Copilot Chat ya puede consultar sesiones de agentes: por qué los logs se vuelven parte del producto
GitHub mejoró el 10 de junio de 2026 el handoff entre Copilot Chat y Copilot cloud agent: ahora puede ver estado, traer logs y buscar sesiones anteriores. La señal útil para builders es diseñar agentes con trazas consultables, no solo con resultados finales.

Por qué importa
Esta nota se enfoca en la decisión práctica para builders: qué cambia, qué riesgo agrega y cómo aplicarlo sin romper operación.
GitHub publicó el 10 de junio de 2026 una mejora pequeña en interfaz y grande en operación: Copilot Chat ahora puede ver sesiones de agentes. Cuando un usuario arranca una sesión con Copilot cloud agent desde chat, crea un PR o pide research profundo sobre un repo, el chat puede reflejar el estado de esa sesión y permitir preguntas de seguimiento cuando termina.
La parte más útil son dos herramientas nuevas dentro de Copilot Chat: Get agent logs y Session search. La primera trae logs de una sesión del agente en un pull request para preguntar qué cambió, qué se validó y por qué. La segunda permite buscar y resumir sesiones previas por tema, título o recencia.

Qué problema resuelve
Muchos equipos ya tienen agentes capaces de abrir PRs. El problema no es producir cambios; es entender el razonamiento operativo después. Si el agente tocó diez archivos, corrió tests, descartó un enfoque y terminó con otro, el resultado final no cuenta toda la historia.
Sin logs consultables, el reviewer tiene que reconstruir la sesión desde diffs, commits, comentarios y sospechas. Eso empeora cuando hay varias sesiones paralelas o cuando otra persona retoma el PR al día siguiente. La mejora de GitHub apunta justo a ese handoff: que el chat no sea solo el lugar donde pides trabajo, sino también el lugar donde preguntas qué pasó.
La intención de búsqueda no se reporta con volumen porque no hay SEO tooling conectado. Se infiere por señales fuertes: changelog oficial de GitHub, crecimiento de Copilot cloud agent, previews de Agentic Workflows y necesidad visible de trazabilidad en agentes de coding.
El patrón para copiar fuera de GitHub
Aunque uses Codex, Claude Code, Cursor, Gemini CLI o un agente interno, la lección aplica igual: guarda trazas que una persona pueda consultar después. No basta con loguear tokens o stdout bruto. Necesitas eventos con semántica de producto:
- objetivo inicial de la sesión;
- archivos y rutas tocadas;
- comandos ejecutados y resultado;
- tests o validaciones corridas;
- decisiones descartadas;
- errores encontrados;
- razón del estado final.
Ese registro debe ser legible por humanos y también consumible por otro agente. Ahí aparece el valor real: un agente de seguimiento puede resumir, comparar sesiones o detectar que se repite el mismo fallo.
El riesgo: logs demasiado poderosos
Hacer logs consultables también abre riesgos. Una traza puede contener rutas internas, fragmentos de código sensible, nombres de clientes, mensajes privados o salidas de herramientas con secretos mal filtrados. Si después otro agente puede buscar y resumir esas sesiones, el log se vuelve una fuente de contexto tan sensible como el repo.
El diseño sano incluye retención corta por defecto, redacción de secretos, permisos por repo y separación entre logs de razonamiento, logs de ejecución y comentarios públicos. No todo lo que ayuda a depurar debe aparecer en un PR.

Qué medir desde el primer día
Si tu equipo empieza a usar sesiones consultables, mediría tres cosas:
- cuántos PRs requieren preguntar “¿por qué hiciste esto?”;
- cuántas sesiones se retoman sin repetir trabajo;
- cuántas validaciones quedan documentadas sin que una persona las escriba a mano.
Si esos números mejoran, los logs no son ruido: son memoria operativa. Si no mejoran, solo creaste otra bandeja para revisar.
Esta noticia conecta con la preview pública de GitHub Agentic Workflows, porque ambas apuntan a lo mismo: agentes que viven dentro del ciclo de ingeniería, con estado, auditoría y políticas. Si todavía estás armando la base de tools, revisión humana y trazabilidad, el curso gratis cubre esa arquitectura desde cero.
La lectura final es simple: el próximo salto de los coding agents no será solo escribir más código; será explicar mejor su trabajo para que el equipo pueda confiar, auditar y continuar la sesión.