Skill Recorder de Microsoft: grábate una vez y delega la tarea a un agente, con la nube de GitHub como letra pequeña

Por OneDigital · 24 de octubre de 2026.

Microsoft ha publicado Skill Recorder, una herramienta de código abierto (licencia MIT) que graba una sesión real de trabajo en pantalla y la convierte en un procedimiento que un agente de IA puede repetir. Según la descripción del proyecto, captura clics, cambios de ventana, páginas visitadas, la actividad de una terminal opcional y la narración hablada del usuario.

El análisis lo hace GitHub Copilot, que reconstruye la intención general y una lista ordenada de pasos que el usuario puede revisar y editar. Con ese visto bueno se genera una «habilidad» (un archivo SKILL.md con el procedimiento que el agente ejecuta cuando se le pide) o una automatización lanzada por calendario o detonante.

El matiz técnico más interesante es lo que no hace: no reproduce los clics como una macro. Según el proyecto, prefiere que el agente use sus herramientas nativas, como la línea de comandos gh de GitHub o consultas web, y generaliza a partir de un único ejemplo. Grabarte enviando un formulario debería enseñarle a enviar todos los de ese tipo.

Sobre privacidad, la herramienta distingue dos fases. Durante la grabación todo ocurre en el equipo: capturas de baja frecuencia, seguimiento de ventanas y transcripción local con Whisper (99 idiomas, descarga única de unos 252 MB). Solo al pulsar Analizar viajan a la nube de GitHub la línea de tiempo de eventos, imágenes de pantalla, el texto narrado y fragmentos acotados de la terminal. El proyecto avisa de que no se deben grabar ni narrar contraseñas, tokens ni claves de API, y dice aplicar un escaneo local de secretos y datos personales con la protección activada.

Hay límites declarados: macOS es la plataforma principal (Windows 11 en x64 y ARM64), exige cuenta de GitHub con acceso a Copilot, y la revisión del SKILL.md da transparencia pero, según el propio proyecto, no es una garantía de seguridad. La primera instalación compila el código en local y puede tardar varios minutos.

Nuestra lectura: lo relevante no es la grabadora, sino el cambio de paradigma. Hasta ahora automatizar exigía programar o escribir prompts; aquí la unidad de trabajo es el ejemplo humano. Eso baja mucho la barrera para delegar tareas repetitivas y encaja con la tesis que defendemos sobre empleo: no es que la IA «te quite» el trabajo, sino que cada tarea rutinaria que demuestras una vez se convierte en candidata a delegarse. En general, lo más expuesto es el trabajo administrativo y de back-office, justo el que se describe con pasos repetibles.

Hay también una lectura estratégica. Skill Recorder alimenta el ecosistema Copilot y GitHub: quien captura cómo trabajas controla el formato de las «habilidades» y, con él, buena parte de la fontanería de los agentes. La licencia abierta ayuda, pero la dependencia de Copilot y de la nube de GitHub para analizar limita la soberanía real del usuario. Para flujos con información sensible, hoy quedan fuera.

El riesgo a corto plazo es doble. Una habilidad generada a partir de un solo ejemplo puede fallar en casos límite que nadie grabó, y un procedimiento mal generalizado ejecutado con autonomía puede hacer acciones no previstas. La revisión humana del paso a paso no es un trámite: es el control que separa un asistente útil de un automatismo opaco. Con agentes cada vez más autónomos, lo crítico será poder auditar qué hizo realmente cada habilidad, no solo qué decía el archivo.

A largo plazo, la dirección es esperanzadora: si transmitir cómo se hace una tarea basta para delegarla, el conocimiento tácito deja de estar atado a horas de trabajo repetitivo. Esa es una de las piezas pequeñas pero reales del camino hacia una economía donde las personas dediquen su tiempo a lo que requiere criterio y vocación. La transición, eso sí, no será neutra para quienes hoy viven de esas tareas.