GitHub ha tenido que hacer algo a gran escala para seguir el ritmo de la IA. Sus cifras explican hasta qué punto

Estamos acostumbrados a hablar de la inteligencia artificial en términos de plo que puede hacer por nosotros: escribir una función, corregir un error o ayudarnos a terminar una aplicación. Sin embargo, cada vez que ese trabajo se traduce en cambios compartidos, entra en juego una infraestructura que rara vez vemos. Hay que registrar versiones, atender solicitudes y coordinar el trabajo de personas y sistemas automáticos, muchas veces al mismo tiempo.

La expansión de los agentes está haciendo que esa parte menos visible del desarrollo merezca tanta atención como el propio código.

Cuatro millones de núcleos adicionales.…