Cómo revisar código escrito por un agente de IA
Última actualización
Un enfoque práctico para revisar pull requests generados por IA: qué leer primero, los errores que suelen cometer los agentes de programación y cómo evitar aprobar sin mirar.
En esta página
- Qué tienen de distinto los cambios escritos por agentes
- Empieza por la tarea, no por el diff
- Lee las evidencias antes que el código
- Lee el diff de las pruebas antes que el diff del código
- Errores que suelen cometer los agentes de programación
- Mantener revisables los cambios grandes
- Aprobar con responsabilidad
- Cómo apoya AI CodeOps la revisión
Revisar código escrito por un agente de IA significa comprobar tres cosas antes que el propio código: que el cambio hace lo que se pidió y nada más, que las evidencias que lo respaldan son reales y que las pruebas no se forzaron para encajar. El código escrito por agentes suele estar bien formateado y se lee con seguridad, así que los problemas tienden a estar en las suposiciones, el alcance y la verificación más que en errores evidentes. Una buena revisión lee primero la tarea, los resultados de las pruebas y el diff de las pruebas, y después se concentra en las partes del cambio en las que un error saldría caro.
Esta página amplía la sección sobre revisar código escrito por IA de ¿Qué es la revisión de código con IA?.
Qué tienen de distinto los cambios escritos por agentes
Los cambios humanos y los de la IA fallan de formas distintas, y un revisor acostumbrado a unos puede pasar por alto los otros.
- Plausibilidad. La salida de un agente compila, sigue el estilo de la casa y tiene comentarios útiles. La calidad superficial no es una señal de corrección, como sí suele serlo en el trabajo humano.
- Volumen. Un agente puede producir en minutos un cambio que toca decenas de archivos. El límite pasa a ser la atención del revisor, no el tiempo del autor.
- Resúmenes seguros de sí mismos. Los agentes describen su propio trabajo como completo y probado. Esa descripción es una afirmación, y a veces está mal de formas que el agente no notó.
- Sin memoria compartida. Un compañero recuerda por qué se escribió el código de cierta manera. Un agente solo sabe lo que había en su contexto, así que puede deshacer una decisión deliberada que desconocía.
- Deriva del alcance. Los agentes arreglan cosas que ven por el camino: un renombrado aquí, una refactorización allá. Cada una puede ser razonable, pero juntas hacen que el cambio sea más difícil de revisar y más arriesgado de entregar.
Empieza por la tarea, no por el diff
Lee la tarea que se le dio al agente antes de abrir ningún archivo. Después pregúntate:
- ¿El cambio hace lo que pedía la tarea?
- ¿Hace algo que la tarea no pedía?
- ¿Interpretó el agente una tarea ambigua de una forma en que tú no lo habrías hecho?
Un agente que entendió mal la tarea puede producir una implementación de aspecto correcto de lo equivocado. Eso se ve mejor cuando tienes la petición en mente que cuando lees primero el código y deduces de él la intención.
Todo lo que quede fuera del alcance de la tarea merece una mirada más atenta o un cambio aparte. Las ediciones no pedidas en la configuración, las definiciones de CI, los manifiestos de dependencias o el código de autenticación son las que deben hacerte parar.
Lee las evidencias antes que el código
Antes de leer la implementación, comprueba qué se ha verificado.
- ¿Se ejecutaron las pruebas sobre esta versión exacta? Una ejecución de pruebas de antes de la última edición no dice nada del código actual.
- ¿Qué pruebas se ejecutaron, y se omitió alguna? Un resultado en verde de una suite que omitió las pruebas relevantes no es un control superado.
- ¿Qué encontró la revisión automática, y cómo se pasó por triaje? Los hallazgos abiertos de gravedad alta, o los descartados sin motivo, te dicen dónde mirar.
- ¿Hubo algo que no se verificó en absoluto? «No se ejecutaron pruebas» debería verse, no esconderse detrás de un estado neutro.
Si faltan las evidencias, la revisión es más difícil, y el aprobador debería saberlo antes de decidir.
Lee el diff de las pruebas antes que el diff del código
Las pruebas son donde un agente presionado para que todo pase puede tomar atajos. Busca:
- pruebas eliminadas, comentadas o marcadas como omitidas;
- aserciones relajadas, por ejemplo una comparación exacta sustituida por una comprobación de que un valor existe;
- valores esperados cambiados para que coincidan con lo que devuelva el código nuevo;
- mocks tan amplios que el código bajo prueba nunca se ejecuta de verdad;
- pruebas nuevas que ejecutan código sin comprobar nada sobre el resultado.
Un diff de pruebas que solo añade pruebas y aserciones es buena señal. Un diff de pruebas que cambia expectativas existentes necesita un motivo que puedas encontrar en la tarea.
Errores que suelen cometer los agentes de programación
Estos patrones aparecen con la frecuencia suficiente como para buscarlos a propósito.
| Patrón | Qué buscar |
|---|---|
| API o paquetes inventados | Llamadas a funciones, opciones o paquetes que no existen en la versión que usas |
| Errores tragados | Bloques catch amplios, errores registrados e ignorados o fallos convertidos en resultados vacíos |
| Valores de reserva silenciosos | Valores por defecto que ocultan un fallo, como devolver cero o una lista vacía cuando falla una búsqueda |
| Falta de autorización | Endpoints o acciones nuevos sin la comprobación de permisos que tiene el código similar |
| Patrones obsoletos | Llamadas a bibliotecas obsoletas, criptografía antigua o valores por defecto inseguros aprendidos de código antiguo |
| Utilidades duplicadas | Una utilidad nueva que repite otra que ya está en la base de código |
| Dependencias nuevas | Un paquete añadido para algo que ya hace la biblioteca estándar o una dependencia existente |
| Cambios ajenos a la tarea | Reformateos, renombrados o refactorizaciones fuera de la tarea, mezclados con el cambio real |
Los errores tragados y los valores de reserva silenciosos merecen una atención especial. Hacen que las pruebas pasen y que las demos funcionen mientras convierten un fallo visible en datos erróneos, que son mucho más caros de encontrar después.
Mantener revisables los cambios grandes
Cuando un cambio es demasiado grande para revisarlo bien, hay opciones mejores que aprobarlo sin leer.
- Divide la tarea. El trabajo de un agente sale barato de rehacer. Pide el cambio en piezas más pequeñas, cada una con un límite claro.
- Lee según el riesgo. Lee línea a línea los archivos que manejan dinero, autenticación, datos personales, permisos y persistencia. Lee por encima los archivos generados o mecánicos.
- Protege las rutas sensibles. Una regla que exige una revisión adicional para los cambios bajo
infra/o en las definiciones de CI hace que esos archivos nunca se cuelen dentro de un cambio grande. - Rechaza en lugar de reparar. Si el enfoque es equivocado, un rechazo con un motivo claro y una tarea mejor suele ser más rápido que editar a mano el código del agente.
Aprobar con responsabilidad
Una aprobación debería significar que una persona miró el cambio y las evidencias y asume la responsabilidad de entregarlo. Tres hábitos mantienen su sentido:
- Separa al autor y al aprobador. La persona que escribió la tarea no debería ser la única que aprueba el resultado cuando otra persona puede hacerlo.
- Vuelve a aprobar después de las ediciones. Si el cambio se modifica después de aprobarse, la aprobación anterior ya no se aplica a lo que se va a entregar.
- Escribe un motivo cuando rechaces. Ayuda al siguiente intento, lo haga una persona o un agente.
Cómo apoya AI CodeOps la revisión
En AI CodeOps, cada cambio de código de una sesión abre una solicitud de revisión. En la página de la sesión, el aprobador ve los cambios propuestos, los hallazgos y el panel Quality gates con los resultados de las pruebas, que también muestra cuándo un cambio no se verificó porque las pruebas no pudieron ejecutarse. Un diff de más de 60 KB se rechaza con "Split the task into smaller changes", así que a los revisores no les llegan cambios demasiado grandes para leerlos.
La persona que inició la sesión no puede dar el voto de aprobación mientras otra persona del espacio de trabajo pueda aprobar. Un rechazo necesita un motivo y termina la solicitud. Editar un cambio después de aprobarlo lo devuelve a aprobación, y un resultado de pruebas solo cuenta para la versión sobre la que se ejecutó. Las políticas del espacio de trabajo pueden exigir una aprobación para los cambios en rutas como infra/**, o denegarlos. Una sesión de seguimiento puede construir sobre un cambio en lugar de empezar de cero.
Consulta Aprobaciones y políticas para ver quién puede aprobar y cómo se cuentan los votos, Controles de calidad para saber qué bloquea un cambio y ¿Qué son los controles de calidad? para el patrón general.
Preguntas frecuentes
¿El código generado por IA debería revisarse con más rigor que el código humano?
Debería revisarse de otra forma. El código suele ser ordenado y plausible, así que los riesgos se esconden en lo que supone, en lo que se saltó y en lo que cambió fuera de la tarea. Lee primero las evidencias y el alcance, y después el código.
¿Cómo puedo saber si un agente debilitó las pruebas?
Lee el diff de las pruebas antes que el diff del código. Busca pruebas eliminadas u omitidas, aserciones relajadas, mocks demasiado amplios y valores esperados cambiados para que coincidan con la nueva salida. Después comprueba que las pruebas se ejecutaron de verdad sobre esta versión del cambio.
¿Es aceptable aprobar un cambio grande de la IA que no he leído entero?
No en el código que importa. Pide que se divida la tarea, o lee enteros los archivos arriesgados y rápido los mecánicos. Una aprobación es una declaración de que comprobaste el cambio, y debería significar eso.
¿Debería aprobar su cambio la persona que dio las instrucciones al agente?
No en solitario, cuando otra persona puede revisarlo. La persona que escribió la tarea es, en la práctica, la autora, y un segundo revisor detecta lo que la autora dio por supuesto.