Los agentes de IA para programación operan a ciegas en producción, según una investigación de Causal Dynamics Lab. Su producto estrella, Cielara Code, superó a Claude Code (Opus-4.6) y OpenAI Codex (GPT-5.4) en tres benchmarks independientes, especialmente en la tarea más compleja: encontrar el lugar correcto para realizar un cambio. ¿La clave? Un modelo causal que les permite «ver» el sistema que modifican.
San Francisco, CA – 5 de mayo de 2026; Los agentes de IA están implementando código más rápido de lo que los equipos pueden verificar su comportamiento en producción. Aunque los cambios parecen correctos en revisión y pasan las pruebas, desencadenan fallos impredecibles al interactuar con dependencias reales, restricciones de políticas, estados de ejecución e infraestructura. Según el informe DORA 2025, la adopción de estas herramientas está vinculada a una caída del 7.2% en la estabilidad de las implementaciones. Werner Vogels, CTO de AWS, lo denomina «Deuda de Verificación».
¿Por qué los agentes de IA programan a ciegas?
Causal Dynamics Lab analizó miles de sesiones de agentes de codificación nativos y descubrió un patrón revelador:
- 56.8% de las acciones eran lecturas de archivos.
- 24.2% eran búsquedas con grep.
- Menos del 1% eran ediciones reales.
El problema no era generar parches, sino localizar los archivos correctos. Cuando la solución abarcaba más de seis archivos, la precisión de los agentes caía de 0.579 a 0.143, y las trayectorias fallidas consumían cuatro veces más recursos computacionales que las exitosas.
«Todos los agentes de codificación actuales navegan con grep. Eso es como un cirujano operando sin imágenes. Construimos Cielara Code para darles vista: un modelo causal del entorno de producción que hace explícito y verificable el razonamiento detrás de cada cambio», explicó Hasibul Haque, CEO de Causal Dynamics Lab.
¿Cómo funciona el modelo causal de Cielara Code?
Cielara Code introduce un Modelo de Mundo de Producción que mapea el entorno de una empresa en un grafo causal de 6 capas:
- Qué hace el código (funcionalidad).
- Por qué se construyó (intención).
- Quién es el dueño (responsabilidad).
- Cómo está restringido (políticas).
- Dónde se ejecuta (infraestructura).
- Qué sucedió en tiempo de ejecución (historial).
Antes de que un agente comience a explorar, Cielara construye un Grafo Causal de Dependencias de Código que indexa cuatro tipos de relaciones, permitiendo que el agente navegue por la estructura en lugar de escanear archivos secuencialmente.
¿Supera Cielara Code a Claude Code y Codex?
Sí. En tres benchmarks independientes, Cielara Code superó a ambos competidores en la tarea más difícil: localizar el lugar correcto para hacer un cambio.
- Precisión de localización general: 0.774 (Cielara) vs. 0.738 (Claude Code) y 0.707 (Codex).
- MULocBench (1,033 problemas en 46 repositorios): 0.752 recall@5 (Cielara) vs. 0.727 (Claude Code), reduciendo el tiempo promedio de tarea de 141.84 a 128.62 segundos.
- Ahorro de costos: Entre 30% y 40% menos en recursos computacionales por tarea.
Esto se traduce en menos ediciones en archivos incorrectos, menos ejecuciones fallidas y mayor eficiencia.
¿Qué es REASONARA y por qué es revolucionario?
REASONARA es la capa de memoria causal que hace que Cielara Code sea escalable a nivel empresarial. En lugar de insertar toda la base de código en un prompt cada vez, REASONARA almacena el mundo de producción como un grafo estructurado con más de 125 millones de tokens de contexto efectivo, recuperando solo lo relevante para la pregunta en cuestión.
- Eficiencia: Una búsqueda típica usa entre 1,000 y 2,500 tokens vs. 23,000 a 115,000 en enfoques de contexto completo.
- Ahorro: Hasta 98% menos consumo de tokens en comparación con el razonamiento de contexto completo.
- Rendimiento en benchmarks:
- 94% en UltraDomain.
- 92% en LoCoMo.
- 73% en LoCoMo-plus.
- 87.4% en LongMemEval.
- Velocidad: De 5 a 8 veces más rápido que el modo de razonamiento alto de Codex.
El objetivo futuro es alcanzar una ventana de contexto de mil millones de tokens.
¿Por qué las empresas adoptan Cielara Code?
Causal Dynamics Lab posiciona a Cielara Code como una capa de verificación para agentes de IA existentes, haciendo que su salida sea segura para producción sin reemplazarlos. Actualmente, 11 empresas Fortune 100 y más de 40 Fortune 500 lo utilizan en sus bases de código.
«Las expectativas de los consejos y auditores para la gestión proactiva de riesgos han aumentado drásticamente. Los líderes ahora exigen evidencia de que la seguridad puede anticipar riesgos derivados de la IA y la automatización, en lugar de depender de respuestas post-incidente», comenta el CISO de uno de los bufetes de abogados más grandes de EE.UU. y cliente actual de Cielara Code.
Phillip Miller, Vicepresidente y CISO Global de H&R Block, añadió: «Las empresas necesitan soluciones para problemas que no pueden resolver solo con personas. La tecnología de Cielara es un salto generacional hacia la promesa original de la IA: abordar la complejidad 24/7 con conocimiento adquirido, razonamiento profundo y precisión inigualable. Para los equipos de ingeniería, esto significa un solo motor para descubrir fallos en implementaciones reales (incluyendo sistemas legacy y en la nube) y proporcionar pasos claros de resolución».
¿Quién está detrás de Causal Dynamics Lab?
El equipo tiene una experiencia profundamente arraigada en los desafíos que buscan resolver:
- Hasibul Haque (CEO): Lideró la ingeniería de plataformas en Uber durante su fase de hipercrecimiento.
- Ryan Turner (CTO): Exingeniero de personal de Uber y mantenedor de CNCF SPIRE.
- Dr. Xuchao Zhang: Exinvestigador de Microsoft Research.
- Dr. Liang Zhao (Emory): Más de 200 publicaciones en el campo.
Su investigación está respaldada por una asociación formal de I+D con el Laboratorio de IA de Emory.
«La IA ya ha cambiado cómo las personas acceden a la información. El siguiente paso es cambiar cómo toman decisiones. En lugar de solo preguntar qué es cierto ahora, los equipos deberían poder explorar qué podría pasar después, comparar caminos posibles y entender las consecuencias de las acciones antes de comprometerse. Ese cambio de respuestas a simulación es un giro poderoso, y es donde se enfoca Causal Dynamics Lab», dijo Matt Fisher, ex cofundador y CTO de Daydream y profesor adjunto en la Universidad Brown.
¿Cuál es el futuro de Cielara Code?
El Modelo de Mundo de Producción está diseñado como una base, no como una función. Cielara Code y REASONARA son los primeros productos implementados sobre él. A largo plazo, Causal Dynamics Lab planea extenderse a la simulación causal completa de cambios propuestos en código, infraestructura, políticas y tiempo de ejecución.
La empresa espera que el registro de decisiones se convierta en una capa de razonamiento permanente en el stack empresarial: una que cualquier agente de IA pueda consultar antes de modificar los sistemas que mantienen la producción en funcionamiento.
