01 · Contexto
Qué está ocurriendo
Hechos confirmados: GitHub anunció el 7 de octubre de 2026 que Copilot CLI 1.0.94-0 puede descubrir modelos disponibles en una instancia de Ollama en ejecución mediante el selector /model. La herramienta permite revisar el proveedor y el endpoint antes de añadir un modelo, con opción de usarlo inmediatamente o conservarlo sin cambiar la selección activa. No descarga modelos ni instala el runtime.
La compatibilidad requiere soporte de llamadas a herramientas y streaming. GitHub aclara que elegir un modelo local no habilita automáticamente el modo offline ni desactiva la telemetría. COPILOT_OFFLINE=true es una configuración explícita; aun con ella, un proveedor remoto configurado puede recibir prompts y código. El destino real del modelo sigue siendo una decisión separada del comportamiento de los servicios de GitHub.
02 · Impacto
Por qué importa
Análisis: esta distinción importa para equipos que buscan reducir exposición de código o trabajar con conectividad limitada. La palabra local describe una parte de la arquitectura, no una garantía sobre todos los flujos de información. Un agente puede combinar inferencia, herramientas, extensiones y conexiones con destinos diferentes. Evaluar solamente dónde está el modelo deja puntos ciegos en el resto del recorrido. También cambia la operación: memoria disponible, rendimiento y calidad de las respuestas dependen del equipo y del modelo elegido. Ninguno de esos factores puede darse por resuelto porque aparezca una nueva opción en el selector. La adopción necesita una prueba acotada y verificable.
03 · Recomendaciones
Qué conviene hacer
- Recomendación: comenzar con un repositorio de prueba sin información reservada. Verificar versión de CLI, dirección del endpoint, modelo utilizado y configuración de conectividad. Revisar las condiciones del proveedor antes de enviar material de terceros. Si existe un requisito de trabajo sin conexión, convertirlo en un criterio de prueba observable, no solamente en una preferencia escrita en un prompt.
- Inventariar herramientas y extensiones habilitadas, permisos sobre archivos y destinos de red permitidos. Separar credenciales de producción de las sesiones experimentales. Comprobar qué ocurre cuando el modelo local no está disponible: el flujo debe detenerse o seguir una alternativa expresamente autorizada, sin asumir que cualquier cambio de proveedor preservará las mismas condiciones de tratamiento de datos.
- Medir tiempo de respuesta, consumo de recursos y corrección de tareas representativas. Mantener revisión humana de cambios y ejecutar pruebas del proyecto antes de aceptar código. Documentar limitaciones y una configuración reproducible para el equipo. Las ventajas de una ejecución local deben demostrarse en el caso de uso concreto, junto con los controles de acceso y comunicación que la acompañan.