AI Engineer CODE: la cumbre de agentes de código de 2026

AI Engineer CODE: la cumbre que cierra el año de los agentes

AI Engineer sirve 6 millones de vistas al mes para 1,8 millones de visitantes únicos mensuales, según la propia organización. Su evento insignia de cierre de año, CODE, es un summit de pista única con invitación limitada a los 1.000 mejores ingenieros de agentes del mundo. Lo que se discute ahí no es teoría: suele adelantar entre seis y doce meses lo que después llega al resto del mercado.

La edición anterior dejó conceptos que hoy son moneda corriente — las Skills, las Software Factories y la predicción de la muerte del IDE. Para 2026, la organización de CODE eligió tres ejes que funcionan como hoja de ruta: Scaling without Slop, System One models e Increasing Ambition. Si tu startup construye producto con agentes de código, estos tres temas son la agenda que vas a tener que resolver el año que viene.

Los tres ejes de CODE y qué significan para tu equipo

Scaling without Slop parte de una constatación incómoda: la consigna del año pasado de "no más slop" derivó en discusiones sobre cómo gestionarlo, incluyendo el auge y la caída del Tokenmaxxing — la práctica de quemar tokens sin control para forzar resultados. El enfoque de escalar sin generar basura funcionó en parte, pero la propia organización admite que hace falta más. Traducido a tu operación: el cuello de botella dejó de ser la capacidad del modelo y pasó a ser la calidad del output que tus agentes meten al repositorio.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

System One models apunta en la dirección opuesta a la tendencia dominante. Mientras la industria empuja hacia enjambres cada vez más grandes y caros de agentes de código, este eje explora el software "inteligente" como el mayor cambio en ingeniería de IA. La distinción entre Decision Models y System One models se discutió en el podcast de AI Engineer y en la charla de Diogo y el equipo TypeSafe, pero según la organización se perdió para la audiencia amplia. Es la apuesta más contraintuitiva del evento y la que más vale la pena seguir.

Increasing Ambition documenta algo que ya está pasando: reescrituras cada vez más ambiciosas de las categorías de software más difíciles, desde navegadores hasta suites de edición tipo Photoshop o SaaS B2B de gama media. El caso destacado es Jarred Sumner, que partirá de la reescritura de Bun en Rust y anticipará Bun AOT y nuevas funciones del compilador nunca antes intentadas con un equipo tan pequeño.

Los agentes de código ya no son una promesa: los números de GitHub

El contexto que rodea a CODE es elocuente. Según el informe Octoverse 2026 de GitHub, los agentes de IA abrieron más del 40% de todos los pull requests de la plataforma en septiembre de 2026, unos 110 millones en un solo mes. En marzo esa cifra era del 17%: la proporción se más que duplicó en medio año y el volumen bruto se multiplicó por seis.

El detalle importa más que el titular. Los pull requests con agentes involucrados tocaron múltiples archivos el 87% de las veces, frente al 79% de los tradicionales. Y el 90% de los PR generados por agentes se fusionó en menos de dos semanas, contra el 86% de los convencionales. No son cambios triviales ni quedan varados en revisión.

En el año cerrado al 30 de septiembre de 2026, GitHub registró 17.900 millones de pushes, 34.300 millones de commits y 1.300 millones de pull requests fusionados. Entre los usuarios activos mensuales de GitHub Copilot, el 55% ya usa funciones agénticas, frente al 35% de un año antes, y los agentes autónomos en la nube crecieron 230% interanual.

Ese volumen está tensionando la infraestructura. GitHub sufrió varias caídas significativas en meses recientes, incluida una que duró casi ocho horas, y está migrando de sus propios centros de datos a Azure para sumar capacidad. La presión abrió una categoría nueva: Entire, la startup de Thomas Dohmke —ex CEO de GitHub— lanzó una alternativa con Trails, que reemplaza el pull request por un panel de puntuaciones de agentes. Dohmke describió el PR como "un registro de auditoría que solo lee el agente". La empresa levantó una ronda semilla de US$60 millones en febrero de 2026 liderada por Felicis, con participación de M12 (el brazo de venture de Microsoft), Madrona y Basis Set Ventures.

Mistral Large 4 y la carrera por el código abierto

En paralelo a la conferencia, Mistral AI liberó los pesos abiertos de Mistral Large 4, su modelo insignia apodado "Le Chonk". Es un Mixture-of-Experts nativamente multimodal de aproximadamente 1 billón de parámetros totales y 52.000 millones activos, con ventana de contexto de 1 millón de tokens y soporte para más de 160 idiomas. La compañía lo entrenó desde cero en 3.800 GPUs NVIDIA Grace Blackwell en sus propios centros de datos europeos.

El precio de API es de US$0,70 por millón de tokens de entrada y US$2,10 por millón de salida, con entrada cacheada a US$0,07. La licencia (Mistral Ecosystem Open-Weight License, una MIT modificada) permite usar, modificar y vender productos construidos sobre el modelo, pero exige una licencia comercial aparte para quien lo ofrezca como servicio.

En benchmarks, Mistral reporta 48% en el Coding Agent Index de Artificial Analysis —prácticamente empatado con GLM-5.3 de Zhipu— usando 47% menos tokens por tarea, y 41% en Terminal-Bench 4.0, trece puntos más que la versión preview. El argumento comercial es claro: un modelo occidental de primer nivel que las empresas y gobiernos pueden alojar dentro de su propio firewall, sin exponer datos sensibles a la nube.

¿Qué significa esto para tu startup?

El mensaje de fondo de CODE y de los números de GitHub es que los agentes de código ya cruzaron el umbral de la adopción y ahora el problema es de proceso, no de capacidad. Tres acciones concretas:

Mide el costo real, no el de la factura. El gasto en tokens es la métrica equivocada. La pregunta correcta es cuántas horas de ingeniería consume revisar y corregir lo que producen tus agentes. Si tu equipo re-ejecuta tareas o verifica a mano cada resultado, estás pagando dos veces.
Pon al agente en el momento de autoría, no en el de ejecución. Que el agente explore, razone y proponga código revisable en el repositorio, y que la ejecución posterior sea determinista. La variabilidad vale cuando generas opciones y cuesta caro cuando emite veredictos.
Evalúa un modelo abierto para datos sensibles. Con pesos descargables y despliegue on-premise, Mistral Large 4 habilita casos que un modelo cerrado no permite por compliance. Si operas en sectores regulados o vendes a gobierno, esa diferencia puede ser decisiva.

La cumbre deja una señal clara para 2027: la ventaja competitiva ya no estará en quién usa más agentes, sino en quién construye el andamiaje —revisión, tests independientes, control de costos— que hace que su output sea confiable.