GitHub Copilot Reseñas y Detalles del Producto

What I like best about GitHub Copilot is how it speeds up everyday coding without feeling intrusive. It suggests code in real time as I type, and many times it correctly understands the context—whether I’m writing a function, API logic, or even test cases. This reduces a lot of repetitive work and lets me focus more on the actual problem rather than boilerplate code.

Another thing I appreciate is how well it integrates with editors like Visual Studio Code. The suggestions feel natural, and I don’t have to break my flow to search for syntax or examples. It’s especially helpful when working with new libraries or unfamiliar patterns—it gives a solid starting point which I can refine.

It also improves productivity during tight deadlines. Instead of writing everything from scratch, I can quickly generate drafts and then optimise them. Overall, it acts like a smart coding partner that saves time and reduces context switching. Reseña recopilada por y alojada en G2.com.

What I dislike about GitHub Copilot is that its suggestions are not always reliable. Sometimes it generates code that looks correct at first glance but has logical issues or doesn’t fully match the requirement. You still need to carefully review and test everything, so it’s not something you can blindly trust.

Another drawback is context limitation. In large or complex codebases, it doesn’t always understand the full picture and may give suggestions that don’t align with project-specific patterns or architecture. This can lead to inconsistent code if not handled carefully.

It can also become a bit repetitive. At times, it keeps suggesting similar patterns even when you’re trying to implement something different, which can be slightly frustrating.

Lastly, there are concerns around code quality and dependency. Over-relying on it might reduce deep understanding, especially for junior developers. It’s a helpful assistant, but not a replacement for solid coding skills and design thinking. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta es que me ahorra tiempo en lo repetitivo.

Con FastAPI o Django me sugiere endpoints, modelos y lógica CRUD casi completos, y eso acelera bastante.

También ayuda cuando integro APIs o escribo queries SQL: no siempre es perfecto, pero me da una base rápida para trabajar. Reseña recopilada por y alojada en G2.com.

Lo que no me gusta es que a veces propone cosas que “parecen correctas”, pero no lo son del todo.

Con FastAPI, por ejemplo, me ha sugerido validaciones o dependencias mal armadas que pasan a primera vista, pero luego fallan en lógica o seguridad. Reseña recopilada por y alojada en G2.com.

It automatically corrected code ,installs requirements .txt file ,run python commands parallely as well as sequentially .also run commands in a virtual env if possible.it is very beneficial for coders have tons of files made and they donnot want to dig in for errors finding.just ask to GitHub copilot chat and it will make that sorted for you.Also it helps in running the total project from scratch from installing dependencies to testing project on corner test cases. Reseña recopilada por y alojada en G2.com.

Many a times when it don't find solution it not stops ,instead it go on a infinite loop checking the same condition again and again and hence wastage of cpu cycles and resources happen.also manyatimes it do not take user responses as they are said for.it automatically starts its computation if the user is simply asking to show file . Reseña recopilada por y alojada en G2.com.

Autocompletado Contextual: Sugiere bloques enteros de código, funciones y pruebas analizando tu archivo actual y las pestañas abiertas.

Reducción de Plantillas: Maneja tareas repetitivas como escribir pruebas unitarias, expresiones regulares o llamadas estándar a API, permitiéndote concentrarte en la lógica.

De Lenguaje Natural a Código: Puedes escribir un comentario describiendo lo que quieres (por ejemplo, // función para validar correo electrónico usando regex), y generará la implementación.

Soporte Multilenguaje: Funciona en docenas de lenguajes, incluyendo Python, JavaScript, TypeScript, Ruby, Go y Java.

Integración con IDE: Vive directamente dentro de editores populares como VS Code, JetBrains y Neovim, por lo que no hay necesidad de cambiar de ventana. Reseña recopilada por y alojada en G2.com.

1. Inexactitud y "Alucinaciones"

Calidad del Código: A menudo sugiere código que es ineficiente, obsoleto o utiliza bibliotecas que en realidad no existen (alucinaciones).

Errores: Puede generar código sintácticamente correcto que contiene errores lógicos sutiles, lo que requiere que pases más tiempo depurando que si lo hubieras escrito tú mismo.

2. Limitaciones de Contexto

Proyectos Grandes: A veces "olvida" la lógica establecida anteriormente en un archivo o no logra entender la arquitectura más amplia de un proyecto complejo.

Lógica Propietaria: Tiene dificultades con marcos personalizados o lógica empresarial interna que no formaba parte de sus datos de entrenamiento públicos.

3. Privacidad y Seguridad

Entrenamiento de Datos: Muchos usuarios están preocupados por que su código sea enviado a los servidores de GitHub para entrenar futuros modelos. A principios de 2026, algunos usuarios han expresado frustración por las políticas de "opt-in automático" para la recopilación de datos.

Vulnerabilidades: Existe el riesgo de que la IA sugiera patrones que incluyan vulnerabilidades de seguridad conocidas (como inyección SQL) si eran prevalentes en su conjunto de entrenamiento. Reseña recopilada por y alojada en G2.com.

Copilot se integra perfectamente en VS Code con sugerencias rápidas y confiables que mantienen mi flujo ininterrumpido, incluso en tareas más grandes. Ahorra tiempo en trabajos repetitivos, lo que justifica su costo. La configuración es rápida, y comenzar se siente sin esfuerzo con una curva de aprendizaje mínima. También me gusta que da acceso a múltiples modelos de IA. Reseña recopilada por y alojada en G2.com.

Una desventaja de GitHub Copilot es que a veces se siente un poco más lento en comparación con Cursor, especialmente cuando se trabaja en cambios más grandes o en varios archivos. Pero Copilot es mucho más barato (alrededor de $10/mes frente a $20 para Cursor), y para la programación diaria, todavía cubre la mayoría de las necesidades realmente bien. Reseña recopilada por y alojada en G2.com.

Lo que más me gusta de GitHub Copilot es cómo acelera significativamente el desarrollo al proporcionar sugerencias de código en tiempo real y autocompletados. Ayuda a reducir tareas de codificación repetitivas, genera código base rápidamente e incluso sugiere funciones completas basadas en el contexto. Esto me permite concentrarme más en la resolución de problemas y la lógica en lugar de la sintaxis. También aprecio cómo se adapta a mi estilo de codificación con el tiempo y admite múltiples lenguajes, lo que lo convierte en un valioso impulsor de productividad en el desarrollo diario. Reseña recopilada por y alojada en G2.com.

Una desventaja de GitHub Copilot es que sus sugerencias no siempre son precisas u óptimas, especialmente para lógica compleja o casos extremos, por lo que aún necesitas revisar y validar cuidadosamente el código. A veces puede generar patrones obsoletos o ineficientes, lo que puede llevar a una deuda técnica si se usa sin cuidado. Otra limitación es que puede no comprender completamente el contexto más amplio de una aplicación grande, resultando en sugerencias irrelevantes o incompletas. Además, la dependencia excesiva de él puede reducir la resolución de problemas práctica y el aprendizaje para los desarrolladores, particularmente para aquellos que aún están construyendo fundamentos sólidos. Reseña recopilada por y alojada en G2.com.

GitHub Copilot es realmente útil para acelerar la codificación y las tareas rutinarias. Como alguien que lo usa con frecuencia, me gusta cómo sugiere código mientras escribo y ayuda con pequeñas funciones, sintaxis o partes repetitivas del código. La interfaz de usuario se siente limpia y se integra bien en herramientas como VS Code, y las integraciones con diferentes IDEs lo hacen muy conveniente de usar. Ahorra tiempo, reduce el esfuerzo manual y ayuda a mantener un flujo de trabajo fluido al trabajar en scripts o tareas de desarrollo. Reseña recopilada por y alojada en G2.com.

Una pequeña desventaja de GitHub Copilot es que las sugerencias no siempre son precisas, por lo que todavía necesito revisar y ajustar el código en lugar de depender completamente de él. Reseña recopilada por y alojada en G2.com.

Copilot ha logrado desarrollarse en una herramienta completamente agente, lo cual es excelente para la codificación y desarrollo agente. Ya no es solo un asistente de IA, y eso cambia completamente cómo puedo usarlo día a día. El soporte para servidores MCP, habilidades, agnets.md y piezas similares también facilita su uso junto con otras herramientas agentes.

La interfaz de usuario es bastante intuitiva, y me gusta cómo está directamente integrada en VS Code. Ya no se siente como "solo una extensión"; ahora se siente como una característica central de VS Code.

Los límites de uso también son realmente generosos considerando el precio, especialmente cuando los comparas con Claude Code, por ejemplo. Para mí, Copilot claramente gana aquí por mucho. Reseña recopilada por y alojada en G2.com.

No me gusta la política de retención de datos para los agentes de codificación de Copilot y Copilot CLI. El período de retención es demasiado largo, especialmente considerando cuánta información sensible se comparte, como el código fuente. Creo que deberían reconsiderar esto y hacer cambios. No es que no confíe en GitHub, pero dado el sector en el que trabajo, la idea de que nuestros datos puedan almacenarse en algún lugar durante períodos prolongados es inaceptable. Reseña recopilada por y alojada en G2.com.

It was the first full IDE AI solution we used when AI started rolling out. They’ve done a great job keeping both the UI and the underlying features up to date as the AI landscape has evolved. Instead of letting the feature set stagnate, they’ve continued to incorporate changes like skills, instructions, MCP, and similar updates. Reseña recopilada por y alojada en G2.com.

Nothing major, aside from a few stability issues that sometimes cause the models to fail. That said, I suspect this is more related to the growing popularity and overwhelming demand for AI than to an actual problem with the product itself. Reseña recopilada por y alojada en G2.com.

GitHub Copilot acelera significativamente el desarrollo al proporcionar sugerencias de código inteligentes directamente en el editor. Es muy efectivo para reducir tareas de codificación repetitivas, generar código boilerplate e incluso sugerir funciones completas basadas en el contexto. La integración con editores como Visual Studio Code es perfecta, lo que facilita su adopción sin cambiar los flujos de trabajo existentes.

También me gusta cómo se adapta a diferentes lenguajes de programación y frameworks. Es especialmente útil cuando se trabaja con código desconocido o al probar nuevas tecnologías, ya que puede sugerir patrones y ejemplos rápidamente. En general, mejora la productividad y ayuda a mantener el flujo de desarrollo sin cambios constantes de contexto. Reseña recopilada por y alojada en G2.com.

Aunque Copilot es muy útil, las sugerencias no siempre son precisas y aún requieren revisión. Para lógica más compleja o crítica, es importante validar cuidadosamente el código generado. A veces puede sugerir patrones desactualizados o subóptimos. Además, depender demasiado de las sugerencias puede reducir la comprensión profunda si no se utiliza de manera reflexiva. Reseña recopilada por y alojada en G2.com.