JetBrains presenta ThinkRail: una IDE agéntica que sumó 1211 estrellas en un día
JetBrains lanzó ThinkRail, una IDE ligera en la que el agente de IA no trabaja en su carpeta, sino en un espacio de trabajo aparte con su propia rama de git. Varios agentes editan código en paralelo: usted se queda con los resultados que funcionan y elimina el resto. El repositorio sumó 1211 estrellas en un día. Para quienes usan agentes de código, es una solución lista para usar que reemplaza los scripts caseros sobre git worktree.
Procesado por IA desde GitHub Trending AI; editado por Hamidun News
Los agentes de código aprendieron rápido a escribir código, pero organizar el trabajo alrededor de ellos resulta cada vez más complicado. El agente modifica archivos directamente en su directorio de trabajo, dos chats se pisan entre sí y, al cabo de una semana, nadie recuerda por qué el módulo está diseñado de esa manera. JetBrains intentó resolver este problema con ThinkRail, un nuevo proyecto que reunió 1211 estrellas en un día y apareció en GitHub Trending.
ThinkRail es una IDE agéntica de código abierto. Incluye un editor basado en Monaco, un árbol de archivos que resalta los cambios de git, terminales y visualización de documentos. Su motor es el agente pi: ThinkRail lo ejecuta dentro del proceso y lo conecta con una interfaz web en React 19. Los modelos, las habilidades, la compresión del contexto y el coste permanecen en el motor, mientras que los espacios de trabajo y la interfaz los gestiona el propio entorno.
Espacios de trabajo en lugar de una carpeta compartida
La idea central es el aislamiento. Cualquier repositorio de git se abre como proyecto, y desde él se crean espacios de trabajo: cada uno tiene su propia rama y su propio directorio de trabajo. Los agentes trabajan en ellos en paralelo y no tocan el código fuente. Cuando una tarea termina, usted lleva los resultados necesarios a la rama principal y elimina el resto.
Basta con escribir en el chat «haz esto en un espacio de trabajo secundario» para que el agente cree el espacio de trabajo y un nuevo chat, y luego supervise el avance de los chats y de los pull requests. Los espacios de trabajo terminados se cierran tras el merge o el cierre del PR, o después de una semana de inactividad. Al volver al trabajo, el espacio de trabajo se reactiva. En la barra superior se ve cómo se relaciona la rama con la principal y en qué estado está su PR. En GitHub se muestran las comprobaciones de CI y la decisión de los revisores, y el PR puede fusionarse o reabrirse directamente desde la interfaz.
Además, existen chats sin repositorio, pensados para preguntas y borradores. Cada uno tiene una carpeta temporal propia. Si una conversación se convierte en trabajo real, el agente redacta un resumen breve del contexto y abre con él un nuevo chat en un espacio de trabajo.
Memoria del proyecto: especificaciones y habilidades
El segundo nivel es la memoria a largo plazo. Junto al código hay un grafo de especificaciones que el agente lee, consulta y actualiza mediante herramientas específicas. Las intenciones del proyecto sobreviven a sesiones individuales. El desarrollo sigue un enfoque spec-first: si un cambio del agente modifica un límite entre módulos o un contrato, la especificación se actualiza en ese mismo cambio.
También funcionan las habilidades (skills) reutilizables. ThinkRail puede importarlas desde Claude, Codex y otros agentes de código. Si la biblioteca es grande, en el prompt entra una lista compacta y el resto el agente lo encuentra mediante búsqueda entre las habilidades. Se admiten servidores MCP. Las llamadas que el servidor no marca como seguras para lectura requieren confirmación en el chat, y los servidores definidos en el repositorio no se activan sin su aprobación.
La interfaz también está pensada para el agente. En lugar de suponer, formula preguntas estructuradas con opciones de respuesta, dibuja diagramas Mermaid y muestra maquetas de interfaz «antes y después» que pueden comentarse como un diff. Las maquetas en el navegador son prototipos interactivos y sus scripts se ejecutan en un sandbox sin acceso a la red. Los resultados, como informes, esquemas y capturas de pantalla, se guardan en una carpeta de artefactos independiente, y los archivos que el agente elimina permanecen en la lista.
Modelos, plataformas y privacidad
ThinkRail no tiene cuenta propia. Se puede iniciar sesión mediante JetBrains AI o conectar proveedores propios. También admite cualquier servidor compatible con OpenAI: LiteLLM, sglang, vLLM, Ollama, LM Studio y llama.cpp. Sirve tanto para una pasarela corporativa como para un modelo local.
La aplicación se distribuye como instalador nativo de escritorio para macOS 14 o posterior, Windows y Linux, así como una CLI que abre la misma interfaz en el navegador. Hay canales stable y nightly, y el instalador verifica el SHA-256. La interfaz está traducida a siete idiomas, incluido el ruso.
Qué tener en cuenta antes de instalarlo
Hay advertencias. La CLI para macOS está firmada, pero todavía no está notarizada, y los artefactos para Linux no están firmados en absoluto. Los DMG antiguos pueden ser bloqueados por Gatekeeper. Las versiones aún son 0.x (en los ejemplos aparecen 0.3.1 y 0.4.0-nightly), lo que indica que el producto es joven. La aplicación recopila telemetría básica: inicios, creación de chats, envío de mensajes y conexiones de proveedores, asociados a un ID de instalación aleatorio. Los prompts, el código y los archivos no se incluyen. Los informes de errores se envían siempre, mientras que los datos adicionales pueden desactivarse en la configuración.
Conclusión práctica: si ya ejecuta varios agentes de código y gestiona por su cuenta git worktree, scripts y notas para ellos, conviene evaluar ThinkRail como un marco listo para usar. El aislamiento en espacios de trabajo, el grafo de especificaciones y la conexión de modelos locales abordan tres problemas típicos de este tipo de trabajo.
- 21 nov 2026GPT-6 Cyber encontró unos 35 fallos en iPhone, Mac y otros dispositivos de Apple
- 21 nov 202622 agentes de Claude pasaron seis semanas buscando respuestas sobre agujeros negros, y resolvieron dos problemas
- 21 nov 2026Google separará el almacenamiento de chats del entrenamiento de Gemini: rechazar sin perder el historial
- 21 nov 2026Apple en macOS 27.3 beta 2 permitirá limitar el acceso de los agentes de IA a los archivos del Mac
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Espacios de trabajo en lugar de una carpeta compartida?
La idea central es el aislamiento. Cualquier repositorio de git se abre como proyecto, y desde él se crean espacios de trabajo: cada uno tiene su propia rama y su propio directorio de trabajo. Los agentes trabajan en ellos en paralelo y no tocan el código fuente. Cuando una tarea termina, usted lleva los resultados necesarios a la rama principal y elimina el resto.
¿Qué se sabe sobre Memoria del proyecto: especificaciones y habilidades?
El segundo nivel es la memoria a largo plazo. Junto al código hay un grafo de especificaciones que el agente lee, consulta y actualiza mediante herramientas específicas. Las intenciones del proyecto sobreviven a sesiones individuales. El desarrollo sigue un enfoque spec-first: si un cambio del agente modifica un límite entre módulos o un contrato, la especificación se actualiza en ese mismo cambio. También funcionan las habilidades (skills) reutilizables.
¿Qué se sabe sobre Modelos, plataformas y privacidad?
ThinkRail no tiene cuenta propia. Se puede iniciar sesión mediante JetBrains AI o conectar proveedores propios. También admite cualquier servidor compatible con OpenAI: LiteLLM, sglang, vLLM, Ollama, LM Studio y llama.cpp. Sirve tanto para una pasarela corporativa como para un modelo local. La aplicación se distribuye como instalador nativo de escritorio para macOS 14 o posterior, Windows y Linux, así como una CLI que abre la misma interfaz en el navegador.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
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.