Copilot cloud agent (antes coding agent): guía para delegar issues

Si buscas «GitHub Copilot coding agent» y no lo encuentras en la documentación actual, es porque cambió de nombre. Desde la primavera de 2026, GitHub lo llama Copilot cloud agent, y el changelog de marzo ya lo presentaba como el antiguo coding agent, que además dejaba de estar limitado a flujos de pull request. La idea sigue siendo la misma: le describes una tarea, el agente investiga el repositorio, planifica, programa y ejecuta tests y linters en un entorno efímero en la nube, y te devuelve el resultado para que lo revises.

Esta guía explica cómo lanzarle trabajo, cómo preparar su entorno y qué límites conviene conocer antes de confiarle tareas reales.

¿En qué se diferencia el cloud agent del modo agente de Copilot?

Es la duda más habitual. El modo agente (agent mode) trabaja en tu editor o en tu terminal, sobre tu copia local, y tú ves cada paso en directo. Está incluido en todos los planes, incluso en Copilot Free.

El cloud agent, en cambio, trabaja en segundo plano en un entorno de desarrollo efímero en la nube, no en tu IDE. Crea la rama, escribe los mensajes de commit y sube los cambios por su cuenta. Trabaja en una rama cada vez y abre un pull request por tarea. Está incluido en Copilot Pro, Pro+ y Max, y en los planes de organización según las políticas que fije el administrador; no está disponible en Copilot Free.

¿Desde dónde se le puede encargar una tarea?

La lista de puntos de entrada es larga: GitHub.com (issues, pestaña Agents y Copilot Chat), GitHub Mobile, los IDE compatibles, la API REST, GitHub CLI, el servidor MCP de GitHub, varias integraciones de chat y gestión de proyectos, y Raycast. También se pueden programar sesiones o dispararlas ante eventos, por ejemplo cuando se abre una issue.

Los dos métodos más prácticos para empezar son estos.

1. Asignar una issue a Copilot

1. En la barra lateral de la issue, pulsa Assignees y selecciona Copilot.
2. Opcionalmente, añade contexto en el campo Optional prompt.
3. Si quieres, cambia el repositorio de destino o la rama base.
4. Elige, si lo necesitas, un agente personalizado y un modelo (con su nivel de razonamiento, si lo admite).

Asignar una issue siempre genera un pull request. Ojo a un detalle importante: Copilot lee el título, la descripción y los comentarios existentes solo en el momento de la asignación. Lo que añadas después debe ir como comentario en el pull request.

Lee también: GitHub Copilot: el autofix agéntico y el sandbox local ya son GA

2. Desde la pestaña Agents

1. Abre la pestaña Agents del repositorio, entra en github.com/copilot/agents o usa el panel de agentes de la barra superior.
2. Selecciona el repositorio en el desplegable.
3. Escribe la tarea. Puedes adjuntar imágenes PNG, JPEG, GIF o WebP (útil para capturas de un error visual).
4. Opcionalmente, elige rama base, agente personalizado y modelo.
5. Pulsa Start task.

Si quieres que abra un PR, dilo en el propio prompt, por ejemplo: «Abre un pull request que muestre un mensaje de error comprensible cuando falle el pago». Este mismo cuadro está en tu dashboard y en Copilot Chat escribiendo /task.

¿Cómo se sigue y se corrige el trabajo del agente?

Cada tarea aparece como una sesión con sus registros, donde ves qué está haciendo y desde donde puedes abrir el pull request con un clic. Copilot sube los cambios a la rama a medida que avanza, así que puedes revisar el diff y enviarle instrucciones de seguimiento sin esperar a que termine.

Cómo preparar el entorno: copilot-setup-steps.yml

Si tu proyecto necesita dependencias, servicios o herramientas concretas para compilar y pasar los tests, lo mejor es dárselas preinstaladas. Se hace con un workflow de GitHub Actions en .github/workflows/copilot-setup-steps.yml, que solo se usa cuando está en la rama por defecto. Requisitos clave:

• Debe contener un único job y tiene que llamarse copilot-setup-steps; con otro nombre, Copilot lo ignora.
• Solo se aplican estas claves del job: steps, permissions, runs-on, services, snapshot y timeout-minutes (máximo 59).
• Cualquier fetch-depth que pongas en actions/checkout se sobrescribe.

Un ejemplo mínimo para un proyecto Node.js:

name: "Copilot Setup Steps"
on:
  workflow_dispatch:
jobs:
  copilot-setup-steps:
    runs-on: ubuntu-latest
    permissions:
      contents: read
    steps:
      - name: Checkout code
        uses: actions/checkout@v6
      - name: Install dependencies
        run: npm ci

GitHub recomienda dar a permissions el nivel mínimo que necesiten los pasos. Por defecto el entorno es Ubuntu; puedes usar runners más grandes, autoalojados (mejor efímeros y de un solo uso) o Windows de 64 bits, pero no macOS.

El cortafuegos del agente

Copilot incluye un cortafuegos integrado que limita a qué puede conectarse el agente. Atención: no es compatible con runners autoalojados ni con Windows. En esos casos hay que desactivarlo en la configuración del repositorio y controlar el acceso a red por tu cuenta, por ejemplo con runners grandes con red privada de Azure.

¿Qué limitaciones tiene Copilot cloud agent?

• Un solo repositorio por tarea: no admite cambios en varios repositorios a la vez.
• Sesiones de 59 minutos como máximo, sin posibilidad de ampliarlas.
• Solo repositorios alojados en GitHub.
• Contexto limitado por defecto: el servidor MCP de GitHub solo accede al repositorio del agente salvo que amplíes la configuración MCP del repositorio.
• Reglas de rama: algunos rulesets o protecciones de rama pueden bloquearlo; los administradores pueden añadir a Copilot como actor con permiso para saltárselas.

Los propietarios y administradores pueden además desactivar el agente en repositorios concretos.

Buenas prácticas para que el agente acierte

1. Issues pequeñas y bien definidas: «añade validación de NIF al formulario de alta, con tests» funciona; «mejora el checkout» no.
2. Instrucciones personalizadas del repositorio: Copilot las usa además de tu prompt. Explica cómo se lanzan los tests, el estilo de código y qué carpetas no tocar.
3. Un entorno que compile: si el agente no puede ejecutar los tests, no puede validar su trabajo.
4. Revisión humana obligatoria: la documentación advierte de que el resultado puede contener errores o vulnerabilidades. Revisa y prueba antes de producción, y presta atención a las coincidencias con código público que puedan aparecer en los registros por temas de licencias.

¿Cuánto cuesta usarlo?

Desde junio de 2026, Copilot factura el uso de IA mediante AI Credits, que se consumen según los tokens del modelo empleado. El agente en la nube está incluido a partir de Copilot Pro (10 $/mes); en Business y Enterprise, el consumo sale de la bolsa compartida de la organización. Como las tareas agénticas gastan bastantes más tokens que un chat, conviene vigilar el consumo de las primeras semanas y fijar presupuestos por usuario.