Uso de Jira para la ingeniería de agentes

La ingeniería de agentes funciona en Jira. A medida que la ingeniería pasa de escribir código a dirigir agentes de IA, la actividad que importa también cambia. El personal de desarrollo ya dedica solo alrededor del 16 % de su tiempo a escribir código y, a medida que los agentes asumen una mayor parte de la creación, la actividad difícil es todo lo que la rodea: dar contexto a los agentes, orquestarlos, revisar sus resultados y gobernarlos.

Esa es la actividad que Jira siempre ha gestionado, ahora extendida a los agentes. Jira y Teamwork Graph son el sistema de registro para ello, la capa necesaria que convierte la actividad de la IA en ganancias reales de productividad a medida que escalan los equipos.

Esta guía abarca cómo Jira ofrece asistencia a la ingeniería de agentes, dónde encaja junto con tus otras herramientas y cómo empezar. En resumen, Jira ofrece tres cosas que un agente de programación por sí solo no puede:

• Sitúa a los agentes en el contexto adecuado para que actúen con precisión

• Delega la actividad periódica a flujos automatizados que tienen en cuenta los permisos

• Mantiene un registro auditable en Teamwork Graph

¿Qué es la ingeniería de agentes?

La ingeniería de agentes es la práctica de crear software dirigiendo agentes de IA que planifican y ejecutan actividades de varios pasos, mientras tú estableces el objetivo y evalúas el resultado, en lugar de escribir cada línea de código por tu cuenta.

Esto cambia a dónde va tu esfuerzo: de escribir código a diseñar el sistema en el que los agentes realizan su actividad. Especificas qué crear, das contexto a los agentes, los guías durante su actividad y decides si el resultado cumple con las expectativas. Donde el completado automático de IA sugiere la siguiente línea, un solo agente puede llevar un resultado descrito hasta una solicitud de extracción. La ingeniería de agentes es la capa superior: orquestar muchos agentes al escalar, coordinar su actividad y gobernar lo que se lanza.

Eso convierte a la ingeniería de agentes en una disciplina de coordinación y criterio, no solo de programación. Una vez que los agentes asumen la programación o la ejecución de tareas, su acceso, sus acciones y sus resultados deben mantenerse dentro de los controles en los que tu equipo ya confía. Las preguntas que plantea son de gestión del trabajo antes que de programación, por lo que se apoya en un sistema de registro como Jira.

¿Está Jira diseñado para la ingeniería de agentes?

Jira está diseñado para el desarrollo de software nativo de IA, la práctica de planificar, orquestar y escalar la actividad entre agentes de IA. Cuando las personas preguntan si Jira “admite” la ingeniería de agentes, la verdadera pregunta es si puede ser la capa donde la actividad del agente se fundamenta en el contexto y donde su actividad se coordina, revisa y gobierna. Eso es exactamente lo que hace Jira y no un agente de programación por sí solo.

Un agente de programación escribe el cambio, pero no puede decidir qué se debe crear, juzgar si el resultado cumple con tus expectativas o tener en cuenta cómo la actividad se conecta con todo lo demás en curso. Esas son decisiones de gestión del trabajo y del equipo: un agente de programación en la máquina de una persona funciona solo para esa persona, mientras que un equipo de personas y agentes necesita coordinación compartida, visibilidad y una única fuente de información. Jira posee esa capa: contiene el plan, dirige la actividad al agente adecuado, mantiene a una persona al control de lo que se lanza y registra lo ocurrido como contexto persistente que informa la actividad futura. Esto sucede a medida que la actividad avanza por Jira, no como pasos adicionales que el desarrollador deba realizar.

¿Qué añade Jira que un agente de programación por sí solo no?

Aunque le des a un agente de programación unas especificaciones reales, este puede seguir desviándose. Olvida decisiones, rehace la actividad terminada y se esfuerza al límite de su periodo de contexto. Mantener el plan en un archivo markdown no lo soluciona, ni tampoco un agente mejor. La solución es un sistema que mantiene la especificación y el estado fuera de la memoria del agente. Esto se multiplica en todo un equipo, razón por la cual la ingeniería de agentes es en realidad una elección de sistema de registro, no de herramienta de programación. Las siguientes capacidades provienen de que Jira sea ese sistema en sí.

Los conectores integran tu cadena de herramientas en Teamwork Graph. MCP envía esa memoria de la organización a cualquier IA que tus equipos ya utilicen.

• Un único sistema de registro para la actividad humana y de agentes. A medida que un agente trabaja, lee y escribe a través de Teamwork Graph, actualizando cada decisión y registro en torno a la tarea, para que no se pierda ningún contexto en una sesión local.

• La gobernanza hereda tus controles empresariales existentes. El acceso de los agentes sigue el modelo de permisos en el que las empresas ya confían, por lo que esos controles se extienden a la actividad de los agentes automáticamente en lugar de convertirse en algo nuevo que gestionar.

• Cualquier agente, cualquier modelo, una sola superficie. Asigna la actividad a Claude, Cursor, Codex, GitHub Copilot o al agente de programación de Jira nativo y orquéstalos desde un solo lugar. Dado que los agentes realizan su actividad dentro de tus flujos de trabajo existentes, tu proceso no cambia cuando los agentes lo hacen. Un único agente de programación te ata a un solo proveedor; Jira es independiente del agente.

• Ingeniería con contexto de toda la pila, no solo del ticket. Con el Teamwork Graph, los agentes disponen de la información acerca de las actividades, las decisiones y el historial en Jira, Confluence, el código y las herramientas donde realmente se habla del trabajo, como Slack y Teams, para que actúen con una intención real y no a partir de un prompt en blanco. Eso convierte a Jira en la capa de contexto alrededor del agente.

• Te ofrece un único plano de control para el trabajo de los agentes. Un agente de codificación se ejecuta en su propia sesión, desconectado del plan y de la otra actividad del equipo. Jira añade esa capa para decidir de qué se encargan los agentes, proporcionarles el contexto adecuado y vincular cada sesión de programación con el trabajo que genera, sin añadir pasos para el desarrollador. Mientras que el sistema de registro captura lo que ocurrió, el plano de control es cómo diriges y conectas la actividad del agente en segundo plano.

Dónde encaja Jira en todo el ciclo de vida de desarrollo de software nativo con IA

Jira respalda la actividad de los agentes en cuatro fases: planificación, orquestación, revisión y escalado. Planificas el trabajo en forma de actividades listas para los agentes, orquestas a los agentes para que lo realicen, revisas y pruebas lo que producen, y escalas esos patrones en toda la organización con la gestión y los permisos para mantenerlos seguros. Esto es lo que hace Jira en cada una de ellas.

Planificación: ¿cómo preparas el trabajo para los agentes?

Convierte los planes y la documentación en actividades sugeridas con un clic. Luego, revísalo y haz los ajustes necesarios antes de aceptar.

La planificación es donde conviertes la intención en trabajo listo para el agente: una especificación real con requisitos claros y criterios de aceptación, además del contexto que el agente necesita antes de empezar.

• Registra el trabajo dondequiera que empiece. Las solicitudes llegan de todas partes: un hilo de Slack, una página de Confluence, una grabación de Loom, una reunión... Menciona a @Jira o usa Rovo para convertirlos en actividades allí mismo. La recepción hace más que evitar tener que volver a escribir: convierte una solicitud imprecisa, incluso una que comenzó como una conversación, en una actividad con contexto del Teamwork Graph sobre cómo encaja en la actividad del equipo.

• Dale al agente una especificación claramente definida, no solo un prompt. En el desarrollo basado en especificaciones, la especificación es la entrada de referencia: el agente trabaja en la actividad a partir de la especificación, no desde un prompt puntual que se pierde después de la sesión. Esa especificación funciona junto con la base de código, los estándares del equipo y el historial del proyecto, para que el agente tenga el contexto que necesita para redactar código que se ajuste a los estándares de tu equipo. Jira Planner redacta una especificación usando Teamwork Graph, tu código base y el historial de Confluence. Luego, tú la perfeccionas y añades criterios de aceptación, para que la especificación se convierta en la base a partir de la cual trabaja el agente y con la que se revisa.

• Proporciona a los agentes un contexto que se acumula. El contexto es la verdadera limitación de la calidad del agente. Jira se basa en el Teamwork Graph para dar contexto a los agentes respecto a las metas, las decisiones y el historial de todas tus herramientas, no solo el ticket. Funciona con cualquier agente MCP, y ese contexto se desarrolla: cuanto más trabajo pasa por el sistema,más información pueden aprovechar los agentes, y los resultados se vuelven más sólidos.

Orquestación: ¿cómo asignas y diriges el trabajo a los agentes?

Asigna actividades a los agentes, incluido el agente de codificación de Jira nativo, desde un solo lugar.

Asigna actividades al agente más adecuado, luego dirige y supervisa lo que hacen esos agentes, todo desde el lugar donde tu equipo ya hace un seguimiento de su trabajo.

• Asigna actividades a cualquier agente, desde un solo lugar. Asigna una actividad a Claude, Cursor, Codex, GitHub Copilot o al agente de codificación de Jira nativo, luego revisa las acciones que realizó y las decisiones que tomó en las sesiones web, de IDE y de la terminal, para que puedas detectar cualquier desviación a tiempo y corregirla sin interrumpir el flujo.

• Gestiona los agentes donde ya trabajas. Orquesta a través de las plataformas que usa tu equipo: menciona a @Jira en Slack para crear una actividad e iniciar un ciclo de corrección, conecta Cursor, Claude Desktop o cualquier cliente MCP al contexto de Jira, o da a los agentes acceso a la CLI/terminal para pasar del contexto a la acción.

• Automatiza el trabajo rutinario. Desencadena un agente desde una regla de automatización o una transición de flujo de trabajo (o añade un agente a una columna del tablero) para que asuma el trabajo automáticamente a medida que cambia el estado, y devuelva el resultado a través del mismo flujo de trabajo. Lo mejor es empezar con las tareas rutinarias y repetitivas.

• La actividad del agente permanece visible y vinculada al trabajo. A medida que un agente trabaja, su actividad y la solicitud de incorporación de cambios que abre se mantienen vinculadas al trabajo, de modo que el progreso se puede ver donde se encuentra el trabajo en lugar de quedar oculto en una herramienta independiente. Ves lo que cada agente tomó, lo que produjo y lo que está pendiente de revisión, todo en un solo lugar.

Revisión: ¿cómo validas el resultado del agente?

La revisión de los resultados del agente debería incluir un paso con intervención humana.

El resultado del agente puede parecer terminado y aun así ser incorrecto, por lo que no se debe publicar hasta que alguien lo haya revisado, probado y aprobado.

• Pruebas y validación. El resultado del agente aún tiene que pasar las comprobaciones habituales. Esas comprobaciones se ejecutan en tu canalización de CI, y su estado se muestra en la actividad para que un paso de revisión pueda impedir la transición a Listo hasta que se verifique el trabajo. Puedes automatizar parte de esto: un agente ejecuta comprobaciones sobre su propio resultado y sigue iterando hasta que las supera, antes de que llegue a una persona.

• Revisión con intervención humana, integrada en tu flujo de trabajo. Si exiges una revisión humana, el resultado aparece en la actividad y no se puede pasar a finalizada hasta que alguien la apruebe. La solicitud de incorporación de cambios y su estado de revisión se muestran en el panel de desarrollo de la actividad, por lo que la revisión se realiza donde se hace el seguimiento.

• Fusiona y registra lo que se envió. Una vez que se aprueba la revisión, el cambio se fusiona y la actividad pasa a Listo. Las fusiones y las implementaciones se ejecutan en tus herramientas conectadas; Jira guarda el registro.

Escalado: ¿cómo operas agentes de forma segura en todos los equipos a lo largo del tiempo?

Un único sistema de trabajo conduce a un mayor éxito al escalar en toda la organización.

Escalar la actividad de los agentes es un cambio a nivel organizativo. El desafío no consiste tanto en que un desarrollador ejecute más agentes, sino en mantener la calidad, la confianza y la visibilidad constantes a medida que la actividad de los agentes se distribuye entre distintos equipos.

• Delega la rutina. Los agentes gestionan el trabajo recurrente y bien delimitado en segundo plano, las solicitudes de incorporación de cambios aparecen cuando están listas y tú mantienes el control mediante permisos compartidos y estándares de seguridad.

• Itera. La ingeniería con agentes es un ciclo, no una línea: los resultados retroalimentan la siguiente especificación y el trabajo vuelve a entrar en el ciclo de vida. Jira es donde se registra esa retroalimentación para poder perfeccionar la actividad futura.

• Gestiona y audita. Los controles residen en el flujo de trabajo, no en un documento de políticas, y cada acción deja un rastro auditable en la actividad, controlado por los propios permisos de Jira.

• Mide el impacto. Haz un seguimiento de cómo la IA está cambiando la forma en que tu equipo realiza entregas, utilizando datos de entrega como la duración del ciclo y el rendimiento de las solicitudes de incorporación de cambios, para que puedas medir los resultados en lugar del trabajo e invertir donde importa.

¿Cómo encaja Jira con el resto de tu pila de IA?

Jira no reemplaza tus agentes de codificación, tu IDE ni los modelos que ejecutas. Es la capa de coordinación y registro que los abarca, de modo que la actividad se mantenga visible y controlada sin importar qué herramientas realicen el desarrollo. Esa capa no es opcional al escalar; sin un sistema de registro compartido, la actividad del agente se fragmenta entre herramientas y la productividad no puede consolidarse por completo.

Cómo empezar a usar la ingeniería con agentes en Jira

Consulta las acciones que llevaron a cabo tus agentes y las decisiones que tomaron. Revisa el historial completo de la sesión, detecta las desviaciones a tiempo y haz las correcciones necesarias.

No necesitas una implementación completa para empezar. Lo primero que puedes conseguir es conectar un agente de codificación, asignarle una pequeña tarea y revisar la solicitud de incorporación de cambios que abre, todo desde una sola actividad.

1. Elige una tarea periódica y bien delimitada. Una prueba inestable, una actualización de dependencia o una pequeña corrección de error es el lugar más seguro para empezar.

2. Captúralo como una actividad. Convierte una página de Confluence, un hilo de Slack o un breve prompt en una actividad con un resumen y una descripción.

3. Asígnaselo a un agente. Conecta tu repositorio de Git y, luego, asigna la actividad al agente de programación de Jira desde el panel Agentes.

4. Revisa la solicitud de extracción. El agente abre una solicitud de extracción vinculada a la actividad para que la revises en el mismo lugar donde la planificaste.

5. Automatízalo. Después de tu primera ejecución, busca las tareas que haces una y otra vez y conviértelas en reglas de automatización. La actividad repetitiva es el lugar con mayor rendimiento y menor riesgo para empezar.

¿Quieres empezar con ventaja? Configura una vez y la plantilla de ingeniería de agentes crea un espacio listo para agentes con los flujos de trabajo, los estados y los pasos del agente para que puedas empezar desde un ciclo de trabajo en lugar de un proyecto en blanco. ¿Ya ejecutas flujos de trabajo de agentes en un espacio que funciona bien? Los clientes de pago pueden guardarlo como una plantilla personalizada para que tu equipo pueda crear nuevos espacios con los mismos agentes y flujo de trabajo integrados.

Preguntas frecuentes sobre ingeniería de agentes

¿Qué hace un ingeniero en la ingeniería de agentes?

Un ingeniero de agentes define las metas, el contexto y los controles que dirigen a los agentes de IA a través de una actividad de varios pasos y, luego, revisa y aprueba los resultados. Un sistema de registro como Jira que lo mantiene coordinado y responsable.

¿Cuál es la diferencia entre la ingeniería de prompts y la ingeniería de agentes?

La ingeniería de prompts elabora una única instrucción para obtener una buena respuesta del modelo; la ingeniería de agentes coordina agentes que planifican, actúan e iteran a lo largo de toda una tarea. La unidad de actividad pasa del prompt al objetivo.

¿Qué añade Jira que un agente de programación por sí solo no?

Un agente de programación escribe código, pero Jira es donde la actividad se define, prioriza, orquesta, revisa y gobierna como un único sistema de registro. Coordina cualquier agente mientras mantiene un registro auditable vinculado a cada actividad.

¿Cómo obtienen contexto de Jira los agentes de IA?

Los agentes obtienen contexto de la propia actividad (los requisitos y los criterios de aceptación) y de Teamwork Graph, que conecta la actividad, los documentos y el código relacionados. Eso fundamenta al agente antes de actuar, no solo en el prompt.

¿Sigues necesitando Jira si la IA escribe el código?

Sí, y podría decirse que aún más: a medida que los agentes producen más código con mayor rapidez, la limitación pasa a ser coordinar, revisar y gobernar esa actividad. Jira es el plano de control que mantiene los resultados del agente visibles, auditables y vinculados a la actividad que debía realizar.