El agente de codificación asíncrona de Google, Jules, ya está disponible para todos

 (blog.google)
3 puntos por GN⁺ 2025-08-08 | 1 comentarios | Compartir por WhatsApp
  • El agente de codificación asíncrona de Google, Jules, terminó la beta y se lanzó oficialmente
  • Con Gemini 2.5 Pro, permite una generación de código más avanzada y la creación de planes de trabajo
  • Durante la fase beta, los desarrolladores realizaron decenas de miles de tareas y compartieron más de 140.000 mejoras de código
  • Con base en comentarios de usuarios se mejoró la interfaz de usuario, se corrigieron errores y se añadieron nuevas funciones como reutilización de configuraciones previas, integración con GitHub Issues y soporte multimodal
  • Al aprovechar las capacidades de pensamiento avanzado de Gemini 2.5 Pro, ahora es posible elaborar planes de codificación más sofisticados y generar código de mayor calidad
  • Se introdujeron nuevos niveles de suscripción: Introductory (experiencia básica), Pro (límite x5), Ultra (límite x20), y para estudiantes universitarios se ofrece AI Pro gratis durante 1 año

Lanzamiento oficial de Jules y mejoras clave

  • El agente de codificación asíncrona de Google, Jules, terminó la prueba beta y se lanzó oficialmente
  • Jules usa la función de pensamiento avanzado (Advanced Thinking) de Gemini 2.5 Pro para crear un plan de codificación (Plan) antes de trabajar, permitiendo generar código de mejor calidad
  • Durante la beta, miles de desarrolladores realizaron decenas de miles de tareas y compartieron más de 140.000 mejoras de código

Retroalimentación y experiencia de uso

  • Con base en la retroalimentación de los desarrolladores, se rediseñó la interfaz de usuario (UI) y se resolvieron cientos de errores
  • Se incorporó la reutilización de configuraciones previas, acelerando la ejecución de trabajos repetitivos
  • Integración con GitHub Issues para unificar el flujo de trabajo de desarrollo
  • Soporte de entrada multimodal para procesar distintos formatos de datos

Niveles de suscripción y forma de uso

  • Jules se ofrece con niveles de suscripción estructurados (Introductory, AI Pro, Ultra), para que puedas elegir según el caso de uso
    • Introductory: guía y experiencia para usuarios básicos
    • Google AI Pro: 5 veces el límite base, ideal para codificación diaria
    • Google AI Ultra: 20 veces el límite base, óptimo para flujos de trabajo multiagente a gran escala
  • Las suscripciones de Google AI Pro y Google AI Ultra se aplican de manera gradual a partir de hoy, y los estudiantes universitarios reciben AI Pro gratis durante 1 año

Puedes comenzar con Jules de inmediato en jules.google

Lecturas relacionadas

1 comentarios

 
GN⁺ 2025-08-08
Opinión de Hacker News

  • Me pregunto por qué se volvió tan complicado el modelo de suscripciones de Google: en “Google AI Ultra” están incluidos Jules, Gemini App, Notebook, etc., pero para usar Gemini CLI tienes que crear una suscripción y una cuenta de facturación separada en GCP y comprar Google Code Assist, entre otras cosas. Entonces, con ese camino tampoco te entregan Gemini App, y además, cuando te suscribes a Google AI también te llega YouTube Premium; no termino de entender por qué están vinculados.

    • Parece que dentro de Google hay dos grupos separados que proveen productos de IA. En el entorno laboral lo usamos y, en la suscripción de Workspaces, están incluidos Gemini, Veo 3 y Jules, y con una sola suscripción tienes uso casi ilimitado (con límites). El punto de entrada principal es gemini.google.com. En cambio, si necesitas usar API, debes usar GCP por separado, y ahí sí puedes usar modelos más avanzados como Veo3 y funciones extra, pero se cobra por consumo; la entrada es GCP Vertex AI. Los dos equipos están bastante separados y parece que no saben bien qué hace el otro.

    • Si eras usuario que creó Workspace con Google for Domains, te toca pasarla mal: nada funciona como debe.

    • Es posible mirar videos de YouTube mientras la IA está codificando.

    • El negocio central de Google es vender publicidad y sostener su dominio en ese mercado (Analytics, Chrome, Chromebook, Android, Google SSO, etc.); los productos para desarrolladores son negocios secundarios de distintos frentes dentro de Google, por lo que no pueden ser su foco ni prioridad principal.

    • A diferencia de algunos elementos incluidos en Ultra, YouTube Premium no admite compartir en familia; al final tienes que usar ambos por separado y Google te lo recuerda varias veces para que no lo hagas.

  • Hace poco usé Jules en un proyecto paralelo (una app de React Native). Durante la ida y vuelta al trabajo iba caminando y pensaba ideas o features nuevas, hacía el plan, editaba código con la app de GitHub y le delegué algunas tareas. Al volver a casa, ya estaban creados los PR. La calidad del código no es perfecta, pero la mayoría funciona y pude probarlo de inmediato y corregirlo directamente, así que fue posible iterar rápido; lo próximo será agregar build automático a todos los PR para revisar ramas desde el teléfono durante el trayecto.

    • No sé si en React Native pase lo mismo, pero cuando despliegas en Vercel y usas Neon como BD, es súper cómodo tener preview en sitio vivo de cualquier rama/commit/PR al instante. Al venir del ecosistema Python, esta cadena commit-despliegue para codificación exploratoria/experimental reduce bastante la fricción: decides qué construir al validar con una versión real; por supuesto, esto solo funciona bien cuando la función es lo suficientemente simple como para que un LLM la termine en una sola tanda.

  • El coding asíncrono exploratorio está de moda ahora. También recomiendo GitHub Copilot Coding Agent (no es el plugin de GitHub Copilot de VSCode, sino un agente aparte).

  • Antes conecté un repo de GitHub que no estaba manteniendo y le delegué cosas pequeñas—actualizaciones de dependencias, refactorización de código, pequeños cambios de features, cambios de estilo, etc.—y me funcionó bastante bien en esos casos; no creo que le encargara trabajo importante.

    • Por eso hice superconductor.dev: cada agente trae soporte de preview de app en vivo. También soporta Claude Code, Gemini, Codex y Amp. Si te interesa, avísalo al registrarte y te invito primero.

  • Probé Jules varias veces en el periodo de preview y, de todo asistente de programación en la nube que he usado, fue el peor. Pensé que sería algo experimental que desaparecería pronto y no que saldría como producto real, parecido a lo que pasó con GH Copilot Spaces antes de pasar a Copilot Agent. Jules actúa por su cuenta, dice que ya “terminó” y, si le haces follow-up, solo tartamudea. Además el entorno no se mantiene y a veces directamente no funciona; en la práctica, casi no hubo PR mergeados (solo uno), y los demás los descarté y reasigné a otro agente. Mi ranking personal es: Claude Code (usando gh action) > ChatGPT Codex > GitHub Copilot Agent > Jules. Hoy me dieron otra oportunidad de 3 meses y lo voy a probar hoy, pero si sigue igual no voy a gastar dinero ni tiempo en Jules; recomiendo Codex o GitHub Agent. Perdón por la crítica.

    • Hoy lo probé otra vez con objetividad, y sigue siendo malo.
      • Le di un plan con feedback y lo aprobé; a los pocos minutos volvió a quedarse esperando solo un input como “si apruebas el plan, seguiré”, aunque ya lo había aprobado. Tuve que escribir otra vez para que empezara.
      • En la configuración estaba instalado bun, pero Jules no encuentra el comando bun y sigue repitiendo instalación. Cuando doy feedback, bun desaparece y ejecuta install_bun.sh otra vez para cada comando.
      • Hizo el trabajo, pero al romperse tests respondió “no está relacionado con nuestro cambio”; aunque le pedí “arregla todo”, no lo resolvió. Con la misma configuración, Codex, Copilot Agent y Claude Code funcionan bien y solo Jules falla.
      • Intenté tomar yo el trabajo y, al no marcar la tarea como “completa”, no se creó la branch. Cuando pedí push de la branch, se quedó detenido un buen rato haciendo test/lint en bucle y al final sí creó la branch.
      • Tardó muchísimo en cambios que no eran nada, y cada iteración de feedback gasta demasiado tiempo; no entiendo ni el problema de bun ni el bloqueo para correr tests. Ojalá siga mejorando, pero de momento solo usaré los otros 3 agentes.

  • Tuve experiencias parecidas. Personalmente, valoro a Codex (con rate limit más generosa) por encima de Claude, Jules es muy disperso y no me gusta su enfoque de solo crear git pull requests. La opción de copiar directamente el git patch de Codex, ajustarlo como quiero y luego commitearlo es mucho más útil.

  • Aún no lo he usado personalmente, y me cabe la duda de si el modelo de agente asíncrono será tan útil como correr Claude Code en local, porque tienes que seguir interviniendo para validar que funcione. Además, el agente asíncrono necesita un ciclo completo de pull/build/run/test y parece más engorroso; en cambio, validar en caliente en local es mucho más eficiente.

  • También siento que este punto se parece a GH Copilot Spaces; creo que Google está mirando a ese juego para el futuro. Aunque hoy la IA no lo pueda resolver completamente, esperar a que llegue una transformación grande para implementar sería tarde; por eso lo preparan primero y dejan que la IA madure. Personalmente dudo que un LLM lo resuelva del todo, porque siempre va a quedar algo más después de los LLM.

  • Para el plan gratuito, el límite diario de trabajo bajó de 60 a 15. En mi caso, que hago muchas modificaciones, ni siquiera llegué a llenar ese tope; para hablar con el equipo de Jules se puede consultar en discord.gg/googlelabs.

    • En mi caso subió a 100 tareas. Depende de si eres Google Pro o gratuito. Incluso trabajando varios días de fin de semana, casi nunca pasé de 10; si eres gratuito, 15 alcanza, y de hecho sospecho que ese límite de 100 probablemente no lo use nunca.

  • Usé de nuevo Jules con el prompt “Escribe un raytracer básico en Rust” hace un mes o dos; antes, al menos, compilaba algo, pero no hacía push a la branch y no podía obligarlo, no importaba cuánto le pidiera, así que no pude verificar si el código corría. Esta vez creé dos main.rs en directorios distintos y repartí el código al azar; al explicar el problema, se puso a explorar todo el filesystem y al final abandonó.

    • El modelo de interacción para push de commits es confuso hasta el punto de no entenderse.
    • Esto no es una herramienta de zero-shot; no entiendo por qué todo el mundo lo intenta en modo zero-shot.

  • Me agrada que exista competencia con Codex, porque creo que Codex y Jules (agentes asíncronos en la nube) son mejores que el modo de integración local de Claude Code/Aider/Cursor. Como están completamente desacoplados de mi entorno, son más seguros. Además, mandar comandos y luego seguir haciendo otras cosas en mi PC para revisar PR después me parece mejor que montar un sandbox o usar git worktree.

    • Codex y Jules no se parecen en nada a CC y Cursor. En software hay una discusión de Cathedral vs Bazaar: 1) Cathedral (catedral) sería entorno controlado, despliegue fácil, upside limitado, y ahí entraría OpenAI; 2) Bazaar (mercado) implica llevar el agente al entorno del usuario, interactuar con muchas apps/variables directamente, con mucha más dificultad, pero un payoff mucho mayor. Los problemas de configuración son temporales y resolubles.

    • Separado por completo es más seguro, pero también más lento y más caro. A veces puedes detener a CC en caliente cuando se comporta raro, pero con asíncrono puedes volver horas después y encontrarte una catástrofe, gastando muchos tokens.

    • Las propuestas basadas en PR en una codebase existente son la forma menos extraña para introducir esto: los desarrolladores ya estamos entrenados para review por PR. Pero si obligas a un workflow humano existente a proponer masivamente con agentes, rápido te vas a topar con su límite. Se requiere un flujo automático para revisar propuestas de forma más eficiente, y por eso creo que enfoques de CLI tipo Claude, Aider son los que mejor escalan agentes async/paralelos. También hice una librería auxiliar para aider/claude, y toda esta capa de dev e infra debería mantenerse open source para no depender de infra de MS, OpenAI, etc. También estoy documentando casos de uso en la documentación con tips de revisión en CLI.

    • Además, Claude code también puede operar en modo async con GitHub Actions; y Claude code soporta setup automático con comando slash.

    • Creo que la configuración más productiva es combinar el agente asíncrono en nube con activación local (Claude Code, Cursor, Aider). A lo Codex le gustaría delegar solo tareas repetitivas y simples y dejar el resto en local. Me incomoda que la máquina de Codex sea lenta y recompila, rebuild y cache de dependencias de forma reiterada. Si pudiera gestionar UI/herramientas/estado localmente y dejar solo la inferencia del LLM remota, sería un flujo mucho más rápido.

  • Al usar Jules en un proyecto paralelo, la calidad del código fue claramente peor que con GH Copilot (Claude Sonnet), Gemini CLI y Claude Code, especialmente en monorepos: la lógica para cambiar directorio se enreda, repite cd estando ya dentro de backend y no logra razonar bien el cambio.

    • Recientemente se anunció que Jules aprovecha mejor planificación con Gemini 2.5 Pro, así que sí vale la pena probarlo otra vez.

    • Fue mi primer uso y estuvo bastante bien: manejó una reestructuración completa de la capa de datos mejor de lo esperado. Con Copilot también me impresionó al principio, pero luego el AI va más lento y confuso y termina gastando tiempo; esa es la foto de los agents de código hoy.

    • Le dejé un cambio pequeño para agregar salida de terminal colorida y el PR salió excelente. Los agentes de código con LLM son fuertes en ciertos trabajos y débiles en otros; parece aleatorio. Aun así, con un prompt de una línea te genera un PR y, aunque falle, el costo de probarlo es bajo y la reintento es simple.

  • Me gusta el término “agente de codificación asíncrono”. Vi en LangChain el artículo de introducción a un agente async de código open source, y también encontré el caso de coding agent para GitHub Copilot. Ojalá esta tendencia se consolide.

    • Si esa es la palabra del que escribió este comentario (Simon), probablemente se vuelva estándar.

  • En 2025, solo Claude Code es un agente verdadero, aunque Gemini sea fuerte para contexto largo; referencia: discusión en Reddit

    • Totalmente de acuerdo. Google tiene buen rendimiento en benchmarks y modelos como World Models Genie 3, pero las recomendaciones/cambios de Gemini CLI son demasiado rígidas y se quedan en estilo (tabs/espacios), como un coder con OCD. En un proyecto reciente, usé mi límite diario de tokens en tareas triviales como configuración de ESLint y modularización de código innecesaria; en cambio, Claude Code sí me ayuda más en desarrollar funcionalidades útiles para usuarios. Puede ser tema de cómo redacté el prompt, pero Claude Code me entiende mejor.

    • Coincido: no quiero que el flujo de revisión de PR se meta en el medio. La joya de Claude Code es que puedo parar al instante cuando va por una dirección rara, y volver a intervenir fácilmente escribiendo código yo mismo. Es parecido a no dejar que un junior se lleve una feature completa sin supervisión y se atasque.

    • Sourcegraph Amp también está bastante bien. No tiene tanta madurez ni funciones como Claude Code, pero para review de código suelo apoyarme mucho en oracle llamando a o3.

  • No sé por qué esconden tanto la información de precios; ni siquiera con Grok me sale a simple vista, en Google solo ves el plan luego de aceptar términos y condiciones. Por cierto, el plan y precios están en gemini.google/subscriptions (tal vez requiera iniciar sesión).

    • Ver algo como “Highest task limits” o cambiar después las condiciones de uso, como dicen Claude o Cursor, creo que debería estar prohibido por ley.

    • Tengo curiosidad de qué significa que tuvieras que usar Grok: si fue porque no te funcionó con otros modelos, o si en general usas mucho Grok, dame más contexto.