Bienvenidos a la edición de esta semana de Copilot Weekly. Si la primera mitad de 2026 ha demostrado algo, es que Microsoft y GitHub están empujando agresivamente la frontera de la IA más allá del simple chat y las funciones de autocompletado. Hemos entrado oficialmente en la “Era Agéntica”. En GitHub Copilot, Microsoft 365 Copilot y Copilot Studio, el tema general es el despliegue de agentes autónomos de múltiples pasos capaces de ejecución independiente, razonamiento complejo e integración directa con sistemas empresariales internos. Para los líderes de TI, este cambio requiere una modificación en la estrategia: de enseñar a los empleados cómo escribir prompts, a enseñarles cómo delegar — todo mientras se fortalecen los marcos de gobernanza empresarial para soportar estas nuevas capacidades de forma segura.

GitHub Copilot: El Terminal Agéntico y el Futuro Multi-Modelo

GitHub Copilot ha evolucionado significativamente de un plugin de autocompletado de IDE a una plataforma de codificación multi-agente y multi-superficie. El GitHub Copilot CLI, que alcanzó disponibilidad general a principios de este año, acaba de recibir una renovación masiva de UX. El CLI ahora funciona como un “agente de codificación nativo de terminal” listo para producción, permitiendo a los desarrolladores ejecutar flujos de trabajo complejos ya sea en un “Plan Mode” interactivo o en un “Autopilot Mode” completamente autónomo para flujos de trabajo de confianza.

Una adición destacada es el nuevo agente “Rubber Duck” — un revisor especializado que critica constructivamente los planes arquitectónicos y el código antes de la ejecución. Combinado con una interfaz más limpia basada en pestañas, capacidades de programación de prompts (/every y /after) y ejecución en segundo plano, los desarrolladores ahora pueden configurar compañeros de codificación persistentes que manejan tareas repetitivas, re-ejecuciones de pruebas y escaneos de seguridad de forma autónoma.

Igualmente importante es la diversificación de los modelos fundacionales subyacentes. GitHub ha formalizado a Copilot como un enrutador multi-modelo. Anthropic Claude Fable 5, Google Gemini 3 Pro y el MAI-Code-1-Flash propietario de GitHub están ahora completamente integrados, mientras que modelos más antiguos como GPT-5.2 y GPT-4.1 están siendo deprecados. Con el nuevo enrutamiento “Auto”, Copilot empareja dinámicamente la carga de trabajo con el mejor modelo — asignando finalizaciones de línea sensibles a la latencia a modelos más rápidos y tareas de refactorización complejas a modelos de alto razonamiento.

Para soportar este ecosistema expansivo, GitHub ha migrado su facturación de Premium Request Units a un modelo de “AI Credits” basado en uso para chat, agentes y flujos de trabajo de agentes, subrayando el cambio hacia la visión de los asistentes de codificación de IA como una infraestructura empresarial medible y escalable. El lanzamiento GA del SDK de Copilot y el Model Context Protocol (MCP) consolida aún más esto, permitiendo a las organizaciones conectar servicios internos de forma segura directamente al ecosistema de Copilot.

Microsoft 365 Copilot: Cowork y Agentes Dedicados

En el ecosistema de Microsoft 365, la “Wave 3” está cumpliendo la promesa del trabajo de oficina autónomo. La piedra angular de esta ola es la Disponibilidad General de Copilot Cowork. Esta capa de ejecución orquesta tareas largas y de múltiples pasos en todo el conjunto de aplicaciones de Microsoft 365, gestionando delegaciones y seguimientos posteriores con mínima intervención humana.

Microsoft también está implementando agentes dedicados y específicos para cada rol. Microsoft Scout actúa como un agente personal siempre activo, informándose continuamente de tus correos electrónicos, documentos y reuniones para anticipar necesidades. Junto a Scout, estamos viendo la integración de un Agente de Excel capaz de ejecutar manipulaciones complejas de hojas de cálculo, un Agente de Aprendizaje integrado para acelerar la capacitación interna y un Agente de Páginas de SharePoint que genera estructuras de intranet nativamente a partir de archivos fuente.

Impulsando estos agentes está la nueva API Work IQ. Reemplazando el antiguo interruptor “trabajo/web”, Work IQ sirve como una capa de inteligencia holística. Proporciona APIs abiertas que los desarrolladores pueden aprovechar para acceder a patrones organizacionales, otorgando a los agentes de Copilot una comprensión semántica profunda del contexto empresarial, calendarios y proyectos activos.

Copilot Studio: Conectando Sistemas Legados y Automatización Profunda

Para soluciones empresariales personalizadas, Microsoft Copilot Studio está madurando rápidamente hasta convertirse en un motor de automatización autónoma. El cambio más importante es la Disponibilidad General de la Automatización de Uso de Computación Visual (Computer Use Automation). Para los departamentos de TI que tienen aplicaciones de escritorio o web heredadas que carecen de APIs modernas, los creadores de Copilot Studio ahora pueden desplegar agentes que manejan estas aplicaciones visual e interactivamente — esencialmente cerrando la brecha entre la IA de vanguardia y la deuda técnica heredada.

Las capacidades de integración también han dado un salto adelante. Los nuevos Conectores Federados, construidos sobre el Model Context Protocol (MCP), permiten a las organizaciones conectar Copilot de forma segura a sistemas SaaS de terceros y bases de datos internas sin requerir duplicación de datos en el tenant de M365.

A medida que crece el poder de estos agentes personalizados, también lo hacen las herramientas para gestionarlos. Microsoft ha lanzado funciones avanzadas de Evaluación y Gobernanza, permitiendo a los administradores evaluar el rendimiento de los agentes en conversaciones de múltiples turnos de forma integral. Con un panel unificado para errores, advertencias y notificaciones de gobernanza, TI puede asegurarse de que los despliegues personalizados de Copilot sigan siendo conformes y efectivos a escala. La introducción de Code Interpreter en SharePoint fortalece aún más las capacidades internas de análisis de datos y razonamiento.

Gobernanza Empresarial y la Estandarización de Herramientas

A medida que las capacidades de IA pasan del chat de solo lectura a la ejecución activa, la gobernanza ya no es opcional — es el requisito previo para la adopción. Tanto GitHub como Microsoft 365 han invertido fuertemente en mecanismos de políticas robustos.

En GitHub, el uso de archivos AGENTS.md personalizados permite a los equipos definir habilidades específicas de agentes y estándares de codificación como configuración como código, asegurando consistencia organizacional. La introducción de hooks de política preToolUse proporciona controles estrictos de acceso a archivos, requiriendo flujos de trabajo de aprobación humana obligatoria antes de que el CLI ejecute acciones sensibles. Además, las organizaciones ahora pueden conectar sus modelos fundacionales alojados de forma privada usando “Bring Your Own Key” (BYOK) para máxima privacidad de datos y control de costos.

En el lado de M365, Microsoft ha reanudado la instalación automática de la aplicación M365 Copilot en PCs comerciales elegibles con Windows, acompañándola de amplios controles para que los administradores de TI aseguren, gestionen y midan el uso de Copilot Chat. La capacidad de aplicar la marca organizacional a la aplicación también ayuda a señalar a los usuarios que están operando dentro de un entorno corporativo sancionado y seguro. Las licencias también están evolucionando, con nuevos términos de producto y SKUs permanentes que indican que la era de los períodos de prueba de IA está dando paso a licencias empresariales estándar.

Conclusiones para Líderes de TI

Los desarrollos de junio de 2026 proporcionan una hoja de ruta clara para los líderes de TI y directores de tecnología:

  1. Priorizar la Gobernanza sobre la Habilitación: Las capacidades autónomas de los agentes de IA están superando rápidamente los perímetros de seguridad tradicionales. La implementación de conectores federados MCP, hooks preToolUse y políticas estrictas de ciclo de vida de agentes debe ser el enfoque inmediato antes del despliegue generalizado.
  2. Cambiar la Capacitación hacia la Delegación: Transicionar los programas de capacitación interna de “cómo escribir un buen prompt” a “cómo delegar flujos de trabajo de múltiples pasos” utilizando herramientas como Copilot Cowork y agentes CLI autónomos.
  3. Evaluar el Ecosistema Multi-Modelo: Con GitHub adoptando completamente Claude, Gemini y los modelos MAI propietarios, los líderes de TI deben comenzar a evaluar qué modelos son los más adecuados para sus cargas de trabajo específicas para optimizar tanto el costo (AI Credits) como el rendimiento de razonamiento.
  4. Modernizar la Automatización Heredada: Utilizar la Automatización de Uso de Computación Visual de Copilot Studio para incorporar aplicaciones heredadas en flujos de trabajo modernos impulsados por IA sin requerir costosas renovaciones o migraciones de API.

Continuaremos monitoreando estos desarrollos a medida que las organizaciones pasan de la experimentación al despliegue empresarial de agentes autónomos. Estén atentos a la actualización de la próxima semana.