La automatización de CI/CD lleva años siendo estándar, pero hasta ahora siempre ha sido determinista: si el test pasa, se despliega; si no, no. Los agentes de IA introducen una capa nueva capaz de tomar decisiones más matizadas sobre un despliegue, con todo lo que eso implica de riesgo y de oportunidad.

DevAcademy propone este curso para equipos DevOps que ya tienen pipelines maduros y quieren dar el siguiente paso: que un agente participe en la decisión de continuar o revertir un despliegue, siempre con la supervisión humana adecuada.

• Comprender qué cambia al pasar de reglas deterministas a un agente que evalúa varios factores.
• Diseñar un agente capaz de decidir un rollback automático ante fallos detectados.
• Definir en qué punto del proceso conviene mantener supervisión humana obligatoria.
• Registrar de forma trazable las decisiones automatizadas de un pipeline.
• Diseñar un pipeline donde un agente decide si un despliegue continúa o revierte.

Después de este curso sabrás diseñar un pipeline donde un agente de IA participa en la toma de decisiones de release, sin perder el control ni la trazabilidad de por qué se tomó cada decisión.

• Qué cambia al introducir un agente en el pipeline:
  • Diferencia entre reglas fijas y un agente que evalúa contexto.
  • Ejemplos de decisiones que antes eran binarias y ahora son matizadas.
• Riesgos y oportunidades de este cambio:
  • Qué se gana en flexibilidad frente a la automatización clásica.
  • Qué se pierde en previsibilidad si no se diseña bien.

• Diseño de un agente de decisión de despliegue:
  • Factores que el agente debe evaluar antes de decidir.
  • Ejemplo de lógica de decisión aplicada a un despliegue real.
• Rollback automático ante fallos:
  • Cómo detecta el agente que algo ha ido mal tras el despliegue.
  • Velocidad de reacción frente a un rollback decidido por una persona.

• Cuándo mantener supervisión humana obligatoria:
  • Tipos de despliegue donde no conviene la decisión totalmente autónoma.
  • Cómo calibrar el nivel de autonomía según el riesgo del cambio.
• Diseño del punto de aprobación humana:
  • Ejemplo de flujo con aprobación humana antes de un despliegue crítico.
  • Cómo evitar que ese punto se convierta en un cuello de botella.

• Qué registrar de cada decisión del agente:
  • Información mínima necesaria para poder auditar después.
  • Diferencia entre registrar el resultado y registrar el razonamiento.
• Auditoría posterior de decisiones automatizadas:
  • Cómo revisar por qué se hizo o no se hizo un despliegue concreto.
  • Uso de ese historial para mejorar el criterio del agente con el tiempo.

• Aplicación práctica:
  • Cada alumno diseñará un pipeline donde un agente decide si un despliegue continúa o revierte según los resultados de los tests, con registro completo de la decisión tomada.