Agentes de IA: los pull requests suben un 98%, pero la revisión se atrasa un 91%. ¿Adónde se fue la cola?

Sergey Proshchaev, Tech Lead y responsable de desarrollo Java | Kotlin en FinTech & E-commerce, analizó tres grandes estudios de 2025-2026 y encontró algo constante: la IA aceleró la escritura de código, pero ralentizó la entrega a producción.

La observación de base es sencilla. Un desarrollador con un agente de IA arma en una tarde una función que antes habría tardado una semana. Abre un PR de mil quinientas líneas. Luego el MR queda tres días en revisión (con cuatro más como él esperando en la cola), recibe un comentario sobre el nombre de una variable, pasa a QA, y ahí también se atasca. Una semana después, algo que nadie leyó realmente aparece en producción.

La IA aceleró la generación más rápido de lo que el equipo puede revisar, integrar y entregar. El cuello de botella no desaparece: simplemente se traslada más adelante en el flujo.

Tres estudios, una conclusión: generar es barato, verificar no

Faros AI: The AI Productivity Paradox (julio de 2025) — datos de 10.000 desarrolladores de 1.255 equipos. El resultado parece una victoria: los desarrolladores que usan activamente asistentes de IA cierran un 21% más de tareas y fusionan un 98% más de pull requests. Pero un detalle cambia el panorama: el tiempo de revisión subió un 91%, el tamaño medio del PR un 154%, y los errores por desarrollador un 9%. A nivel de empresa, los investigadores no encontraron una correlación significativa con los resultados.

Faros AI: The Speed Trap (18 de septiembre de 2026) — 22.000 desarrolladores de 4.000 equipos durante 12 meses. El tiempo en QA creció un 300,6%, el mayor deterioro entre todas las métricas de flujo. El tamaño medio del PR es un 71,8% más alto, y los incidentes mensuales suben un 125,4%. Un dato preocupante: los PR fusionados sin revisión pasaron del 31,3% al 76,3%.

CircleCI: Software Delivery Report 2026 — 28,7 millones de ejecuciones de CI de septiembre de 2025. El número medio de ejecuciones diarias creció un 59% interanual, pero en el equipo mediano la actividad en ramas de funciones subió solo un 15%, mientras que en main cayó un 7%. La tasa de compilaciones exitosas de main bajó al 70,8% (mínimo de cinco años), y el tiempo de recuperación hasta una compilación verde fue de 72 minutos. Menos del 5% de los equipos logró aumentar a la vez el desarrollo y el paso de cambios por main.

DORA 2025: en 2024, un aumento del 25% en el uso de IA vino acompañado de una caída del 1,5% en la velocidad de entrega y del 7,2% en la estabilidad. En 2025 el panorama cambió: la relación de la IA con la velocidad de entrega y los resultados del producto se volvió positiva, pero con la estabilidad siguió siendo negativa. Los autores llaman a la IA un "espejo y multiplicador": acelera el desarrollo, pero sin una fuerte automatización de pruebas, el aumento del volumen de cambios se convierte en inestabilidad.

Dónde se atascó realmente la cola

Los pull requests avanzan en paralelo por la generación y la revisión humana, y luego esperan en QA, integración y despliegue. El agente acelera la generación (el bloque verde). La capacidad de todo lo demás no crece al mismo ritmo.

Si los cambios llegan más rápido de lo que el sistema puede procesarlos, crece la cola, el trabajo sin terminar y el tiempo de entrega. La capacidad de revisión, QA e integración escala mucho peor que la velocidad de generación de código.

Observación 1: los MR crecen más rápido que la capacidad de revisión. El agente no trata el tamaño del diff como un objetivo de ingeniería en sí mismo. Pides una función y recibes la función completa, más un refactor "de paso" de módulos vecinos. En un proyecto, una tarea simple de añadir un campo a la respuesta de un servicio creció a varios cientos de líneas (el ticket pedía 20). SmartBear recomienda no más de 200-400 líneas por revisión, un ritmo de hasta 500 líneas por hora, y sesiones de alrededor de una hora; en esas condiciones se detecta entre el 70% y el 90% de los defectos.

Observación 2: la larga espera por revisión crea una cola, no revisores lentos. El flujo entrante de cambios simplemente supera la capacidad de revisión. El propio documento de Google sobre prácticas de code review fija un límite: la primera respuesta a una solicitud de revisión debe llegar en, como máximo, un día laboral.

Mientras un MR espera revisión, el autor no se queda sin hacer nada: abre el siguiente, y luego otro más. En Faros, en 2025, los desarrolladores con alto uso de IA tocaban un 47% más de PR por día. Un ejemplo real: un desarrollador con siete MR abiertos, ninguno fusionado en más de una semana.

Limitar a dos MR abiertos por persona a la semana obligó a la gente a ayudar a los revisores, y la cola empezó a reducirse más rápido.

Observación 3: la revisión se degrada en sello de aprobación o interrogatorio. Bajo la presión del volumen, se cae en uno de dos extremos: aprobar sin leer ("lo escribió el agente, los tests están en verde") o exigir explicar cada línea porque no se confía en el código generado. El sello deja pasar errores porque no hubo revisión real. El interrogatorio también deja pasar errores, porque la atención se gasta en detalles menores y no en la pregunta de fondo: "¿estamos construyendo lo correcto?". La mejor división: la automatización revisa formato, vulnerabilidades conocidas y patrones estándar. La persona se ocupa de la lógica y el contexto.

Observación 4: la IA añade capacidad de revisión, pero no sustituye la responsabilidad. La revisión automatizada ya ayuda: la primera revisión llega más rápido y la proporción de cambios fallidos es menor. Pero la confianza sigue siendo baja: en el DORA de 2025, solo el 24% expresó una confianza alta, mientras que el 30% confía poco o nada. Si el agente escribió el código, lo revisó, y la persona solo apretó el botón de aprobar, no hubo una verificación independiente real. La solución son niveles según el riesgo: los cambios mecánicos van totalmente a la automatización, y los críticos (autorización, pagos, seguridad) reciben una revisión reforzada con dos revisores independientes.