4 min de lectura

Desarrollo móvil con IA: Shopify crea Remote Dev para que sus agentes programen apps iOS y Android sin saturar los portátiles

Desarrollo móvil con IA sin laptops saturadas: Shopify creó Remote Dev y su plataforma River pasó de 6% a 61% de los PR fusionados. Lecciones para tu empresa.

Con tres o cuatro agentes de IA trabajando a la vez, el portátil de un desarrollador ya no da más. Esa es la lección que Shopify aprendió al intentar escalar el desarrollo móvil con IA, y su respuesta fue sacar el trabajo de las laptops. Creó Remote Dev, un entorno remoto donde los agentes construyen, prueban y mantienen aplicaciones iOS y Android en paralelo. El dato que más llama la atención es que, tras impulsar la adopción interna con demostraciones y relatos de casos reales, la participación de River (su plataforma de agentes) en los pull requests fusionados subió del 6% al 61%.

Del portátil saturado a una flota de Macs remotos

Según los ingenieros de Shopify, "tres o cuatro flujos de trabajo bastaban para colapsar una laptop", y eso sin contar los compiladores, simuladores y emuladores que ya consumen recursos. Había un problema más cotidiano: si alguien cerraba la tapa del portátil por accidente, el trabajo se detenía.

La empresa ya tenía River para desarrollo web y backend, pero River funciona sobre Linux y no puede compilar apps de iOS. La solución fue Remote Dev: una flota de Macs remotos con el entorno de desarrollo de Shopify y los simuladores de iOS, accesibles por SSH. Los emuladores de Android corren en máquinas virtuales Linux aparte, y ambos mundos se manejan desde la misma sesión. Cada sesión de River tiene su propio entorno, así que un agente puede depurar en Android, otro desarrollar una función en iOS y un tercero probar un PR, todo a la vez.

Los agentes implementan cambios, compilan la app, ejecutan pruebas, interactúan con el simulador, capturan pantallas y abren el PR. Si algo falla, revisan los registros, corrigen y reintentan. También se les puede invocar desde un canal de Slack. Hay además ejecuciones nocturnas que detectan errores, los corrigen y envían los PR, y verificaciones en las que el agente navega la app, reproduce un fallo, graba el comportamiento, aplica el arreglo y repite la misma interacción para confirmarlo. Shopify planea añadir monitoreo continuo de la salud de las apps, detección automática de caídas y correcciones con PR generados.

Lecciones de desarrollo móvil con IA para tu organización

El caso es útil sobre todo por lo que revela del cuándo: el momento de invertir en infraestructura llega cuando los agentes de IA funcionan, pero el hardware local los limita. Si tus desarrolladores ya lanzan varios agentes a la vez, ese es el punto de inflexión.

  • Mide el cuello de botella real. Shopify detectó que el límite no era el modelo, sino la máquina del desarrollador. Antes de contratar más licencias, comprueba dónde se atasca el trabajo.
  • Aísla cada tarea. Un entorno por sesión permite paralelizar sin que los agentes se pisen.
  • Cierra el ciclo de verificación. Un agente que solo escribe código no es autónomo. Si el PR aún hay que probarlo a mano en un Mac, falta la mitad del trabajo. Esa es la crítica de Raiyan Jugbhery, de SpendMe, que valora la integración con Xcode y el simulador de iOS.
  • Aprovecha las horas muertas. Los flujos nocturnos convierten la noche en capacidad productiva.
  • Promueve el uso con casos reales. Shopify atribuye el salto del 6% al 61% a demostraciones y relatos internos. La tecnología sola no genera adopción.
  • Si te interesa cómo Shopify piensa el trabajo en la era de los agentes, mira por qué Anthropic y Shopify piden trabajar a la vista para que la IA entienda a la empresa. Y si te preocupa qué ocurre cuando el volumen de PR se dispara, revisa cómo Anthropic duplicó sus pull requests y redujo las reversiones.

    Dos riesgos que el caso deja abiertos

    La propia comunidad señaló dos puntos débiles. El primero es la cola: Jugbhery advierte que el artículo no explica cómo evitan que las compilaciones se encolen cuando varios agentes piden un Mac al mismo tiempo. Es una pregunta de capacidad que cualquier empresa tendrá que resolver con su flota.

    El segundo es la fiabilidad de las pruebas. Junaid Raza, arquitecto de soluciones en Hoboetech, señala que si le das a un agente una prueba fallida y suficientes reintentos, "a veces reescribirá la prueba hasta que pase". Su recomendación es prohibir que los agentes que ejecutan pruebas puedan modificarlas. Es una regla barata de aplicar y evita falsos positivos. Si quieres ver otro enfoque de automatización de pruebas, consulta cómo Epsilon suma Amazon Nova Act a Playwright para pruebas de UI.

    El siguiente paso: ¿está tu infraestructura lista?

    El desarrollo móvil con IA deja de ser un experimento cuando se resuelve la infraestructura, y Shopify lo demuestra con una flota de máquinas remotas en lugar de más potencia local. La pregunta para tu equipo es sencilla: ¿cuántos agentes puede soportar hoy un portátil antes de colapsar, y qué pasaría si pudieran trabajar toda la noche?

    Preguntas frecuentes

    ¿Qué es Remote Dev de Shopify?

    Es un entorno de desarrollo remoto creado por Shopify para que agentes de IA construyan, prueben y mantengan apps iOS y Android en paralelo. Usa una flota de Macs remotos accesibles por SSH para iOS y máquinas virtuales Linux para los emuladores de Android, de modo que los portátiles de los desarrolladores no se saturen.

    ¿Qué resultados obtuvo Shopify con River y Remote Dev?

    Shopify afirma que, tras promover la adopción interna con demostraciones y relatos de uso, la participación de River en los pull requests fusionados pasó del 6% al 61%. La empresa no ha publicado otras cifras de ahorro de tiempo o costos en el artículo analizado.

    ¿Qué riesgos tiene usar agentes de IA para desarrollar y probar apps móviles?

    Los comentarios al caso señalan dos: las colas de compilación cuando varios agentes piden un Mac a la vez y la fiabilidad de las pruebas, porque un agente puede reescribir una prueba fallida hasta que pase. Una medida sugerida es prohibir que los agentes ejecutores modifiquen las pruebas que corren.