Si ya usaste agentes de IA para programar, conoces la escena: arrancás cinco sesiones en paralelo un martes por la mañana — una refactoriza el módulo de auth, otra caza un test flaky, otra arma un plan de migración de base de datos, otra prepara el resumen de tu turno de oncall, y otra investiga una idea que tenías pendiente. Te vas a tu primera reunión pensando que vas a volver con medio trabajo adelantado.
Y volvés al caos: el refactor lleva una hora trabado esperando que apruebes una herramienta que jurás que ya aprobaste antes. El fix del test flaky está, pero sin ninguna explicación de por qué. El plan de migración necesita ser reescrito. El agente del resumen terminó hace rato y quedó ocioso. Y la investigación es una lista de papers sin ninguna comparación de qué sirve para tu código.
Los agentes trabajaron en paralelo, sí — pero ahora vos sos el cuello de botella: tenés que recordar dónde quedó cada sesión, qué se hizo realmente, qué falta y qué decisiones te están esperando. Mientras más tareas lanzás, más tiempo gastás haciendo de pastor de contexto entre sesiones. Eso es exactamente lo que los Kiro bots vienen a resolver.
¿Qué es un bot (y en qué se diferencia de una sesión)?
Una sesión de agente es un hilo aislado: hace una tarea y muere. Un bot es persistente. Cada bot tiene:
- Un nombre y un avatar — es una entidad, no un hilo desechable.
- Un chat continuo — un solo lugar donde le das dirección y volvés por resultados.
- Un objetivo — lo construís alrededor de una meta (por ejemplo, "monitorear el backlog de issues y decirme qué está tendencia") y el bot trabaja proactivamente hacia ella.
- Memoria y notas propias — lleva su propio registro de decisiones y pendientes (su work log), que podés revisar.
- Su propio workspace con dashboard — para ver el estado del trabajo sin abrir una sola sesión.
Cuando hay trabajo que hacer, el bot lanza sesiones en paralelo, las monitorea, corrige lo que se desvía del plan y trae los resultados de vuelta a ese único chat. Si una tarea necesita una decisión tuya, el bot te pregunta mientras sigue trabajando en las partes que no dependen de tu respuesta. Ya no quedan agentes ociosos esperándote.
El ángulo de seguridad: permisos y memoria por bot
Esto es lo que más me interesa como alguien de seguridad, y es la parte mejor pensada del diseño:
Y hay un segundo control que me gusta todavía más: la memoria está aislada por bot. Lo que tu bot de despliegue aprende sobre tu proceso de release no se mezcla con lo que aprende tu bot de investigación. Mantener las lecciones separadas significa que cada bot aplica tu criterio solo a su responsabilidad — y, en términos de seguridad, reduce la superficie: un bot comprometido o mal dirigido no arrastra el contexto ni los permisos de los demás.
Además podés ver, editar o borrar todo lo que un bot recuerda. Nada de memoria opaca: si algo quedó mal aprendido, lo corregís y las corridas futuras aplican la corrección.
Ejemplos de bots para empezar
Kiro propone un set inicial que ilustra bien la idea. Fijate cómo cada uno tiene acceso a herramientas, permisos y definición de "trabajo terminado" distintos — y podés ajustar uno sin tocar los otros:
| Bot | Qué hace | Límite de permisos |
|---|---|---|
| Intake / Triage | Lee issues nuevos, los etiqueta, marca posibles duplicados y, si es bug, redacta pasos de reproducción. | Puede comentar tickets, pero no cerrarlos. |
| Build-health | Revisa tu pipeline de CI cada 30 minutos; separa fallas nuevas de los tests flaky ya conocidos y solo trae lo que requiere atención. | Solo reporta lo relevante. |
| Code review | Revisa cada PR contra decisiones que ya tomaste (tu patrón de manejo de errores, una dependencia que descartaste). No empieza "en frío". | Puede comentar y pedir cambios, pero no aprobar ni hacer merge. |
| Release-readiness | Es dueño del checklist antes de cada release: confirma que los cambios tengan tests y release notes. | Pide tu sign-off antes de que algo salga a producción. |
Schedules: el trabajo recurrente que se afina solo
Desde el mismo chat podés configurar horarios. Un bot puede investigar las fallas de build de la madrugada antes de que empieces tu día, o preparar las release notes cada viernes.
Lo interesante es cómo madura: la actividad programada va a su work log; un hallazgo o una decisión que te necesita vuelve al chat. Si el bot persigue una falla esperada que vos ya conocías, lo corregís una vez — y las corridas futuras aplican esa distinción. Cada corrección afina su entendimiento de tu intención.
Modelos: uno para planear, otro para ejecutar
Podés elegir el modelo con el que corre cada bot, y un modelo distinto para sus agentes worker. En la práctica: el bot planifica con un modelo más fuerte (y más caro), mientras sus workers hacen las verificaciones rutinarias con uno más rápido y barato. Es una palanca directa de costo/calidad que controlás vos.
Dashboards: ver el estado sin abrir sesiones
Cada bot mantiene un dashboard que le pedís a tu medida. En el ejemplo de Kiro, un bot "GitHub Issuer" mantiene un panel tipo "Issue Observatory" que grafica los issues de la semana por tema (bugs vs. features, issues nuevos, cuántos esperan por vos). El chat queda limpio para lo que importa — hallazgos, handoffs y preguntas que necesitan tu atención — mientras el panel refleja el estado actual del trabajo.
Y corren donde vos trabajás: Kiro Crew en tu laptop, un Mac Mini o una instancia EC2.
Cómo empezar (paso a paso)
- Abrí el workspace de bots en la barra lateral de Kiro Crew y agregá un bot.
- Elegí la base: el agente por defecto o un agente personalizado (que aporta su prompt, modelo, herramientas y skills — así construís sobre un setup que ya usás sin tocar tus chats existentes).
- Empezá con una sola responsabilidad que hoy te obliga a reconectar contexto entre sesiones. Que sea lo bastante chica para revisarla de una sentada y lo bastante útil para repetirse.
- Dale un nombre, decile qué debe cuidar, definí sus límites (de dónde llega el trabajo, qué fuentes consulta, qué es un buen handoff y cuándo debe pedirte input).
- Refiná con el uso y probá agregarle un schedule.
- Después, sumá bots para las siguientes responsabilidades de tu proceso.
¿Vale la pena?
Si usás agentes para una sola tarea de vez en cuando, probablemente no lo necesites todavía. Pero si ya te encontraste haciendo de coordinador de varias sesiones en paralelo — recordando dónde quedó cada una — los bots cambian tu rol: de empujar sesiones individuales a definir dirección y revisar solo lo que te necesita. El trabajo recurrente (CI, triage, release readiness) es donde más se nota, porque cada corrección se acumula.
Para el contexto de LatAm donde muchos somos equipos chicos haciendo de todo, la promesa es concreta: menos tiempo de niñera de agentes, más tiempo decidiendo qué está bien. Eso sí — como siempre con agentes autónomos, el control de permisos y la revisión humana no son opcionales: son el producto.
Fuente oficial: Introducing bots in Kiro Crew (Kiro, 5 nov 2026). Si querés el contexto de qué es Kiro Crew antes de meterte con los bots, lee también mi post: Kiro Crew: el nuevo agente de desarrollo open source de AWS.