GitHub Copilot

Dentro de un monorepositorio de TypeScript de 40.000 líneas, GitHub Copilot autocompletó una migración de base de datos de Prisma en menos de dos segundos, infirió el esquema a partir de los modelos ya abiertos, generó la secuencia ALTER TABLE correcta y se quedó esperando en texto gris en línea antes de que se pulsara una sola tecla. Ese es Copilot en su mejor momento: invisible, rápido y preciso para el tipo de código estructural repetitivo que agota a los desarrolladores experimentados y abruma a los principiantes. La pregunta para abril de 2026 es si ese mejor de los casos sigue describiendo la experiencia media, o si una serie de tropiezos en el producto lo han reducido a un caso aislado.

La respuesta sincera es complicada. Copilot conserva la base instalada más sólida en programación asistida por IA, el plan gratuito más generoso del mercado y el único agente de programación autónomo que se ejecuta de forma nativa dentro del flujo de trabajo de PR de GitHub sin herramientas adicionales. También arrastró, a principios de 2026, un error de conteo de tokens que provocó bloqueos por límite de uso a mitad de semana para los suscriptores de pago, inyectó anuncios promocionales en más de 1.5 millones de pull requests sin el consentimiento del usuario y reveló una vulnerabilidad CVSS 9.6 que permitía a las sesiones de chat extraer silenciosamente código fuente de repositorios privados. Cada uno de esos incidentes se resolvió. GitHub parcheó CamoLeak, desactivó los anuncios en los PR y ofreció reembolsos prorrateados, pero el efecto acumulativo en la confianza entre los desarrolladores que dependen de él a diario es real y cuantificable.

Lo que GitHub Copilot realmente puede ofrecer en abril de 2026

El alcance de Copilot en abril de 2026 es mucho más amplio que la herramienta de autocompletado que se lanzó en 2021. El producto actual abarca cinco modos de trabajo distintos:

Las sugerencias en línea siguen siendo el núcleo. Las finalizaciones que se aceptan con la tecla Tab aparecen en VS Code, los IDE de JetBrains, Visual Studio, Neovim, Vim, Eclipse y Xcode. Las sugerencias de próxima edición, introducidas en abril de 2025, van más allá de completar la expresión actual: predicen la siguiente edición lógica en el archivo basándose en los cambios que acabas de hacer y luego la precompletan. En la práctica, corregir la firma de una función autocompleta los sitios de llamada correspondientes en otras partes del archivo antes de que navegues hacia ellos.

Copilot Chat está disponible en todos los IDE compatibles, en github.com, en GitHub Mobile y en Windows Terminal. Con el selector de modelos lanzado en 2025, los mensajes individuales pueden dirigirse a GPT-5.4, Claude Sonnet 4.6 o Gemini 2.5 Pro, lo que permite a los desarrolladores adaptar la capacidad del modelo al tipo de tarea sin salir de la interfaz de chat ni pagar tarifas de API por separado.

Copilot Edits gestiona cambios en múltiples archivos iniciados a través de lenguaje natural. Describe lo que necesita cambiar en varios archivos, revisa las diferencias en línea e itera. Cierra la brecha entre el autocompletado de un solo archivo y la delegación completa a un agente.

El Agent Mode en VS Code y JetBrains opera de forma autónoma: dada la descripción de una tarea, determina qué archivos modificar, ejecuta comandos de terminal, lee la salida de errores e itera hasta que la tarea se completa o se queda sin contexto, sin requerir dirección manual entre pasos. Es muy adecuado para funciones contenidas y bien definidas. Su rendimiento disminuye en refactorizaciones a gran escala en bases de código desconocidas.

The Copilot Coding Agent, disponible de forma general desde septiembre de 2025, es la pieza arquitectónicamente más interesante. Asígnale un issue de GitHub. Aprovisiona una rama dentro de GitHub Actions, lee el repositorio, escribe código, ejecuta el conjunto de pruebas, completa un escaneo de seguridad y abre un borrador de pull request para revisión humana. No se requiere la presencia del desarrollador durante la ejecución. ThoughtMinds documentó el resultado: "había un pull request abierto, con las pruebas superadas, autorrevisado y con un escaneo de seguridad completado, sin un solo prompt después de la asignación inicial". GitHub informó que el agente resuelve aproximadamente el 60% de los issues asignados sin dirección adicional.

La fiabilidad del Coding Agent mejora significativamente con un archivo de instrucciones AGENTS.md en la raíz del repositorio. Los equipos que codifican restricciones, patrones SQL prohibidos, umbrales de cobertura de pruebas requeridos, convenciones de nomenclatura y pautas de seguridad, obtienen sistemáticamente resultados más limpios en la primera pasada con menos ciclos de revisión.

Dónde brilla GitHub Copilot y dónde te perjudica silenciosamente

Las victorias más claras de Copilot se encuentran en el ciclo de autocompletado y en los flujos de trabajo nativos de GitHub. Para los desarrolladores que pasan la mayor parte de su tiempo en un solo IDE y un solo repositorio, el ciclo de aceptar con Tab reduce el volumen de código repetitivo y de patrones en una cantidad medible. Un revisor lo expresó directamente: "Nada supera a Copilot para el flujo de trabajo de 'escribir y tabular'". A $10/mes para Pro, o gratis para las primeras 2.000 finalizaciones, la densidad de valor para ese caso de uso es alta, incluso en comparación con alternativas que cuestan de cinco a diez veces más.

Los fallos son estructurales más que incidentales. El Agent Mode se degrada a escala de formas que son difíciles de predecir de antemano. El desarrollador Maxim Saplin documentó el patrón directamente después de cambiar desde Cursor a mitad de un proyecto:

"El agente de Copilot se perdió a mitad de la implementación después de que se activara el resumen. El modo de planificación genera texto genérico de subagentes en lugar de planes ejecutables. No hay ramificación de diálogo, un hilo de contexto en crecimiento no se puede podar ni reiniciar a mitad de sesión sin perder el trabajo".

. Maxim Saplin, comparación directa en dev.to, 2026

Un análisis de Intuition Labs situó la precisión de Copilot en proyectos que superan las 10.000 líneas de código en aproximadamente un 50%, en comparación con las cifras más altas del sistema de contexto más estrechamente integrado de Cursor. La tasa de aceptación de sugerencias en línea se sitúa en el 35–40%, por debajo del 42–45% reportado por Cursor.

El problema de la agresividad del autocompletado también sigue siendo real. La discusión en la Comunidad de GitHub "¿Puedo hacer que Copilot sea menos intrusivo?", activa entre mayo y julio de 2025, acumuló cientos de respuestas. El patrón de quejas es constante: las sugerencias en línea de Copilot interceptan las pulsaciones de teclas, entran en conflicto con la sangría nativa del editor e interrumpen el pensamiento a mitad de una expresión. Microsoft lanzó la actualización 17.14.13 de VS Code en agosto de 2025 con controles de sugerencias configurables, enmarcando el objetivo en hacer que Copilot se sienta "como una herramienta a la que recurres en lugar de una presencia que interrumpe tu flujo". Los controles ayudan; pero no resuelven completamente el problema para todas las configuraciones.

Soporte de lenguajes y frameworks: un baño de realidad

La calidad de las sugerencias de Copilot no es uniforme en todos los lenguajes. La brecha entre su cobertura más fuerte y la más débil es lo suficientemente significativa como para afectar si la herramienta justifica el coste de su suscripción para el stack de un desarrollador en particular.

El rendimiento más sólido se da en Python, JavaScript, TypeScript, Go y Ruby, lenguajes con corpus de entrenamiento grandes y de alta calidad, y una fuerte representación en los repositorios públicos de GitHub. Para estos lenguajes, las finalizaciones en línea suelen tener calidad de producción en la primera sugerencia. Los patrones específicos de frameworks (hooks de React, middleware de Express, consultas ORM de Django, migraciones de Prisma) se reconocen y completan correctamente la mayoría de las veces.

El rendimiento cae de forma medible para Rust, Kotlin, Swift y Scala. Se degrada aún más para lenguajes de dominio específico, frameworks internos sin representación pública y bases de código con un uso intensivo de abstracciones personalizadas. La ventana de contexto de Copilot está limitada por los archivos actualmente abiertos en el editor en los planes Free y Pro; no indexa el repositorio completo por defecto. El plan Enterprise añade la indexación de la base de código, lo que aborda parcialmente el problema para grandes monorepositorios, pero el coste salta a $39/usuario/mes.

Para el plan gratuito, el acceso a los modelos está limitado a GPT-5 mini y Haiku 4.5. Los modelos de frontera (Claude Sonnet 4.6, GPT-5.4, Gemini 2.5 Pro) requieren Pro ($10/mes, 300 solicitudes premium) o Pro+ ($39/mes, 1.500 solicitudes premium). La corrección del conteo de tokens de marzo de 2026 expuso lo rápido que se agotan los presupuestos de solicitudes premium al usar modelos de frontera: una sola solicitud de Claude Opus 4.7 conlleva un multiplicador de tokens de 7.5x, lo que significa que las 1.500 solicitudes nominales de un suscriptor Pro+ se convierten efectivamente en 200 cuando usa Opus exclusivamente.

Un flujo de trabajo real: usar GitHub Copilot en una base de código heredada

El flujo de trabajo no obvio de Copilot que se reporta con mayor consistencia es la documentación inversa de código heredado antes de que comience cualquier reescritura. El ingeniero de Couchbase, Tugdual Grall, documentó el enfoque en octubre de 2025: en lugar de usar Copilot para reescribir inmediatamente el código heredado, comienza generando documentación exhaustiva a partir del código existente, módulo por módulo, y luego usa esa documentación como base para la implementación.

La configuración: establece un modo de agente "escritor de documentación" personalizado con un prompt del sistema centrado en la descripción en lugar de la generación, escribe archivos .github/copilot-instructions.md que expliquen las restricciones arquitectónicas y luego itera a través de los servicios o componentes generando documentación. La revisión humana de la documentación generada saca a la luz malentendidos antes de que comience cualquier cambio de código. La fase de refactorización procede entonces sobre una base de documentación compartida a la que tanto el desarrollador como el agente pueden hacer referencia.

Esta es la forma de lo que produce Copilot para una tarea sencilla de generación de pruebas; dada una función parcialmente escrita, el autocompletado rellena la estructura de la prueba antes de una segunda pulsación de tecla:

// Developer types:
function parseCSVRow(line: string): string[] {
  // Copilot suggests:
  return line.split(',').map(cell => cell.trim().replace(/^"|"$/g, ''));
}

// In the test file, developer types:
describe('parseCSVRow', () => {
  it('handles quoted fields', () => {
    // Copilot autocompletes:
    expect(parseCSVRow('"hello, world","foo","bar"')).toEqual([
      'hello, world',
      'foo',
      'bar',
    ]);
  });
});

La sugerencia anterior, una expresión regular para eliminar las comillas de un CSV más la aserción de prueba correspondiente, aparece en línea en uno o dos segundos tras abrir el archivo de prueba. No siempre es correcta, pero suele ser un punto de partida útil. Las 2.000 finalizaciones por mes del plan gratuito ofrecen un tiempo de evaluación significativo para exactamente este tipo de patrón.

Seguridad, licencias y filtración de código

La seguridad es la sección de cualquier evaluación de Copilot que cambió de forma más sustancial entre 2025 y 2026.

En junio de 2025, investigadores de seguridad revelaron el CVE-2025-59145, apodado CamoLeak, con una puntuación CVSS de 9.6. La vulnerabilidad se encontraba específicamente en GitHub Copilot Chat. El exploit incrustaba instrucciones maliciosas dentro de comentarios markdown invisibles en archivos o contenido web; cuando un desarrollador abría Copilot Chat con ese contenido en contexto, la IA codificaba el código fuente, las claves API y las credenciales en la nube carácter por carácter en URL de imágenes prefirmadas y las transmitía a un servidor controlado por el atacante. No se requería ninguna interacción del usuario más allá de abrir Copilot Chat. GitHub parcheó la vulnerabilidad, pero la superficie de ataque que reveló (la exfiltración asistida por IA a través de la inyección de prompts en contenido no confiable) no tiene un remedio técnico completo mientras los LLM procesen texto no estructurado.

Por otro lado, el análisis de GitGuardian de los repositorios que usan Copilot encontró una tasa de filtración de secretos del 6.4%, aproximadamente un 40% más alta que la línea base para el desarrollo tradicional. El vínculo causal es cuestionado, pero la correlación está documentada.

Sobre la retención de datos: los prompts y las sugerencias se retienen durante 28 días, incluso en los planes de pago, cuando se accede a Copilot a través de github.com o GitHub Mobile. El plan Enterprise ofrece políticas de exclusión de contenido, registro de auditoría e indemnización de propiedad intelectual (IP), pero la brecha entre el manejo de datos de Business y Enterprise es lo suficientemente significativa como para que las industrias reguladas (salud, finanzas, gobierno) deban evaluar los controles de Enterprise en lugar de asumir que las protecciones del plan Business son suficientes.

El incidente de inyección en PR de marzo de 2026 añadió daño reputacional en un eje separado. Copilot inyectó "consejos" promocionales, incluyendo anuncios de Raycast, en más de 1.5 millones de comentarios de pull requests sin el consentimiento ni la divulgación del usuario. El vicepresidente de GitHub, Martin Woodward, confirmó que la función se eliminó tras las reacciones negativas. El PM principal de Copilot, Tim Rogers, reconoció el fallo directamente en Hacker News:

"Permitir que Copilot hiciera cambios en PR escritos por un humano sin su conocimiento fue una decisión equivocada".

. Tim Rogers, PM principal de Copilot, Hacker News, marzo de 2026

El incidente planteó una preocupación estructural que no se había articulado previamente: una herramienta integrada en el flujo de trabajo de revisión de código puede modificar los artefactos de ese flujo de trabajo sin el conocimiento del desarrollador.

GitHub Copilot vs. Cursor vs. Claude Code

GitHub Copilot es la opción correcta cuando: quieres permanecer dentro de tu IDE actual, necesitas flujos de trabajo de agentes nativos de GitHub (de issue a PR), tu equipo ya está en GitHub Business o Enterprise, o necesitas el punto de entrada de menor coste (plan gratuito de $0, Pro de $10/mes) con acceso multimodelo genuino. La integración de la infraestructura y la amplitud de los IDE compatibles (VS Code, JetBrains, Visual Studio, Neovim, Vim, Eclipse, Xcode) significan un coste cero por cambiar de editor.

Cursor es la opción correcta cuando la fiabilidad del agente en tareas complejas de múltiples archivos es el requisito principal. Cursor es un fork completo de VS Code construido en torno a la IA desde cero, en lugar de una extensión acoplada a un editor existente. Su modelo de finalización con Tab, derivado de Supermaven, alcanza una tasa de aceptación reportada del 72% frente al 35–40% de Copilot. Sus modos Composer y Agent manejan la refactorización a gran escala de manera más coherente que el Agent Mode de Copilot, particularmente en bases de código que superan las 10.000 líneas. La contrapartida: el nivel superior de Cursor alcanza los $200/mes y requiere migrar a un nuevo editor. El comentarista de HN lolinder resumió el riesgo para Copilot directamente: "GitHub corre el riesgo de perder cuota de atención frente a competidores mejor diseñados" porque las sugerencias de próxima edición de Cursor son más refinadas que la integración actual de Copilot.

Claude Code es la opción correcta cuando la tarea es arquitectónica, de refactorización de múltiples archivos, de comprensión de la base de código en un proyecto grande y desconocido, o para sesiones de agentes que requieren una planificación coherente a largo plazo. Es una herramienta basada en terminal sin dependencia de IDE; su ventaja competitiva es la profundidad de comprensión de la base de código. El desarrollador Maxim Saplin, que comparó ambas herramientas directamente, describió el manejo del contexto de Claude Code como más coherente a lo largo de sesiones largas que el agente de Copilot, que puede perder el hilo a mitad de la implementación cuando el hilo de contexto crece. Claude Code comienza en $20/mes, el doble que Copilot Pro, pero para los equipos cuyo principal cuello de botella es el agente en lugar del autocompletado, la diferencia de calidad es medible. SoftPicker describió la experiencia como "programación en pareja con un desarrollador senior que ya ha leído tu base de código".

Precios para desarrolladores independientes, equipos y empresas

La controversia sobre los límites de uso de marzo-abril de 2026 cambió el significado práctico de cada plan. Las asignaciones nominales de solicitudes ya no son una guía fiable de cuántas tareas puede completar un desarrollador en un mes; el rendimiento real depende de qué modelos se utilicen y de si el multiplicador de tokens para los modelos de frontera ha consumido el presupuesto.

El plan gratuito (2.000 finalizaciones, 50 solicitudes de chat/agente al mes) sigue siendo la oferta de programación con IA sin coste más generosa del mercado. Para los desarrolladores que evalúan si vale la pena pagar $10/mes, el plan gratuito proporciona suficiente rendimiento para formarse una opinión genuina. Las finalizaciones en modelos estándar (GPT-5 mini, Haiku 4.5) no consumen el presupuesto de solicitudes premium, solo lo hacen las tareas de chat y agente que utilizan modelos de frontera.

El plan Pro ($10/mes, 300 solicitudes premium) se pausó para nuevas inscripciones en abril de 2026. Los suscriptores existentes no se ven afectados; el nuevo acceso no está disponible temporalmente a la espera de mejoras en la capacidad de la infraestructura. GitHub ofreció reembolsos prorrateados hasta el 20 de mayo de 2026 para los suscriptores que quisieran salir durante el período de interrupción.

El plan Pro+ ($39/mes, 1.500 solicitudes premium) proporciona el acceso más amplio a modelos, incluyendo Claude Opus 4.7, pero con el multiplicador de tokens de 7.5x para Opus, el presupuesto efectivo es significativamente más estrecho de lo que sugiere la cifra nominal. Es el más adecuado para desarrolladores que usan intensamente el modo agente y mezclan la selección de modelos según el tipo de tarea.

Business ($19/usuario/mes) y Enterprise ($39/usuario/mes) son las opciones estables para los equipos. Enterprise añade indexación de la base de código, modelos personalizados ajustados, BYOK para claves API de Anthropic/OpenAI/xAI, y la indemnización de IP y el registro de auditoría que requieren las organizaciones sensibles al cumplimiento normativo. El salto de precio de Business a Enterprise es pronunciado, pero el manejo de datos y los controles de cumplimiento son sustancialmente diferentes.