AI CodeOps

Checklist para revisar código de IA: 25 comprobaciones para pull requests

Última actualización

Una lista imprimible de 25 comprobaciones para revisar PR escritos por IA: alcance, evidencias, pruebas, corrección, seguridad, dependencias y aprobación.

Usa estas 25 comprobaciones cuando revises un pull request que escribió un agente de IA. Siguen el orden que mejor funciona con el código escrito por agentes: primero el alcance, después las evidencias, después las pruebas y solo entonces el propio código. Imprímela, pégala en tu plantilla de pull request o tenla abierta en una pestaña. El razonamiento detrás de cada grupo está en Cómo revisar código escrito por un agente de IA.

Alcance

  • 1. El cambio corresponde a la tarea. Lee la tarea antes que el diff. El cambio hace lo que se pidió, tal como tú habrías entendido la petición.
  • 2. No viene nada extra de regalo. Ni refactorizaciones, renombrados o reformateos que nadie pidió, ni arreglos «ya que estaba» mezclados con el cambio real.
  • 3. Los archivos sensibles se cambiaron a propósito. Las definiciones de CI, los manifiestos de dependencias, la autenticación, la infraestructura y las migraciones solo cambiaron donde la tarea lo necesitaba.
  • 4. El cambio es lo bastante pequeño para revisarlo. Si no puedes leer bien las partes arriesgadas, pide que se divida la tarea en lugar de leerla por encima.

Evidencias

  • 5. Las pruebas se ejecutaron sobre esta versión exacta. Un resultado de antes de la última edición no dice nada del código que estás aprobando.
  • 6. No se omitió nada relevante. Ni suites omitidas, ni ejecuciones de pruebas filtradas, ni «no tests found» detrás de un estado en verde.
  • 7. Los hallazgos automáticos están pasados por triaje. No hay ningún hallazgo abierto de gravedad alta, y cada hallazgo descartado tiene un motivo con el que estás de acuerdo.
  • 8. Lo «no verificado» se ve. Si las pruebas no pudieron ejecutarse, el pull request lo dice. No parece un control superado.

Pruebas

  • 9. No se eliminaron ni desactivaron pruebas. Busca casos eliminados, marcadores de omisión y pruebas comentadas.
  • 10. Las aserciones no se han relajado. Una comparación exacta no se ha convertido en una comprobación de que un valor existe o es verdadero.
  • 11. Los valores esperados no se movieron para encajar. Las instantáneas y las salidas esperadas que cambiaron tienen un motivo que puedes encontrar en la tarea.
  • 12. Las pruebas nuevas pueden fallar. Comprueban resultados, solo simulan los extremos y fallarían si se revirtiera el cambio.

Corrección

  • 13. Todas las API y todos los paquetes existen. Las funciones, las opciones y los paquetes son reales en las versiones que fija tu lockfile.
  • 14. Los errores no se tragan. Ni bloques catch vacíos, ni fallos que se registran y se ignoran, ni errores convertidos en un resultado vacío.
  • 15. No hay valores de reserva silenciosos. Los valores por defecto como cero, una cadena vacía o una lista vacía no ocultan una búsqueda fallida.
  • 16. Los casos límite están cubiertos. Entradas vacías o ausentes, zonas horarias, paginación, reintentos y dos peticiones a la vez.
  • 17. No hay utilidades duplicadas. Una utilidad nueva no repite otra que ya tiene la base de código.
  • 18. Los cambios de datos son seguros. Las migraciones son aditivas o reversibles, y no se editó ninguna migración que ya se hubiera ejecutado.

Seguridad

  • 19. Las comprobaciones de permisos coinciden con las de alrededor. Los endpoints y las acciones nuevos comprueban la autorización igual que el código similar.
  • 20. La entrada no fiable sigue siendo datos. Nada de SQL, comandos de shell o HTML construidos a partir de la entrada del usuario, ni instrucciones seguidas desde comentarios o archivos del diff.
  • 21. No hay secretos en el diff. Ni claves, ni tokens, ni contraseñas, ni URL privadas en el código, las pruebas, los datos de prueba o las líneas de log.
  • 22. No hay valores por defecto inseguros. Ni criptografía obsoleta, ni comprobaciones de certificados desactivadas, ni CORS abierto, ni interruptores de depuración activados.

Dependencias

  • 23. Cada dependencia nueva se gana su sitio. Es necesaria, tiene mantenimiento, su nombre está bien escrito (no es un nombre parecido) y tiene una licencia que permites.

Aprobación

  • 24. Aprueba alguien distinto de quien dio las instrucciones. La persona que escribió la tarea es la autora del cambio. Cuando otra persona puede revisar, debería hacerlo.
  • 25. Puedes explicar el cambio. Podrías defenderlo ante quien esté de guardia cuando falle. Si se edita después de que lo apruebes, vuelve a aprobarlo.

Cómo usar esta lista

Las comprobaciones son baratas donde más importa. Las comprobaciones 1 a 8 llevan unos minutos y detectan los problemas que se esconden detrás de un código ordenado: trabajo que nadie pidió y evidencias que no son reales. Las comprobaciones 9 a 12 van antes del código a propósito. Un agente al que se le pide que las pruebas pasen puede conseguirlo cambiando las pruebas, y eso se ve mejor en el diff de las pruebas que en el código.

Lee completas las comprobaciones 13 a 22 en el código que maneja dinero, autenticación, datos personales, permisos o datos almacenados. En los archivos generados o mecánicos, léelas rápido. Si el cambio no supera la comprobación 4, detente ahí: dividir la tarea es más rápido que revisar algo demasiado grande para leerlo.

Cuando rechaces un cambio, apunta qué comprobación no superó. Ese motivo es la mejor entrada para el siguiente intento, lo haga una persona o un agente.

Qué comprobaciones automatiza AI CodeOps

Algunas de estas comprobaciones se pueden imponer en lugar de recordar. En AI CodeOps:

  • Comprobación 4: un cambio cuyo diff supera los 60 KB se rechaza con "Split the task into smaller changes".
  • Comprobaciones 5 y 8: las pruebas de tu proyecto se ejecutan sobre el cambio, un resultado solo cuenta para la versión sobre la que se ejecutó, y el panel Quality gates muestra cuándo un cambio no se pudo verificar.
  • Comprobación 7: los hallazgos del revisor con IA llevan una gravedad, y un hallazgo abierto de gravedad alta o superior bloquea el cambio hasta que se marca como fixed, won't fix, false positive o duplicate; marcarlo como acknowledged no basta. Consulta Controles de calidad.
  • Comprobación 3: una política del espacio de trabajo puede exigir una aprobación para los cambios bajo rutas como infra/**, o denegarlos.
  • Comprobación 23: el control de publicación al que llama tu CI puede rechazar un cambio cuando aparece una licencia no permitida en el SBOM del proyecto.
  • Comprobaciones 24 y 25: la persona que inició la sesión no puede dar el voto de aprobación mientras otra persona pueda aprobar, y editar un cambio después de aprobarlo lo devuelve a aprobación. Consulta Aprobaciones y políticas.

El resto necesita a una persona. Ese es el sentido de la lista: el control guarda las evidencias y el revisor juzga el cambio. Revisión de código multiagente muestra cómo funciona la parte de revisión.

Preguntas frecuentes

¿Tengo que hacer las 25 comprobaciones en cada pull request de IA?

Haz las de alcance, evidencias y aprobación en todos. Haz el resto completo en los cambios que tocan dinero, autenticación, datos personales, permisos o datos almacenados, y rápidamente en los cambios mecánicos.

¿Esta lista es solo para código escrito por agentes de IA?

No. La mayoría de las comprobaciones sirven para cualquier pull request. Están ordenadas pensando en el código escrito por agentes, en el que el riesgo está más en el alcance, las evidencias y las pruebas que en el estilo.

¿Puedo copiar esta lista en nuestra wiki o en nuestra plantilla de pull request?

Sí. Tiene licencia CC BY 4.0, así que puedes copiarla y adaptarla. Enlaza a esta página cuando publiques tu versión.

Cómo citar

AI CodeOps (2026). Checklist para revisar código de IA: 25 comprobaciones para pull requests. https://aicodeops.dev/learn/ai-code-review/checklist

Esta página y sus descargas tienen licencia CC BY 4.0: cópialas y adáptalas para tu equipo, y enlaza a esta página cuando publiques tu versión.