Asistente de código on-premise: el código no sale de la empresa
- Actualizado
- Por
- Equipo de MagnolIA
- En esta página
- 14 min de lectura
Respuesta corta
Un equipo de desarrollo o una ingeniería puede usar agentes de código y un asistente en el editor sin que el código salga de la empresa. MagnolIA instala el servidor de modelos en su red, con una API compatible con las de OpenAI y Anthropic: Claude Code, Cursor o Cline funcionan cambiando solo la dirección y la clave.
¿Por qué el código no debe salir de la empresa?
Porque el código y la documentación técnica son el producto. Un asistente de código en la nube recibe con cada petición fragmentos del repositorio, y un agente recorre el proyecto entero: ficheros, configuración y, a veces, datos de clientes que viven en él. Todo eso se procesa en los servidores de otra empresa.
Hay además una razón jurídica. La Ley 1/2019 de Secretos Empresariales protege la información que es secreta y tiene valor por serlo, y exige una tercera condición en su artículo 1: «haber sido objeto de medidas razonables por parte de su titular para mantenerlo en secreto». Dónde se procesa el código puede ser una de esas medidas.
Con el modelo dentro de la red, el código va del editor al servidor de la empresa y vuelve. En el despliegue tipo de una empresa de software, la razón para tenerlo dentro es justo esa: el código no sale. En el de una ingeniería, que la propiedad intelectual y el I+D se quedan en la empresa.
¿Qué incluye para un equipo de desarrollo?
- API compatible
- MagnolIA Server expone endpoints compatibles con la API de OpenAI y con la de Anthropic. Las herramientas que el equipo ya usa, como Claude Code, Cursor, Cline o vuestras propias integraciones, funcionan cambiando solo la dirección del servidor y la clave.
- Claude Code contra tu servidor
- Terminales de Claude Code ya configuradas contra los modelos de tu servidor, organizadas por proyecto. Cada sesión queda registrada y puede reanudarse o bifurcarse.
- Extensión de VS Code
- MagnolIA para VS Code lleva al editor un chat sobre el código: preguntar sobre la selección, explicar, refactorizar con diff, escribir tests y corregir los errores del fichero, con completado en línea opcional. Funciona en VS Code 1.96 o posterior, Cursor y VSCodium, en macOS, Windows y Linux.
- Agentes que trabajan en equipo
- En MagnolIA Nexus, los agentes de un proyecto comparten tablón y memoria, reservan los ficheros que tocan y se avisan de los cambios. En el tablero, cada tarjeta puede asignarse a un agente que trabaja en una rama aislada; el resultado se revisa antes de integrarse.
- Modelos por tarea
- Modelos de pesos abiertos seleccionados, probados y actualizados por MagnolIA, con perfiles por tarea: respuesta rápida, código, redacción o análisis en profundidad.
- Claves con ámbito
- Las claves de API se guardan solo como hash, con ámbito por modelo y máquina, caducidad configurable y revocación inmediata. Hay cuotas por usuario y registro de uso.
¿Qué entra y qué sale en cada perfil?
| Quién | Entra | Sale |
|---|---|---|
| Desarrollo | La base de código y su documentación | Código escrito con agentes, tests y refactorizaciones para revisar |
| Operaciones y soporte | La base de código y su documentación | Soporte y tareas repetitivas automatizados |
| Ingeniería y oficina técnica | Documentación técnica, normativa y proyectos propios | Pliegos, memorias y ofertas |
| Todo el equipo | Preguntas sobre la documentación técnica | Respuestas a partir de esa documentación |
| Reuniones de proyecto | El audio de la reunión | Transcripción y acta con resumen |
¿Y en una ingeniería? Pliegos, memorias y documentación técnica
En una ingeniería o una empresa industrial el material sensible no es solo código: son proyectos propios, documentación técnica y normativa. El despliegue tipo, descrito en los casos de uso de IA on-premise, lo usan ingeniería, oficina técnica y negocio para preparar pliegos, memorias y ofertas y para preguntar a la documentación técnica.
El servidor genera embeddings para búsqueda semántica y RAG sobre vuestra documentación, y los modelos crean y leen Excel con fórmulas y gráficos, Word, PowerPoint y PDF. Si un documento tiene que salir, el anonimizador de Nexus sustituye antes los datos personales y guarda la clave para revertirlo.
¿Para qué se usa un asistente de código en el día a día?
Para el trabajo que rodea a escribir código tanto como para escribirlo. En cada tarea hay una parte que hace el asistente y otra que sigue siendo de la persona: la segunda columna no sirve sin la tercera.
| Tarea | Qué hace el asistente | Qué revisa la persona |
|---|---|---|
| Completar mientras se escribe | Propone la continuación de la línea o del bloque. En la extensión de MagnolIA el completado en línea es opcional y usa el modelo rápido del servidor. | Que lo propuesto es lo que se quería y no solo algo que compila |
| Entender código heredado | Explica qué hace una función, un módulo o un fichero seleccionado | Que la explicación coincide con lo que el código hace de verdad, sobre todo en los casos límite |
| Refactorizar | Propone el cambio como un diff sobre la selección | El diff entero antes de aceptarlo, y los tests después |
| Escribir tests | Genera tests junto al fichero original | Que prueban el comportamiento que importa y no solo el que ya pasa |
| Corregir errores | Propone un arreglo para los errores del fichero | La causa: que el arreglo no tape el síntoma |
| Encargos largos a un agente | Un agente trabaja la tarea en una rama aislada y deja el resultado para revisar | La revisión de código de siempre, antes de integrar |
| Documentación técnica | Redacta el borrador a partir del código o de la documentación existente | Que no describe funciones que no existen |
¿Es un asistente de código on-premise tan bueno como uno en la nube?
No se puede dar por hecho, y conviene desconfiar de quien lo dé. Un asistente on-premise trabaja con modelos de pesos abiertos; los modelos propietarios de los grandes proveedores no se pueden instalar en un equipo propio. Cuánto se nota la diferencia depende del modelo, del lenguaje, del tamaño del repositorio y del tipo de encargo, y cambia con cada generación de modelos.
Por eso esta página no da porcentajes ni comparativas: ninguna prueba hecha con ejercicios genéricos dice cómo se porta un asistente con vuestro código. La forma honrada de saberlo es el piloto: las mismas tareas reales, con vuestro repositorio, y el equipo decidiendo si el resultado le sirve.
- Lo que se gana
- El código no sale de la empresa, el coste no depende de cuántas peticiones haga cada persona o cada agente, y el trabajo no depende de la disponibilidad ni de los cambios de condiciones de un proveedor externo.
- Lo que se puede perder
- El último modelo propietario del momento. Si la organización lo decide, las terminales pueden usar además una cuenta de Anthropic para lo que no sea confidencial; lo que se envíe por ahí sale de la red.
- Lo que no cambia
- El código generado hay que revisarlo igual, venga del modelo que venga.
¿Y si el asistente sugiere código inseguro o se inventa una dependencia?
Puede pasar, con cualquier asistente y esté donde esté el modelo. La lista OWASP Top 10 para aplicaciones con LLM, en su edición de 2025, lo recoge dentro del riesgo LLM09 (desinformación) como generación de código inseguro: el modelo sugiere bibliotecas inseguras o que no existen. Describe además un ataque concreto: alguien averigua qué nombres de paquete se inventan a menudo los asistentes y publica paquetes maliciosos con esos nombres.
Con los agentes se añade otro riesgo de la misma lista, el LLM06 (exceso de agencia): que el sistema pueda ejecutar acciones dañinas porque tiene más funciones, más permisos o más autonomía de los que necesita. Las medidas que propone OWASP son las de siempre, aplicadas a la IA: permisos mínimos y aprobación humana para las acciones de impacto.
- Revisión humana de todo lo que se integra. El asistente propone; alguien del equipo responde del cambio.
- Los mismos controles que para el código escrito a mano: tests, análisis estático y revisión de dependencias en la integración continua.
- Comprobar que cada dependencia nueva existe, es la que se cree y está mantenida, antes de instalarla.
- Permisos mínimos para los agentes. En MagnolIA, el agente trabaja en una rama aislada y su resultado se revisa antes de integrarse; en las terminales se puede exigir que cada acción se apruebe.
¿De quién es el código generado y qué pasa con las licencias?
Es una cuestión jurídica que esta página no resuelve: la valora quien os asesore, con vuestros contratos delante. Lo que sí se puede hacer es llevarle las preguntas bien planteadas.
- La licencia del modelo. Cada modelo de pesos abiertos tiene la suya, y no todas permiten lo mismo. Conviene saber con qué modelos se trabaja y bajo qué condiciones.
- El parecido con código ajeno. Un modelo puede proponer fragmentos parecidos a código publicado bajo una licencia. El riesgo se valora y se gestiona con revisión y con las herramientas de análisis de licencias que el equipo ya use.
- Lo que pactáis con vuestros clientes. Si el contrato dice algo sobre la autoría del código, sobre el uso de IA o sobre dónde puede estar el código del cliente, eso manda.
¿Qué no conviene dejar en manos de un asistente de código?
- Integrar cambios sin revisión. Ni en la rama principal ni en producción.
- Manejar secretos. Contraseñas, claves y credenciales de producción no deberían estar en el repositorio ni en lo que el agente puede leer.
- Ejecutar acciones que no se pueden deshacer (borrar datos, desplegar, migrar una base de datos) sin que una persona las apruebe.
- Instalar dependencias que nadie ha comprobado.
- Decidir la arquitectura o los requisitos. Puede proponer alternativas; la decisión y sus consecuencias son del equipo.
- Firmar por un técnico. En una ingeniería, un cálculo, una memoria o un pliego generados son un borrador: la responsabilidad sigue siendo de quien lo firma.
¿Qué conviene preguntar a cualquier proveedor de un asistente de código?
«Autoalojado» y «on-premise» se usan para cosas distintas: a veces el editor está dentro y el modelo, o el agente que decide los pasos, fuera. Estas preguntas valen para cualquier proveedor; la tercera columna dice qué responde MagnolIA.
| Pregunta | Por qué importa | En MagnolIA |
|---|---|---|
| ¿Dónde se ejecuta el modelo? | Es donde se procesa cada fragmento de código que se envía | En el servidor instalado en vuestra red |
| ¿Qué sale de la red, además de las peticiones? | Telemetría, búsquedas web o conectores pueden llevar fuera lo que el modelo no lleva | La monitorización del estado del equipo. La búsqueda web y los conectores con servicios externos, solo si se usan |
| ¿Se usa nuestro código para entrenar modelos? | Es una de las formas en que el código puede acabar fuera | No: no sale del equipo de vuestra red |
| ¿Funciona con las herramientas que ya usamos? | Cambiar de editor o de agente tiene un coste | API compatible con las de OpenAI y Anthropic: se cambia la dirección y la clave |
| ¿Cómo se gestionan las claves? | Una clave filtrada da acceso al servidor | Se guardan solo como hash, con ámbito por modelo y máquina, caducidad y revocación inmediata |
| ¿Queda registro de quién usó qué? | Sin registro no hay forma de reconstruir un incidente | Registro de uso por usuario y auditoría encadenada y verificable |
| ¿Quién elige y actualiza los modelos? | Los modelos de código cambian deprisa | MagnolIA los selecciona, los prueba y los actualiza |
Para la conversación general con un proveedor de IA, más allá del código, están las ocho preguntas para un proveedor de IA privada.
¿Está probado? Un piloto en una empresa de software
Hay un piloto de IA on-premise en marcha en una empresa de software. Valida el caso de coding agéntico para el equipo de desarrollo, con el código siempre dentro de la empresa.
¿Cómo se empieza un piloto con el equipo de desarrollo?
Elegid un equipo y un repositorio
Uno real, con su historia y sus rarezas. Un proyecto de demostración no dice nada sobre el vuestro.
Limpiad lo que el agente va a poder leer
Secretos, credenciales y datos de clientes que se hayan quedado en el repositorio. Es buen momento para sacarlos de ahí.
Escoged cinco o seis tareas de verdad
Un error abierto, un módulo sin tests, una función heredada que nadie entiende, una refactorización pendiente. Las mismas para todo el piloto.
Fijad las reglas antes de empezar
Quién revisa, qué no se integra sin revisión y qué acciones necesitan aprobación.
Apuntad qué se acepta y qué se descarta
Por tarea y por persona. Es la medida que importa: la opinión del equipo sobre su propio código, no una cifra de un tercero.
Decidid con eso
Para qué tareas se queda, con qué reglas y para cuántas personas. De ahí sale también la capacidad que hace falta.
¿Qué comprobar antes de dar el repositorio a un asistente de código?
- Sabemos dónde se ejecuta el modelo y qué sale de la red.
- El repositorio no contiene secretos ni datos reales de clientes.
- Los contratos con clientes permiten usar IA sobre su código, o lo hemos preguntado.
- Cada persona entra con su usuario y su clave; no hay claves compartidas.
- Los agentes trabajan en ramas aisladas y con los permisos justos.
- Nada se integra sin revisión humana y sin pasar los tests.
- Las dependencias nuevas se comprueban antes de instalarse.
- Hay una persona responsable de las reglas y de revisarlas tras el piloto.
Las normas para el resto de la plantilla, más allá del equipo técnico, están en las normas de uso de la IA para la plantilla.
¿Cómo se instala y qué queda dentro de la red?
MagnolIA lo entrega instalado y lo mantiene: vuestro equipo programa, no opera servidores de modelos (la alternativa está comparada en servidor de IA propio o gestionado). La gama de partida de los despliegues tipo de software y de ingeniería es Núcleo M, y la capacidad se añade en caliente.
Análisis
Vemos cuántas personas van a usar la IA, para qué y con qué sistemas tiene que hablar. De ahí sale la capacidad.
Instalación
MagnolIA instala el equipo en tu oficina. No lo compras: va incluido en la cuota.
Puesta a punto e integración
Se cargan y se ajustan los modelos y se hacen las integraciones con tus sistemas.
Piloto
Un grupo de 10 a 20 personas trabaja con sus propios documentos.
Producción
Toda la plantilla, con acceso corporativo, monitorización y copias.
- Se queda dentro
- Los prompts, los documentos y las respuestas. Se procesan en el equipo instalado en tu red y se quedan ahí.
- También dentro
- El registro de uso por usuario y una auditoría encadenada y verificable, conservada dos años.
- Sale
- Solo la monitorización del estado del equipo: carga, salud y seguridad. MagnolIA no ve el contenido.
- Acceso
- Cada persona entra con su usuario y su clave por un único punto de entrada cifrado con TLS. El acceso remoto es opcional y va por un túnel saliente autenticado.
La extensión guarda la clave en el almacén seguro del sistema, nunca en los ajustes, y no toca .mcp.json ni CLAUDE.md. Las medidas del servidor están en seguridad de la IA on-premise, el modelo de pago en cuánto cuesta la IA on-premise y la definición de partida en qué es la IA on-premise.
Preguntas frecuentes de equipos de software e ingeniería
¿Es compatible con las herramientas que ya usa mi equipo?
Sí. MagnolIA Server expone endpoints compatibles con la API de OpenAI y con la de Anthropic. Las herramientas que ya usa tu equipo, como Claude Code, Cursor, Cline o tus propias integraciones, funcionan cambiando solo la dirección del servidor y la clave.
¿Es un asistente de código on-premise tan bueno como uno en la nube?
Un asistente de código on-premise trabaja con modelos de pesos abiertos, porque los modelos propietarios de los grandes proveedores no se pueden instalar en un equipo propio. Si rinde igual depende del modelo, del lenguaje y del tipo de encargo. La forma fiable de saberlo es un piloto con tareas reales sobre el repositorio de la empresa.
¿Qué riesgos tiene el código generado por IA?
El código generado por IA puede ser inseguro o apoyarse en bibliotecas que no existen, un riesgo que recoge la lista OWASP Top 10 para aplicaciones con LLM de 2025. Tener el modelo dentro de la red no lo evita. Se reduce con revisión humana, tests, comprobación de dependencias y agentes con permisos mínimos y aprobación para las acciones delicadas.
¿Qué hace la extensión de MagnolIA para VS Code?
La extensión de MagnolIA para VS Code lleva al editor los modelos de tu MagnolIA Server: un chat sobre el código, terminales de Claude Code ya configuradas contra tu servidor, habilidades y conectores MCP, el panel de la máquina y el tablón y la memoria de Nexus del proyecto abierto. Las peticiones van a tu servidor con tu clave, guardada en el almacén seguro del sistema.
¿Escribe la extensión en mi repositorio?
Apenas. La extensión de MagnolIA para VS Code solo añade una línea al tablón del proyecto si apuntas algo desde la vista Mundo, y escribe lo que tú le pidas: un fichero desde el chat, unos tests o lo que Claude Code genere como parte de su trabajo. No toca .mcp.json ni CLAUDE.md y no deja ficheros temporales.
¿Se pueden usar también modelos de terceros, como Claude?
Los modelos de terceros se usan solo si tu organización lo decide: MagnolIA no los conecta por su cuenta. Si se habilitan, Nexus puede trabajar con cuentas de Anthropic además de con los modelos de tu servidor, y el anonimizador permite que ese modelo externo reciba únicamente la copia sin datos personales.
Fuentes
Los datos externos de esta página enlazan a su fuente original.
BOE. Ley 1/2019, de 20 de febrero, de Secretos Empresariales (artículo 1). www.boe.es/buscar/act.php?id=BOE-A-2019-2364
OWASP Gen AI Security Project. OWASP Top 10 for LLM Applications 2025: LLM06 Excessive Agency y LLM09 Misinformation (en inglés). Edición de 2025. genai.owasp.org/llm-top-10/
¿Lo probamos con vuestro repositorio?
Cuéntanos cuántas personas programan, con qué herramientas y qué no puede salir. El piloto se hace con un grupo de 10 a 20 personas.
Solicitar piloto


