Filestage multiplica PRs mensuales con agentes IA sin aumentar bugs

Elio Capella llevaba casi dos décadas escribiendo código cada día. Luego llegó Claude Code con Opus 4.5, y algo cambió. No fue un cambio gradual. Explicar lo que quería construir se volvió más rápido que escribirlo él mismo. Un hábito de 18 años desapareció de la noche a la mañana.

Capella es CTO de Filestage, una scaleup de software B2B. Lo que pasó en su equipo después de adoptar agentes de IA es lo que importa. En Filestage, los pull requests fusionados mensuales saltaron de alrededor de 200 a 300. Eso es un aumento del 50% en throughput. El costo: una suscripción de 20 dólares al mes por desarrollador. Lo notable es que los reportes de bugs no subieron. El equipo no eligió un único agente. Algunos usan Codex, otros Claude Code, otros Cursor. Cada uno encontró su herramienta.

Pero Capella no presenta esto como una victoria sin matices. Los cuellos de botella aparecieron en otro lugar. Los límites gratuitos de los túneles de Cloudflare se rompieron porque los tests end-to-end necesitaban recibir webhooks de terceros. La base de datos compartida tuvo que crecer para aguantar las conexiones. Resolvió el atasco usando infraestructura como código y túneles FRP open source. Las mismas herramientas que crearon la carga ayudaron a removerla.

Capella no está solo. En Rails World 2026 en Austin, Texas, DHH, creador de Ruby on Rails, expuso una tesis similar. Su mensaje fue provocador: escribir código a mano ya no es económicamente viable. Para respaldarlo, mostró números. Pasó de escribir unas 30.000 líneas de Ruby al año a 150.000 líneas por mes usando agentes. Reescribió su app Hey de Ruby on Rails a Rust generado por IA. El cambio redujo el uso de CPU y memoria del servidor en un 95%. En el auditorio había alrededor de 1.200 desarrolladores. DHH preguntó quién seguía escribiendo código a mano una parte significativa de su semana. Solo unas cinco manos se levantaron. Menos del 1% de los programadores presentes.

Donde Capella y DHH divergen es en lo que viene después. DHH sugirió que los agentes pasarán de Rust a ensamblador y eventualmente a microcódigo. Capella lo rebate. Generar ensamblador implica predecir registros, offsets y convenciones de llamada que un compilador ya maneja. Su intuición es que la cadena correcta es LLM hacia representación de alto nivel hacia compilador determinista hacia código máquina, con las abstracciones haciéndose más valiosas, no menos.

Los números del sector respaldan lo que Filestage midió. Microsoft publicó un estudio interno sobre el despliegue temprano de Claude Code y GitHub Copilot CLI entre sus ingenieros. El resultado: 24% más de pull requests mergeados por ingeniero por día, con un rango probable de 14,5% a 33,7%. El efecto no se disipó durante los cuatro meses analizados. Los usuarios intensivos, aquellos que usaban las herramientas cinco o más días por semana, vieron más del 50% de uplift. Un estudio empresarial complementario siguió a 802 desarrolladores y 196.212 PRs entre enero de 2024 y abril de 2026. El resultado: 44,3 PRs mergeados por desarrollador activo al mes en abril de 2026, frente a 21,2 antes, una mejora cercana al 2x. El salto se concentró en repositorios nuevos. Los legacy apenas se movieron.

Un paper publicado en ACM Transactions on Software Engineering and Methodology revisó 567 PRs generados con Claude Code en 157 proyectos open source. El 83,8% fueron mergeados. Pero solo el 54,9% entraron sin cambios adicionales. El 45,1% requirió revisión humana, sobre todo para corrección de bugs, documentación y estándares específicos del proyecto. Las cifras validan la intuición de Capella: los agentes aceleran el output, pero no eliminan el trabajo fino.

El cuello de botella real no es la generación de código. Es la revisión. A medida que crecía el volumen de PRs autorales por IA, la proporción de PRs que recibían al menos una revisión humana cayó del 89% al 68%. En paralelo, la cobertura de revisión automatizada por IA subió del 19% al 84%. La carga de trabajo por revisor humano se duplicó. Los PRs escritos por IA tardaban un 20% más en mergearse después de la primera revisión humana, y un 22% más en total. Para founders, el mensaje es incómodo: el cuello de botella no es que el agente escriba código. Es que tu sistema de revisión, tus estándares de QA y tu codebase absorban ese caudal sin degradarse. Una startup londinense llamada Journi lo resume así: un agente de código es una herramienta de productividad; una flota de ellos es un problema de gobernanza empresarial. Su producto DevOS, presentado el 22 de julio de 2026, es una capa de control que mide ROI financiero por sesión y workspace, fuerza políticas de modelos permitidos y registra ahorros de tokens en un ledger auditable. La categoría entera de control plane para agentes está emergiendo porque escribir más rápido no basta si no puedes demostrar que lo que escribiste sigue siendo seguro y mantenible.