Más de 40% de las solicitudes de cambio abiertas en GitHub durante septiembre de 2026 comenzaron con un primer borrador de un agente de inteligencia artificial, según el informe Octoverse de la plataforma. Fueron unos 110 millones en un mes, una cifra que acompaña el giro de la compañía hacia herramientas que coordinan agentes durante distintas etapas del desarrollo de software.
Una solicitud de cambio, o pull request, permite proponer modificaciones a un proyecto para que se revisen y, si se aceptan, se integren. Que un agente haya generado el primer borrador no significa que el cambio se haya incorporado sin intervención humana ni demuestra por sí solo que el equipo haya terminado más trabajo.
GitHub presentó los datos el 28 de octubre, durante su conferencia Universe. La compañía también anunció funciones para organizar tareas de agentes entre repositorios y explicó cómo está ampliando su infraestructura para atender el aumento de actividad.
Qué dice la cifra sobre el trabajo de los agentes
La proporción de solicitudes que comenzaron con un borrador de agente pasó de 17% en marzo a más de 40% en septiembre, de acuerdo con GitHub. La empresa calcula que los 110 millones de septiembre representan aproximadamente seis veces el volumen de marzo.
Las solicitudes iniciadas por agentes también tendieron a modificar más archivos: alrededor de 87% afectó a varios, frente a 79% de las solicitudes sin participación de agentes detectada.
GitHub informó además que, en septiembre, 90% de las solicitudes con participación de agentes se integró en un plazo de dos semanas. En el grupo sin participación detectada, la proporción fue de alrededor de 86%. Esas cifras describen los patrones observados por la plataforma, pero no establecen que el uso de agentes sea la causa de la diferencia.
La velocidad de integración es solo una parte de la revisión. Un análisis de 718 empresas cubierto anteriormente por FomoEra asoció la adopción de agentes con más código y plazos de revisión más largos, sin detectar un aumento estadísticamente significativo en las tareas terminadas en Jira. El estudio y Octoverse miden cosas distintas, por lo que sus resultados no son directamente equivalentes.
Gerardo Pavez
De la selección de modelos a la coordinación de proyectos
Entre los anuncios de Universe está Copilot projects, disponible en la aplicación GitHub Copilot desde el 28 de octubre. Según la empresa, permite ejecutar trabajo de agentes en sesiones paralelas administradas que abarcan varios repositorios y ofrece un lugar para seguir el progreso y tomar decisiones.
GitHub también presentó Copilot Fusion, un sistema que selecciona y coordina uno o varios modelos de IA para una tarea. El usuario elige el nivel de esfuerzo, mientras que los administradores pueden controlar qué modelos están disponibles para la organización.
La compañía cobra los modelos que Fusion utiliza según sus tarifas habituales. Los usuarios de planes de pago reciben, por tiempo limitado, un descuento de 30% sobre esos costos. La selección automática puede ahorrar decisiones al desarrollador, aunque el importe de una tarea seguirá dependiendo de los modelos empleados.
FomoEra explicó por separado cómo funcionan los niveles de Fusion y sus modalidades de coordinación.
Gerardo Pavez
Para clientes de GitHub Enterprise, la compañía anunció acceso a las funciones de Copilot sin comprar una suscripción adicional al producto: el cobro se realiza por los créditos de IA utilizados. GitHub mantiene la opción de que los clientes actuales de Copilot Business y Enterprise conserven sus planes.
Más capacidad para una plataforma con más actividad
GitHub afirma que durante 2026 añadió 4 millones de núcleos de CPU, 160 petabytes de almacenamiento de alta velocidad y 50 terabits por segundo de capacidad de red. La compañía atribuye la necesidad de ampliar y modificar su infraestructura al volumen y a las características del trabajo generado por agentes.
También está trasladando la plataforma a una implementación de Azure en varias regiones. GitHub espera completar esa transición a principios de 2027, según informó The Next Web.
La apuesta de GitHub combina más capacidad para ejecutar tareas con herramientas para organizarlas y revisarlas. Los datos de Octoverse muestran cuánto ha crecido la participación de agentes en el inicio de solicitudes; determinar su efecto sobre la calidad y el trabajo terminado requiere mirar más allá de ese volumen.
