IA Cambia CI/CD de Velocidad a Control de Riesgo

Robert Erez, ingeniero principal en Octopus Deploy, discutió decisiones de despliegue que rompen equipos a escala en un episodio reciente de The Pragmatic Engineer con Gergely Orosz. Cubrió Kubernetes, GitOps, feature flags y el cambio en la economía de CI/CD cuando agentes de IA envían código.

**IA cambia el cálculo de CI/CD de velocidad a riesgo.** Para desarrolladores humanos, una compilación de diez minutos ralentiza la productividad. Para un agente de IA sin sobrecarga de cambio de contexto, diez minutos es irrelevante. La pregunta real es si el agente envía un bug a producción. Erez recomienda hacer pruebas exhaustivas al principio—incluso más lentas—en lugar de optimizar para el tiempo de compilación de pared. Los equipos construidos en torno a CI rápido para throughput humano necesitan recalibrarse.

En servicios con estado, Erez es inequívoco: siempre avanza (roll forward), nunca retroceda. Cuando un despliegue cambia un esquema de base de datos, revertir v2 a v1 deja el código de la aplicación desalineado con el esquema. La solución es v3 con la corrección—crítico para pilas de inferencia de IA respaldadas por almacenes de vectores, tablas de metadata de fine-tune o cualquier sistema de memoria acoplado a base de datos. El rollback es inseguro una vez que el estado está involucrado.

Para respuesta a incidentes, los feature flags vencen a los rollbacks. Desactivar una feature evita daños sin redeployar a las 2 a.m. El costo: los flags se acumulan. Erez compara la limpieza con la jardinería—los toggles desenterrados convierten la base de código en un laberinto de lógica condicional. Los equipos que ejecutan muchos experimentos de features de IA deben tratar el ciclo de vida de los flags como una tarea de primera clase.

GitOps llega a un límite concreto a escala. Erez describe organizaciones que ejecutan miles de clústeres Kubernetes independientes extrayendo estado de un único repositorio Git. El repositorio se convierte en el cuello de botella—los clústeres se estrangularán y los equipos recurren a soluciones temporales. Los cuatro pilares de GitOps (declarativo, versionado e inmutable, basado en pull, continuamente reconciliado) no requieren Git, pero la industria confunde el término con "poner todo en un repositorio"—incluidos secretos que no deberían estar ahí.

Los entornos efímeros han reemplazado el staging estático para equipos que lo ejecutan bien. Cree un entorno full-stack por rama de feature, evalúe pre-merge, destrúyalo en merge. Para equipos de IA, este es el arnés de evaluación natural—ejecute el agente contra un entorno efímero activo en lugar de pruebas unitarias simuladas. Erez no prescribe herramientas; el cambio operacional es lo que importa.

Erez separa deliberadamente despliegue continuo de entrega continua. El despliegue continuo envía cada commit a producción automáticamente. La entrega continua significa que cada commit es desplegable pero el push final es opcional—automatícelo o haga clic en un botón una vez a la semana. La mayoría de los equipos no necesitan despliegue continuo y obtienen más valor validando el proceso de despliegue a través de entrega continua.

Si su pipeline de CI/CD fue ajustado para throughput de desarrollador humano, la era del agente de IA demanda un objetivo diferente. Profundidad de cobertura de pruebas y controles de riesgo de despliegue—feature flags, disciplina de roll-forward, entornos efímeros de evaluación—superan la velocidad de compilación como los principales apalancamientos.