Codex y GitLab: del código a production en tres etapas
Codex escribe código en la terminal rápidamente, pero es solo la mitad del trabajo. GitLab añade contexto: requirements de issue a través de MCP, collaboration
Procesado por IA desde GitLab Blog; editado por Hamidun News
Codex es un agente de IA para codificación en la terminal. Escribe código, ejecuta pruebas, realiza commits en la rama y todo rápidamente. Pero escribir código es solo el primer paso. Después se necesita tarea, pull request, CI/CD, code review, decisión humana sobre merge. GitLab ayuda a conectar la velocidad de Codex con el contexto necesario para production.
Codex localmente: del bug al código
El primer escenario funciona en la terminal. En el proyecto Tanuki IoT Platform hay un error en WebSocket: filtrar métricas por tipo no funciona. Describes la tarea a Codex, analiza el código Rust, encuentra el parámetro `metric` faltante, añade filtración, escribe pruebas. Después de la verificación, Codex crea una rama, realiza commit y push. GitLab CI verifica el estilo Rust, ejecuta las pruebas. Listo para merge. Aquí el agente trabaja con el repositorio y el archivo local AGENTS.md, donde se describe cómo debe verse una buena implementación.
GitLab MCP: contexto de requisitos
El segundo escenario añade profundidad. Codex ahora puede extraer información de issue de GitLab a través de MCP (Model Context Protocol). El issue n.º 32 describe los requisitos: se necesitan pruebas, documentación, actualizaciones. En lugar de copiar todo en el prompt, Codex simplemente pregunta «help implement issue 32» y carga los requisitos directamente desde GitLab. Ahora la corrección considera no solo la solución técnica, sino también los requisitos comerciales. Codex crea un pull request con «Closes #32» automático:
- Lectura de requirements de issue a través de MCP
- Implementación considerando todos los detalles
- Creación de MR con cierre de issue al hacer merge
- Conexión entre código y requisitos
- Participación del agente en el workflow de entrega
Esto ya no es codificación local, sino participación en el proceso de entrega.
Agente externo en merge request
El tercer escenario es el más interesante. Code review señala problemas: falta documentación y pruebas para errores. Mencionas a Codex en el comentario de MR (@ai-codex-agent), y el agente ahora trabaja en el contexto del pull request. Ve el diff, feedback, resultados de CI, approvals. Codex añade documentación, escribe las pruebas faltantes, realiza commit, ejecuta verificaciones. Escribe una respuesta de vuelta en el MR. El merge request se convierte en la superficie central: código aquí, review aquí, el agente ayuda aquí, la persona aprueba aquí.
Qué significa esto
La codificación se ha vuelto rápida, pero la velocidad sin contexto es una línea de producción de parches. Cuando el agente ve requirements (de issue) y collaboration (de MR), resulta un trabajo significativo. Esta es la conexión de la velocidad del código con el contexto de production: el agente trabaja rápidamente, la persona toma decisiones.
¿Quieres dejar de leer sobre IA y empezar a usarla?
AI News es un feed curado de noticias de IA. Hamidun Academy te enseña a usar la IA en tu trabajo.