IA para programar en la empresa: proteger el código propietario, los NDA y el secreto industriel

#El verdadero riesgo: tu código va a un tercero

El código fuente no es un dato como cualquier otro. Contiene tus algoritmos, tus secretos de fabricación, tus claves de API incrustadas en el código (esto ocurre), tu arquitectura de seguridad y, jurídicamente, a menudo está cubierto por una cláusula de cesión de derechos en beneficio de un cliente. Un asistente de código en la nube lee el contexto alrededor del cursor, a veces todo el repositorio para su indexación, y envía estos fragmentos a un modelo remoto. El riesgo no es teórico: combina filtración de secretos industriales, incumplimiento de acuerdos de confidencialidad (NDA) e incumplimiento del RGPD en cuanto un comentario contiene datos personales.

Secreto industrial

Un algoritmo de propiedad exclusiva expuesto a terceros pierde su cualidad de secreto (art. L151-1 del Código de Comercio): la protección jurídica desaparece.

Cláusula de cesión

Para código entregado a un cliente, el contrato suele prohibir cualquier comunicación de ese código a un subcontratista no autorizado. Un asistente en la nube es un subcontratista no declarado.

NDA con un proveedor

Trabajas en el código de un partner bajo un acuerdo de confidencialidad: enviarlo a OpenAI o Anthropic constituye una violación directa.

Datos personales

Un conjunto de pruebas, un log inline o un comentario con una dirección de correo electrónico hacen que el envío quede sujeto al RGPD.

#Por qué Copilot y Cursor vulneran tus NDA

GitHub Copilot y Cursor son excelentes herramientas de productividad, pero su modelo de negocio se basa en LLM alojados (Copilot en la infraestructura de Azure/OpenAI, Cursor en OpenAI y Anthropic). Incluso con los planes Business o Enterprise, tu código sale del equipo para que se complete en el servidor. Las opciones 'content exclusion' o 'privacy mode' reducen la retención, pero el flujo de datos por la red hacia un tercero sigue existiendo. En el caso de una cláusula de NDA que prohíba cualquier divulgación a un tercero no identificado, este flujo constituye un incumplimiento, independientemente de la política de retención.

Copilot Business

Código enviado a GitHub/Azure para completar código. 'No training' activado por defecto, pero con transferencia fuera de la UE y sujeción al CLOUD Act.

Cursor (Privacy Mode)

El modo privado evita la retención por parte de Cursor, pero las consultas siguen pasando por las API de OpenAI y Anthropic.

Cursor sin Privacy Mode

El código puede ser conservado y utilizado para mejorar el producto. Inaceptable bajo NDA estricto.

Límite contractual común

Con ninguna de estas ofertas se firma un DPA que cubra una cláusula de cesión del código del cliente a un subcontratista tercero específico.

#Lo que exigen el RGPD y el AI Act en materia de código fuente

El RGPD no habla de «código fuente», sino de datos personales. El código los contiene con más frecuencia de lo que se cree: direcciones de correo electrónico en los comentarios, identificadores de pruebas, datos de inicialización y trazas de registros. En cuanto uno de estos elementos se envía a un asistente en la nube, realizas una transferencia de datos, lo que exige una base jurídica, un encargado del tratamiento sujeto a un DPA (art. 28) y, fuera de la UE, un mecanismo de transferencia válido (cláusulas contractuales tipo). El AI Act, por su parte, clasifica la mayoría de los asistentes de código como de riesgo limitado, con obligaciones principalmente de transparencia; pero lo que realmente está en juego para ti viene antes, en la gobernanza de los datos de entrada del modelo.

RGPD artículo 28

Cualquier asistente en la nube que trate tus datos es un encargado del tratamiento y requiere un DPA firmado. Muchos equipos lo utilizan sin contrato.

RGPD: transferencias fuera de la UE

Sin alojamiento en la UE, se necesitan garantías (SCC) y un análisis de transferencia. El alojamiento local elimina completamente la cuestión.

AI Act (transparencia)

Riesgo limitado para el asistente de código: informar que el contenido es generado por IA. Poco restrictivo, pero debe documentarse.

Minimización por diseño

La vía más sencilla para cumplir los requisitos: no transferir nada en absoluto. Una arquitectura local aplica la minimización por diseño.

#Pila 100% local: Ollama, Cline, Aider, Tabby

Una pila de copiloto local se basa en dos capas: un servidor de inferencia que ejecuta el modelo en tu hardware y clientes que se conectan a él desde el IDE o el terminal. El servidor de referencia es Ollama, que expone una API HTTP local y gestiona la descarga de modelos GGUF. Sobre esta capa, tres clientes complementarios cubren los distintos usos: Cline para el agente en VS Code, Aider para la programación en pareja desde el terminal, orientada a commits de Git, y Tabby para la autocompletación al estilo de Copilot, en modo de servidor compartido para todo el equipo.

Ollama

Servidor de inferencia local (MIT). Sirve los modelos mediante http://localhost:11434. Sin telemetría de código ni llamadas salientes para la inferencia.

Cline

Extensión de VS Code (agente). Lee y escribe archivos, ejecuta comandos y planifica tareas que abarcan varios archivos. Se conecta a Ollama como proveedor local.

Aider

CLI de programación en pareja (Apache 2.0). Edita el código y realiza los commits de Git; excelente para la refactorización guiada. Apunta a la API de Ollama.

Tabby

Servidor de autocompletado autoalojado (licencia Apache 2.0). Reemplaza a Copilot para las sugerencias dentro del código; ideal para un servidor con GPU compartida.

# Serveur d'inference local
curl -fsSL https://ollama.com/install.sh | sh

# Modele de code recommande pour 16 Go VRAM (specialiste agent de code)
ollama pull devstral:24b

# Verifier que l'API locale repond (aucun appel sortant)
curl http://localhost:11434/api/tags

pip install aider-install && aider-install

# Pointer Aider vers le serveur local, jamais vers une API cloud
export OLLAMA_API_BASE=http://127.0.0.1:11434
aider --model ollama_chat/devstral:24b

Para Cline, en VS Code, seleccionas el proveedor 'Ollama' en las configuraciones de la extensión e introduces la URL del servidor (local o la de tu servidor GPU interno). No se introduce ninguna clave de API de nube: es la garantía técnica de que ningún fragmento se envía a OpenAI o Anthropic. Tabby, en cambio, se despliega en un contenedor en el servidor GPU y los equipos apuntan a su endpoint interno.

#Arquitectura: equipo aislado vs servidor GPU compartido

Predominan dos topologías. El equipo aislado ejecuta Ollama directamente en la máquina del desarrollador (Mac de la serie M o PC RTX): el código nunca abandona el equipo, lo que resulta ideal para los NDA más estrictos, pero esta opción está limitada por la VRAM individual y resulta costosa si hay que equipar muchos puestos. El servidor GPU compartido centraliza una o varias GPU en la red interna; los equipos se conectan a él a través de la API. Se comparte un modelo más grande, se racionaliza el hardware y el flujo permanece estrictamente dentro de la red (LAN o VPN empresarial).

#¿Qué modelos de código para qué VRAM?

La calidad de un copiloto local depende del modelo. Tres familias abiertas dominan la programación en 2026: Qwen3-Coder (Alibaba, MoE 30B-A3B, 256k de contexto, rápido gracias a sus 3B de parámetros activos, Apache 2.0), Devstral (Mistral AI, un 24B pensado para su uso con agentes como Cline y OpenHands, Apache 2.0) y los modelos generalistas con buenas capacidades de programación, como Qwen 3.8 27B o GLM 4.7 Flash. La elección se ajusta a la VRAM disponible y al uso: un modelo pequeño y rápido para el autocompletado de Tabby, uno más grande para el razonamiento basado en agentes de Cline.

#Política 'provider local only'

Una pila de software local solo protege si está sujeta a una política que la restrinja. 'Provider local only' significa que ninguna herramienta de desarrollo puede apuntar a una API de IA en la nube. Esto se concreta en tres niveles complementarios: configuración de las herramientas (sin claves de servicios en la nube), bloqueo de red (los endpoints de IA en la nube son inaccesibles desde los equipos de desarrollo) y norma organizativa (documento de normas firmado). La combinación de los tres es lo que hace que la política sea realmente exigible durante una auditoría.

1. 01
   Prohibir las claves de API en la nube

   Ninguna variable OPENAI_API_KEY, ANTHROPIC_API_KEY o equivalente en los equipos de desarrollo. Cline y Aider están configurados exclusivamente en el endpoint interno de Ollama.
2. 02
   Bloquear los endpoints en el firewall

   Filtrar el tráfico saliente hacia api.openai.com, api.anthropic.com y los dominios de Copilot y Cursor. Así, las sugerencias de autocompletado ya no pueden salir físicamente de la red.
3. 03
   Fijar la configuración de las extensiones

   Desplegar los ajustes de VS Code/Cline mediante GPO o MDM para impedir que un desarrollador vuelva a configurarlos para apuntar a un proveedor en la nube.
4. 04
   Política de uso y formación

   Una política de uso firmada recuerda la prohibición de pegar código en un chatbot en la nube (el riesgo residual no es técnico, sino humano).
5. 05
   Registrar accesos al servidor de inferencia

   Los logs del servidor Ollama/Tabby demuestran que las completaciones se sirven internamente. Pieza clave de la auditoría.

#Auditar la ausencia de exfiltración

El argumento 'es local' solo tiene valor si se demuestra. La auditoría de ausencia de exfiltración consiste en demostrar, con registros que lo respalden, que ningún fragmento de código abandona el perímetro durante el uso del copiloto. El método más convincente es la observación del tráfico de red: se captura el tráfico de un equipo durante una sesión de programación intensiva y se comprueba que ninguna conexión se dirija a un endpoint de IA en la nube. Se completa con la inspección de la configuración y de los registros del servidor.

# 1. Capturer le trafic du poste pendant une session de codage Cline/Aider
sudo tcpdump -i any -n 'tcp port 443' -w /tmp/session_code.pcap

# 2. Lister les IP/destinations contactees (hors reseau interne)
tcpdump -r /tmp/session_code.pcap -n | awk '{print $5}' | cut -d. -f1-4 | sort -u

# 3. Verifier qu'aucune resolution ne vise un endpoint d'IA cloud
grep -Ei 'openai|anthropic|githubcopilot|cursor' /var/log/dnsmasq.log || echo 'OK : aucune requete IA cloud'

Evidencia de red

Captura con tcpdump/Wireshark: solo aparecen las IP del servidor interno y de los repositorios Git internos. Ningún endpoint de IA en la nube.

Prueba de configuración

Exportación de ajustes Cline/Aider mostrando el proveedor Ollama interno y la ausencia de clave en la nube.

Prueba de bloqueo

Prueba negativa: un intento manual de acceder a api.openai.com desde un equipo de desarrollo falla (cortafuegos).

Evidencia del servidor

Registros de Ollama/Tabby con marcas de fecha y hora que relacionan los autocompletados con los equipos internos.

#Una valoración honesta: local vs nube

Seamos justos: la nube sigue por delante en la calidad bruta de los modelos más grandes y en no requerir ningún esfuerzo de infraestructura. Un asistente propietario en la nube puede superar a un Qwen3-Coder 30B-A3B local en determinadas tareas de razonamiento complejo. La ejecución local exige una inversión en hardware y un equipo para mantener el servidor de inferencia, y ofrece una calidad ligeramente inferior en las tareas más exigentes. La decisión adecuada no es ideológica: depende de la sensibilidad de tu código.

Elige la opción local si

Tienes código sujeto a un NDA, cláusulas de cesión, secretos industriales o clientes que prohíben recurrir a subcontratistas externos no autorizados.

La nube puede ser suficiente si

Tu código es de código abierto, sin datos personales, sin compromiso contractual de confidencialidad con un tercero.

Coste real de la ejecución local

Un servidor con GPU (24-48 GB), cuyo coste se amortiza entre los miembros de un equipo, suele salir más barato que las licencias en la nube por usuario en un plazo de 2 a 3 años.

El riesgo oculto del cloud

El costo de una sola violación de NDA (pérdida de contrato, litigio) supera varios años de licencias locales.

#Conclusión y puesta en marcha

Equipar a un equipo de desarrollo con un copiloto de alto rendimiento sin exponer nunca el código propietario es hoy una opción realista: Ollama como servidor de inferencia, Cline y Aider para el agente y el terminal, Tabby para el autocompletado compartido, todo bajo una política 'provider local only' y una auditoría reproducible de ausencia de exfiltración. El cumplimiento del RGPD y del AI Act se consigue por sustracción: sin transferencias, sin subcontratistas, sin preguntas. Para ahorrar tiempo en la puesta en marcha, la guía de pago «Copiloto de código local» proporciona un paquete llave en mano de Ollama + Cline + Aider: configuraciones listas para usar, selección de modelos según el presupuesto de VRAM, una política de red que bloquea los endpoints en la nube y el script de auditoría de ausencia de exfiltración. Con ello puedes desplegar en pocas horas una pila tecnológica defendible ante tu departamento jurídico y tus clientes.