Hay algo que me ha estado molestando.

Con la IA, los equipos están lanzando productos más rápido que nunca. Pero los sistemas que usaban para entender lo que habían lanzado no han cambiado en absoluto. Alguien todavía tiene que etiquetar funciones manualmente, mantener dashboards y revisarlos cuando se acuerda.

Ese "alguien" ya no puede seguir el ritmo. Y cuando se queda atrás, los datos que la gente usa para tomar decisiones se alejan silenciosamente del producto que realmente está en producción. Las rutas se renombran. Las funciones se refactorizan. Se lanzan nuevos flujos de trabajo. La instrumentación no los sigue. Empezamos a llamar a esto deriva de analíticas, y una vez que lo ves en un base de código, no puedes dejar de verlo.

Para ayudar a los desarrolladores a resolver esto, creamos y lanzamos Novus, el agente de producto que se conecta directamente a tu base de código para instrumentar, analizar y mejorar automáticamente tu producto con cada lanzamiento. Ofrece inteligencia de producto para ingenieros, agentes y equipos de producto ágiles para que siempre tengan una visión clara del rendimiento del producto, sin importar la rapidez con que lancen actualizaciones.

Por qué los creadores necesitan Novus ahora

Hay una conversación que ocurre en cada equipo que trabaja con IA en este momento: ¿cómo le das a tus agentes y modelos el contexto que necesitan para hacer un trabajo útil? Los mejores prompts ayudan. Las mejores habilidades ayudan. Pero lo que realmente mueve la aguja es la comprensión del producto basada en datos reales: una imagen precisa y actualizada de cómo funciona tu producto y cómo las personas realmente lo usan.

Como vicepresidente de diseño de producto, he estado trabajando con Claude Code, y la diferencia entre un resultado útil y uno genérico se reduce exactamente a esto. Cuando la IA comprende el comportamiento real y la retroalimentación (quiénes son los usuarios, dónde se atascan, qué es lo que realmente importa) toma mejores decisiones más rápido. Sin ese contexto, construye cosas que funciona. Pero no tiene visibilidad sobre cómo hacer crecer tu negocio: impulsar la adopción, reducir la fricción y mejorar la retención.

Para la mayoría de los equipos, esa comprensión fundamental está ausente, desactualizada o encerrada en la cabeza de alguien. Se deteriora cada vez que el producto lanza algo nuevo. Ese es el problema que hay que resolver, no solo para los humanos que toman decisiones, sino para cada agente y herramienta que opera junto a su base de código.

Entonces, cuando comenzamos a diseñar Novus, esas restricciones se convirtieron en el brief:

  • Debería comprender el producto a través del código, sin necesidad de etiquetado manual.
  • Debería mantenerse actualizado a medida que el código base cambia. Una instrumentación que se deteriora derrota todo el propósito.
  • Debe mostrar lo que importa sin esperar a que alguien lo solicite. Observación continua, no revisiones periódicas.
  • Debe conectar el conocimiento con algo revisable y accionable: solicitudes de extracción y cambios en el producto, no más informes.
  • El equipo siempre decide qué se lanza. Novus propone, los humanos aprueban.

Cómo funciona Novus

Todo en Novus se ejecuta sobre Cortex, el gráfico de contexto de producto que se encuentra en el núcleo. Cortex es un modelo vivo de tu producto: qué es, cómo está estructurado, cómo la gente realmente lo usa y qué significa ese uso para tu negocio. Conecta código, comportamiento y resultados en una imagen única y continuamente actualizada, sin que nadie tenga que configurarlo o mantenerlo manualmente. 

Esto es también lo que conecta a Novus con la capa de inteligencia de producto más amplia de Pendo. Pendo ha pasado más de una década construyendo infraestructura para comprender el comportamiento del producto a escala — análisis, repetición de sesiones, retroalimentación, predicciones. Cortex es lo que mantiene todo eso anclado en la realidad a medida que el software cambia. 

Cuando tu base de código evoluciona, Cortex evoluciona con ella, de modo que la inteligencia que genera siempre trabaja a partir de una imagen precisa de lo que realmente está en producción. Novus es la forma en que la inteligencia de producto funciona en la era de la IA: donde el software se lanza diariamente, la instrumentación no puede ser manual y el ciclo de retroalimentación tiene que ejecutarse por sí solo.

La mejor manera de entender cómo funciona es seguir un lanzamiento de principio a fin.

Paso 1: Conecta tu repositorio — Novus construye el mapa

Para comenzar, conectas un repositorio de GitHub y estás listo para empezar. Novus lee el código y construye lo que llamamos Memory: un mapa estructural vivo de tu producto. Esto incluye rutas, elementos de interfaz de usuario, patrones de identificación de usuarios y cuentas, candidatos de eventos de seguimiento del lado del cliente y del servidor, y flujos de trabajo. 

Si tu producto incluye agentes de IA, Novus los detecta e instrumenta también. Configura tus repeticiones para que no se recopile información sensible. Establece un tema para las guías dentro de la aplicación que coincida con tu aplicación. El flujo de incorporación pregunta sobre tu rol y objetivos, lo que determina cómo Novus prioriza y presenta todo lo que viene después.

En cuestión de minutos, Novus ya sabe cosas sobre tu producto que a un PM le llevaría semanas documentar manualmente. Y a diferencia de la documentación, Memory se mantiene precisa. Cuando el código cambia, se actualiza automáticamente.

Paso 2: Lanzas algo — Novus revisa el PR

Un desarrollador envía un cambio y abre un pull request. Antes de que se fusione, Novus ejecuta dos verificaciones en paralelo.

La primera es un análisis de diferencias: qué cambió, qué significa eso para la comprensión del producto y qué instrumentación necesita actualizarse. Probablemente nunca volverás a pensar en instrumentar manualmente para analytics. 

La segunda es una revisión de UX. Esta es la que ha generado la reacción más fuerte en los equipos que la han utilizado. La mayoría de las herramientas de revisión de PR verifican la calidad del código o la arquitectura del sistema. Novus verifica si la experiencia que estás lanzando realmente funcionará para tus usuarios. Detecta problemas a nivel de línea: semántica de color incorrecta, patrones de interacción inconsistentes, zonas de clic sin respuesta, brechas de accesibilidad. Cuando existen datos de comportamiento que lo respaldan, también te los muestra.

Así es como se ve esto en la práctica. En un PR reciente, Novus notó que cuando ocurría un error en la aplicación, el código lo registraba pero nunca mostraba nada al usuario. Sin mensaje, retroalimentación ni indicación de que algo había salido mal. Un punto ciego clásico de UX que es fácil pasar por alto en un diff y genuinamente frustrante de encontrar como usuario.

Otro ejemplo que me quedó grabado: un PR introdujo un nuevo flujo de autenticación pero le faltaba una redirección al final, lo que significaba que los usuarios que completaban el flujo exitosamente no llegaban a ningún lado. La revisión de UX marcó la redirección faltante antes de que el PR se fusionara, y lo respaldó con datos de comportamiento que mostraban que cientos de visitantes ya habían llegado a este mismo callejón sin salida en las semanas anteriores en un flujo similar. Un fallo silencioso que habría sido invisible hasta que alguien abriera un ticket de soporte.

El ingeniero revisa las sugerencias exactamente como lo haría con cualquier comentario de PR. Novus no bloquea el PR, informa la decisión. Nada llega a producción sin la aprobación de un humano.

Paso 3: Novus construye el lanzamiento

Aquí es donde Novus pasa de observar a actuar.

Cuando un cambio significativo se fusiona (una nueva funcionalidad, una actualización importante del flujo de trabajo), Novus no solo lo rastrea. Configura el lanzamiento. Eso significa un feature flag con segmentos de despliegue compuestos (primero el equipo interno, luego los usuarios activos, luego una muestra porcentual), guías dentro del producto vinculadas a la nueva experiencia, y todo conectado a las páginas y funcionalidades que Novus ya comprende gracias a Memory.

Tú revisas el plan y lo apruebas. Novus hace el trabajo.

Luego estableces un objetivo en lenguaje sencillo. Algo como "aumentar la adopción del nuevo flujo en un 20% en 30 días". Novus lo mapea con los artefactos que ya comprende, establece una línea base y, a partir de ese momento, cada Señal que muestra está enmarcada en relación con ese objetivo.

Paso 4: La señal emerge, la investigación se ejecuta, el PR se abre

Mientras Memory mantiene actualizada la comprensión del producto, Signals es la otra mitad de Cortex: observación continua del comportamiento real de los usuarios en el mapa del producto que Memory mantiene. Las señales se clasifican en tres tipos: problemas, oportunidades e insights. 

Cuando algo sale mal con tu lanzamiento (la adopción no avanza, aparece fricción en el nuevo flujo, los usuarios abandonan donde no deberían) Novus lo presenta como una explicación narrativa respaldada por datos, no solo como una métrica que cambió.

Mira esto: 23 formas del mundo real en que puedes usar el primer agente de producto del mundo, Novus

Haces clic en la Señal y activas una investigación. Novus correlaciona los datos de comportamiento, extrae repeticiones de sesión, identifica la causa raíz del problema y genera un plan de corrección a nivel de código. 

Por ejemplo, una investigación sobre la frustración por clics muertos en un panel reveló tres causas distintas: tarjetas de marcador de posición sin controladores de clic, una entrada de chat con zonas muertas en el relleno y secciones de contenido renderizadas como no interactivas. Novus identificó las tres, determinó la causa raíz de cada una y propuso cambios de código específicos. El ingeniero revisó el plan, lo aprobó y Novus abrió el PR.

Para cuando estás revisando el PR, Novus ya ha conectado el cambio de código con el comportamiento y con la corrección. Ese es el ciclo — y no necesita que nadie lo impulse.

Estamos aprendiendo y construyendo en público

Novus está en beta cerrada. El sistema funciona, y los equipos con los que hemos estado trabajando nos han dado señales claras de que vamos en la dirección correcta. Pero hay cosas en las que todavía estamos trabajando activamente.

  • Precisión de la instrumentación en distintas arquitecturas. La instrumentación automática es sólida en las bases de código que hemos probado. No hemos visto todos los frameworks, todos los patrones ni todos los casos extremos. Algunos repositorios necesitarán correcciones en el primer intento. Estamos aprendiendo rápido y cada socio de diseño nos ayuda a mejorar.
  • Cómo debe ser el flujo de revisión. Hemos mantenido intencionalmente a los humanos en el ciclo en cada acción que Novus propone. Eso significa que nada se fusiona automáticamente, nada llega a producción sin aprobación. Creemos que esa es la decisión correcta. Nuestra industria está debatiendo cuánto control es realmente necesario y cuánto es simplemente reticencia de las personas. Estamos aquí para resolverlo juntos.
  • El alcance de lo que instrumentamos. Novus maneja bien los flujos generados por humanos hoy en día, y esta es también un área donde la infraestructura existente de Pendo nos da una ventaja significativa. A través de Agent Analytics, Pendo ya está rastreando 2,5 millones de prompts cada semana, lo que significa que Cortex no parte de cero cuando se trata de entender cómo el comportamiento impulsado por IA aparece en producción. Los productos que son sustancialmente agénticos, donde el comportamiento emerge dinámicamente a partir de decisiones de agentes, son en los que estamos invirtiendo a continuación. Buscamos socios de diseño que estén construyendo en ese espacio.

Tres cosas que nunca cambiarán: Novus no fusiona código sin tu aprobación. No entrena con tu código propietario. No te excluye del proceso de toma de decisiones.

Compartiremos lo que encontremos a medida que avancemos. Si eres el tipo de equipo que quiere dar forma a algo mientras aún se está construyendo, eso es exactamente lo que buscamos.

Únete al programa beta de Novus

Estamos trabajando con un pequeño grupo de socios de diseño, ingenieros de producto y propietarios técnicos de producto en empresas con bases de código de rápido movimiento que quieren ayudarnos a encontrar los límites y dar forma a lo que significa la inteligencia de producto continua en la práctica.

La parte interesante es lo que Novus descubre antes de que le hayas dicho nada. Ven a descubrirlo.

Solicita acceso anticipado y sé parte de la beta cerrada.