Harness reconstruye su repositorio Git para el tráfico generado por agentes de IA

Harness ha lanzado una nueva versión de su repositorio Git y una herramienta de revisión de código con IA. La compañía asegura que el repositorio está reconstruido desde cero para soportar el tráfico generado por agentes de programación, que producen pull requests a un ritmo muy superior al que los equipos humanos pueden revisar.

El problema no es nuevo: las pruebas internas con asistentes de IA como GitHub Copilot o Amazon CodeWhisperer ya mostraron un incremento de entre 1,5 y 2 veces en el número de pull requests, y según Martin Reynolds, CTO de campo de Harness, algunos clientes llegan a ver 10x o incluso 50x. "Imagina cómo se siente el equipo de pruebas", dice Reynolds. Muchas organizaciones no gestionan ese volumen y acaban subiendo el umbral de lo que llega a producción o acumulando una deuda de revisión.

Harness lleva desde 2023 vendiendo un repositorio Git, pero la nueva versión está pensada exclusivamente para cargas de trabajo de agentes. El sistema es una infraestructura basada en Kubernetes, multicloud y multirregión, y ha sido probado para miles de commits por segundo. La compañía lo describe como "un repositorio AI-first que funciona para humanos y para IA". Tras él hay un gráfico de conocimiento que mapea pipelines, despliegues, incidentes y políticas, de forma que el revisor pueda obtener contexto sin quemar demasiados tokens. Como ejemplo, Harness cita una migración que se marcó porque un incidente anterior detectó un CREATE INDEX no indexado que bloqueó una tabla en producción durante 14 minutos.

El otro lanzamiento, AI Code Review, funciona sobre pull requests que ya están en GitHub, por lo que no exige migrar de proveedor. Su propuesta es priorizar los cambios importantes y ocultar el ruido, como las actualizaciones de dependencias que tocan decenas de archivos. Reynolds insiste en que las herramientas deterministas del pipeline deben seguir siendo las mismas: los resultados de pruebas salen del ejecutor de pruebas, y no hay que sustituirlos.

El lanzamiento llega después de la caída de GitHub del 17 de agosto, que duró casi ocho horas. En su informe sobre el incidente, GitHub admitió que un componente crítico de su infraestructura no escaló como debía. Reynolds cree que GitHub está "construido para humanos", mientras que los agentes de IA no descansan y generan picos de tráfico que las arquitecturas tradicionales no absorben. GitHub gestiona ahora 2.900 millones de commits al mes, una media de unos 1.000 por segundo, pero ese promedio no refleja los picos.

Harness asegura que sus ingenieros ahorran más de 10.000 horas de revisión manual al mes con estas herramientas. La cifra es suya, no de un tercero, y habrá que ver si se mantiene fuera de los casos controlados. También hay que recordar que el repositorio solo ha estado en pruebas con unos 20 clientes empresariales, de los que no ha publicado nombres.

Reynolds reconoce que el objetivo a largo plazo es un ciclo de vida de entrega autónomo, pero no cree que las organizaciones estén listas. Por ahora, la pieza que más útil resultará es el revisor de código, porque no obliga a cambiar de infraestructura y ataca directamente el cuello de botella de la revisión.