¿Qué es StarSling y qué acaba de lanzar?
StarSling es una startup de la camada YC P25 que vende runners de GitHub Actions con una vuelta de tuerca: además de hardware más rápido, agentes de IA que abren pull requests para optimizar el propio pipeline. La empresa presentó su lanzamiento en Hacker News y afirma acumular más de 3 millones de jobs de CI ejecutados.
La implementación es de una línea. En tu archivo de workflow:
- Se elimina
runs-on: ubuntu-latest - Se agrega
runs-on: starsling-ubuntu-26.04
Nada más. No hay que reescribir jobs, actions ni comandos de build. StarSling no pretende reemplazar a GitHub Actions: se conecta como proveedor de runners, el mismo carril en el que compiten Blacksmith, Depot, Namespace, WarpBuild y Ubicloud, según el repaso que hizo HackerNoon sobre este mercado. Los runners son Linux x64, de 2 a 64 vCPU, sobre procesadores AMD EPYC de quinta generación.
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 →¿Por qué el CI se volvió el cuello de botella de los equipos con agentes?
Porque el volumen de código que pasa por los checks creció más rápido que la capacidad de revisarlo. El Q3 2026 State of Software Delivery Pulse Report de CircleCI —citado por HackerNoon— encontró que los fines de semana, cuando casi ningún humano está trabajando, agentes y bots generan cerca de una de cada cinco ramas de código en testeo. Desde septiembre de 2025, los workflows activos en ramas de feature crecieron 40%, contra 17% en la rama principal.
El efecto se multiplica. Según el mismo reporte, el equipo mediano necesita alrededor de cinco ciclos de CI por cada cambio que llega a producción. Y cuando algo falla, recuperar el pipeline verde toma hoy cerca de 86 minutos, arriba de los 80 minutos de septiembre anterior.
GitHub puso números propios a la tendencia: en su informe Octoverse, difundido el 28 de octubre de 2026, reportó 17.900 millones de pushes en doce meses —más que 2024 y 2025 juntos—, 1.300 millones de pull requests fusionados y que Actions ejecuta 1.440 jobs por segundo. Más del 40% de los pull requests ya arrancaban con un primer borrador de un agente en septiembre de 2026, frente al 17% de marzo.
El costo también se movió. TechTimes documentó que la factura de GitHub Copilot pasó a cobrarse por tokens el 1 de junio de 2026, con usuarios intensivos reportando aumentos de 10x a 50x. En ese mismo artículo, Uber aparece como el caso más citado: agotó su presupuesto anual de herramientas de coding con IA en abril y terminó limitando el gasto a US$1.500 por mes por herramienta.
Los resultados que reportan sus primeros clientes
StarSling publica casos con cifras concretas, todas reportadas por la propia compañía:
- Mastra: suite de tests 6x más rápida, de 29m 56s a 5m 06s en p95.
- Better Auth: E2E 2x más rápido, de 2m 22s a 1m 04s.
- Partcl: tiempo en cola 16x más corto, de 9,5 minutos a 35 segundos.
- También figuran Bespoke Labs, OrgOrg y Kismet Golf.
En su propio benchmark, un job de TypeScript en un runner estándar de 4 vCPU pasa de 131,5 segundos en GitHub Actions a 61 segundos en StarSling. Son números de parte interesada: sirven como referencia, no como auditoría independiente.
¿Cómo funciona el «CI que se mejora solo»?
Dos piezas. La primera es Adaptive Compute: un Sandbox Router que manda cada job al sandbox más rápido disponible y un Afterburner que suma hasta 25% más de CPU y hasta 50% más de RAM a un step en ejecución, sin costo extra. La compañía afirma que eso da hasta 2,32x más velocidad que los runners alojados de GitHub.
La segunda son los agent PRs. Tras instalar la GitHub App, los agentes analizan workflows, logs y telemetría de máquina, y abren pull requests con arreglos: caching, paralelización, instalación de dependencias, sharding de tests y estructura del workflow. Tú revisas y haces merge. Están activados por defecto solo en planes pagos.
Hay un tercer componente que no requiere migrar nada: skills de agente open source que corren en tu máquina y le entregan a tu agente de coding la evidencia para arreglar el CI. Son /ci-speedup (tiempo total), /ci-score (configuración), /ci-secure (superficie de ataque) y /sling (diagnóstico de un job fallido).
Para el trabajo repetitivo, StarSling Disks monta directorios persistentes en el runner. En un benchmark sobre el store de pnpm de Mastra, de 4,5 GiB, las dependencias estuvieron listas en unos 25 segundos, 4,5x más rápido que actions/cache de GitHub. El almacenamiento cuesta US$0,50 por GB-mes.
¿Cuánto cuesta StarSling frente a GitHub Actions?
El plan de uso se factura a US$0,008 por minuto en runners Linux de 4 vCPU y 16 GB, contra los US$0,012 por minuto de GitHub Actions: un 33% menos según la compañía. Se cobra por segundo, el tiempo en cola no se factura nunca y la concurrencia es ilimitada. Las cuentas nuevas arrancan con 2.000 minutos gratis y sin tarjeta.
El contexto importa: según HackerNoon, GitHub recortó hasta 39% los precios de sus runners alojados el invierno pasado, así que la ventaja de precio de cualquier proveedor tercero hay que recalcularla con la tarifa vigente, no con la histórica.
También hay GPU. Los GPU Runners son drop-in y usan una tarjeta dedicada por job: RTX PRO 6000 a US$0,06422 por minuto, RTX 5090 a US$0,03022 y RTX 4090 a US$0,02522, con H100 anunciada como próxima. Y los Review Runners —agentes de revisión de código que corren como un job más en tu propio CI, con tu propia API key de modelo— se facturan a una tarifa normalizada de US$0,004 por minuto. Los tokens del modelo los pagas a tu proveedor.
En aislamiento, cada job corre en una microVM de un solo uso, aislada por hardware, destruida al terminar. Los secretos pasan de GitHub a tu job y, según la compañía, nunca se almacenan.
¿Qué significa esto para tu startup?
Si tu equipo ya usa agentes de coding, el CI dejó de ser un detalle de infraestructura y se volvió una línea de costo y un freno de velocidad. Cuatro cosas concretas:
- Mide antes de migrar. Toma el tiempo mediano de tus jobs más pesados y cuántos ciclos de CI necesitas por cambio. Si no sabes cuál es tu cuello de botella, cualquier proveedor te va a parecer igual de bueno.
- Empieza por lo gratis. Las skills
/ci-speedupy/ci-scoreson open source y corren en tu máquina: puedes sacar mejoras de caching y paralelización sin cambiar de runner ni firmar nada. Es el paso con mejor relación esfuerzo/resultado. - Prueba el cambio de una línea en un repo, no en todos. Los 2.000 minutos gratis alcanzan para comparar tu pipeline actual contra el nuevo en un proyecto real. Compara p95, no promedio: el promedio esconde justo la cola que hace esperar a tu equipo.
- Vigila el lock-in. Un runner drop-in es fácil de entrar y de salir; los agentes que aprenden de tus workflows y los discos persistentes, menos. Vale la pena preguntar qué pasa con tus caches y tu historial si mañana te vas.
Conclusión
StarSling llega a un mercado que ya estaba caliente y lo hace con el argumento más fácil de vender: una línea de código y una factura más baja. Lo interesante no es el runner, es el giro hacia el CI que se optimiza solo. Si los agentes van a seguir multiplicando los pull requests —y los datos de CircleCI y GitHub apuntan a eso—, el pipeline tiene que mejorar al mismo ritmo que el volumen de código. La pregunta que cada founder debería hacerse no es si cambiar de runner, sino cuánto de su tiempo de ingeniería se está yendo en esperar checks que nadie optimizó nunca.
Fuentes
- StarSling (fuente original)
- Avrea’s Faster Runners for GitHub Actions Reflect How AI Coding Is Changing CI — HackerNoon
- GitHub says 2026 code activity hit records as agents spread — blockchain.news
- GitHub Copilot Billing Shock Confirmed: Agentic Users Face 10x Cost Surge — TechTimes
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 →













