DATA SCIENCE / AI
Tu Repositorio Sabe Más de Tu Equipo Que Tu Equipo
He entrado a equipos donde pasé meses siendo invisible. No porque la gente fuera mala gente, sino porque todo el conocimiento estaba enterrado en 50.000 commits que nunca había visto. ¿Quién le sabe al flow de autenticación? ¿A quién le gusta debuggear race conditions? No tenía idea. Estaba adivinando.
Entonces construí Team X-Ray — una extensión de VS Code que analiza personas, no código: cómo se comunican, con quién colaboran, en qué son buenos de verdad, qué problemas disfrutan resolver. Empecé conectando GitHub Copilot con los datos del repositorio usando Model Context Protocol (MCP), pero la arquitectura evolucionó — hoy usa el Copilot SDK directamente con herramientas custom que le dan al agente acceso nativo a los datos de tu equipo. Sin Docker, sin servidor intermedio.
Y luego pasó algo que no esperaba: los agentes de IA empezaron a hacer commits. De repente, mi herramienta me estaba mintiendo — atribuyéndole expertise a bots, inflando contribuciones que ningún humano escribió. Tuve que evolucionar la herramienta para separar lo humano de lo automático, y en el camino descubrí algo más interesante: en la era de agentes, la expertise ya no es solo quién escribe el código — es quién lo entiende, quién lo dirige, y quién hace brillar a los demás.
En esta charla te voy a mostrar:
• La evolución técnica: de MCP a Copilot SDK con herramientas custom
• Cómo construí Team X-Ray y qué me enseñó sobre dinámicas de equipo reales
• El problema de los agentes: cómo detectar commits de bots y separar expertise humana de la automatizada
• Ejemplos reales de IA descubriendo mentores, silos de conocimiento y dinámicas ocultas
Como dijo Moira Rose: "Cuando uno de nosotros brilla, todos brillamos." No estoy tratando de reemplazar la conexión humana. Estoy tratando de acelerarla — incluso cuando los agentes ya son parte del equipo.
Entonces construí Team X-Ray — una extensión de VS Code que analiza personas, no código: cómo se comunican, con quién colaboran, en qué son buenos de verdad, qué problemas disfrutan resolver. Empecé conectando GitHub Copilot con los datos del repositorio usando Model Context Protocol (MCP), pero la arquitectura evolucionó — hoy usa el Copilot SDK directamente con herramientas custom que le dan al agente acceso nativo a los datos de tu equipo. Sin Docker, sin servidor intermedio.
Y luego pasó algo que no esperaba: los agentes de IA empezaron a hacer commits. De repente, mi herramienta me estaba mintiendo — atribuyéndole expertise a bots, inflando contribuciones que ningún humano escribió. Tuve que evolucionar la herramienta para separar lo humano de lo automático, y en el camino descubrí algo más interesante: en la era de agentes, la expertise ya no es solo quién escribe el código — es quién lo entiende, quién lo dirige, y quién hace brillar a los demás.
En esta charla te voy a mostrar:
• La evolución técnica: de MCP a Copilot SDK con herramientas custom
• Cómo construí Team X-Ray y qué me enseñó sobre dinámicas de equipo reales
• El problema de los agentes: cómo detectar commits de bots y separar expertise humana de la automatizada
• Ejemplos reales de IA descubriendo mentores, silos de conocimiento y dinámicas ocultas
Como dijo Moira Rose: "Cuando uno de nosotros brilla, todos brillamos." No estoy tratando de reemplazar la conexión humana. Estoy tratando de acelerarla — incluso cuando los agentes ya son parte del equipo.