easyspecs.ai ha lanzado una plataforma de revisión de especificaciones software diseñada para que los equipos de ingeniería puedan confiar en el código generado por IA, considerando que nadie dispone de tiempo para revisarlo línea por línea.
La herramienta, cuyo acceso público se abre hoy, documenta el código existente y transforma las peticiones de cambio en especificaciones de calidad que incluyen sus propias verificaciones.
- Easyspecs.ai ha abierto el acceso público hoy con su lanzamiento en Product Hunt.
- La plataforma documenta código existente alcanzando hasta un 98 % de cobertura de línea de código, y posteriormente permite transformar peticiones de cambio en especificaciones técnicas de calidad. Cada especificación se acompaña de una Trust Spec (Especificación de Confianza): los oráculos y rúbricas empleados para verificar que el agente cumplió efectivamente con lo establecido en la especificación.
- Disponible ahora con un nivel gratuito, un precio de lanzamiento de 5 € por repositorio al mes para desarrolladores individuales y un plan de 150 € mensuales para equipos. Los clientes corporativos como entidades bancarias pueden implementarlo en su propia infraestructura.
14 de septiembre de 2026 — EasySpecs.ai, desarrollado por Spaii Labs SL, ha abierto hoy el acceso público a su plataforma de revisión de especificaciones. El producto reubica el control de calidad en el desarrollo de software desde la revisión de código, donde los agentes de codificación de IA la han saturado, hacia la revisión de especificaciones, antes de que se genere código alguno. EasySpecs se ha lanzado esta mañana y está disponible en easyspecs.ai.
El lanzamiento responde a un cambio que los principales laboratorios de IA han descrito públicamente. Cuando OpenAI lanzó su especificación de orquestación Symphony el 27 de abril de 2026, reportó que sus ingenieros únicamente podían supervisar de tres a cinco sesiones paralelas de Codex antes de que el cambio de contexto eliminara las ganancias, identificando la atención humana como el cuello de botella del sistema. Tras eliminar a los ingenieros del ciclo de despacho, OpenAI comunicó que los equipos internos experimentaron un aumento de seis veces en las solicitudes de extracción fusionadas durante las primeras tres semanas. Más solicitudes de extracción fusionadas implican más código de producción que ningún ser humano lee línea por línea, y alguien todavía debe responder cuando falla.
Easyspecs aborda ese problema en tres pasos. Primero, analiza un repositorio conectado de GitHub, GitLab, Azure DevOps o Bitbucket y genera documentación funcional del sistema real, organizada como un árbol de conocimiento de características, vistas, servicios, modelos de datos, infraestructura y pruebas. Segundo, toma una solicitud de cambio sin procesar y la fundamenta en esa documentación, de modo que la intención detrás de un cambio se verifica contra cómo se comporta realmente la aplicación en lugar de contra la memoria de alguien. Tercero, produce una especificación estructurada que un gerente de producto puede leer sin abrir un archivo, combinada con una Trust Spec que contiene los validadores, oráculos y rúbricas necesarios para verificar el resultado.
«Pasé quince años siendo responsable del código que no escribí personalmente», dijo Xesca Alabart, cocreadora y directora ejecutiva de EasySpecs. «Esa es ahora la descripción del trabajo de cada líder de ingeniería, excepto que el volumen ha cambiado por completo. No puedes responder a una solicitud de extracción que nadie lee, por lo que el lugar para luchar por la calidad es la especificación».
La capa de verificación de especificaciones es la parte que la empresa considera su propia categoría, que llama Trust Engineering (Ingeniería de Confianza). A medida que se escribe una especificación, EasySpecs propone dos tipos de verificaciones junto a ella: oráculos, las condiciones de aprobación o falla que una máquina puede ejecutar, y rúbricas, las llamadas de juicio que un revisor humano o de IA puntúa según criterios establecidos. Las especificaciones contienen decisiones explícitas dentro del alcance, fuera del alcance y no resueltas, y los elementos no resueltos se marcan como bloqueados en lugar de permitirse que pasen silenciosamente. Las especificaciones aprobadas se trasladan a Jira y Linear, a VS Code, Cursor y Antigravity a través de extensiones IDE, y a Claude Code, Codex o GitHub Copilot como contexto de solo lectura a través de MCP.
«Una especificación solo es útil si puedes probar que el resultado coincide con ella», dijo Carlos Guirao Capistany, cocreador y director de tecnología. «Generamos las verificaciones de especificaciones junto a la especificación, por lo que la verificación no es algo que improvises después de que el agente haya terminado».
La compañía construyó el motor de documentación contra un primer caso deliberadamente difícil: un sistema Delphi heredado en una compañía farmacéutica, indocumentado y mantenido por personas que no lo habían escrito. EasySpecs ejecuta la plataforma en su propio trabajo de migración y auditoría mientras la abre a registros públicos.
Easyspecs ya está disponible. Un nivel gratuito permite a cualquier desarrollador conectar un repositorio y ver lo que encuentra la plataforma. Workbench cuesta 5 € por repositorio por mes a precio de lanzamiento, normalmente 10 €, y permite a los desarrolladores traer sus propias claves API de OpenAI, Anthropic, Google u OpenRouter. Factory cuesta 150 € por mes e incluye inferencia administrada en toda una organización. Las implementaciones empresariales se ejecutan dentro de la VPC, la nube privada o los propios servidores de un cliente, y agregan un arnés de migración creado para una base de código de origen y destino específica.
«La brecha entre enviar 1,5 veces más rápido y 100 veces más rápido no es la velocidad, es la confianza», dijo Alabart. «La confianza es la nueva ingeniería, y tiene que diseñarse antes de que exista el código, no auditarse después de que aterrice». Más en https://easyspecs.ai.
