5 min de lectura

Deuda técnica en agentes de IA: Google mide que un TODO olvidado cuesta 77% más tokens y 105% más tiempo

La deuda técnica en agentes de IA tiene un coste medible: Google halló que los TODO obsoletos disparan 77% más tokens. Descubre cómo limpiarlos y qué aplicar.

La deuda técnica en agentes de IA ya no es una molestia abstracta de los equipos de ingeniería: Google acaba de ponerle precio. Tras analizar cientos de millones de pasos de agentes, sus investigadores descubrieron que un simple comentario `TODO` olvidado en el código puede provocar que el agente se desvíe de la tarea y consuma 77% más tokens, dé 70% más pasos y haga esperar 105% más al desarrollador. Un comentario que cualquier humano ignora, el agente lo lee como una orden.

El estudio, publicado el 6 de noviembre en el blog de Google Developers por Sam Saccone y Madhuri Garikapati, y recogido después por InfoQ, bautiza el fenómeno como «agent distraction» (distracción del agente). Usaron como termómetro los comentarios `TODO(bug/...)` y `FIXME(bug/...)`, porque suelen quedar en el código mucho después de que el bug se resuelva o se abandone, mientras el ticket enlazado conserva el estado real. Cruzaron cada TODO que un agente encontraba con el estado del ticket y con el prompt del usuario. Con trazas de miles de ingenieros, vieron que el 13% de las sesiones expuso al agente a una referencia de este tipo. En un 6% de esos encuentros, el agente actuó sobre ese bug, y en 83% de esas acciones el desarrollador no había pedido nada al respecto.

El desglose es lo más revelador. El 41% de los desvíos no solicitados persiguió tickets ya cerrados (32% bugs ya corregidos, 9% callejones sin salida o «won't fix», más un 2% de tickets duplicados o restringidos). En el 57% el bug seguía abierto, pero estaba fuera del alcance de lo pedido: puro scope creep. En esos casos, el agente solo consultó información un 61% de las veces, pero editó código el 39%. Google documenta un caso en el que un agente, sin que se lo pidieran, modificó el código de un descargador de modelos a partir de un TODO, hasta que el humano le reprochó el exceso. En otro, un bug arreglado en 2023 seguía desviando investigaciones en un archivo de pruebas.

Cómo reducir la distracción de los agentes de programación con IA

La respuesta de Google no fue pedir más disciplina a los humanos, sino desplegar agentes de limpieza. Su «todo cleaner» escanea el repositorio, y en ocasiones revisa años de historial de git para confirmar que tanto el TODO como la intención original están obsoletos. Solo entonces abre una pull request para eliminarlo. El resultado en seis meses: miles de referencias obsoletas eliminadas con una aceptación superior al 95% por parte de revisores humanos. Es decir, se automatiza la tarea sin renunciar al criterio humano.

La comunidad lo resumió bien. Ryan White comparó el problema con el comportamiento de un desarrollador junior «a velocidad de máquina»: dejas un comentario engañoso y alguien pierde un día persiguiéndolo, solo que ahora ocurre 40 veces por hora y pagas los tokens. Tulasiram añadió que «los comentarios también son contexto».

Qué puedes aplicar en tu empresa para limpiar la deuda técnica antes de escalar agentes

Si ya usas asistentes de código, o piensas hacerlo, estas son las lecciones prácticas:

  • Audita tu «contexto tóxico». Busca TODO, FIXME, especificaciones antiguas y documentación desfasada. Cruza cada referencia con el estado real del ticket en tu gestor de incidencias.
  • Mide antes de arreglar. Google no adivinó: usó trazas de sesiones para cuantificar desvíos. Registra pasos, tokens y tiempo de espera por sesión de agente; es tu línea base de coste.
  • Automatiza la limpieza con humano en el circuito. Un agente que propone PR de eliminación y un revisor que aprueba es el patrón que logró más de 95% de aceptación.
  • Bloquea la deuda nueva. Añade analizadores en presubmit que rechacen TODO que apunten a tickets cerrados o sin identificador válido.
  • Acota los prompts. Indicar explícitamente el alcance («no toques bugs fuera de esta tarea») reduce las excursiones; no las elimina, pero ayuda.
  • Revisa los cambios no pedidos. Cualquier edición que no encaje con la solicitud debe levantar una alerta en la revisión de código.
  • El hallazgo conecta con una tendencia que hemos visto en otros casos. Cuando Tenex usa Git para que los agentes no pierdan el hilo, la lección es la misma: la calidad del contexto determina la calidad del resultado. Y si Spotify duplicó sus cambios de código y descubrió que escribir ya no es el cuello de botella, el nuevo cuello de botella puede estar en lo que el agente lee, no en lo que produce. Esto cobra más peso en un momento en que Claude ya escribe el 90% del software de Anthropic: cuanto más código generan las máquinas, más importa el estado del código que las alimenta.

    Muhammad Zohaib apuntó una extensión interesante: lo mismo probablemente vale para sitios web, donde páginas desactualizadas e información contradictoria dificultan que los sistemas de IA elijan la respuesta correcta. La deuda de contenido, igual que la de código, se convierte en coste operativo cuando los lectores son agentes.

    La deuda técnica en agentes de IA es hoy un problema de costes

    La conclusión para un CTO es incómoda pero accionable: cada comentario obsoleto es un impuesto que pagas en tokens, tiempo y riesgo de decisiones erróneas, y ese impuesto crece con la autonomía de los agentes. Antes de comprar más licencias o modelos más potentes, pregúntate: ¿cuánta deuda técnica en agentes de IA estás financiando sin saberlo? Medirla y limpiarla puede ser la inversión de mayor retorno de tu estrategia de IA este año.

    Preguntas frecuentes

    ¿Qué es la «agent distraction» que descubrió Google?

    Es el fenómeno por el cual los agentes de programación con IA se desvían de su tarea al leer deuda técnica obsoleta, como TODO antiguos, referencias a bugs resueltos o especificaciones desfasadas. El agente interpreta esos comentarios como instrucciones y emprende «misiones secundarias» que nadie pidió, con un coste extra en tokens y tiempo.

    ¿Cuánto cuesta la deuda técnica en agentes de IA según Google?

    Google midió que los desvíos no solicitados añaden por sesión un 70% más de pasos, un 77% más de tokens y un 105% más de tiempo de espera. Además, el 13% de las sesiones expuso al agente a referencias de bugs, y en un 6% de esos encuentros el agente actuó sobre ellas.

    ¿Cómo se puede reducir la distracción de los agentes de IA en el código?

    Google desarrolló agentes de limpieza que detectan TODO obsoletos, verifican con el historial de git que ya no tienen sentido y abren pull requests para eliminarlos. En seis meses retiraron miles de referencias con más de 95% de aceptación humana. También recomiendan analizadores presubmit y escáneres de código.