Inicia 23 novCohorte 3 en vivo de Vibe Coding y Agentes IA: 3 semanas, 9 clases en directoCohorte 3 (23.11) →
LanzamientoCódigo / SDK · Listo para usarGitLab Blog→ original

El agente de IA ShakeFix corrigió un bug en la app de una farmacia en 18 minutos en el hackathon de GitLab

GitLab ha presentado los resultados del hackathon Transcend, en el que se entrenó a agentes de IA para llevar el código hasta producción. El ganador, ShakeFix, funciona así: el usuario de una app de farmacia agita el teléfono y describe el fallo, y cuatro agentes escriben la prueba, corrigen el bug y despliegan el fix en 18 minutos y 34 segundos, sin intervención humana. La conclusión para los equipos: dejen a los agentes la lectura y la edición del código, y confíen a las pruebas y al CI la decisión de dar acceso a producción.

Procesado por IA desde GitLab Blog; editado por Hamidun News
El agente de IA ShakeFix corrigió un bug en la app de una farmacia en 18 minutos en el hackathon de GitLab
Fuente: GitLab Blog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalGitLab Blog ↗
Editor jefe
Dato clave #1De 783 proyectos, el fondo de premios de $45 000 se repartió en nueve categorías
Dato clave #2Lookback encontró 413 familias con pagos inferiores a los debidos a partir de una sola apelación ganada
Dato clave #3Earned Autonomy revirtió una mala release en 3,3 segundos

Escribir código con ayuda de IA ya es sencillo, pero llevarlo del «en mi máquina funciona» a producción sigue siendo doloroso: pruebas, revisión de seguridad, despliegue, rollback, análisis de incidentes. GitLab dejó precisamente esa parte en manos de la comunidad en el hackathon Transcend, con el lema «La vida después del código». En octubre, los participantes construyeron agentes y flows (cadenas de pasos que ejecutan los agentes de IA) sobre GitLab Duo Agent Platform y decidieron cuánta libertad darles, desde la aprobación humana de cada paso hasta la autonomía total.

El ejemplo más claro es ShakeFix. El usuario de una app de farmacia agita el teléfono y escribe qué se ha roto, y cuatro agentes escriben por su cuenta una prueba que falla, corrigen el bug y despliegan la solución. En la ejecución en vivo tardaron 18 minutos y 34 segundos, sin participación humana.

En total se registraron más de 3300 desarrolladores, se entregaron 783 proyectos y el fondo de premios fue de $45 000, repartido en nueve categorías.

Lo interesante aquí es el esquema, no los premios: los ganadores separaron con claridad qué hace el agente, qué verifica la automatización y dónde hace falta la firma de una persona.

Vía A: proyectos desde cero

Aftermath (Ahadi Cyizere, mejor agente asistido, $4000) responde a una pregunta que los escáneres no cubren. Cuando se revela que un paquete de npm ha sido comprometido, hay que saber si llegó a ejecutarse en el CI la semana pasada. Un flow de tres subagentes reconstruye las tareas de CI anteriores y la lista de secretos a los que podía acceder cada una. Una persona aprueba el alcance de la investigación y después el plan de contención, y cierra el incidente una vez que el CI ha reemplazado solo las claves comprometidas y eliminado las imágenes afectadas.

Lookback (Ujwal Suresh Vanjare y Arpita Madhukar Kalburgi, mejor agente supervisado, $4000) parte de una apelación ganada. Si un software de pago de prestaciones aplicó mal las reglas a una persona, el flow analiza la decisión, reproduce el error con una prueba que falla y abre un merge request con la corrección. Tras la fusión, código convencional recorre las decisiones pasadas y localiza a todos los demás afectados. En la demo aparecieron 413 familias con pagos inferiores a los debidos, y los importes pendientes se publicaron como un paquete para el organismo correspondiente.

ShakeFix (Venkatesh Devale, mejor agente autónomo, $5000) compara la corrección con el comportamiento de producción y solo después fusiona y despliega el código. Eso fue lo que convirtió el gesto de agitar el teléfono en un fix funcional en 18 minutos y 34 segundos.

Vía B: proyectos abiertos ya existentes

Unstuck (Aryan Shah y Riken Shah, mejor agente asistido, $4000) completa las actualizaciones de dependencias que los bots empiezan pero no terminan. El bot cambia el número de versión, pero no sabe leer las release notes ni arreglar lo que se rompe. Dos flows planifican la campaña de actualización y la llevan en un único merge request, citando la nota de la release bajo cada cambio y preguntando a una persona si cambia el comportamiento. En el anotador doccano, atascado en una versión no soportada de Django con 80 vulnerabilidades conocidas, el resultado fueron cero vulnerabilidades y Django 5.2 en seis merge requests verificados.

CodeTinder (Jason Yu, mejor agente supervisado, $4000) parte de la idea de «revisar menos código y enseñar más a los agentes». El agente elige una función de un merge request y escribe varias variantes que pasan las pruebas. El desarrollador las desliza en el teléfono, como en Tinder. Los swipes actualizan un documento de principios versionado en el repositorio; todos los agentes lo leen y reescriben el resto del merge request según las nuevas preferencias. El proyecto también ganó el premio «Más creativo» ($4000): fue la idea mejor valorada de las dos vías.

Locus (Ahammad Shawki, Nourin Richi, Mohammad Ashfaqul Hasan, mejor agente autónomo, $5000), construido sobre la biblioteca JSCAD, convierte el correo de un profesor de matemáticas con la descripción de una función en un gráfico táctil para un alumno ciego. Los agentes dibujan el gráfico con líneas en relieve y etiquetas en braille, lo comprueban con reglas de investigación sobre lectura táctil, corrigen sus propios errores, publican el resultado en Google Cloud, envían al profesor los archivos de impresión y encargan la impresión. Los agentes no pueden dar el trabajo por terminado por sí solos: el gráfico solo se emite si cumple las reglas.

Premios especiales y conclusiones

El premio «Más etapas» es para los proyectos que cubren el mayor número de las nueve fases del ciclo de vida de DevSecOps. Ganó un proyecto por cada vía, con $5000 cada uno.

Stale (Diptarka Nandi, Harshit Anand, Abhinav Kumar, Ashutosh Pandey) vuelve a comprobar el veredicto de «es seguro desplegar» cuando cambia el mundo, y no solo el código. Por ejemplo, cuando un certificado raíz deja de considerarse de confianza. Un pipeline programado vigila fuentes externas y crea una tarea para un flow que escribe la corrección. El CI la confirma y un despliegue canario la valida antes de redirigir el tráfico.

Earned Autonomy (Shivansh Kalra) asigna a cada merge request de una plantilla de FastAPI su propio nivel de autonomía, de «sin intervención» a «bloqueado», según las evidencias acumuladas. Cinco agentes se encargan de la planificación, el triaje, la revisión de infraestructura, el enrutamiento y el rollback, y solo pueden subir la evaluación de riesgo. En una ejecución, una dependencia vulnerable pasó de la notificación a la corrección en producción en 35 minutos sin intervención humana; en otra, una mala release se revirtió en 3,3 segundos.

Memory Lane (Oliver McBride, «Más sostenible», $5000) ayuda a los coordinadores de residencias de mayores a preparar sesiones de reminiscencia para personas con demencia. Tres flows llevan una tarea ordinaria a producción pasando por la revisión de seguridad, CI/CD y Cloud Run. El autor midió la huella de carbono de cada solicitud publicada con la especificación Software Carbon Intensity y rediseñó el pipeline para compilar una sola vez y omitir ejecuciones innecesarias. El número de ejecuciones de CI por solicitud publicada se redujo un 48%.

El patrón común que señala GitLab es que los agentes leen, escriben y enrutan, mientras que las pruebas y el CI deciden si un paso se da por superado, y en la mayoría de los proyectos una persona firma los despliegues de riesgo. Una salvedad: son demos seleccionadas de un hackathon, y cifras como los 18 minutos se obtuvieron en ejecuciones de demostración de los propios autores, no en una explotación prolongada. Aun así, el esquema es trasladable: definan qué pasos puede hacer el agente por sí solo, cuáles verifica la automatización y dónde hace falta la firma de una persona.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Vía A: proyectos desde cero?

Aftermath (Ahadi Cyizere, mejor agente asistido, $4000) responde a una pregunta que los escáneres no cubren. Cuando se revela que un paquete de npm ha sido comprometido, hay que saber si llegó a ejecutarse en el CI la semana pasada. Un flow de tres subagentes reconstruye las tareas de CI anteriores y la lista de secretos a los que podía acceder cada una.

¿Qué se sabe sobre Vía B: proyectos abiertos ya existentes?

Unstuck (Aryan Shah y Riken Shah, mejor agente asistido, $4000) completa las actualizaciones de dependencias que los bots empiezan pero no terminan. El bot cambia el número de versión, pero no sabe leer las release notes ni arreglar lo que se rompe. Dos flows planifican la campaña de actualización y la llevan en un único merge request, citando la nota de la release bajo cada cambio y preguntando a una persona si cambia el comportamiento.

¿Qué se sabe sobre Premios especiales y conclusiones?

El premio «Más etapas» es para los proyectos que cubren el mayor número de las nueve fases del ciclo de vida de DevSecOps. Ganó un proyecto por cada vía, con $5000 cada uno. Stale (Diptarka Nandi, Harshit Anand, Abhinav Kumar, Ashutosh Pandey) vuelve a comprobar el veredicto de «es seguro desplegar» cuando cambia el mundo, y no solo el código. Por ejemplo, cuando un certificado raíz deja de considerarse de confianza.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…