In partnership with
¡Hola comunidad DevOps con fuego!
Bienvenida a una nueva semana: más agentes, más automatización… y más necesidad de criterio humano.
Esta edición viene con un hilo conductor clarísimo: agentic DevOps. Bots que no solo “ayudan”, sino que empujan el ciclo de vida (código → tests → deploy → ops). Buenísimo… siempre que lo diseñemos con guardrails.
Respirá, agarrá el mate/café y vamos track por track. ☕🔥
Quieres Patrocinar esta Newsletter? Click aquí
Still searching for the right CRM?
Attio is the AI CRM that builds itself and adapts to how you work. With powerful AI automations and research agents, Attio transforms your GTM motion into a data-driven engine, from intelligent pipeline tracking to product-led growth.
Instead of clicking through records and reports manually, simply ask questions in natural language. Powered by Universal Context—a unified intelligence layer native to Attio—Ask Attio searches, updates, and creates with AI across your entire customer ecosystem.
Teams like Granola, Taskrabbit, and Snackpass didn't realize how much they needed a new CRM. Until they tried Attio.
🔥 Trending
IA
✨Bot-Driven Development (BotDD): cuando el bot no asiste, conduce
Idea clave: BotDD propone bots con agency (toman decisiones, abren PRs, ejecutan acciones) en lugar de simple automatización “si pasa X entonces Y”.
Por qué importa en DevOps: porque convierte el CI/CD en un loop “inteligente”: menos babysitting, más enfoque en diseño.
Lo que me llevo:
Bots que detectan issues y abren PRs (seguridad, deps, quality).
Bots que disparan acciones operativas (self-healing, scaling, remediación).
El valor real no es “más IA”: es feedback más rápido + menos context switching.
Riesgo real (no romanticemos):
Sin revisión humana: deuda técnica acelerada.
Métricas pueden engañar: más PRs ≠ mejor calidad.
Seguridad/compliance: shift everywhere (controles en cada etapa).
Para probar esta semana (práctico):
Definí 3 acciones “safe by default” para un bot (solo PRs, nunca merge).
Checklist mínimo: tests + SAST + policy + approval obligatoria.
INFRA
✨ IaC: aparece Formae, multi-cloud y con schema-safety
Qué pasó: Formae amplía soporte beta a más nubes (además de AWS): Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure, OVHcloud.
La apuesta: IaC con esquemas tipados (Pkl) y agentes que manejan state para reducir drift.
Por qué importa:
Si sufrís el “Terraform spaghetti”, esto apunta al dolor real: Day-2 ops.
Tipos + schema validation = menos “typo que rompe prod”.
Agents para state/drift suena a guardrails de operación.
Para mirar con lupa:
Cómo versiona y migra estados.
Qué tan “portable” es el modelo entre clouds.
Ecosistema/plugins: ahí suele ganar o perder.
OPEN
Open Source: Drupal cumple 25 y vuelve a “simple”… con AI
Qué pasó: lanzamiento de Drupal CMS 2.0 y empuje a una experiencia más accesible (incluyendo canvas visual y AI opcional).
Por qué importa (aunque seas DevOps):
La ola “vibe coding” mete presión: menos fricción para publicar.
Plataformas que facilitan rollback/versioning son oro para agentes (si un agente “se manda una”, tenés cómo deshacer).
Takeaway DevOps:
Donde haya AI generando cambios, versionado + rollback deja de ser “nice to have” y pasa a ser core.
AWS
🚀AWS Weekly Roundup: agentes en Amazon Bedrock, PrivateLink en Amazon SageMaker y más
Lo más jugoso:
Bedrock mejora workflows de agentes (tools server-side + caching).
SageMaker Unified Studio suma conectividad privada con PrivateLink.
Amazon S3 permite cambiar tipo de encryption sin mover data.
Amazon EventBridge sube payload a 1 MB.
AWS Lambda mejora observabilidad para Kafka event source mappings.
“AWS MCP Server” suma SOPs de deployment (preview) para IDEs/CLIs.
Por qué importa:
Es el combo perfecto para “AI-driven DevOps” con boundary AWS (más control, menos caos).
Encryption sin data movement en S3: tremendo para estandarizar seguridad a escala.
1 MB en EventBridge: menos hacks con “S3 pointer events”.
GITHUB
💻 GitHub Copilot más agentic: guía de un senior para usarlo “como staff engineer”
Idea central: agent mode sirve cuando el trabajo es multi-archivo, multi-módulo y con migraciones/contratos.
Lo que me llevo:
Usarlo para diseño y decomposición antes que para “scaffolding”.
Pedir planes por etapas: “hacé 1–3 y frená”.
Migraciones seguras: additive + rollback plan + ventana de compatibilidad.
Plantillas de prompts que valen oro:
“Analizá el servicio y proponé módulos por capas (domain/infra/interfaces).”
“Generá una migración backward-compatible + plan de rollback.”
“Identificá gaps sistémicos del test suite y proponé plan de modernización.”
IA
🤖 OpenAI y el capability gap: la brecha que realmente importa
Cuando hablamos de capability gap (brecha de capacidades), no estamos hablando solo de acceso a la IA. El punto crítico es cómo se usa.
El informe de OpenAI muestra algo clave: los usuarios más avanzados utilizan hasta 7 veces más capacidades de razonamiento que el usuario promedio. No se quedan en prompts simples; trabajan con tareas complejas, multi-step, agentes, herramientas, conectores y automatización real.
Esto genera una brecha nueva —y peligrosa— entre:
quienes usan IA como autocomplete glorificado, y
quienes la integran como parte activa de sus procesos de trabajo.
Y esa brecha ya se está traduciendo en productividad real, velocidad de ejecución y capacidad de innovación.
🌍 No es un problema solo de países “ricos”
Un dato interesante del informe es que esta brecha no depende únicamente del ingreso económico.
Países como Vietnam o Pakistán aparecen entre los mayores usuarios per cápita de capacidades avanzadas (análisis de datos, agentes, workflows complejos), incluso superando a economías más grandes en uso efectivo.
👉 Traducción: la ventaja no es quién tiene más recursos, sino quién desarrolla mejor criterio y práctica con IA.
🧠 Por qué esto es crítico para DevOps
En DevOps, esta diferencia se nota muchísimo:
Uso básico de IA
“Generame un YAML”
“Escribime este Dockerfile”
“Explicame este error”
Uso avanzado (agentic)
Agentes que analizan pipelines completos
Bots que proponen refactors, migraciones y fixes
Workflows que combinan código, infraestructura, tests, seguridad y despliegue
Decisiones automáticas con guardrails humanos
La diferencia entre ambos enfoques es una ventaja competitiva brutal.
No es solo hacer las cosas más rápido: es pensar mejor los sistemas.
🛠️ El foco: herramientas + criterio
OpenAI insiste en algo clave: el salto no se logra solo “dando acceso”, sino enseñando a usar la IA con intención.
Por eso lanza programas como OpenAI for Countries, enfocados en:
educación,
upskilling,
certificaciones,
adopción responsable en sector público y privado.
Llevado a DevOps, el mensaje es claro:
No alcanza con saber usar la herramienta.
Hay que saber diseñar flujos, revisar decisiones automatizadas y combinar IA con experiencia humana.
😆 Meme DevOps de la semana
Le pedí a la IA que me arme el pipeline 🤖
Full automation.
Cliente:
“¿Por qué el deploy borró la base de datos?” 😨
Moraleja DevOps:
Automatizar sin criterio no es velocidad, es riesgo.
💭 Pensamiento de la semana
Más IA no significa menos responsabilidad.
Más automatización no significa menos control.
La pregunta DevOps de esta semana es clara:
¿estamos escalando velocidad… o también gobierno y seguridad?
Nos vemos en la próxima edición de Semana DevOps …
... donde seguiremos trayendo fuego, terminales abiertas, cultura DevOps y aprendizaje continuo en español.
P.S. Quieres Patrocinar esta Newsletter? Click aquí