--- title: Gremlin lanza Foresight AI, un producto con agentes para la ingeniería de confiabilidad url: https://www.elseif.net/es/gremlin-lanza-foresight-ai-un-producto-con-agentes-para-la-ingenieria-de-confiabilidad published: 2026-10-14T08:13:22+00:00 language: es section: Agentes source: https://www.infoq.com/news/2026/10/gremlin-foresight-ai/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=global organizations: Gremlin, Foresight AI, Slack, Google Cloud, Wix, Amplify Partners publisher: elseif --- # Gremlin lanza Foresight AI, un producto con agentes para la ingeniería de confiabilidad La empresa de gestión de confiabilidad Gremlin ha anunciado la disponibilidad general de Foresight AI, un producto basado en agentes que analiza servicios para detectar fallos potenciales, recomienda cambios y vuelve a ejecutar pruebas para verificar que una corrección funciona. Esta herramienta está disponible como un complemento para la plataforma Gremlin, la cual permite a los equipos realizar experimentos planificados, controlar el radio de impacto de los fallos y utilizar pruebas automatizadas para asegurar que las correcciones permanezcan efectivas con el tiempo. Mediante el uso de puntuaciones de confiabilidad, las organizaciones pueden cuantificar su progreso y priorizar sus inversiones en resiliencia. El producto divide el trabajo entre cuatro roles de agente distintos. Un analista recopila datos del servicio y recomienda pruebas, mientras que un probador programa y ejecuta dichas pruebas. Un operador interpreta las pruebas fallidas y propone remediaciones. Por último, un gerente de programa técnico rastrea la cobertura de pruebas, los riesgos de confiabilidad y los compromisos entre los equipos. Este último rol tiene la capacidad de producir informes semanales y enviar actualizaciones a través de la plataforma de comunicación Slack. Las recomendaciones de Foresight AI se basan en el Atlas de Fallos de Gremlin. La compañía describe esto como un registro propietario construido a partir de millones de experimentos de inyección de fallos realizados durante más de diez años en decenas de miles de sistemas distribuidos. Gremlin afirma que los datos del sistema no se utilizan para entrenar un modelo de lenguaje grande. En su lugar, los agentes utilizan los datos de la plataforma y el Atlas de Fallos para tomar decisiones, empleando un modelo de lenguaje grande únicamente para buscar, resumir y explicar los resultados. La distinción técnica principal es el bucle de validación cerrado. Cuando una prueba descubre una debilidad, el servicio propone un cambio y luego ejecuta nuevamente la prueba original. Gremlin indica que Foresight AI no ejecutará una prueba ni aplicará una remediación sin aprobación previa. Esto mantiene a un ingeniero responsable de los cambios mientras automatiza gran parte del análisis y la repetición en torno a ellos. El servicio también crea informes y paneles a partir de solicitudes en lenguaje natural, los cuales pueden incluir gráficos, tablas, pestañas y enlaces destinados a mostrar cambios en las puntuaciones de confiabilidad y los riesgos que los equipos han abordado. En un artículo separado escrito para Gremlin, el analista Jason English describe los productos de observabilidad e inteligencia artificial para la ingeniería de sitios como útiles pero en gran medida reactivos. Argumenta que usualmente comienzan con telemetría de un problema que ya ha ocurrido. La inyección de fallos toma un enfoque diferente al crear condiciones de fallo controladas antes de un incidente y registrar cómo responde un servicio. English también advierte que un programa de confiabilidad no puede simplemente instalarse como un paquete de software. Los resultados sostenidos aún necesitan propiedad compartida y responsabilidad entre la ingeniería y la gestión. Esta calificación es importante porque Foresight AI puede coordinar pruebas y compromisos, pero una organización aún debe decidir qué riesgos son aceptables y si los cambios propuestos deben proceder. El lanzamiento se sitúa junto a otros esfuerzos para llevar verificaciones automatizadas de resiliencia a las tuberías de entrega. La orientación de ingeniería del caos de Google Cloud recomienda condiciones de fallo realistas, radios de impacto limitados y automatización continua. Wix también ha descrito el uso de inteligencia artificial en la integración y entrega continuas para la interpretación de registros y sugerencias de remediación, manteniendo las decisiones de implementación e infraestructura crítica bajo control humano. Estos controles se asemejan al límite de aprobación en Foresight AI, el cual difiere de modelos más autónomos que envisan agentes gestionando más pruebas y mantenimiento. Gremlin adopta actualmente un enfoque supervisado, utilizando agentes para proponer pruebas y cambios mientras requiere que las personas los autoricen.