El equipo de ingeniería de Compare the Market (Meerkat Careers, Reino Unido) publicó, el 6 de marzo de 2026, una evaluación empírica de cuatro enfoques de recuperación de contexto para la revisión de código con IA: Baseline (sin contexto adicional), RAG (búsqueda vectorial mediante embeddings), GKG (GitLab Knowledge Graph, un grafo de conocimiento basado en AST mediante Tree-sitter y la base de datos de grafos Kuzu), y un híbrido GKG+RAG. La evaluación abarca 79 merge requests reales, medidos mediante MLflow en Databricks.
El hallazgo principal es contraintuitivo: RAG rinde peor que el baseline en casi todas las métricas, incluyendo la cobertura de comentarios en línea, la cobertura de resúmenes y la precisión de la puntuación. Añadir contexto recuperado por similitud vectorial no solo es inútil, sino contraproducente para la revisión de código. Se identifican cuatro causas: el ruido (la similitud vectorial recupera código que "parece similar" sin ser relevante), los falsos positivos, la falta de comprensión de las relaciones entre archivos, y un efecto de distracción que induce a error al modelo.
Por el contrario, GKG supera a RAG en un +21% en cobertura de comentarios en línea (0,696 frente a 0,577). La razón es estructural: la revisión de código requiere saber quién llama a una función, a qué llama y cómo encaja en la arquitectura — información que el AST y el grafo de conocimiento capturan de forma nativa, pero que la similitud semántica no puede proporcionar. GKG identifica con precisión los llamadores, comprende las firmas de las funciones y traza las relaciones del código.
La implementación es pragmática: dado que GKG sigue en beta y aún no está integrado de forma nativa en GitLab CI/CD, el equipo construyó un contenedor sidecar Docker que envuelve el binario de GKG, indexa la base de código en cada pipeline de MR, y expone las herramientas mediante un servidor MCP local. El coste es 4 veces el del baseline, pero las mejoras son medibles y justificadas. RAG cuesta 3 veces el baseline para obtener peores resultados.
Este estudio confirma una tendencia importante de 2026: para el código, los enfoques estructurales (AST, grafos de conocimiento, grep dirigido) superan a los enfoques vectoriales (RAG semántico). El código no es texto — su valor informativo reside en sus relaciones estructurales, no en su similitud léxica. Fuerte convergencia con Zhutov/QMD, Dropbox/Okumura ("el valor proviene de los sistemas que rodean al modelo"), y la doctrina de Anthropic Data Science ("el cuello de botella es la estructura, no el acceso"). A utilizar como referencia empírica para decisiones de arquitectura de revisión de código con IA y como contraargumento al RAG por defecto en el ámbito del código.