Tu equipo lleva un año con un asistente de IA en el editor y decide si paga agentes de código, que abren cambios enteros por su cuenta. Lo lógico sería esperar otro salto como el del primer año. Dos estudios causales apuntan a algo más modesto.
Si tu equipo ya trabaja con Copilot o algo parecido, un agente más le da poca velocidad y le sube la complejidad. En nuestra experiencia, el salto llega con el sistema que se construye alrededor: especificaciones y gates, comprobaciones automáticas que un cambio debe pasar para entrar, que verifican el trabajo del agente.
Lo que miden los dos estudios
Hao He, Shyam Agarwal, Bogdan Vasilescu y sus coautores comparan, mes a mes, proyectos de código abierto de GitHub que adoptan una herramienta de IA con proyectos parecidos que no, para separar su efecto de lo que habría pasado igualmente.
En el estudio sobre Cursor (MSR 2026), la velocidad sube mucho y de forma pasajera, mientras que los avisos del análisis estático (los problemas que una herramienta detecta en el código sin ejecutarlo) y la complejidad suben de forma sustancial y se quedan. Los autores concluyen que esa subida explica buena parte de la ralentización posterior.
El de agentes, de enero de 2026, mira los que abren pull requests (peticiones para integrar un cambio en el código común) por su cuenta. El salto de velocidad es grande y llega al principio solo cuando el agente es la primera herramienta de IA del proyecto; con un editor con IA previo, la ganancia es mínima o dura poco. La calidad empeora en todos los casos: alrededor de un 18 % más de avisos y un 39 % más de complejidad cognitiva, que mide lo difícil que es seguir un fragmento de código al leerlo.
En onext lo hemos visto: la mayoría de nuestros clientes usan Copilot y tienen licencia de alguna IA, y el cambio, tanto en la velocidad como en la consistencia y la calidad de lo que se entrega, pasa por construir agentes, skills y gates.
Límite Los dos estudios miran proyectos de código abierto, y un equipo de empresa tiene sus propias reglas. Las cifras del 18 % y el 39 % salen del resumen del estudio de agentes; el de Cursor no da magnitudes. Ninguno mide el efecto de las especificaciones ni de los gates.
Qué hacer antes de pagar más agente
Medir la complejidad está bien, pero no es lo primero. Antes hay que decidir qué quiere decir «bien hecho» en el equipo: una especificación que el agente tenga que seguir y unos gates que no pueda saltarse. Si no, mides la complejidad de algo que nadie ha definido. Primero el sistema y después el contador.
Manel Marcos, responsable técnico y cofundador de onext, lo tiene claro sobre el límite de complejidad: «Un límite de complejidad solo sirve si vive en el pipeline. Si el agente puede saltárselo con un comentario o desactivando una regla, no es un límite, es una sugerencia. Lo que funciona es tratarlo como un test: el cambio que lo supera no entra, lo haya escrito una persona o un agente, y quien quiera subir el umbral tiene que proponerlo y justificarlo como cualquier otra decisión de arquitectura.»
Con eso definido, mide la complejidad y los avisos del análisis estático antes de encender el agente, para tener con qué comparar, y mira la tendencia cada mes junto a las métricas de entrega que ya sigas. Si la complejidad sigue subiendo cuando la velocidad ya se ha estabilizado, el agente está cobrando en mantenimiento lo que adelantó en entrega.
Si quieres ver en qué punto está tu equipo antes de decidir, el autodiagnóstico tiene 16 preguntas y es gratis.
Preguntas frecuentes
¿Pasar de un asistente de IA a agentes de código acelera a un equipo?
Según un estudio de enero de 2026 sobre proyectos de código abierto de GitHub, el salto de velocidad es grande y llega al principio solo cuando el agente es la primera herramienta de IA del proyecto. Si el proyecto ya usaba un editor con IA, la ganancia es mínima o dura poco.
¿Qué le pasa a la calidad del código cuando un equipo adopta agentes?
En el mismo estudio, los avisos del análisis estático suben alrededor de un 18 % y la complejidad cognitiva, alrededor de un 39 %, y la subida se mantiene también cuando la velocidad deja de mejorar. Los autores lo describen como deuda técnica que deja el agente.
¿Qué dice el estudio sobre Cursor?
Que adoptar Cursor trae una subida de velocidad grande, estadísticamente significativa y pasajera, y una subida sustancial y persistente de los avisos del análisis estático y de la complejidad del código. Con un segundo análisis, los autores concluyen que esa subida explica buena parte de la ralentización posterior. Se presentó en MSR 2026.
¿Qué es la complejidad cognitiva del código?
Es una métrica creada por SonarSource para medir lo difícil que resulta entender un método o una función al leerlo. La calculan herramientas de análisis estático como SonarQube, y en los estudios sirve para ver si el código se vuelve más difícil de mantener.
¿Qué es un gate de calidad para un agente de código?
Es una comprobación automática que un cambio tiene que pasar para entrar en el código, lo haya escrito una persona o un agente. Un ejemplo es un límite de complejidad en el pipeline que rechaza el cambio que lo supera.
¿Qué puede hacer un equipo antes de pagar agentes de código?
Definir qué es «bien hecho» con una especificación que el agente siga y unos gates que no pueda saltarse, medir después la complejidad y los avisos del análisis estático de su código, y revisar la tendencia cada mes junto a la velocidad de entrega.
Fuentes
- Shyam Agarwal, Hao He y Bogdan Vasilescu, «AI IDEs or Autonomous Agents? Measuring the Impact of Coding Agents on Software Development», arXiv:2601.13597, v1 del 20 de enero de 2026 y v2 del 27 de enero de 2026.
- Hao He, Courtney Miller, Shyam Agarwal, Christian Kästner y Bogdan Vasilescu, «Speed at the Cost of Quality: How Cursor AI Increases Short-Term Velocity and Long-Term Complexity in Open-Source Projects», arXiv:2511.04427, v3 del 26 de enero de 2026 (MSR 2026).
Bernat López es fundador y CEO de onext, boutique de IA. Acompaña a equipos de desarrollo y de producto a trabajar con IA con método —especificación antes de programar, una persona que decide donde hay riesgo y Spec-Driven Development— y aplica a su propia empresa lo que propone: onext funciona con su propio sistema agéntico.
LinkedIn →