Actualidad empresarial BlackHold News
Buscar en BlackHold News
Equipo de desarrollo coordinando procesos automatizados con inteligencia artificial

AWS añade workflows a Kiro para coordinar tareas complejas con varios agentes

AWS ha incorporado workflows a Kiro para ejecutar tareas complejas de desarrollo de principio a fin mediante la coordinación de varios agentes y con menos supervisión manual. La compañía incluye la novedad entre sus lanzamientos del 5 de octubre de 2026 en el AWS Weekly Roundup.

De una petición aislada a un proceso con varias etapas

Un asistente de código tradicional responde a una petición concreta. Un workflow puede dividir un objetivo en fases, asignar tareas a distintos agentes y mantener un estado común hasta completar el trabajo. Esto resulta útil en cambios que implican análisis, modificación de código, pruebas y revisión.

El beneficio potencial es reducir coordinación manual, pero también aumenta la autonomía del sistema. Cuantos más pasos pueda ejecutar sin intervención, más importante es definir límites y saber en qué punto se detiene ante un resultado inesperado.

Qué tareas puede probar primero una empresa

Los mejores candidatos son procesos repetitivos y verificables: actualizar una dependencia, generar pruebas, aplicar un cambio de API en varios archivos o preparar una migración acotada. Tareas que afectan a producción, pagos o permisos deberían mantener aprobaciones humanas.

El equipo debe comparar el workflow con su proceso actual: número de pasos, tiempo total, errores introducidos y horas de revisión. Si la automatización genera mucho retrabajo, reducir supervisión no significa ganar productividad.

Qué controles necesita un sistema multiagente

Conviene restringir repositorios y herramientas, separar credenciales, registrar cada acción y ejecutar pruebas automáticas antes de aceptar cambios. También debe existir una política clara para operaciones irreversibles y para acceso a secretos.

La empresa puede empezar con un repositorio no crítico y ampliar solo después de observar varias ejecuciones completas. La clave no es cuántos agentes participan, sino si el resultado final es más rápido, reproducible y seguro que el proceso manual.

Estas novedades se suman a otros cambios recientes para equipos técnicos: Spanner con colas nativas, memoria para agentes con AlloyDB, Web Search API de Cloudflare, el parche de SageMaker, los cambios de modelos en GitHub Copilot y el cifrado del lado del cliente de Workspace.

Fotografía: Mikhail Nilov / Pexels.

Scroll al inicio