Ayer, en el GitHub Universe 2026, Satya Nadella soltó el dato que todos en desarrollo de software ya sospechábamos pero que nadie tenía confirmado con números duros: más del 40% de los pull requests que se abrieron en GitHub en septiembre de 2026 arrancaron con el primer draft escrito por un agente, no por un humano. En marzo de este mismo año esa cifra era 17%. Eso significa 110 millones de pull requests iniciados por un agente solo en septiembre — seis veces el volumen de marzo, según el reporte Octoverse 2026 de GitHub.
No es una proyección ni un dato de marketing. Es lo que GitHub mide directamente en su propia plataforma, con más de 225 millones de developers activos y 1.3 mil millones de pull requests mergeados en el año — más del triple que en 2024. Si trabajas en una agencia que entrega código a clientes, o si eres developer freelance, esto ya no es una curiosidad de Twitter: es la realidad operativa de ahora mismo, y cambia cómo deberías estar organizando el trabajo esta semana.
El salto no fue gradual — fue un quiebre
Lo interesante del dato no es solo el 40%, es la forma de la curva. GitHub documenta que la actividad de agentes se disparó alrededor de junio de 2026, cuando los agentes empezaron a trabajar "across days" y a correr en la nube de forma autónoma — es decir, cuando dejaron de ser un autocompletado elegante y empezaron a comportarse como un colaborador que recibe una tarea el lunes y entrega un PR el miércoles sin que nadie lo esté viendo trabajar en tiempo real.
Algunos números más del mismo reporte, para contexto:
- Los developers hicieron push 17.9 mil millones de veces en los últimos 12 meses — más que 2024 y 2025 juntos.
- Los commits llegaron a 34.3 mil millones, más del triple que hace dos años.
- El 55% de los usuarios activos de Copilot ya usa funciones agénticas, contra 35% hace un año.
- El modo "cloud agent" de Copilot (donde asignas una tarea y el agente la resuelve solo, sin supervisión en tiempo real) creció 230% año contra año, contra 85% del modo chat tradicional.
GitHub mismo advierte que su conteo de agentes es un piso, no un techo — no puede detectar todos los agentes que participan en un repo, así que el 40% probablemente es conservador.
Por qué GitHub está apostando tan fuerte a esto
En el mismo evento, GitHub lanzó Copilot Fusion: un sistema que, en vez de forzarte a elegir un solo modelo para toda una tarea de código, reparte cada paso de esa tarea — razonamiento, generación, debugging, uso de herramientas — al modelo que mejor lo resuelve en ese momento. Jay Parikh, VP de CoreAI en Microsoft, dijo que Fusion Max quedó a dos puntos de Claude Opus 5.5 Max en el Artificial Analysis Coding Agent Index, pero a la mitad del costo y con 40% menos tiempo por tarea. Nadella fue todavía más lejos en su keynote: dijo que Fusion entrega calidad de modelo frontera 40% más rápido y hasta 77% más barato.
Esto no es casualidad ni solo un anuncio de producto. El mismo reporte muestra que el 61% de los usuarios de Copilot que eligen modelo manualmente usaron más de uno distinto en septiembre (contra 50% cuatro meses antes), y que los planes pagados de Copilot usaron 47 modelos distintos ese mes — ningún modelo individual se quedó con más del 25% de las solicitudes. La era de "un solo modelo para gobernarlos a todos" ya terminó. Ahora la pregunta que importa es de orquestación y de costo, no de marca ni de cuál modelo suena mejor en el marketing.
El dato que contradice el miedo obvio
Aquí está lo que de verdad vale la pena mirar con cuidado, porque contradice la narrativa fácil de "los agentes generan más código pero de peor calidad, así que todo tarda más en revisarse". Los PRs iniciados por agentes tocan más archivos que los de humanos — 87% toca múltiples archivos, contra 79% en los PRs sin agente detectado — lo cual tiene sentido: un agente no tiene fatiga para abrir el archivo de config, el test y el componente relacionado en el mismo cambio.
Pero la velocidad de merge no se cayó. Al contrario: en febrero, los PRs con agente mergeaban dentro de dos semanas el 83% de las veces, contra 86% de los PRs sin agente — iban un poco más lento que un humano. Para septiembre esa cifra subió a 90% para los PRs con agente, mientras el grupo de comparación se mantuvo en 86%. Los PRs de agentes ahora mergean más rápido que los de humanos, no más lento. Eso sugiere que los equipos ya aprendieron a revisar este tipo de PR de forma distinta — probablemente con más automatización de review (GitHub reporta que el code review asistido por IA creció más de 90% año contra año) y con convenciones más estrictas sobre qué entra en una tarea de agente desde el inicio.
Lo que esto significa para agencias y developers
Si en tu equipo todavía tratas "el agente escribió el PR" como una excepción que hay que revisar con lupa extra, vas tarde. La pregunta de si vale la pena dejar que un agente abra el primer draft ya se cerró sola — la cerró el mercado, no un debate interno. Las preguntas que sí importan hoy son otras:
- ¿Quién es responsable del merge, no de la escritura? Si el 40% de tus PRs los abre un agente, tu rol como lead o como agencia se mueve de "escribir código" a "ser el punto donde se decide qué entra a producción". Eso es un cambio de proceso, no de herramienta — necesitas checklists de review explícitos para PRs agénticos, no los mismos criterios informales de siempre.
- La elección de modelo es ahora una decisión de presupuesto, no de preferencia. Con Fusion y sistemas similares repartiendo tareas entre decenas de modelos, el costo por tarea bajó hasta 77% en los números que presume Microsoft. Si sigues pagando por un solo modelo "premium" para todo el trabajo, probablemente estás sobre-pagando por tareas que un modelo más barato resuelve igual de bien.
- Los repos sin configuración de agente ya no son neutrales — están perdiendo. GitHub reporta que los repos nuevos con un archivo de configuración de agente (AGENTS.md, CLAUDE.md, config de Copilot) registraron ocho veces más commits que los que no lo tienen. Si el stack de un cliente no tiene ese archivo bien pensado, se está dejando rendimiento sobre la mesa — y, como ya cubrimos en una nota anterior sobre el secuestro de agentes vía AGENTS.md falsos en carpetas de Descargas, también se está dejando una superficie de ataque sin vigilar.
En Geek Vibes ya tratamos el PR abierto por un agente como el caso normal, no la excepción, en los proyectos donde tiene sentido — con checklists de review específicos para ese tipo de cambio, y con la elección de modelo como parte explícita de la conversación de presupuesto con el cliente, no como un detalle técnico que se decide solo y nadie revisa.
Si estás pensando en cómo meter agentes de código en el flujo de tu equipo sin perder control de calidad ni de costo, hablemos: escríbenos a hello@geekvibes.agency.
