GitHub Copilot ya no va solo de autocompletar: se mueve hacia el desarrollo con agentes

Ese cambio modifica la interacción diaria. En lugar de pedirle a Copilot que termine una expresión, el desarrollador puede pedir algo más cercano a una tarea: actualizar un patrón de llamadas a una API, refactorizar un componente, ajustar pruebas o investigar una ruta de error. La parte humana se desplaza hacia definir bien el alcance, revisar el plan, inspeccionar el diff y validar el resultado.

Ediciones multifichero: potencia, pero con diff delante

La edición multifichero es el puente más importante entre el autocompletado clásico y los agentes de programación. En octubre de 2024, una actualización de Copilot para VS Code introdujo esta capacidad en vista previa mediante la opción github.copilot.chat.edits.enabled; permite iniciar una sesión de edición asistida por IA y pedir a Copilot que proponga cambios en varios archivos del workspace.

El patrón documentado no es que Copilot reescriba el repositorio a escondidas. La lógica es de revisión: Copilot propone ediciones, las aplica directamente en el editor y permite revisarlas en contexto. La documentación de Microsoft para Visual Studio describe una experiencia similar en Copilot Edits, combinando chat con revisión en línea: resumen de archivos afectados, cambios propuestos, diffs de código y controles para aceptar o rechazar cambios individuales.

Esto importa porque los cambios amplios solo son útiles si la superficie de revisión es buena. Una refactorización entre archivos puede romper imports, tipos, pruebas o supuestos de diseño. Por eso, según las fuentes disponibles, la arquitectura visible para el usuario no se basa tanto en una autonomía invisible como en un ciclo: pedir, proponer, comparar, aceptar, rechazar y ajustar.

Copilot Workspace: trabajar desde una intención, no desde una línea

Copilot Workspace empuja la misma idea hacia un flujo más propio de GitHub. El manual de GitHub Next lo define como un asistente de IA centrado en tareas, contextual e integrado con GitHub, con conocimiento del repositorio, el issue y la pull request asociados a una tarea.

El changelog de Copilot Workspace de febrero de 2025 destacó mejoras de follow-ups y búsqueda de archivos orientadas a la generación de código multifichero y a repositorios grandes con dependencias complejas. La función de follow-up se describe como una comprobación a través de la base de código que edita automáticamente los archivos necesarios si detecta tareas pendientes relacionadas.

En la práctica, estos flujos convierten un pedido como arregla este issue en algo más estructurado: entender la tarea, ubicar archivos relevantes, proponer o refinar un plan, generar cambios y seguir buscando ediciones relacionadas. Está más cerca de una refactorización guiada por intención que de un autocompletado, aunque sigue dependiendo de revisión humana y disciplina de control de versiones.

VS Code se vuelve el panel de mando de Copilot

Las novedades recientes de Copilot en VS Code refuerzan esta dirección. El changelog de abril de 2026 indica que Copilot puede buscar por significado en cualquier workspace y ejecutar consultas de estilo grep en repositorios y organizaciones de GitHub. El mismo registro menciona una función experimental /chronicle para consultar el historial de chat, caché de prompts y carga diferida de herramientas para reducir uso de tokens, además de diffs en línea dentro del chat para agentes.

El changelog de marzo de 2026 apunta en la misma línea: incluye Autopilot para sesiones de agente totalmente autónomas en vista previa pública y señala que la herramienta #codebase realiza búsquedas puramente semánticas contra un único índice autogestionado.

La clave aquí es el contexto. Un asistente que busca por significado, inspecciona archivos relevantes, enseña diffs en línea y recupera historial de conversaciones está mejor preparado para trabajar a nivel de repositorio que uno que solo ve el cursor actual.

Elegir modelo ya forma parte del trabajo

Copilot también se está convirtiendo en un enrutador de modelos. La documentación de GitHub dice que Copilot admite varios modelos de IA y que el modelo elegido afecta la calidad y relevancia de las respuestas de Copilot Chat y de las sugerencias en línea. GitHub también señala que los modelos varían en latencia, tendencia a alucinar y rendimiento según la tarea.

Eso hace que la selección de modelo deje de ser un detalle interno. Un modelo rápido puede bastar para completados rutinarios; uno con más capacidad de razonamiento puede convenir para depuración, refactorización o tareas agentic de varios pasos. En los entornos de desarrollo integrados compatibles, Copilot Chat puede usar un modo Auto que selecciona modelo según disponibilidad, aunque el usuario puede sobrescribir esa elección manualmente.

El soporte BYOK, es decir, traer tu propia clave API, va en la misma dirección, pero hay que formularlo con cuidado. Las notas de VS Code de marzo de 2025 describen BYOK en vista previa para usuarios de Copilot Pro y Copilot Free, con claves propias para proveedores como Azure, Anthropic, Gemini, OpenAI, Ollama y OpenRouter; la misma nota dice que GitHub exploraba soporte para clientes Copilot Business y Enterprise. Eso demuestra soporte BYOK en contextos concretos de VS Code y Copilot, no que todos los planes permitan cualquier flujo de traer tu propio modelo sin restricciones.

Las deprecaciones de modelos ya son cambios de flujo

Cuanto más abarca Copilot —chat, ediciones en línea, modo ask, modo agente y completado—, más impacto tienen los cambios de modelo. El changelog de mayo de 2026 dice que Grok Code Fast 1 quedará deprecado en todas las experiencias de GitHub Copilot, incluidas Copilot Chat, ediciones en línea, modos ask y agent, y completado de código, el 15 de mayo de 2026. El mismo changelog indica que GPT-4.1 está programado para deprecarse en esas experiencias el 1 de junio de 2026.

No parece un caso aislado. En enero de 2026, GitHub explicó que evalúa y retira periódicamente modelos antiguos en favor de modelos más nuevos, y enumeró deprecaciones que también afectaban a Copilot Chat, ediciones en línea, modos ask y agent, y completado de código.

Un resumen de terceros señala GPT-5.5 como alternativa sugerida para la deprecación de GPT-4.1. Aun así, las fuentes primarias de GitHub establecen con más claridad la deprecación que todas las rutas de migración. Con el material disponible, no queda confirmada una migración general de GPT-5.2 a GPT-5.5; los equipos deberían verificar disponibilidad de modelos y políticas administrativas directamente en el changelog de GitHub y en los controles de Copilot antes de planificar sobre esa premisa.

Por qué preocupa la calidad

La preocupación no es solo que cambie el nombre del modelo. La propia documentación de GitHub dice que la elección del modelo afecta la calidad y relevancia de la salida, y que los modelos difieren en latencia, alucinaciones y rendimiento por tarea. Si un modelo se retira a la vez de chat, ediciones en línea, modo agente y completado, el impacto puede aparecer en todas partes: sugerencias más rápidas o más lentas, explicaciones más o menos fiables y ediciones agentic que exigen más revisión.

Por eso la rotación de modelos es un tema de gobierno técnico, no solo una nota de producto. Los equipos que usan Copilot para refactorizar, generar pruebas o preparar pull requests con ayuda de agentes necesitan saber qué modelos están habilitados, cuáles se retiran y cómo cambia la calidad en sus propios repositorios.

Cómo deberían adaptarse los equipos

Para desarrolladores individuales, el marco más seguro es delegar y luego verificar. Copilot puede ayudar a leer código desconocido, proponer refactorizaciones y generar cambios en varios archivos, pero las pruebas, el chequeo de tipos, la revisión de código y la inspección manual del diff deben seguir en el circuito. La guía de refactorización de GitHub parte precisamente de entender el código existente antes de modificarlo, con Copilot ayudando a explicar código seleccionado desde el chat en línea.

Para responsables de ingeniería, la prioridad es definir dónde puede operar Copilot en modo agente. Las ediciones multifichero y el agent mode pueden ser muy útiles para cambios mecánicos, migraciones y actualización de pruebas, pero también amplían la superficie de revisión. Las políticas de modelo, la auditabilidad y los planes de adopción pesan más cuando Copilot edita varios archivos o ejecuta comandos de terminal que cuando sugiere una sola línea.

Para equipos de plataforma, las deprecaciones de modelos deberían tratarse como actualizaciones de dependencias. Hay que revisar changelogs, probar flujos críticos con modelos de reemplazo, actualizar políticas administrativas y documentar qué superficies de Copilot quedan afectadas. Como las deprecaciones pueden abarcar chat, ediciones en línea, modo ask, modo agente y completado, el radio de impacto es mayor que el de una función aislada del editor.

En resumen

GitHub Copilot está evolucionando hacia un entorno de desarrollo con agentes y conciencia del repositorio. La evidencia más fuerte aparece en el modo agente, la edición multifichero, los follow-ups de Copilot Workspace, la búsqueda semántica, los diffs en línea, los experimentos BYOK y la selección entre varios modelos.

Pero la lectura prudente no es que Copilot ya pueda reescribir todo de forma segura por su cuenta. La tendencia confirmada es otra: Copilot se está convirtiendo en un sistema guiado por revisión para transformar intención del desarrollador en cambios propuestos sobre el repositorio. Sacarán más partido los equipos que aprendan a acotar tareas, revisar diffs con rigor, medir calidad de modelos y tratar las migraciones de modelos como parte normal de sus operaciones de ingeniería.