Codex y GitLab: del código a producción en tres etapas

Codex es un agente de IA para programar en la terminal. Escribe código, ejecuta pruebas y hace commits en una rama, todo con rapidez. Pero escribir código es solo el primer paso. Después hacen falta una tarea, un pull request, CI/CD, revisión de código y una decisión humana sobre el merge. GitLab ayuda a unir la velocidad de Codex con el contexto que exige producción.

Codex en local: del bug al código

El primer escenario funciona en la terminal. En el proyecto Tanuki IoT Platform hay un error en WebSocket: el filtrado de métricas por tipo no funciona. Se describe la tarea a Codex, que analiza el código en Rust, encuentra el parámetro `metric` que falta, añade el filtrado y escribe pruebas. Tras la revisión, Codex crea una rama, hace commit y push. GitLab CI comprueba el estilo de Rust y ejecuta las pruebas. El cambio queda listo para el merge.

Aquí el agente trabaja con el repositorio y con un archivo local AGENTS.md, que describe cómo debe ser una buena implementación.

GitLab MCP: contexto de requisitos

El segundo escenario añade profundidad. Codex ya puede extraer información de un issue de GitLab mediante MCP (Model Context Protocol). El issue n.º 32 describe los requisitos: hacen falta pruebas, documentación y actualizaciones. En lugar de copiarlo todo en el prompt, basta pedirle a Codex "help implement issue 32" y carga los requisitos directamente desde GitLab.

Ahora la corrección tiene en cuenta no solo la solución técnica, sino también los requisitos de negocio. Codex crea un pull request con un "Closes #32" automático:

• Lee los requisitos del issue vía MCP
• Implementa el cambio teniendo en cuenta todos los detalles
• Crea un MR que cierra el issue al hacer merge
• Vincula el código con los requisitos
• Convierte al agente en parte del flujo de entrega

Ya no es programación local, sino participación en el proceso de entrega.

Un agente externo en el merge request

El tercer escenario es el más interesante. La revisión de código señala problemas: faltan documentación y pruebas para casos de error. Se menciona a Codex en un comentario del MR (@ai-codex-agent) y el agente pasa a trabajar en el contexto del pull request. Ve el diff, los comentarios, los resultados de CI y las aprobaciones. Codex añade documentación, escribe las pruebas que faltan, hace commit y lanza las comprobaciones. Después publica una respuesta en el MR.

El merge request se convierte en la superficie central: aquí está el código, aquí la revisión, aquí ayuda el agente y aquí aprueba la persona.

Qué significa

Programar se ha vuelto rápido, pero la velocidad sin contexto es una cadena de montaje de parches. Cuando el agente ve los requisitos (del issue) y la colaboración (del MR), el resultado es un trabajo con sentido. Une la velocidad del código con el contexto de producción: el agente trabaja rápido y la persona toma las decisiones.