La integración de agentes de IA en el desarrollo de software ha generado expectativas muy altas. En teoría, estos sistemas prometen automatizar tareas complejas y acelerar la entrega de código. Sin embargo, la realidad es más matizada: muchos desarrolladores y empresas se encuentran con que el código generado no compila, utiliza SDKs obsoletos o elige servicios inadecuados. Surge entonces la pregunta de si el problema está en cómo se usa la herramienta, en la pila tecnológica o en la configuración de las extensiones. Para entenderlo hay que descomponer el stack que interviene entre la instrucción del desarrollador y el código final. Ese stack tiene capas fijas y una capa donde realmente se puede influir. Identificarlas es clave para no desperdiciar esfuerzos optimizando lo que no se puede cambiar.
El modelo de lenguaje grande (LLM) que impulsa al agente es una capa fija. No se puede reentrenar ni modificar sus pesos. Si el modelo aprendió de documentación desactualizada, generará patrones obsoletos. Si nunca vio una tecnología concreta, alucinará. La única forma de contrarrestar esa inercia es inyectar información en tiempo de inferencia, y eso se hace mediante extensiones de agente. Luego está el harness, el entorno que orquesta al agente: puede ser Copilot, Claude Code CLI, Cursor, Windsurf, etc. El harness controla el prompt del sistema, el protocolo de invocación de herramientas y cómo se ensambla el contexto. Tampoco se puede modificar directamente. Lo que sí está bajo control son las extensiones del agente: skills, servidores MCP, archivos de instrucciones y agentes personalizados. Esa es la superficie donde cualquier equipo de desarrollo o proveedor de tecnología puede incidir para mejorar los resultados.
El principal reto es que el contexto del agente es limitado. Cada extensión consume tokens. Cuando hay múltiples extensiones instaladas compiten por ese espacio finito. Una extensión que funciona perfectamente en aislamiento puede degradarse cuando coexiste con otras porque su descripción se resume, se trunca o se ignora. Esto provoca tres modos de fallo típicos: fallo de descubrimiento (la extensión no llega al contexto), fallo de selección (está en contexto pero el agente no la vincula con la intención del desarrollador) y fallo de calidad (se invoca pero su contenido perjudica más que ayuda). El más común y corregible es el de selección: basta con ajustar el vocabulario de las descripciones para que coincida con la forma en que los desarrolladores y los modelos piensan sobre el problema.
La medición es la única manera de distinguir entre lift (mejora real) y drag (empeoramiento o estancamiento). Para saber si una extensión aporta valor hay que ejecutar el mismo escenario con y sin ella, manteniendo fijos el modelo, el harness y el prompt del desarrollador. Si los resultados mejoran, hay lift. Si son iguales o peores, hay drag. Y aunque el resultado sea mejor, si el coste en tokens se dispara, se trata de un lift caro que debe evaluarse según el contexto del proyecto. Esta práctica de medir y optimizar las extensiones es lo que llamamos experiencia de agente (AX). En Q2BSTUDIO entendemos que la clave está en esa capa de extensiones, y por eso ofrecemos servicios que ayudan a las empresas a diseñar, implementar y evaluar sus propias extensiones para agentes de IA, ya sea mediante aplicaciones a medida o integrando ia para empresas que permitan a los agentes trabajar correctamente con su tecnología.
Desde una perspectiva estratégica, lo que realmente importa es optimizar cuatro dimensiones: descubrimiento (que el agente vea la extensión), selección (que la relacione con la tarea), calidad (que el contenido devuelto mejore el resultado) y composición (que funcione bien en presencia de otras extensiones). Cada mejora en AX se traduce en uno de estos cuatro puntos. Además, hay que considerar que la misma extensión puede comportarse de forma distinta según el harness utilizado, lo que obliga a probar en múltiples entornos. Este enfoque es especialmente relevante para empresas que despliegan servicios cloud aws y azure, donde la interoperabilidad entre herramientas es crítica. También aplica a proyectos de power bi o ciberseguridad, donde los agentes deben seleccionar correctamente servicios, librerías y configuraciones.
En la práctica, muchas organizaciones invierten en modelos más grandes o en prompts más detallados sin percatarse de que el verdadero cuello de botella está en cómo se empaquetan y describen las extensiones. Un agente IA bien configurado puede reducir drásticamente el tiempo de desarrollo, pero solo si las extensiones están diseñadas para ser descubiertas, seleccionadas y ejecutadas sin fricción. En Q2BSTUDIO trabajamos con software a medida que integra estas capacidades, ayudando a las empresas a crear agentes IA que entiendan su dominio técnico. Además, ofrecemos servicios inteligencia de negocio que permiten medir el impacto real de cada extensión, evitando inversiones en configuraciones que no aportan valor. La diferencia entre un agente que genera código útil y uno que entorpece el flujo de trabajo no está en el modelo ni en el harness, sino en cómo se gestiona esa capa de extensiones. Quien domine ese punto tendrá una ventaja competitiva clara en la adopción de inteligencia artificial para el desarrollo.
