Saltar al contenido
Nubent

/DevOps y plataforma

DevOps con IA: agentes que operan tu AWS con aprobación humana

Así trabaja Nubent internamente, y lo llevamos a tu equipo: agentes de IA que proponen cambios de Terraform por pull request, hacen triage de alertas e incidentes, revisan costos y escriben runbooks y postmortems. Ingenieros diseñan, revisan y aprueban cada cambio antes de que llegue a producción.

/Diagnóstico

Señales de que es el momento

El equipo vive apagando incendios

Las alertas se acumulan, el triage depende de dos personas y el trabajo de plataforma planificado se posterga semana tras semana.

Terraform crece más rápido que las revisiones

Los cambios de infraestructura esperan días por una revisión, y las actualizaciones de módulos y proveedores nunca llegan a hacerse.

Runbooks y postmortems que nadie escribe

Después de cada incidente queda poca documentación, y el conocimiento de cómo resolver problemas vive en la cabeza de pocas personas.

Costos de AWS que nadie revisa a tiempo

Los recursos huérfanos y los sobredimensionamientos aparecen recién cuando llega la factura, porque nadie tiene tiempo de mirar Cost Explorer cada semana.

/Qué entregamos

Entregables concretos, en tu repositorio

  • Agente de cambios de infraestructura

    Agente que propone cambios de Terraform por pull request, con terraform plan, análisis de seguridad y explicación del impacto para el revisor.

  • Triage asistido de alertas

    Agente que recibe alertas de CloudWatch, cruza logs, métricas y despliegues recientes y deja un resumen con hipótesis en el canal del equipo.

  • Revisión periódica de costos

    Informe con Cost Explorer y Compute Optimizer sobre desperdicio y oportunidades, con propuestas de cambio listas para revisar.

  • Runbooks y postmortems

    Borradores generados a partir de la línea de tiempo del incidente y del historial de cambios, revisados y publicados por el equipo.

  • Guardas y auditoría

    Permisos de solo lectura por defecto, ramas protegidas, aprobación humana obligatoria y registro de cada acción de los agentes.

/Cómo lo hacemos

Nuestro proceso

  1. Diagnóstico de la operación

    Revisamos con acceso de solo lectura tus cuentas, repositorios, alertas e incidentes recientes, y elegimos qué tareas repetibles delegar primero.

  2. Diseño de agentes y límites

    Definimos qué hace cada agente, con qué permisos, qué herramientas MCP usa y qué requiere siempre aprobación humana.

  3. Implementación por pull request

    Construimos los agentes y su infraestructura en tu repositorio, los probamos sobre casos reales y los activamos de forma gradual.

  4. Operación continua

    Medimos tiempos de respuesta, calidad de las propuestas y carga del equipo, y ajustamos los agentes con cada aprendizaje.

Qué significa hacer DevOps con IA

Hacer DevOps con IA empieza por identificar el trabajo operativo repetible, como revisar planes de Terraform, investigar una alerta, comparar costos o redactar un postmortem, y asignarlo a agentes con permisos acotados. Ningún agente recibe acceso de administrador, y las personas siguen decidiendo qué se aplica y cuándo.

En Nubent trabajamos así todos los días. Los agentes generan y revisan Terraform, preparan pipelines, analizan costos y documentan incidentes, e ingenieros diseñan la arquitectura, revisan cada propuesta y aprueban lo que llega a producción. Lo que ofrecemos es llevar ese mismo modelo de trabajo a tu equipo, adaptado a tus cuentas y procesos.

Agentes de IA para infraestructura como código

El caso más directo es Terraform. Un agente puede preparar un cambio pedido en un issue, actualizar versiones de proveedores y módulos, o corregir hallazgos de seguridad. En todos los casos el resultado es un pull request con el plan de Terraform, el análisis de herramientas como Checkov y una explicación del impacto escrita para el revisor.

Ese pull request sigue las mismas reglas que el de cualquier ingeniero: ramas protegidas, revisión obligatoria y pipeline de CI. El agente nunca aplica cambios en producción por su cuenta. Así se acelera el trabajo pendiente de infraestructura sin perder trazabilidad ni control sobre lo que cambia en tus cuentas AWS.

Triage de alertas, incidentes y postmortems

Cuando suena una alerta, el primer tramo del trabajo suele ser mecánico: mirar métricas, buscar errores en los logs, revisar qué se desplegó en las últimas horas. Un agente con acceso de solo lectura a CloudWatch, CloudTrail y el historial de despliegues puede hacer ese recorrido y dejar un resumen con hipótesis ordenadas antes de que la persona de guardia abra la consola.

Después del incidente, el mismo agente arma la línea de tiempo y un borrador de postmortem a partir de los mensajes, las alertas y los cambios aplicados. El equipo lo corrige, agrega las causas de fondo y define acciones. Con el tiempo, esos documentos alimentan runbooks que mejoran el triage siguiente.

Revisión de costos y seguridad con agentes

Revisar costos de AWS cada semana es una tarea que todos saben que deben hacer y casi nadie hace. Un agente puede consultar Cost Explorer y Compute Optimizer, detectar recursos sin uso, sobredimensionamientos o crecimientos inesperados, y proponer cambios concretos por pull request, con el ahorro estimado según los datos de AWS.

Lo mismo aplica a hallazgos de seguridad. Un agente puede leer AWS Security Hub, agrupar hallazgos por causa, priorizar los relevantes y proponer la corrección en Terraform. La aprobación final sigue siendo de una persona, pero el equipo deja de empezar cada revisión desde cero.

Guardas: permisos, aprobación humana y auditoría

La confianza en los agentes se construye con límites claros. Por defecto trabajan con roles de solo lectura en AWS y solo pueden escribir en ramas propias del repositorio. Cualquier cambio en infraestructura, configuración o costos pasa por pull request y necesita la aprobación de un ingeniero.

Cada acción de un agente queda registrada: qué consultó, qué propuso y quién lo aprobó. Usamos servidores MCP con permisos mínimos para conectar a los agentes con tus herramientas, y revisamos periódicamente sus resultados para ajustar instrucciones y alcance. Si un agente no aporta, se apaga o se rediseña.

/FAQ

Preguntas frecuentes: DevOps con agentes de IA

¿Tenés otra duda? Escribinos a hello@nubent.com y te responde un ingeniero.

¿Qué tareas de DevOps puede hacer un agente de IA?

Las que son repetibles y verificables: proponer cambios de Terraform, actualizar dependencias de infraestructura, revisar planes, hacer el triage inicial de alertas, analizar costos, agrupar hallazgos de seguridad y redactar runbooks y postmortems. Las decisiones de arquitectura, la aprobación de cambios y la respuesta final a incidentes siguen a cargo de ingenieros.

¿Es seguro dejar que un agente de IA toque la infraestructura?

Lo es si el agente no aplica cambios por su cuenta. Nuestros agentes trabajan con permisos de solo lectura en AWS y proponen cambios por pull request, que pasan por CI y por revisión humana obligatoria antes de aplicarse. Cada acción queda registrada, y los permisos se amplían solo cuando hay evidencia de que el agente funciona bien.

¿Qué herramientas se usan para construir agentes de DevOps?

Trabajamos con los modelos Claude, de Anthropic, vía Amazon Bedrock, con Claude Code y el Claude Agent SDK para construir los agentes, y con servidores MCP para conectarlos a AWS, al repositorio y a tus herramientas de observabilidad y tickets. La infraestructura se define en Terraform y los flujos corren en GitHub Actions o en servicios de AWS.

¿Los agentes de IA reemplazan al equipo de DevOps o SRE?

No. Los agentes se ocupan del trabajo repetible, como recolectar datos, preparar cambios y escribir borradores, para que el equipo dedique más tiempo a diseño, confiabilidad y mejoras de plataforma. Siempre hay una persona que revisa y aprueba, y el criterio sobre qué cambiar en producción sigue siendo humano.

¿Cómo empiezo a usar agentes de IA en mi operación?

Empezamos con un diagnóstico de solo lectura de tus cuentas, repositorios e incidentes recientes, y elegimos una o dos tareas con alto volumen y bajo riesgo, como el triage inicial de alertas o la revisión de planes de Terraform. Medimos el resultado durante unas semanas y, si funciona, sumamos más tareas.

Siguiente paso

Hablemos de tu proyecto de DevOps con agentes de IA

30 minutos con un ingeniero. Próximos pasos concretos, trabajes o no con nosotros.