GitHub Copilot: cómo lograr que la red neuronal siga tus reglas de código

Imagina que contrataste a un pasante muy talentoso pero completamente olvidadizo. Escribe código excepcionalmente bien, conoce todas las bibliotecas modernas, pero cada mañana tienes que explicar de nuevo que en este proyecto no usamos Redux, y la documentación está en una carpeta estrictamente definida. Hasta hace poco, así era exactamente cómo se veía trabajar con GitHub Copilot.

Gastabas minutos valiosos "alimentando" el chat con archivos necesarios o recordando por centésima vez sobre los patrones arquitectónicos adoptados por el equipo. El agente estándar @workspace funciona bien como herramienta universal, pero su "promediación" a menudo se convertía en un cuello de botella para desarrolladores experimentados. Cuando la IA sugiere soluciones técnicamente correctas pero estilísticamente ajenas a tu proyecto, no es ayuda—es trabajo de refactorización adicional.

La situación cambió con el lanzamiento de VS Code versión 1.106. Los desarrolladores de GitHub y Microsoft finalmente escucharon los gemidos de quienes estaban cansados de copiar infinitamente instrucciones en la ventana del chat.

Surgieron los Custom Agents—un mecanismo que transforma Copilot de un compañero aleatorio en un empleado permanente que conoce todos tus reglamentos internos. Ahora, en lugar de señalar las peculiaridades de tu stack a la IA cada vez, puedes crear un rol especializado. Esto podría ser un experto en seguridad que verifica el código contra listas de verificación internas, o un arquitecto frontend que conoce todos los matices de tu biblioteca de componentes personalizada.

El punto es que el contexto ya no necesita ser impuesto manualmente—se convierte en parte de la personalidad del agente.

La configuración de tales asistentes se implementa con máximo pragmatismo. Microsoft ofreció dos caminos: a través de la interfaz visual de VS Code para quienes aman la claridad, y a través de archivos de configuración para entusiastas de la automatización. En el archivo github-copilot.

json, ahora puedes escribir no solo un conjunto de instrucciones, sino un ecosistema completo de conocimiento. Le dices al agente en qué archivos confiar primero, qué documentación externa considerar y qué reglas seguir al generar respuestas. Este es un cambio fundamental en la experiencia del usuario.

Si antes te adaptabas a la lógica de la red neuronal, ahora la red neuronal se adapta a tu flujo de trabajo. Literalmente creas una instantánea de tu experiencia y la pasas al algoritmo.

¿Por qué es importante esto ahora? La industria se está alejando gradualmente de la euforia sobre "simplemente chats inteligentes" y transitando a una etapa de integración profunda de la IA en tuberías de producción. Ya no queremos simplemente "generar una función," queremos que esa función encaje perfectamente en el proyecto existente, teniendo en cuenta todos los workarounds, código legado y brillantes descubrimientos arquitectónicos del año pasado. Custom Agents resuelven el problema de la carga cognitiva en el desarrollador. Ya no necesitas mantener en mente exactamente qué sabe Copilot sobre tu proyecto en este momento. Simplemente llamas al agente correcto y obtienes un resultado que cumple tus expectativas el 90% de las veces en lugar del habitual 60%.

Por supuesto, esto es solo el comienzo del camino hacia agentes completamente autónomos, pero un paso bastante significativo. En el futuro, seguramente veremos mercados para tales roles personalizados o la capacidad de compartirlos dentro de equipos a través de un repositorio. Por ahora, esta es una excelente oportunidad para reconsiderar tu enfoque en la programación en pareja con IA. Si todavía estás usando el chat estándar para tareas complejas del proyecto, simplemente estás pagando de más con tu tiempo por la renuencia a configurar la herramienta una vez. Configurar tu propio agente lleva diez minutos y ahorra las horas que anteriormente se invertían en corregir "alucinaciones" o consejos promediados de un algoritmo universal.

El punto clave: Microsoft está apostando por la personalización y la especialización estrecha. ¿Podrán los Custom Agents liberarnos completamente de la gestión manual de contexto, o simplemente obtendremos otra capa de configuraciones que mantener?