GitHub Copilot se vuelve agente nativo: la app de escritorio que controla equipos de IA, aprueba fusiones y te escucha

Sesiones paralelas con tres modos de control

La app te permite ejecutar múltiples sesiones de agentes de forma simultánea, cada una con soporte para pausar y reanudar. Las personas desarrolladoras eligen cuánta autonomía otorgan a cada sesión mediante tres modos distintos :

• Interactivo: El agente ofrece una guía paso a paso y espera aprobación en cada etapa.
• Plan: El agente redacta un plan de cambios, que debe ser revisado y aprobado antes de escribir cualquier código.
• Piloto automático (Autopilot): El agente trabaja de forma totalmente autónoma en su rama asignada, escribiendo, probando e iterando sin puntos de control manuales.

Esta escala móvil de control está diseñada para adaptarse a distintos niveles de confianza. Un desarrollador podría poner una corrección de error bien conocida en Piloto automático mientras se mantiene en modo Interactivo para una refactorización arquitectónica delicada.

Agent Merge: el ciclo de vida del PR en piloto automático

Quizás la funcionalidad más debatida del lanzamiento es Agent Merge, un gestor automatizado del ciclo de vida de las solicitudes de integración. Una vez creado un PR, Agent Merge puede responder a los comentarios de los revisores, diagnosticar y corregir fallos en las verificaciones de CI (integración continua), y fusionar automáticamente el PR una vez que se cumplan todas las condiciones, cerrando el ciclo desde la incidencia hasta el código fusionado sin intervención humana .

Esto no significa que la fusión ocurra en secreto. Las condiciones deben cumplirse explícitamente, como pasar la CI y recibir las aprobaciones requeridas. El agente puede responder a los comentarios de los revisores y enviar correcciones, pero las barreras de protección de las reglas de rama y la revisión de código siguen vigentes .

Canvases: un espacio de trabajo visual para dirigir agentes

Yendo más allá de un modelo de interacción puramente basado en chat, la app de escritorio introduce los Canvases (lienzos): espacios de trabajo visuales donde los planes, PRs, salidas de terminal y estados de despliegue aparecen como superficies interactivas visibles tanto para la persona como para el agente simultáneamente .

Un Canvas proporciona un punto de referencia visual compartido. Por ejemplo, un Canvas de tablero kanban podría mostrar todas las tarjetas mientras el agente mueve elementos y la persona arrastra para reorganizar prioridades. Un Canvas de revisión podría exponer una lista de preguntas abiertas, estados de aceptación e hilos de comentarios. Se trata de un movimiento deliberado para reducir la carga cognitiva de seguir el trabajo del agente únicamente a través de largos hilos de chat .

Dictado por voz: gestión de agentes con manos libres

La app de escritorio incluye dictado de voz integrado impulsado por conversión de voz a texto en el propio dispositivo . Después de configurar un atajo de teclado y descargar un modelo de transcripción local, una persona puede dictar instrucciones a cualquier sesión de agente. Ningún audio sale de la máquina, abordando las preocupaciones de privacidad de equipos en entornos sensibles .

El dictado por voz se lanzó simultáneamente en la CLI de Copilot, que también recibió el modo rubber duck (patito de goma) y la programación de instrucciones en una importante actualización el 2 de junio . Las capacidades de voz combinadas en ambas superficies se posicionan como un habilitador crítico para flujos de trabajo agénticos; al gestionar múltiples agentes en paralelo, dictar una instrucción puede ser más rápido y menos disruptivo que cambiar de contexto para teclear.

La conexión con la facturación: cómo encaja el modelo de Créditos AI

El momento de la expansión de la app de escritorio no es una coincidencia. El 1 de junio de 2026, GitHub retiró su sistema de facturación por unidades de solicitud premium y lo reemplazó con los GitHub AI Credits, un modelo medido donde el costo de una interacción de Copilot depende del modelo utilizado y del número de tokens consumidos, incluyendo tokens de entrada, salida y almacenados en caché .

Los precios de suscripción no cambian: Pro se mantiene en $10/mes, Pro+ en $39, Business en $19/usuario y Enterprise en $39/usuario. Pero cada plan ahora incluye una asignación mensual de créditos a una tasa de 1 crédito = $0.01 USD, y cuando los créditos se agotan, el servicio se detiene en lugar de degradarse . Los autocompletados de código y las Next Edit Suggestions (sugerencias de siguiente edición) siguen sin medirse, pero el chat, el Modo Agente, la revisión de código y las llamadas a herramientas se facturan contra el fondo de créditos .

La nueva app de escritorio, con sus pesadas cargas de trabajo autónomas, impulsa directamente el consumo de tokens y, por lo tanto, el uso de créditos. La expansión del producto proporciona a los suscriptores la interfaz principal para consumir esos créditos, y el modelo de facturación ahora está estructuralmente alineado con el costo de ejecutar muchas sesiones de agentes de larga duración y con mucho contexto .

El arco estratégico: de copiloto a plataforma de orquestación

La app de escritorio completa una trayectoria de varios años para GitHub Copilot. La promesa original era un programador de par de IA dentro del editor. La nueva realidad es una plataforma de ejecución para todo el ciclo de vida del desarrollo de software —desde la clasificación de incidencias, pasando por la generación de código, verificación de CI, revisión y fusión— con la persona desarrolladora actuando como orquestadora en lugar de única operadora.

La entrada de voz elimina la fricción al interactuar con agentes en paralelo. Agent Merge se encarga del seguimiento mecánico de los PRs. Los Canvases proporcionan una superficie visual compartida para humanos y agentes. El panel My Work muestra todo en movimiento. Estas no son características independientes; son las capas de interfaz de un sistema diseñado bajo la premisa de que los agentes son las nuevas primitivas del trabajo de desarrollo, no solo compañeros de chat .