Automatizar las mejoras de velocidad de una web con bucles de agentes de IA

A quién le sirve. Equipos de programación con una web o una aplicación grande que tienen mantenimiento repetitivo pendiente, como acelerar consultas o actualizar dependencias.

Qué hicieron

El responsable técnico de DEV, una web de artículos para programadores, montó una especie de fábrica de software con agentes de IA que trabajan solos. Cada bucle tiene una tarea: acelerar consultas a la base de datos, acelerar los tests, actualizar piezas de código antiguas o corregir errores en producción. Cada diez minutos en horario laboral se activan, leen datos reales de la web, proponen un cambio y lo envían para revisar. Otro agente, de un modelo distinto, revisa y aprueba solo los cambios de bajo riesgo.

Cómo salió

Según el autor, el tiempo medio de una petición bajó de 70 a 16 milisegundos. En un mes se aprobaron 475 cambios, 351 de ellos de los bucles automáticos y 93 hechos por él directamente. Eso le dejó tiempo para trabajo más creativo, como rediseñar la portada.

Conviene saber

Hubo muchos fallos hasta que funcionó: los primeros bucles solo leían el código y adivinaban, y mejoraron cuando vieron datos reales de la web. Requiere saber programar y un servidor propio para ejecutar los agentes.

Qué necesitas

• Un servidor donde ejecutar agentes de programación
• Acceso a datos reales de la aplicación, como un informe de rendimiento
• Un repositorio con tests automáticos
• Cuentas con uno o varios modelos de IA de pago

Cómo hacerlo tú, paso a paso

1. Elige una tarea de mantenimiento repetitiva, por ejemplo consultas lentas o tests lentos.
2. Dale al agente datos reales de la aplicación, no solo el código.
3. Limita cada bucle a un tipo de cambio y a un cambio abierto a la vez.
4. Programa el bucle para que se active cada cierto tiempo en horario laboral.
5. Haz que otro agente, de un modelo distinto, revise cada cambio.
6. Aprueba solo los cambios pequeños y de bajo riesgo cuando los tests pasen.
7. Revisa tú lo importante y mide la mejora con el mismo dato de partida.

Eres un agente que mejora [qué mejorar, por ejemplo la velocidad de mi web]. Antes de tocar nada, mira los datos reales de [fuente de datos, por ejemplo mis informes de rendimiento] y elige el problema que más pesa. Propón un único cambio pequeño, explica con esos datos por qué ayuda y envíalo para que una persona lo revise. No hagas más de un cambio abierto a la vez. Has terminado cuando el cambio esté propuesto con la prueba de que mejora y sin romper nada.

Consejos

• Usa un espacio de trabajo aislado por cada bucle para que no se pisen.
• Pon una comprobación sencilla antes de gastar nada con la IA: si no hay trabajo pendiente, que salga sin gastar.
• Cambia de modelo cuando un arreglo falle: otro modelo puede ver lo que el primero no vio.

Preguntas frecuentes

Fuentes

• @dailycontext en DEV ↗

En el directorio desde el 10 de noviembre de 2026.