GitHub Copilot ya puede aprobar solicitudes de extracción en vista previa pública
GitHub Copilot ahora puede aprobar solicitudes de extracción, una función disponible en vista previa pública para los planes Pro, Business y Enterprise.
GitHub Copilot ahora puede aprobar solicitudes de extracción, una función actualmente disponible en vista previa pública para los planes GitHub Copilot Pro, Pro+, Max, Business y Enterprise. [1]
El 2026-09-02, GitHub anunció una serie de actualizaciones para su asistente de codificación con IA GitHub Copilot, orientadas a reducir el uso de tokens y los costos operativos sin comprometer la calidad de las tareas, según se detalla en una publicación de blog de los ingenieros de GitHub Erik Kristensen y Napalys Klicius. [2]
La ingeniería de bucle es la disciplina de diseñar flujos de trabajo donde los agentes de IA se ejecutan sin supervisión para construir, probar y corregir software, reemplazando la necesidad de escribir código manualmente. [3]
Una evaluación de aprobación por sí sola no cuenta para los requisitos de fusión a menos que la función esté explícitamente habilitada por los administradores. [4]
Cada revisión de código de Copilot ahora incluye una evaluación de aprobación en el comentario de resumen para indicar si Copilot considera que la solicitud de extracción está lista para aprobarse. [5]
Cuando está habilitado, Copilot puede enviar una aprobación que cuenta para la regla de aprobaciones requeridas del repositorio, pero su aprobación se descarta si se envían nuevos commits después de la aprobación. [6]
El ingeniero de GitHub Erik Kristensen declaró el 2026-09-02 que el objetivo de la actualización de eficiencia de Copilot es 'menos tokens por tarea completada' en lugar de menos tokens por llamada, cambiando el enfoque del uso individual de tokens a la eficiencia de tareas de extremo a extremo. [7]
Los ingenieros de GitHub informaron que agrupar los resultados de tareas en segundo plano, como comandos de shell de larga duración, redujo el uso relacionado con tokens en un 2.3%. [8]
Los ingenieros de GitHub informaron que acortar las indicaciones internas de Copilot sin afectar los comportamientos críticos del modelo resultó en una reducción de costos del 2.9% por hora activa en experimentos controlados. [9]
Los asistentes de codificación con IA como Claude Code, Cursor y GitHub Copilot han superado la generación de respuestas únicas para admitir agentes autónomos que trabajan en listas de tareas sin supervisión. [10]
El cuello de botella en el desarrollo de software con IA ha pasado de la capacidad de la IA para escribir código a la capacidad de los humanos para confiar en que la IA se ejecute sin vigilancia. [11]
Yash Thakker, fundador y CEO de AISOLO Technologies, declaró que la ingeniería de bucle implica configurar programas que llaman a agentes de IA según un horario o desencadenante, como cada 15 minutos o cuando falla una compilación. [12]GitHub Copilot can now approve pull requests, a feature currently available in public preview for GitHub Copilot Pro, Pro+, Max, Business, and Enterprise plans. [1]
On 2026-09-02, GitHub announced a series of updates to its AI coding assistant GitHub Copilot aimed at reducing token usage and operational costs without compromising task quality, as detailed in a blog post by GitHub engineers Erik Kristensen and Napalys Klicius. [2]
Loop engineering is the discipline of designing workflows where AI agents run unattended to build, test, and fix software, replacing the need for manual code writing. [3]
An approval assessment alone does not count toward merge requirements unless the feature is explicitly enabled by administrators. [4]
Every Copilot code review now includes an approval assessment in the overview comment to signal whether Copilot considers the pull request ready to approve. [5]
When enabled, Copilot can submit an approval that counts toward the repository's required-approvals rule, but its approval is dismissed if new commits are pushed after the approval. [6]
GitHub engineer Erik Kristensen stated on 2026-09-02 that the goal of Copilot's efficiency update is 'fewer tokens per completed task' rather than fewer tokens per call, shifting focus from individual token use to end-to-end task efficiency. [7]
GitHub engineers reported that batching results from background tasks such as long-running shell commands reduced token-related usage by 2.3%. [8]
GitHub engineers reported that shortening Copilot's internal prompts without affecting critical model behaviors resulted in a 2.9% cost reduction per active hour in controlled experiments. [9]
AI coding assistants like Claude Code, Cursor, and GitHub Copilot have moved past single-shot prompting to support autonomous agents that work through backlogs unattended. [10]
The bottleneck in AI software development has shifted from the ability of AI to write code to the ability of humans to trust AI to run unwatched. [11]
Yash Thakker, founder and CEO of AISOLO Technologies, stated that loop engineering involves setting up programs that call AI agents on a schedule or trigger, such as every 15 minutes or when a build fails. [12]
En qué se apoya
GitHub Copilot can now approve pull requests, a feature currently available in public preview for GitHub Copilot Pro, Pro+, Max, Business, and Enterprise plans. · The GitHub Blog
On 2026-09-02, GitHub announced a series of updates to its AI coding assistant GitHub Copilot aimed at reducing token usage and operational costs without compromising task quality, as detailed in a blog post by GitHub engineers Erik Kristensen and Napalys Klicius. · Blockchain.News
Loop engineering is the discipline of designing workflows where AI agents run unattended to build, test, and fix software, replacing the need for manual code writing. · Hindustan Times
An approval assessment alone does not count toward merge requirements unless the feature is explicitly enabled by administrators. · The GitHub Blog
Every Copilot code review now includes an approval assessment in the overview comment to signal whether Copilot considers the pull request ready to approve. · The GitHub Blog
When enabled, Copilot can submit an approval that counts toward the repository's required-approvals rule, but its approval is dismissed if new commits are pushed after the approval. · The GitHub Blog
GitHub engineer Erik Kristensen stated on 2026-09-02 that the goal of Copilot's efficiency update is 'fewer tokens per completed task' rather than fewer tokens per call, shifting focus from individual token use to end-to-end task efficiency. · Blockchain.News
GitHub engineers reported that batching results from background tasks such as long-running shell commands reduced token-related usage by 2.3%. · Blockchain.News
GitHub engineers reported that shortening Copilot's internal prompts without affecting critical model behaviors resulted in a 2.9% cost reduction per active hour in controlled experiments. · Blockchain.News
AI coding assistants like Claude Code, Cursor, and GitHub Copilot have moved past single-shot prompting to support autonomous agents that work through backlogs unattended. · Hindustan Times
The bottleneck in AI software development has shifted from the ability of AI to write code to the ability of humans to trust AI to run unwatched. · Hindustan Times
Yash Thakker, founder and CEO of AISOLO Technologies, stated that loop engineering involves setting up programs that call AI agents on a schedule or trigger, such as every 15 minutes or when a build fails. · Hindustan Times
No pudimos ubicar a ninguno por su dirección. Ninguno es un organismo oficial: esa parte se apoya en el reporte, no en el documento o la transcripción subyacente.
Procedencia del artículo · 12 fuentes · v 002worldrecordwritingfiling
Cómo se hizo esta pieza:escrita por TruthFoundry News Desk, una persona de IA declarada,
en la mesa de redacciónel Wednesday, September 2, 2026.
Sus fuentes las colocó la redacción, nunca se dan por supuestas. Abra cada paso para ver más; cada hash dice qué cubre.
1 · El mundo3 editores informaron de los hechos
Lo que declararon es la lista numerada de fuentes de arriba.Por qué estas fuentes y no otras
Cómo las eligió la redacción
No elegimos editores. La redacción lee el registro de hechos del suceso, agrupa los reportes que llevan la misma afirmación y escribe a partir de ese grupo. Dentro de él, lo que sube es una puntuación de interés: cuánta atención atrae una afirmación en el registro, y qué tan reciente es. Eso mide el INTERÉS, no la verdad ni la autoridad, y una afirmación muy difundida no es más verdadera. Una pieza se retiene salvo que al menos 2 orígenes INDEPENDIENTES la lleven, donde los medios que publican el mismo teletipo cuentan como un solo origen, no muchos. Por ahora no ingerimos transcripciones, expedientes ni comunicados directamente, así que salvo que un organismo oficial aparezca en la lista de arriba, esta pieza se apoya en el reporte sobre el documento y no en el documento mismo.
Desde dónde publican
No pudimos ubicar a ninguno por su dirección. Ninguno es un organismo oficial: esa parte se apoya en el reporte, no en el documento o la transcripción subyacente.
2 · El registroextrajo esos informes en filas de hechos firmadas
IA · búsqueda semántica
Los hechos en que se apoya esta pieza fueron seleccionados por búsqueda semántica sobre el registro: representaciones de IA emparejan la consulta de cada sección con filas de hechos por significado, no por palabras clave.
Esta redacción leyó los hechos por la puerta pública del registro, y la puerta firmó la lectura.El recibo de lectura no se capturó para esta revisión temprana.
3 · La redacciónescrita como TruthFoundry News Desk por un gran modelo de lenguaje
IA · generación de noticias
La línea automática escribió esto como TruthFoundry News Desk usando un gran modelo de lenguaje a las 2026-09-03T00:46Z.
Los prompts, literales
Instrucción del sistema (las reglas de anclaje)
El encargo: contrato de voz de la persona + las instrucciones permanentes de esta redacción + los hechos numerados
4 · El archivoescrita en el registro permanente
Una vez publicada, la pieza se escribe en el registro permanente. Su recibo - la prueba de que no ha cambiado desde entonces - está en Integridad, abajo, y el botón de allí la vuelve a comprobar en su propio navegador.
Integridad
Hash del contenido (SHA-256)4c30ae7b76009016fd5d87bb6f719c176de4ccf24d7529f0597b169b4f723de6
Base del hashtitular + bajada + texto + el JSON canónico de las citas, exactamente como se archivó
Reciboesta revisión es anterior al registro de recibos; la fila archivada vive en el registro