Traducido del original en inglés. Las cifras y las fuentes no cambian. Leer el original en inglés
Revisión de código multiagente en LinkedIn: los desarrolladores aceptan el 63,9 % de las sugerencias de la muestra
LinkedIn creó un revisor de código con IA que ejecuta varios modelos de IA en paralelo en cada pull request y aplica reglas propias de cada equipo. En agosto de 2026 informó de una tasa de aceptación combinada del 63,9 % en una muestra de una semana, con más de 79.000 revisiones semanales.
Cifras clave
Copiadas literalmente de las fuentes. Copie cualquier cifra con su cita.
63,9 %
Tasa de aceptación combinada de los comentarios del revisor de IA en pull requests de la muestra (1.727 PR, 5.230 comentarios de la muestra, una ventana de 7 días)1
58,1 %
Tasa de aceptación de las sugerencias de corrección de errores, la categoría de mayor volumen1
80 %
Tasa de aceptación de las sugerencias sobre errores de lógica1
43,5 %
Tasa de aceptación de las sugerencias de refactorización1
Qué requirió
Las fuentes no divulgan el coste, el tamaño del equipo ni los plazos.
El problema
La revisión de código es un cuello de botella en la entrega de software. LinkedIn tiene más de 10.000 repositorios de código activos y decenas de miles de pull requests (cambios de código propuestos) cada semana. Las herramientas de programación con IA añadían más código por desarrollador, y la espera de una primera revisión humana crecía. Los revisores de IA genéricos producían comentarios que no se ajustaban a las convenciones de cada equipo, y los comentarios ruidosos enseñan a los desarrolladores a ignorar la herramienta.
Qué construyeron
Un revisor multiagente. Un orquestador envía cada pull request a varios subagentes de revisión a la vez. Cada subagente es una combinación distinta de un modelo de IA y las herramientas que lo rodean. El orquestador reúne sus hallazgos, elimina duplicados, los comprueba y publica una única revisión. LinkedIn lo comparó con los productos de revisión alojados de los proveedores de modelos y decidió construir el suyo. Dio tres límites: cada producto arrastra los puntos ciegos de su modelo, un solo archivo de reglas no puede expresar a la vez los estándares de toda la empresa y los de cada repositorio, y un producto comprado no puede probarse primero en unos pocos repositorios ni monitorizarse en toda la flota.
Cómo lo hicieron
Los hallazgos que varios subagentes plantean de forma independiente se tratan como de alta confianza. Un hallazgo planteado por uno solo se comprueba antes de publicarse. Un marco de reglas de tres niveles permite que la empresa, los grupos de equipos y cada repositorio añadan indicaciones de revisión, y las combina para cada cambio. El sistema funciona con eventos de GitHub y un conjunto de trabajadores en Kubernetes. Cada máquina trabajadora gestiona hasta 12 pull requests en paralelo. LinkedIn lo opera con guardia localizable, monitorización de la velocidad y la aceptación, despliegues escalonados y una alternativa cuando un proveedor de modelos se degrada.
La calidad se comprueba de dos maneras. Antes de que se publique cualquier cambio en una instrucción o un modelo, debe superar o igualar a la versión actual en una comparación directa a ciegas puntuada por un juez de IA. Tras la publicación, una comprobación automática compara cada sugerencia con el código finalmente fusionado, para ver si los desarrolladores actuaron sobre ella.
Resultados
LinkedIn informa de una tasa de aceptación combinada del 63,9 % en una muestra de 1.727 pull requests y 5.230 comentarios a lo largo de siete días. Por categorías, los errores de lógica alcanzaron el 80 % y las correcciones de errores el 58,1 %, mientras que la refactorización (43,5 %) y la seguridad (40,6 %) fueron más bajas. LinkedIn interpreta las cifras más bajas como señal de que estas áreas son más subjetivas. Informa de que en una semana típica el sistema completa más de 79.000 revisiones sobre más de 40.000 pull requests en más de 7.500 repositorios, con una tasa de finalización de tareas del 99,1 %. También informa de que la mayoría de las revisiones terminan en menos de 10 minutos y de que la revisión de IA suele llegar antes de que un revisor humano abra el cambio. La aceptación variaba del 0 % al 100 % entre repositorios concretos. LinkedIn dice que muchos ingenieros esperan ahora a la revisión de IA antes de pedírsela a un compañero, y que la revisión humana sigue siendo obligatoria en cada cambio.
Todas las cifras comunicadas
| Indicador | Cifra | Cita |
|---|---|---|
| Tasa de aceptación combinada de los comentarios del revisor de IA en pull requests de la muestra (1.727 PR, 5.230 comentarios de la muestra, una ventana de 7 días) | 63,9 %1 | |
| Tasa de aceptación de las sugerencias de corrección de errores, la categoría de mayor volumen | 58,1 %1 | |
| Tasa de aceptación de las sugerencias sobre errores de lógica | 80 %1 | |
| Tasa de aceptación de las sugerencias de refactorización | 43,5 %1 | |
| Tasa de aceptación de las sugerencias de seguridad | 40,6 %1 | |
| Tasa de finalización de tareas en una semana típica | 99,1 %1 | |
| Tiempo en el que terminan la mayoría de las revisiones, de principio a fin | menos de 10 minutos1 |
Lecciones para su proyecto
Mida si las personas actúan sobre lo que produce la IA, no si les gusta. LinkedIn descartó los pulgares arriba como métrica de vanidad y examinó el código fusionado para ver qué sugerencias se adoptaron.
No dependa de un solo modelo. LinkedIn ejecuta varias combinaciones de modelo y herramienta en cada cambio y confía en los hallazgos que más de una de ellas plantea de forma independiente.
Deje que cada equipo codifique sus propios estándares. Un servicio de pagos y un experimento de front-end necesitan reglas de revisión distintas, y la aceptación variaba del 0 % al 100 % según el repositorio.
La rapidez decide la confianza. El revisor está diseñado para publicar antes de que el revisor humano abra el cambio, porque una revisión de IA tardía se trata como ruido.
Opere el sistema como cualquier servicio crítico: personal de guardia, monitorización, despliegues escalonados de los cambios de instrucciones y de modelo, y una alternativa cuando un proveedor de modelos se ralentiza.
Salvedades
- Todas las cifras son de LinkedIn, extraídas de una sola publicación de su blog de ingeniería (InfoQ resume la misma publicación y no aporta datos independientes), y cubren una muestra de 7 días. La aceptación la juzgó un evaluador basado en IA que comparaba las sugerencias con el código fusionado; la publicación dice que el 90,1 % de los juicios se calificó como de alta confianza.
- La publicación no dice qué modelos o proveedores usa el revisor. Describe varias combinaciones distintas de modelo y herramienta. El proveedor figura como no divulgado.
- La tasa de aceptación no es una tasa de acierto. LinkedIn dice que el 37 % aproximado no adoptado no son todos errores de la IA, y que cada cambio sigue recibiendo revisión humana.
- Ninguna fuente da una fecha de puesta en marcha. El año de despliegue (2026) se toma de la fecha de la publicación de LinkedIn, y el sistema pudo entrar en servicio antes: la publicación describe el retraso de revisiones como creciente en el cuarto trimestre de 2025 y remite a un anuncio anterior de toda la empresa.
- La publicación afirma que el sistema fue adoptado por unos 10.000 repositorios, mientras que su cifra semanal abarca más de 7.500 repositorios. Mostramos la cifra semanal como escala.
- No se da ninguna cifra de coste ni de tamaño del equipo para la construcción. La publicación agradece a 14 miembros del equipo con nombre y a un responsable en sus agradecimientos, sin decir cuánto tiempo les llevó.
Fuentes
- High-signal AI code review that adapts to your codebase at scale
LinkedIn Engineering Blog · 2026-08-13 · Blog corporativo · linkedin.com
- AI Code Review at Scale: LinkedIn's Multi-Agent Approach
InfoQ · 2026-08-22 · Noticia · infoq.com
Resumido con nuestras propias palabras a partir de las fuentes anteriores. ¿Ha detectado un error? Consulte correcciones.