Vera Platforms prueba agentes de IA en un simulador de AWS antes de dejarlos tocar producción

La startup de la Universidad de Michigan lanzó un entorno de práctica, una prueba de tareas de operación en la nube y agentes ya entrenados. Según su CEO, Claude y Codex aprueban cerca de la mitad.

2026-10-30

Vera Platforms, una startup fundada por investigadores de la Universidad de Michigan, presentó tres productos para que los agentes de IA puedan encargarse de tareas de DevOps sin dañar sistemas reales, informó The Register el 29 de octubre de 2026. Su prueba muestra que los modelos más usados fallan cerca de la mitad de esas tareas.

El problema lo resume su CEO, Ang Chen, profesor asociado de la universidad. «La infraestructura en vivo no perdona», dijo a The Register. «Un cambio incorrecto puede tumbar un servicio, abrir un hueco de seguridad o borrar datos. Los errores muchas veces son irreversibles, y no hay una forma segura de experimentar». Chen dio un ejemplo concreto. Cuando su equipo pidió a Claude o a Codex dar de baja recursos en la nube de AWS, los modelos no miraron más allá de la región predeterminada, us-east-1. Como los recursos podían estar en varias regiones, el agente solo eliminó una parte. La propuesta tiene tres piezas. Vera-gym es un entorno que imita la infraestructura de producción. Vera-bench mide dónde fallan los agentes. Vera-agents son agentes entrenados en ese entorno y listos para tareas de operación. La prueba que publican, CloudOpsBench, parte de un trabajo de 2024 presentado en NeurIPS. Incluye tareas como borrar buckets de S3 ya retirados, reparar una cadena de eventos de cumplimiento normativo o restaurar el autoescalado de escritura de DynamoDB. Según Chen, las escribieron operadores con años de experiencia y pasaron revisión de pares. Claude y Codex aprueban alrededor de 50 %. La empresa afirma que su simulador reproduce el comportamiento de Amazon con alta fidelidad: el agente ve lo mismo en el emulador que en la nube real, API por API. Es una afirmación de la compañía que The Register no verificó de forma independiente. Para quien compra agentes, el dato práctico es el 50 %. Un agente que escribe código puede equivocarse y corregir. Uno que ejecuta cambios en la nube de una empresa dominicana con cargas en varias regiones no tiene esa segunda oportunidad. Antes de darle permisos de escritura en producción, el área de TI necesita tres cosas por contrato. Un entorno de prueba que replique su cuenta. La lista de tareas que el agente puede hacer solo. Y aprobación humana obligatoria para todo lo que borre o cambie permisos. Esa decisión la firma el responsable de infraestructura, no el proveedor del agente.Fuente: <a href="https://www.theregister.com/ai-and-ml/2026/10/29/startup-wants-to-make-ai-agents-safe-for-devops-duty/5306477">The Register: «Startup wants to make AI agents safe for DevOps duty»</a>, 29 de octubre de 2026.