DevAI — 29 mar 2026

GitHub va a entrenar con tu código de Copilot

Desde el 24 de abril, GitHub usará tus inputs, outputs y snippets de código de Copilot Free, Pro y Pro+ para entrenar sus modelos de IA, salvo que hagas opt-out manual. Básicamente, han cambiado las reglas del juego después de que millones ya estén usando la herramienta. Lo que más me jode es que lo presentan como una "actualización de política" cuando es un cambio fundamental en la privacidad. Si usas Copilot para proyectos sensibles o de clientes, corre a revisar tu configuración de privacidad. Por suerte el opt-out existe, pero que sea opt-out en lugar de opt-in dice mucho sobre sus prioridades.

leer más

Claude Code ahora tiene modo automático

Anthropic ha añadido el modo auto a Claude Code, que permite al asistente manejar los permisos de escritura de archivos y comandos bash sin que tengas que aprobar cada acción manualmente. Hasta ahora tenías que elegir entre aprobar todo paso a paso (un coñazo) o usar `--dangerously-skip-permissions` (que da miedo hasta el nombre). Ahora un clasificador evalúa cada operación antes de ejecutarla y decide si es segura. Es un paso lógico para hacer más fluida la experiencia, aunque habrá que ver qué tan bien funciona ese clasificador en la práctica. Para coding sessions largas esto puede ser un game changer.

leer más

Cursor destapa cómo entrena a Composer 2

Cursor ha publicado el reporte técnico de Composer 2, su agente para escribir código. Lo interesante es que no se han limitado a afinar un modelo base, sino que han hecho continued pretraining específico para el entorno de Cursor, reinforcement learning para que aprenda de interacciones reales, y han desarrollado sus propios benchmarks. Básicamente, han creado un modelo que entiende perfectamente cómo funciona su editor y puede navegar por codebases complejas de forma más inteligente. Si usas Cursor, esto explica por qué se siente tan diferente a otros coding assistants. leer más

Proxy CLI que ahorra hasta 90% en tokens de LLM

rtk es un proxy CLI escrito en Rust que promete reducir el consumo de tokens entre 60-90% cuando usas LLMs para comandos de desarrollo comunes. Básicamente actúa como intermediario inteligente que optimiza las consultas antes de mandarlas al modelo. Con casi 15K estrellas en GitHub y siendo un binario único sin dependencias, parece que ha tocado una fibra sensible. Si estás gastando pasta en APIs de OpenAI o Claude para tareas repetitivas de código, esto puede ser un game changer para tu factura mensual. Aunque habría que probarlo para ver si realmente mantiene la calidad de las respuestas. leer más

GitHub lanza SDK de Copilot para React Native

GitHub acaba de publicar un tutorial completo sobre cómo usar su nuevo Copilot SDK en apps React Native para automatizar el triage de issues. La idea es simple: conectas la API, le pasas un issue y te devuelve un resumen inteligente con prioridad y etiquetas sugeridas. Lo interesante es que incluyen patrones de producción reales como degradación elegante cuando la API falla y estrategias de caché. Esto puede ahorrarte horas semanales si mantienes repos con mucho tráfico, aunque espero que el pricing no sea prohibitivo para proyectos pequeños. leer más

Claude ahora lee tu código de forma inteligente

Este repo ha creado un grafo de conocimiento local que mapea tu codebase para que Claude solo lea lo que realmente necesita. En lugar de mandarle todo el proyecto cada vez, construye un mapa persistente de dependencias y relaciones entre archivos. El resultado: 6.8× menos tokens en code reviews y hasta 49× menos en tareas diarias. Es una idea brillante porque el problema real de usar Claude para código no es la calidad de sus respuestas, sino que te comes el límite de tokens como un animal. Con 3.7k stars en pocos días, claramente no soy el único que sufre este dolor. leer más

GPU de $500 supera a Claude Sonnet en código

Un modelo local llamado ATLAS está dando que hablar porque supera a Claude Sonnet en varios benchmarks de programación, y lo hace corriendo en una GPU de solo 500 dólares. Esto rompe la narrativa de que necesitas infraestructura masiva para tener modelos competitivos en coding. El proyecto está en GitHub y parece ser más una demostración técnica que un producto listo para producción, pero marca un punto interesante: los modelos locales están cerrando la brecha de calidad mucho más rápido de lo esperado. Si esto se mantiene, pronto podrías tener un copiloto de código decente corriendo en tu propia máquina sin depender de APIs externas. leer más

antigravity-awesome-skills

Esta biblioteca de Python es un tesoro para desarrolladores que trabajan con agentes de IA como Claude Code, Cursor, Codex CLI y Gemini CLI. Con más de 1,326 skills agnéticas preconfiguradas, te ahorra el trabajo de crear desde cero las capacidades que necesitas para automatizar tareas de desarrollo.

Sus 28,282 estrellas confirman que la comunidad ha encontrado aquí una solución real. La biblioteca incluye un CLI installer, bundles organizados por categorías, workflows completos y colecciones tanto oficiales como de la comunidad.

Puedes usarla para potenciar tus agentes con habilidades específicas como análisis de código, refactoring automático, generación de documentación o testing. Encaja perfecto si trabajas habitualmente con herramientas de AI coding y quieres expandir sus capacidades sin reinventar la rueda. La instalación es directa y las skills están categorizadas para encontrar exactamente lo que necesitas.

ver en GitHub