AI CodeOps

Planificación con IA que fija el enfoque antes de escribir código

Los agentes de AI CodeOps leen tu repositorio, redactan requisitos y un plan de entrega y registran las decisiones como ADR antes de generar o revisar código.

En AI CodeOps, la planificación son los primeros pasos de una sesión: los agentes leen el código real del proyecto y después redactan requisitos, un diseño o un plan de entrega antes de que se desarrolle nada. Su resultado se pasa a todos los pasos posteriores, se añade al tablero Plan del espacio de trabajo y, en los flujos de trabajo de descubrimiento, se registra como un registro de decisión de arquitectura (ADR) propuesto.

Un plan escrito por un modelo solo sirve si se apoya en el código que va a cambiar. Por eso, cuando una sesión apunta a un proyecto con repositorio, AI CodeOps primero lo clona en modo de solo lectura, con la conexión de git de la persona que inició la sesión. Los agentes reciben un árbol de archivos y los archivos más relevantes para la tarea. Si el repositorio no se puede leer, por ejemplo porque nadie conectó una cuenta de git que pueda verlo, la sesión falla con ese motivo. No se pone a planificar en silencio una aplicación completamente nueva.

Plan with AI, antes de que exista ninguna tarea

La planificación suele empezar antes que una sesión: con una idea que todavía no es una tarea. Plan with AI (planificar con IA), en el tablero Plan, es una conversación con un asistente de planificación que funciona como un tech lead en una reunión de planificación. Pregunta lo que cambia el plan (para quién es, el alcance, qué significa «terminado»), propone un enfoque, dice qué dejar fuera de una primera versión y divide el trabajo en partes que un agente puede terminar en una sesión.

Cuando estés de acuerdo, elige Draft tasks. El asistente convierte la conversación en tareas, cada una con una descripción y criterios de aceptación, una prioridad, el agente más adecuado para ella y el proyecto. Todavía no se crea nada: desmarcas lo que no quieres, editas el resto, eliges Backlog o To do y las creas. La cronología de cada tarea indica que se creó con el asistente de planificación.

El asistente conoce los proyectos del espacio de trabajo, sus agentes y las tareas ya abiertas en el tablero, así que no redacta una tarea dos veces. No lee el repositorio: eso lo hacen los agentes cuando se ejecuta la sesión de una tarea. Funciona con el proveedor de modelos propio del espacio de trabajo, o con el nivel Standard de la plataforma dentro de la cuota de tu plan, y se detiene cuando se agota el presupuesto de IA del espacio de trabajo.

Qué agentes intervienen

La planificación se reparte entre varios agentes integrados. Cada uno tiene sus propias instrucciones:

  • Architect: el enfoque, los archivos y módulos que hay que cambiar, las decisiones clave, las contrapartidas y los riesgos.
  • Product Analyst: los requisitos con criterios de aceptación, y lo que entra y lo que queda fuera del alcance.
  • Project Planner: un plan de entrega por fases con dependencias, hitos y estimaciones de esfuerzo.
  • Researcher: lo que ya existe en la base de código, las bibliotecas en uso y las restricciones que importan.
  • ADR Writer: un Architecture Decision Record con Context, Decision, Consequences y Alternatives.
  • UI Designer y DevOps Engineer: el plan para el trabajo de front-end y para los cambios de infraestructura o de pipeline.

Eliges un flujo de trabajo al iniciar una sesión. Estos flujos de trabajo integrados tratan sobre todo, o por completo, de planificación:

Flujo de trabajoPasos
Discovery & SpecResearcher (antecedentes), Product Analyst (requisitos), Project Planner
Architecture DebateArchitect A, Architect B, Reviewer (crítico), Architect (síntesis final)
Threat ModelArchitect (alcance y flujo de datos), Security Auditor (STRIDE), ADR Writer
Feature SDLCProduct Analyst, Project Planner, Architect, y después desarrollo, pruebas y documentación

La mayoría de los demás flujos de trabajo empiezan con un único paso de planificación. Plan, Build, Review & Test empieza con el Architect, UI Implementation con el UI Designer, DevOps Change con el DevOps Engineer y Performance Tuning con un plan de optimización del Architect tras el análisis de rendimiento.

Los pasos se ejecutan uno tras otro. Cada agente recibe la tarea, el contexto del repositorio y lo que escribieron los pasos anteriores. En Architecture Debate, eso significa que el crítico lee las propuestas de los dos arquitectos y que el paso final sopesa las tres.

Con el nivel de modelo Auto, los agentes de planificación se tratan como pasos de dirección. Architect, Product Analyst, Project Planner, Researcher y ADR Writer reciben el mejor nivel para el que tengas cuota, porque todo lo que viene después depende de su resultado. Consulta modelos.

Qué produce la planificación

Un plan en la página de la sesión. El resultado de cada paso se transmite en tiempo real, con sus propios tokens y su costo. Puedes leer el plan antes de que termine el paso de desarrollo.

Elementos en el tablero Plan. Cuando una sesión se completa, AI CodeOps toma el primer paso cuyo nombre contiene «plan» (Plan, Delivery plan, UI plan, DevOps plan, Optimization plan) y convierte los elementos de su lista en entradas del tablero Plan. Cada entrada recibe una gravedad deducida de su redacción, empieza como to do y registra de qué sesión procede. Los elementos cuyo título ya está en el tablero se omiten, incluidos los archivados y los terminados, de modo que volver a ejecutar un flujo de trabajo no rellena el tablero otra vez. Se añaden como máximo 50 elementos por sincronización. La página de una sesión también puede enviar al tablero, a petición, el resultado de su planificador.

Un ADR propuesto. Tres flujos de trabajo producen una decisión en lugar de una lista de tareas: Architecture Debate (su síntesis final), Discovery & Spec (sus requisitos acordados) y Threat Model (su paso Record ADR). Cuando uno de ellos se completa, AI CodeOps registra ese resultado como un ADR con estado proposed (propuesto), vinculado a la sesión y al agente que lo escribió. Los resultados demasiado cortos para decidir nada no se registran. Nada se acepta solo porque lo diga la IA: una persona pasa el ADR a accepted o rejected en Plan, ADRs.

Este es un elemento del tablero Plan tal como lo devuelve GET /api/plan, después de que lo propusiera un paso Plan:

{
  "id": "pln_01JA8Z3K6W9N2Q4R7T1V5X8Y0B",
  "title": "Add input validation to the coupon field",
  "body": "Reject codes longer than 32 characters and anything outside A-Z, 0-9.",
  "severity": "medium",
  "status": "todo",
  "source": "run:wfr_01JA8YQ4M2C7H5K9P3S6V8X1ZD",
  "projectID": "checkout",
  "createdAt": "2026-10-18T09:14:02.511Z",
  "updatedAt": "2026-10-18T09:14:02.511Z"
}

La gravedad es high, medium, low o info. El estado pasa por backlog, to do, in progress, in review, blocked y done a medida que las personas y los agentes trabajan en el tablero.

Controles de calidad implicados

La planificación es el punto en el que se permite que una sesión empiece, así que aquí las comprobaciones tratan de si puede ejecutarse o no.

  • Política del espacio de trabajo. Antes de gastar nada, se comprueba la política para el inicio del flujo de trabajo (workflow.dispatch) y para cada agente que lo compone (agent.dispatch). Un deny (denegar) detiene la sesión. Un ask (pedir aprobación) abre una aprobación en Review & Gate, Approvals, y la sesión espera hasta que alguien decide. La comprobación se repite cuando la sesión sale de la cola, por si la política cambió mientras esperaba. Consulta aprobaciones y políticas.
  • Presupuesto de costos. Cuando el gasto del periodo supera el límite estricto del espacio de trabajo, las sesiones nuevas se rechazan al lanzarlas, y una que esté en curso se detiene antes de su siguiente llamada al modelo. Consulta control de costos.
  • Contexto de solo lectura. El clon del repositorio que se usa para planificar nunca se ejecuta. El código se ejecuta más tarde, en el sandbox de pruebas.

Un plan no supera ni incumple un control por sí mismo. Los controles que deciden si un cambio se entrega llegan después: las pruebas, la revisión de hallazgos del diff real y una aprobación humana. Se describen en la página de controles de calidad.

Límites

Los agentes de planificación son modelos de lenguaje. No ejecutan tu código, no miden el rendimiento ni consultan sistemas externos, salvo que tu espacio de trabajo tenga conectadas herramientas MCP que una política permita. Un plan puede estar equivocado, y la pasada de código que viene después puede apartarse de él. Revisa el diff que sale de la etapa de desarrollo, no el plan que entró.

Preguntas frecuentes

¿Hay planificación en todas las sesiones?

La mayoría de los flujos de trabajo integrados empiezan con un paso de planificación, como el plan del Architect o el UI plan del UI Designer. Quality-Gated Change es la excepción, empieza con el Builder y trabaja solo a partir de la tarea.

¿Los agentes de planificación ven mi código?

Sí, cuando la sesión apunta a un proyecto con repositorio. La plataforma lo clona en modo de solo lectura y da a los agentes un árbol de archivos y una selección de archivos relevantes. Si el repositorio no se puede leer, la sesión falla y dice por qué, en lugar de planificar a partir de nada.

¿Dónde acaba el plan?

En la página de la sesión, como resultado del paso de planificación. Los elementos del primer paso que lleve plan en el nombre también se añaden al tablero Plan del espacio de trabajo, omitiendo los títulos que el tablero ya tenga.

¿Puedo comentar una idea con la IA antes de que exista ninguna tarea?

Sí. Plan with AI, en el tablero Plan, es una conversación con un asistente de planificación. Cuando estás de acuerdo con el plan, redacta las tareas con criterios de aceptación, una prioridad, un agente sugerido y el proyecto. Revisas cada borrador y creas solo los que te quedas.

¿Los ADR escritos por la IA se aceptan automáticamente?

No. Un ADR obtenido de una sesión siempre se registra como proposed. Una persona lo pasa a accepted o rejected, igual que un registro de decisión escrito a mano.

¿Puede una política detener un flujo de trabajo antes de que empiece?

Sí. Una regla de política del espacio de trabajo puede permitir, pedir aprobación o denegar el inicio de un flujo de trabajo o la ejecución de un paso de un agente concreto. Un ask abre una aprobación y la sesión la espera.