01 · Contexto
Qué está ocurriendo
Hechos confirmados: Microsoft presentó el 9 de octubre de 2026 el Agent Experience Practitioner Playbook, un método para evaluar cómo los agentes de programación utilizan tecnologías, identificar causas de errores y comprobar correcciones. El material reúne experiencia de evaluaciones con productos como Azure, Cosmos DB y SharePoint Framework. Está dirigido a quienes mantienen SDK, APIs, herramientas, extensiones o documentación consumida por agentes.
El anuncio distingue entre observar un resultado y reconstruir el recorrido que lo produjo. Una extensión puede no cargarse, cargarse sin ser utilizada o utilizarse de forma incorrecta; cada situación exige una corrección distinta. Microsoft también enfatiza criterios calibrados y pruebas de ejecución: una puntuación favorable no reemplaza la comprobación de que el código realmente compila y funciona. Son orientaciones metodológicas, no una certificación automática de calidad.
02 · Impacto
Por qué importa
Análisis: para un equipo pequeño, el aporte más útil es convertir impresiones sobre la IA en preguntas que puedan responderse con evidencia. Decir que un agente ayuda mucho no permite saber en qué tareas falla ni cuánto cuesta revisar sus propuestas. Tampoco una demostración exitosa acredita desempeño general. Una evaluación acotada puede separar errores de conocimiento, descubrimiento de herramientas, permisos y ejecución. Esa separación reduce el riesgo de responder a cada fallo cambiando de modelo o agregando instrucciones cada vez más largas. El criterio técnico del equipo sigue siendo necesario para decidir qué significa resolver correctamente una tarea y qué consecuencias tiene equivocarse.
03 · Recomendaciones
Qué conviene hacer
- Recomendación: elegir una tarea frecuente y delimitada, por ejemplo agregar un endpoint con autorización por recurso en una aplicación ficticia. Definir antes de ejecutar qué debe cumplir: compilación, pruebas funcionales, rechazo de accesos indebidos y ausencia de secretos en el cambio. Registrar las versiones del proyecto, herramientas y configuración del agente para poder repetir la comparación.
- Conservar el resultado y la secuencia de acciones relevantes, distinguiendo pruebas ejecutadas de pruebas omitidas. Revisar manualmente una muestra y contrastarla con la evaluación automática. Un caso que no pudo ejecutarse debe aparecer como pendiente, no como aprobado por falta de errores observados. Usar datos neutros evita convertir el ejercicio en una exposición innecesaria de información de clientes.
- Proponer una corrección por vez y repetir los mismos casos para identificar si realmente mejoró el resultado. Documentar también regresiones, tiempo de revisión y límites del conjunto de prueba. Antes de generalizar el uso, añadir escenarios adversos proporcionados al riesgo. La metodología gana valor cuando permite decidir con evidencia qué automatizar, qué revisar y qué mantener bajo control humano.