Cómo estima el esfuerzo DevGhost
Última actualización 6 de junio de 2026
DevGhost estima el esfuerzo cognitivo detrás de los cambios de código: lo difícil que fue el trabajo, no cuántas líneas cambiaron ni cuánto tiempo pasó alguien frente al teclado. La estimación se expresa en las horas que necesitaría un desarrollador de nivel medio (3–4 años) que conoce el código y trabaja sin IA: escribir el código, probarlo a mano y corregirlo en la revisión. Excluye deliberadamente las reuniones, la planificación y la espera de revisiones.
Un proceso, no una sola llamada a la IA
El esfuerzo no es el resultado de una sola llamada a un modelo. Primero, un modelo de lenguaje lee el cambio real —lo que se añadió, se eliminó y se reestructuró— y juzga su dificultad para el desarrollador de referencia, en lugar de contar líneas o commits. Sobre eso se ejecuta una capa determinista, basada en reglas, que impide que una única suposición del modelo altere el resultado.
La capa determinista
La capa de reglas hace el trabajo que haría un revisor minucioso:
- Clasifica la naturaleza de cada cambio y reconoce por separado el trabajo de alto riesgo: infraestructura, migraciones de datos, seguridad.
- Filtra los cambios mecánicos y generados: búsqueda y reemplazo masivos, código generado o movido, y formato.
- Aplica conjuntos de reglas de corrección y salvaguardas para que una suposición del modelo no pueda alterar el resultado.
- Desglosa con más detalle los commits grandes y combinados en lugar de puntuarlos como un solo bloque.
Repartir el esfuerzo en el tiempo
El esfuerzo de un solo commit se reparte a lo largo de hasta cinco días laborables y se limita a cinco horas productivas por día, de modo que una fusión grande no distorsione la imagen de un solo día, y las cifras diarias que alimentan Ghost% sigan siendo realistas.
Coherencia y calibración
El mismo criterio se aplica a todos de forma automática. Cada commit se evalúa una vez y el resultado queda fijo, que es lo que hace que las cifras sean comparables y reproducibles.
La capa algorítmica codifica patrones empíricos del desarrollo empresarial real —qué cambios cuestan más de lo que parecen y cuáles son baratos a pesar de su tamaño— y esas reglas se contrastan con estimaciones de referencia. El sistema se comporta menos como un contador de líneas y más como un tech lead experimentado que evalúa el trabajo.
Del esfuerzo a Ghost%
El esfuerzo diario se compara entonces con la norma Ghost —tres horas productivas por día laborable— para obtener Ghost%, la producción del equipo en relación con una base previa a la IA. Las estimaciones son probabilísticas y no son una medición de ninguna persona.