En agosto de 2026, los agentes superaron a los humanos en PR de GitHub y en tareas creadas en Linear
Gergely Orosz, autor de The Pragmatic Engineer, resumió su charla en la conferencia LDX3 de Nueva York. En agosto de 2026, los agentes crearon en GitHub más pull requests que los humanos. En Linear, los agentes abren más tareas que los empleados. Cursor y Antigravity se alejan del modelo de IDE, y en muchas empresas la revisión de código se ha vuelto una formalidad. La charla se apoya en datos de GitHub, Linear y Factory AI, además de casos de OpenAI, Anthropic, Uber y Ramp. • Los agentes superaron a los humanos en PR de GitHub. • Los agentes lideran la creación de tareas en Linear. • La revisión de código se convierte en teatro.
Procesado por IA desde Habr AI; editado por Hamidun News
En agosto de 2026, los agentes crearon en GitHub más pull requests que los humanos. En Linear, los agentes abren más tareas que los empleados de carne y hueso. Gergely Orosz, autor del boletín The Pragmatic Engineer, presentó estos datos en su charla en la conferencia LDX3 de Nueva York. También describió cómo están cambiando las herramientas: Cursor y Antigravity se alejan del IDE clásico, y en muchas empresas la revisión de código se ha convertido en puro teatro.
Solo hemos visto la charla original a través de un resumen, así que lo que sigue se centra en las tesis que Orosz pone en primer plano. Conviene contrastar las cifras y los detalles con su texto completo.
Los humanos han dejado de ser los principales autores del código
Según Orosz, el punto de inflexión llegó en el verano de 2026. En GitHub, los agentes ya abren más PR que los desarrolladores. En el gestor de tareas Linear, también crean más tareas que las personas. El agente ha dejado de ser un asistente que completa una línea en el editor. Ahora formula el trabajo, lo ejecuta y presenta el resultado por sí mismo.
Para respaldarlo, Orosz utiliza datos recientes de GitHub, Linear y Factory AI. Los complementa con casos de OpenAI, Anthropic, Uber y Ramp: empresas donde los flujos de trabajo con agentes ya forman parte del desarrollo diario.
El IDE pierde su lugar central
El segundo cambio afecta a la interfaz. Cursor y Antigravity, dos herramientas destacadas para el desarrollo con IA, han abandonado el modelo habitual de «editor con un chat al lado». Si el trabajo principal lo hacen los agentes, la persona no necesita un editor de texto, sino un panel donde asigna tareas, revisa resultados y toma decisiones.
Esto también cambia la economía de la atención. El desarrollador escribe menos líneas, pero toma más decisiones por unidad de tiempo. Cuantos más agentes trabajan en paralelo, más urgente se vuelve la pregunta de quién verifica sus resultados y cómo lo hace.
La revisión de código se ha convertido en teatro
La tesis más inquietante de la charla se refiere a la verificación del código. Cuando los PR llegan en avalancha y el revisor no tiene ni tiempo ni contexto, la revisión se reduce a un ritual: abrir el diff, desplazarse por él y pulsar Approve. Sobre el papel, el proceso se cumple; en la práctica, nadie garantiza la calidad.
El problema es la escala. Un agente crea un PR en minutos, mientras que una revisión meditada lleva tanto tiempo como antes. La brecha entre la velocidad de generación y la velocidad de verificación no deja de crecer.
Qué se sabe a partir del resumen
- Agosto de 2026: los agentes crearon en GitHub más PR que los humanos.
- Linear: los agentes abren más tareas que los humanos.
- Cursor y Antigravity se alejan del modelo de IDE.
- En muchas empresas, la revisión de código se ha vuelto una formalidad.
- Fuentes de datos: GitHub, Linear, Factory AI.
- Casos: OpenAI, Anthropic, Uber, Ramp.
Conclusiones prácticas para los equipos
Estas son recomendaciones de nuestra redacción, no citas de la charla. Primero: mida qué proporción de PR y tareas de su equipo proviene de agentes. Sin esa cifra, no sabrá dónde está realmente el cuello de botella. Segundo: reconsidere la revisión. Las comprobaciones automáticas, los tests y el análisis estático deben filtrar lo evidente, para que la persona se fije en la arquitectura y los riesgos, y no en el estilo. Tercero: limite el flujo. Si los revisores no dan abasto, es mejor fijar un límite diario de PR de agentes que acumular Approve sin sentido. Cuarto: evalúe las herramientas por lo bien que ayudan a gestionar agentes, no por la comodidad del editor.
La gran pregunta de 2026: quién en su equipo responde por el resultado si el código lo escribe un agente y la revisión se ha vuelto una formalidad.
Delegate Deep Research, Coding & Workflows to an AI Agent
Deploy autonomous multi-step execution with NomadNet Agent (agent.nomadnet.ai) — automated web research, data synthesis, code generation, and complex task orchestration.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.