Una startup de Barcelona lleva la revisión del código de IA a la especificación

Los agentes de inteligencia artificial escriben cada vez más código y los equipos de ingeniería no dan abasto para revisarlo. Sobre ese cuello de botella se ha construido la propuesta de una plataforma barcelonesa que acaba de abrir su acceso público y que traslada el control de calidad a un momento anterior: la especificación, es decir, el documento que describe qué debe hacer un cambio antes de que se escriba una sola línea.

Qué hace la plataforma

Detrás del producto está Spaii Labs SL, con sede en Barcelona. easyspecs.ai funciona, según la compañía, en tres fases. La primera consiste en conectar un repositorio alojado en GitHub, GitLab, Azure DevOps o Bitbucket y generar documentación funcional del sistema tal y como está, organizada en un árbol de conocimiento con funcionalidades, vistas, servicios, modelos de datos, infraestructura y pruebas. La empresa afirma alcanzar hasta un 98 % de cobertura de asignación de líneas de código.

La segunda fase toma una petición de cambio en bruto y la contrasta con esa documentación, de forma que la intención del cambio se valide frente al comportamiento real de la aplicación y no frente a lo que alguien recuerde del sistema. La tercera produce una especificación estructurada pensada para que un responsable de producto pueda leerla sin abrir ningún archivo.

Verificaciones junto a la especificación

El elemento que la empresa presenta como diferencial es lo que llama Trust Spec: un conjunto de comprobaciones que acompaña a cada especificación. Incluye dos tipos. Por un lado, los oráculos, condiciones de aprobado o fallo que una máquina puede ejecutar automáticamente. Por otro, las rúbricas, criterios de valoración que puntúa un revisor humano o un modelo de IA cuando la respuesta no es un simple sí o no.

Las especificaciones separan de forma explícita lo que entra en el alcance, lo que queda fuera y lo que sigue sin resolverse; estos últimos puntos se marcan como bloqueados en lugar de dejarlos pasar. Una vez aprobadas, se integran con Jira y Linear, con los editores VS Code, Cursor y Antigravity mediante extensiones, y se exponen como contexto de solo lectura a asistentes como Claude Code, Codex o GitHub Copilot a través del protocolo MCP.

"Una especificación solo sirve si puedes demostrar que el resultado se corresponde con ella", señala Carlos Guirao Capistany, cocreador y director de tecnología. "Generamos las verificaciones a la vez que la especificación, para que comprobar el resultado no sea algo que improvises cuando el agente ya ha terminado".

El problema de fondo

La compañía sitúa su lanzamiento en un contexto concreto: cuando OpenAI presentó su especificación de orquestación Symphony, el 27 de abril de 2026, explicó que sus ingenieros solo podían supervisar entre tres y cinco sesiones paralelas de Codex antes de que el cambio constante de contexto anulara las ganancias, y señaló la atención humana como el límite del sistema. Tras sacar a los ingenieros de ese ciclo, sus equipos internos vieron multiplicarse por seis las pull requests fusionadas en las tres primeras semanas. Más código integrado significa más código que nadie lee línea a línea, aunque alguien siga respondiendo por él cuando algo falla.

"He pasado quince años siendo responsable de código que no escribí", afirma Xesca Alabart, cocreadora y consejera delegada. "Esa es ahora la descripción del puesto de cualquier responsable de ingeniería, solo que el volumen ha cambiado por completo".

Precios y despliegue

La plataforma tiene un nivel gratuito que permite conectar un repositorio y ver qué detecta. El plan Workbench cuesta 5 euros por repositorio y mes como precio de lanzamiento —10 euros habitualmente— y permite usar claves propias de OpenAI, Anthropic, Google u OpenRouter. El plan Factory se sitúa en 150 euros al mes e incluye inferencia gestionada para toda la organización. Para clientes corporativos, como entidades bancarias, el despliegue puede hacerse dentro de su propia nube privada o sus servidores.

El motor de documentación se desarrolló, según la empresa, contra un caso complicado a propósito: un sistema heredado en lenguaje Delphi de una farmacéutica, sin documentar y mantenido por personas que no lo habían escrito.