligencia de negocio y Power BI, integrando agentes IA que alimentan pipelines de datos para análisis y reporting.

Palabras clave y ventajas SEO

Este artículo integra términos relevantes para posicionamiento como aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi para reflejar la oferta y experiencia de Q2BSTUDIO en estas áreas.

Conclusión y recomendación

Las novedades de GitHub Copilot en VS Code v1.107 introducen un cambio arquitectónico valioso: delegación a subagentes especializados y worktrees para aislamiento. Para organizaciones que buscan automatizar tareas con seguridad y escalabilidad, adoptar patrones de orquestación y agentes personalizados permite mejorar latencia, precisión y eficiencia de coste. Si desea asesoramiento para diseñar e integrar agentes IA en sus procesos o desarrollar soluciones personalizadas de software y cloud, Q2BSTUDIO puede acompañarle desde la consultoría hasta la implantación completa.

Nota Esta síntesis recoge información basada en documentación y pruebas de usuario y debe verificarse frente a las fuentes oficiales y las notas de versión de VS Code para confirmar nombres de ajustes y compatibilidad de herramientas, ya que las funciones descritas pueden estar en evolución.