GitHub's Plan for the Agents War Isn't an Agent

El audio y el vídeo están en inglés. Estas notas son una traducción.

Hoy entrevisté a Luis Bitencourt-Emilio, SVP de Copilot Agents en GitHub y miembro del board de la Wikimedia Foundation. Antes de esto pasó una década en Microsoft, fundó el primer equipo de IA de Reddit, vendió su propia startup a Meta, y fue CPO en Rappi y en Loft.

Su handle de LinkedIn es linkedin.com/in/artificialintelligence, que tomó hace una década, cuando nadie lo quería.

Le planteé el elefante en la habitación de frente: cuando hablo con builders en SF escucho de Claude Code, Cursor y Codex, no de Copilot. Su respuesta es que todos esos corren sobre GitHub, y que su trabajo no es ganar con un solo agente sino hacer que cada uno tenga éxito en la plataforma.

También hablamos de por qué nadie en sus reuniones con clientes pregunta cómo reemplazar desarrolladores, de por qué ningún modelo se ha mantenido en la cima más de tres meses, y de qué pasó cuando investigó al número uno de gasto de tokens de GitHub.

Estructura y Highlights Clave

Salir de Brasil a los Doce

• Llegó a Estados Unidos en diciembre de 1994, pasando del verano brasileño a la nieve
• Empezó a mitad de sexto grado, sin el idioma, en una escuela donde todos ya se conocían
• La mañana en que hizo clic: tenía doce años, no podía devolver a la familia, así que decidió disfrutarlo
• Su primer amigo fue un niño que hablaba ruso, y se hicieron amigos por la palabra para cuadrado, que es quadrado en portugués y kvadrat en ruso
• Lo que se llevó de eso: mientras estás adentro de algo difícil da terror, pero mirar hacia atrás lo que superaste construye la confianza para enfrentar cosas más grandes

Volver en la Otra Dirección

• Después de una década en Microsoft se fue a una startup de Serie A de nueve personas en Los Ángeles, y su madre pensó que estaba loco
• Lo que le dijo que era lo correcto: a todos los demás les parecía una locura y a él le parecía obvio
• Lo que lo inquietó en retrospectiva: armó el pipeline de reclutamiento de Microsoft en Brasil, sacando al mejor talento, y eso contribuía a la fuga de cerebros
• Su defensa: en ese momento no había una oferta competitiva en Brasil contra la cual comparar
• Se mudó a Colombia por Rappi sin haber pisado el país, y aterrizó un sábado para empezar a trabajar el lunes
• Su regla para decidir: ¿esto me va a hacer crecer, y abre más puertas después?
• Lo que lo entusiasma de la región ahora: no tropicalizar modelos de Estados Unidos, sino las empresas que solo tienen sentido ahí, como lo que Pix habilita en Brasil

Lo que Rappi y Loft le Enseñaron sobre la IA

• La lluvia en Bogotá: asumió que era un problema de modelar el tráfico, hasta que supo que los repartidores en moto se detienen bajo un puente durante 20 minutos y la cena de alguien se queda esperando
• El COVID triplicó la demanda y los primeros meses fueron únicamente mantener los servidores en pie
• Después llegó el Día de la Madre en Colombia, un domingo, con todos los restaurantes cerrados y el país entero pidiendo brunch al mismo tiempo
• Los sistemas aguantaron, y las llamadas que llegaron en cambio fueron de restaurantes familiares, con decenas de repartidores dando la vuelta a la cuadra, pidiéndoles que dejaran de enviar pedidos
• La lección que se lleva a las herramientas de desarrollo: el humano en el loop no es un eslogan, y estos problemas no se resuelven solo en la capa digital
• Su valor favorito de Reddit, escrito en la pared: recuerda a los humanos

Sobre si los Founders Tienen que Estar en San Francisco

• Su respuesta: no, pero no es más fácil
• Wikimedia es su prueba de que lo distribuido a nivel global y remote-first funciona, y también su prueba de que exige un esfuerzo enorme
• El argumento a favor de la densidad: la suerte favorece a quien está preparado, y cuantas más chances tienes de cruzarte con alguien, más probable es que una de esas chances importe
• Si no estás ahí, tienes que fabricar esa chance a propósito, a través de comunidades, del open source, o de trabajar en remoto para una empresa que sí está
• Sobre Nubank y Mercado Libre: los dos fundadores pasaron un tiempo importante en California, y él no cree que sea coincidencia
• Su encuadre: los humanos somos animales de pattern matching, y un conjunto limitado de patrones limita lo que puedes crear

¿Sigue Siendo Relevante Copilot?

• Su contexto: las herramientas de desarrollo estaban peor paradas que la IA durante el invierno de la IA, porque el supuesto era que AWS o Microsoft te compraba y ahí se acababa
• El punto de quiebre que nombra: más o menos los últimos nueve meses, cuando las herramientas de desarrollo pasaron de la categoría más fría a la más caliente
• Su reencuadre de la pregunta enterprise: tiene menos que ver con enterprise y más con para qué optimiza el producto
• GitHub es inherentemente multiplayer, y su tagline original era social coding
• Dónde se ve ese trade-off: cuando los recursos obligan a elegir, se quedan con el caso de uso del equipo o de la empresa por encima del desarrollador individual, y eso se lee como enterprise
• El argumento de plataforma: Claude, Codex y el resto están todos en GitHub, y su trabajo es hacer que todos ellos tengan éxito
• Ya tienen agentes de terceros en la plataforma junto a Copilot, y quieren agentes a lo largo de todo el ciclo de vida del desarrollo de software, incluyendo code review, SRE y debugging

Lo que los Clientes Preguntan de Verdad

• En los briefings con ejecutivos, todas las preguntas son sobre entrenar desarrolladores, medir la eficacia y el ROI
• Ni un solo cliente ha preguntado cómo reemplazar desarrolladores o reducir el headcount
• Su lectura: estamos lejos de un mundo en el que los humanos no van en el asiento del conductor
• El argumento de la abstracción: los compiladores ya nos sacaron del assembly, y esto sube la conversación una capa para que la gente de producto y los ingenieros hablen el mismo idioma

Un Agente o Muchos

• Su apuesta es un mundo multi-modelo, y su evidencia es que ningún modelo se ha mantenido en la cima más de tres meses
• La analogía humana: no armarías un equipo con la misma persona en cada rol, y los modelos difieren de la misma manera
• Su funcionalidad favorita es rubber duck: que un modelo critique la solución de otro modelo, y después traer un tercero que juzgue los dos puntos de vista
• Lo que hace cuando sale un modelo nuevo: lo mete en esa conversación para desarrollar un gusto de en qué es bueno
• Sobre el tooling: no todo el mundo se va a pasar a la CLI, y van a seguir apareciendo harnesses nuevos y paradigmas de interacción nuevos
• Sobre el harness en sí: no cree que ahí haya un secret sauce enorme
• Su analogía: saber si un desarrollador usa Windows, Mac o Linux no te dice nada sobre si es bueno

Distribución versus Velocidad

• La batalla de siempre que describe: incumbentes que apalancan la distribución contra startups que apalancan la velocidad
• La distribución da una ventaja de salida, no una garantía, y si tardas demasiado en capitalizarla el disruptor también consigue distribución
• Lo distinto en esta generación: la velocidad desde la fundación hasta una distribución grande está rompiendo récords, así que a los incumbentes les toca un año en vez de una década

Microsoft Entrenando sus Propios Modelos

• Lo ve con buenos ojos, y trabaja todas las semanas con el equipo de MAI
• El ángulo enterprise: cuando controlas la cadena de suministro puedes dar garantías sobre los datos de entrenamiento y las licencias
• Lo que las empresas sí preguntan, y los desarrolladores individuales nunca: qué responsabilidad tengo si este modelo produce código que se considera copiado de otra persona
• El paralelo que traza sobre saber programar: los grandes líderes de ingeniería en general saben programar, y si el modelo es una caja negra para ti, vas a ser menos efectivo construyendo un harness para él

La Adopción Enterprise Viene en Picos

• Hay empresas que van all-in y otras que no han empezado, y eso no se alinea de forma prolija con ser una empresa de tecnología
• El ejemplo que lo sorprendió: una empresa de semiconductores muy adelante en medición, educación y enablement
• La trampa de la medición: todos empiezan por el gasto en tokens, y después por los leaderboards de gasto en tokens
• La referencia a Dilbert: págales a las personas por bug corregido y se van a escribir un auto
• Lo que pasó en Microsoft: quien más tokens gastó durante una semana resultó haber agregado algo a un pipeline de CI/CD y ni siquiera lo estaba mirando
• Su recomendación de verdad: atar el trabajo a resultados de negocio, de la forma en que cada equipo en Rappi y en Loft tenía un backlog de hipótesis sobre mover una métrica del negocio
• Su salvedad: eso satisface menos que un dashboard, y una parte son indicadores rezagados
• La comparación honesta: medir la productividad del desarrollador humano tampoco lo resolvimos nunca

Lo que Hacen Posibles las Sesiones de Agentes

• Antes, la conversación que llevaba a una feature era efímera y vivía solo en tu cabeza
• Con las sesiones de agentes, existe el hilo completo: a qué datos lo apuntaste, el código fuente, el versionado, los PRs
• Lanzaron Chronicles para que puedas preguntarle a tus propias sesiones pasadas cómo ser más eficiente, qué modelo toma menos iteraciones, cómo mejorar tu prompting
• El siguiente paso que imagina: aprender de las sesiones de tu equipo, para que una persona nueva pueda preguntar qué exigieron de verdad los primeros tres meses
• Su pregunta más amplia: cómo deberían evolucionar los líderes y los managers para dirigir empresas con este set de herramientas
• Los equipos ya están haciendo standups dentro del feature de canvas, con el agente moviendo cosas en el tablero

Los Agentes de Código como Asistentes Personales

• Su pitch de un offsite a fines del año pasado: el camino desde un agente de código hasta un asistente personal es mucho más corto que el que va desde una interfaz de chat hasta uno
• La razón: el código es flexible por naturaleza, y un asistente necesita esa flexibilidad
• Su analogía: un compañero de trabajo que solo puede contestar en tu app de mensajería y no hacer nada más no es un compañero útil
• Adónde lleva: todos los desarrolladores son trabajadores de la información, y no todos los trabajadores de la información son desarrolladores hoy, pero ese solapamiento está creciendo
• La pregunta del sistema operativo: él antes era el orquestador encima de las aplicaciones, y ahora el propio OS podría volverse el orquestador

Sobre Cómo se Desdibuja su Propio Equipo

• Ingeniería, producto y diseño se están desdibujando con fuerza, hacia una mentalidad de builder full-stack
• El precedente de Reddit: armó el equipo con ingenieros de ML que podían hacer data science, modelado y creación de servicios, y así minimizaba los saltos entre humanos
• Lo que todavía no se ha desdibujado mucho: otras disciplinas más allá de EPD
• La excepción que lo sorprendió: el mayor consumidor de herramientas de IA en GitHub que no es de ingeniería es el equipo legal

Por Qué el Equipo del Podcast de Enzo se Mudó a un Repo

• La mayor parte de su trabajo ahora ocurre en workspaces agénticos, y las herramientas de video quedan solo para la última milla
• Su editor, con background de ingeniería, le dijo que la respuesta era GitHub, y él se resistió antes de intentar y no lograr que Notion funcionara
• Luis está de acuerdo por experiencia: las funciones de project management dentro de los asistentes de IA son básicas, con límites de archivos y de contexto
• Su respuesta sobre adónde va esto: GitHub se mantiene enfocado en los desarrolladores profesionales, subiendo el techo y bajando el piso
• Su advertencia: distraerse de la misión central por las cosas brillantes sería un resultado negativo
• La señal de la organización: VS Code ahora está en la misma org, y quieren que las sesiones se vuelvan un primitivo de GitHub, de la misma forma en que lo son los PRs
• Con el sombrero de usuario puesto: hacer de GitHub la casa del trabajo de conocimiento es una jugada de Microsoft, no de GitHub, dado Office

¿Más Autonomía Siempre Es Mejor?

• En general sí, siempre y cuando se llegue al resultado correcto
• Lo que no quieres: cinco horas de trabajo antes de enterarte de que se fue por el camino equivocado, lo que ahora también es caro en tokens
• El encuadre humano: alguien recién contratado necesita más coaching al principio, menos contexto con el tiempo, y al final solo te cuenta los resultados
• El modo de falla: tres meses de trabajo sin supervisión que resulta ser patinar sin avanzar, o construir A cuando necesitabas C
• Por qué construyeron mission control: la autonomía no puede ser una caja negra, y los humanos necesitan ver las sesiones y corregir el rumbo

Wikipedia en la Era de la IA

• Wikipedia y Reddit están de forma consistente entre las fuentes más citadas de estos modelos, y las dos le quedan cerca
• Lleva cerca de seis años en el board de Wikimedia, y la conversación sobre IA es anterior a GPT: se remonta a los asistentes de voz
• La preocupación que nombra: si esto desintermedia a Wikipedia
• Su respuesta: la misión es impulsar el conocimiento libre, y la forma en que aparece es una táctica, no la estrategia
• La única salvedad: tiene que seguir siendo sostenible, porque la parte más importante de Wikipedia es la comunidad de editores, y un loop de feedback roto hace que esa comunidad se achique
• Sobre las alucinaciones: el arreglo es el mismo que Wikipedia ya tenía, citation needed
• La conversación del colegio con su hijo: los profesores antes decían que no confiaras en Wikipedia, y ahora está al revés
• El detalle de la comunidad que cuenta: Jimmy Wales oficia bodas, y Luis ya le dijo que va a oficiar una en Wikimedia, en París

A Quién Agradece

• Su padre, de quien dice que podría llevar su propio podcast: aprendió piano y guitarra por su cuenta, organizó las primeras elecciones en Timor Oriental, trabajó para la ONU, fue decano de varias universidades, tiene un doctorado en ciencia política y enseña marketing en Georgetown
• Lo que significó entrar al board de Wikimedia: el mensaje de su padre, y el orgullo de que sus caminos por fin se cruzaran

Glosario Silicon Valley

Personas, Empresas y Referencias

Personas Mencionadas

• Luis Bitencourt-Emilio: SVP de Copilot Agents en GitHub, miembro del board de la Wikimedia Foundation
• Su padre: trabajo en la ONU, primeras elecciones en Timor Oriental, decano de varias universidades, enseña marketing en Georgetown
• Felipe Villamarín: cofundador de Rappi, quien explicó el problema de la lluvia en Bogotá
• Jimmy Wales: fundador de Wikipedia, que oficia bodas dentro de la comunidad
• Mustafa Suleyman: lidera el equipo de MAI con el que trabajan cada semana
• Vinícius Júnior: su referencia del Flamengo de irse al exterior y volver
• Enzo Cavalie: host del podcast

Empresas y Organizaciones

• GitHub y Copilot: donde lidera la organización de agentes
• Microsoft: una década ahí, más el equipo de modelos MAI y los anuncios de Windows en Build
• Reddit: donde fundó el grupo de intelligence
• Meta: adquirió su startup
• Rappi y Loft: donde fue CPO, en Colombia y en Brasil
• Wikimedia Foundation: donde está en el board
• Claude, Codex, Cursor, Devin: el panorama competitivo, todo corriendo sobre GitHub
• VS Code: ahora dentro de la misma organización
• LM Studio: lo que tiene en su laptop para probar modelos locales