Las herramientas de programación con IA están cambiando la manera en que se construye el software de código abierto. En la Fundación Zcash lo hemos visto de primera mano: las contribuciones asistidas por IA nos han ayudado a lanzar funciones más rápido, han permitido que colaboradores nuevos en Rust o en el protocolo de Zcash hagan aportes significativos, y han acelerado nuestra velocidad de desarrollo en cuatro lanzamientos importantes, solo en los últimos tres meses.
Estamos adoptando este cambio. Y lo estamos haciendo de manera intencional.
Por qué esto es importante para Zcash
Zebra es la implementación del nodo de consenso de la Fundación Zcash; el software que valida cada transacción en la red Zcash y aplica las reglas del protocolo que protegen la privacidad financiera de los usuarios. Tras la desactivación de zcashd y la Actualización de Red 7, Zebra se convertirá en la implementación principal de consenso para toda la red Zcash.
Se trata de infraestructura crítica para la privacidad. Cada línea de código en Zebra puede afectar la privacidad de millones de personas. Un error en la validación de consenso podría rechazar transacciones protegidas válidas o aceptar transacciones inválidas. Una falla en la verificación criptográfica podría comprometer la seguridad de las pruebas de conocimiento cero. Un error en la gestión de estado podría provocar bifurcaciones en la red o pérdidas financieras.
Por eso, cada cambio en Zebra (ya sea escrito por un humano, asistido por IA o cualquier punto intermedio) pasa por una rigurosa revisión humana de nuestro equipo de ingeniería. Eso no ha cambiado.
Lo que sí ha cambiado
Lo que ha cambiado es el volumen. Como muchos proyectos de código abierto, hemos visto un aumento significativo en las solicitudes externas (pull requests). Algunas son excelentes contribuciones de desarrolladores que usan herramientas de IA para trabajar con mayor eficacia. Otras carecen de contexto, coordinación previa o evidencia de que el colaborador entiende el cambio que propone.
El reto no es la IA en sí, sino que abrir un pull request tiene un costo real. Cada PR requiere que un mantenedor lea el código, entienda la intención, evalúe la corrección frente a las reglas de consenso de Zcash y verifique que nada comprometa las garantías de privacidad o seguridad de las que dependen nuestros usuarios. Eso toma tiempo, y la capacidad de revisión de nuestro equipo es limitada.
No estamos solos en esto. Proyectos en todo el ecosistema —Reth, Lodestar, Ghostty y muchos otros— han estado desarrollando enfoques para mantener la calidad mientras dan la bienvenida al trabajo asistido por IA. GitHub mismo está explorando nuevas herramientas para ayudar a los mantenedores a gestionar este cambio. Hemos aprendido de estos ejemplos para construir un enfoque que se ajuste a las necesidades específicas de Zebra como infraestructura crítica para la privacidad.
Nuestro enfoque
Hemos introducido tres cosas: pautas claras para los colaboradores, orientación legible por máquinas para agentes de IA, y criterios transparentes para cerrar PRs.
Para los colaboradores
Nuestro CONTRIBUTING.md actualizado ahora pide a los colaboradores:
- Comenzar con un issue. Describir qué quieren cambiar y por qué, y esperar la respuesta de un miembro del equipo antes de escribir código. Un issue sin reconocimiento del equipo no cuenta como discusión previa.
- Revelar el uso de IA. Si usaron herramientas de IA, decir qué herramienta y cómo la usaron. Esto no es punitivo, ayuda a los revisores a calibrar su revisión. Ustedes son los únicos autores responsables de su código, sin importar cómo fue escrito.
- Estar listos para explicar su trabajo. Si lo pedimos durante la revisión, deben poder explicar la lógica y las decisiones de diseño de cada cambio.
También hemos hecho explícitos nuestros criterios de cierre de PRs. Los PRs pueden cerrarse si no hubo discusión previa con el equipo, si el cambio no fue solicitado, o si el colaborador no puede explicar su trabajo. No es algo personal; se trata de respetar el tiempo de todos, incluido el del colaborador.
Para los agentes de IA
Hemos adoptado el estándar AGENTS.md: un formato universal para proporcionar a los agentes de programación con IA el contexto específico del proyecto. Cuando un colaborador usa Claude Code, GitHub Copilot, Cursor o cualquiera de más de 20 herramientas dentro del repositorio de Zebra, el agente lee automáticamente nuestras pautas antes de generar código.
Nuestro AGENTS.md proporciona a los agentes:
- Una puerta de contribución que les pide verificar que el colaborador haya discutido el cambio con nuestro equipo antes de abrir un PR.
- La arquitectura de crates y reglas de dependencias de Zebra, para que el código generado respete nuestro diseño en capas.
- Patrones de código específicos de Zebra: límites de servicios Tower, convenciones de manejo de errores, requisitos de seguridad numérica, patrones asíncronos.
- Restricciones de seguridad críticas para un nodo que preserva la privacidad: asignaciones limitadas, validación de entradas en los límites del sistema, patrones de verificación criptográfica.
El objetivo es sencillo: si un agente de IA entiende la arquitectura y políticas de Zebra, produce mejor código y —igual de importante— advierte a su usuario cuando un PR probablemente sería cerrado.
También hemos añadido instrucciones personalizadas para GitHub Copilot Code Review, adaptadas del análisis de más de 18.000 comentarios históricos de revisión en el repositorio de Zebra. Esto le da a Copilot verificaciones específicas de Zebra para que señale los problemas que realmente importan a nuestros mantenedores.
La IA está mejorando Zebra
Queremos dejar algo claro: las contribuciones asistidas por IA han sido un beneficio neto para Zebra; nuestra reciente velocidad de desarrollo lo demuestra. En los últimos tres meses, hemos lanzado cuatro versiones: Zebra 3.0.0, 3.1.0, 4.0.0 y 4.1.0.
Los colaboradores que usan herramientas de IA han ayudado a que esto sea posible. La IA reduce la barrera para que desarrolladores que quizá no tengan mucha experiencia con el modelo de propiedad de Rust o con las reglas de consenso de Zcash puedan contribuir de manera significativa. Eso es positivo; el ecosistema de Zcash ahora se beneficia de una base de colaboradores más amplia.
Pero cada una de estas funciones fue revisada profundamente por nuestro equipo de ingeniería. Nuestros mantenedores entendieron las implicaciones, verificaron la corrección frente a las especificaciones del protocolo de Zcash y aseguraron que nada comprometiera las garantías de privacidad de las que dependen nuestros usuarios. La IA acelera la escritura; la comprensión y la responsabilidad siguen siendo humanas.
Lo que pedimos a la comunidad
Si quieres contribuir a Zebra:
- Inicia una conversación. Abre un issue o contáctanos en Discord. Cuéntanos en qué quieres trabajar. Te ayudaremos a entender el alcance y te guiaremos hacia el enfoque correcto.
- Usa herramientas de IA si te ayudan. Lo recibimos con gusto. Solo decláralo (tu agente seguramente lo hará por ti) y asegúrate de entender lo que estás enviando.
- Respeta el proceso. Nuestra revisión existe para proteger la privacidad y seguridad financiera de los usuarios de Zcash. Trabajar con nosotros, no alrededor de nosotros, significa que tu esfuerzo tiene más probabilidades de contar.
Si estás construyendo herramientas sobre Zebra, revisa Zaino para funcionalidad de indexer/lightwalletd, Zallet para funciones de monedero, o librustzcash para bibliotecas Rust de Zcash — muchas funciones que no pertenecen al nodo de consenso tienen un lugar natural en el stack más amplio de Z3.
Mirando hacia adelante
Estaremos monitoreando cómo funcionan estas pautas en la práctica durante las próximas semanas: verificando si reducen la carga de revisión, si los colaboradores las encuentran útiles y si necesitamos ajustarlas. Estamos comprometidos a iterar según lo que aprendamos.
La comunidad de código abierto en general está navegando esta misma transición. Estamos aprendiendo de otros, y esperamos que nuestro enfoque —especialmente el uso de AGENTS.md para políticas de contribución legibles por máquinas— sea útil para otros proyectos en el ecosistema de Zcash y más allá.
La IA está haciendo que el desarrollo de software sea más rápido y accesible. Para infraestructura crítica de privacidad como Zebra, esa velocidad debe ir acompañada de intencionalidad. Creemos que podemos tener ambas cosas.
Las pautas de contribución, AGENTS.md y las instrucciones de revisión de Copilot mencionadas en este artículo están disponibles en el repositorio de Zebra. Agradecemos comentarios sobre nuestro enfoque —contáctanos vía GitHub Issues, Discord o el Foro de la Comunidad Zcash.
Traducción del original en inglés de Zcash Foundation
Si quieres aprender más sobre privacidad en la economía digital descentralizada, te puedes unir a la comunidad de Zcash en Español en Telegram. Para conectar con el ecosistema digital de Zcash Español, visita nuestro Privacidad.me.
