Tema seleccionado · 14 ARTÍCULOS
Explora artículos prácticos sobre Agentes de IA, desde los fundamentos hasta sus decisiones de ingeniería.
Artículos recientes
Un arnés es un bucle de ejecución que envuelve al modelo. Aquí resumimos sus componentes —herramientas, permisos, gestión del contexto y feedback—, por qué el rendimiento de un agente depende del producto entre la inteligencia del modelo y la calidad del arnés, y qué define a un buen arnés.
Leer artículoUna ventana de contexto más grande no siempre es mejor: importa más la relevancia. Resumimos cuatro estrategias para usar una ventana finita como presupuesto: carga selectiva, resumen, aislamiento y externalización, además de criterios para diseñar archivos de carga permanente como CLAUDE.md.
Leer artículoLa IA tratada en las siete entregas anteriores era, en última instancia, una herramienta para «preguntar y responder». Las personas dirigían toda la conversación: perfeccionaban las preguntas, aportaban materiales y verificaban las respuestas. Sin embargo, el siguiente paso que la industria de la IA ha perseguido durante los últimos dos años es diferente. No se trata de conversar, sino de delegar el trabajo en la IA: los agentes.…
Leer artículoAl usar herramientas de codificación con IA, acabas repitiendo las mismas instrucciones. «Usa este formato para los mensajes de commit», «sigue esta lista antes de desplegar» y cosas así.
Leer artículoEn las entregas anteriores vimos cómo ahorrar contexto: borrar el historial en cada límite de trabajo (parte 3) y diseñar costes fijos breves (parte 4). Aun así, hay tareas que siguen siendo demasiado grandes. Un ejemplo típico es: «Averigua cómo fluye la lógica de pagos en este código base». Un agente diligente leería decenas de archivos y, como vimos en la parte 1, todo lo leído se acumula en el contexto. Cuando termina la investigación, ya no queda contexto para hacer aquello que ese conocimiento permite: modificar el código.
Leer artículoSi has seguido la serie hasta aquí, habrás visto un patrón común: minimizar lo que permanece dentro de la ventana de contexto. La tercera entrega, «guardar el estado en un archivo antes de /clear»; la cuarta, «solo punteros en lugar del contenido»; y la quinta, «dejar el proceso a los subagentes y enviar solo las conclusiones al principal» apuntan en la misma dirección. Sin embargo, todavía no hemos tratado bien el destino de esos archivos, es decir, de la información que se ha enviado fuera del contexto.
Leer artículoEn la tercera parte vimos cómo borrar el historial con /clear. Sin embargo, al comprobar el contexto restante justo después, no aparece al 100 %. Ejecuta /context en Claude Code y la razón queda clara: el prompt del sistema, las definiciones de herramientas, CLAUDE.md y las herramientas registradas por los servidores MCP ya consumen decenas de miles de tokens…
Leer artículoAl usar un agente de programación como Claude Code, aparece abajo una advertencia como «Context left until auto-compact: 8%». Es un indicador que no suele verse en la IA conversacional. Sin embargo, pocas personas pueden explicar por qué disminuye ese número o qué ocurre cuando llega a 0.
Leer artículoEn la primera parte vimos por qué la ventana de contexto es finita. Pero las especificaciones actuales de los modelos plantean una duda: ya existen modelos de 1 millón de tokens, así que ¿por qué no introducir directamente todo el código o documento? ¿De verdad hay que ahorrar?
Leer artículoLos dos artículos anteriores completaron el diagnóstico. La ventana de contexto es finita (parte 1), y llenarla no significa que todo se utilice; cuanto más crece, más disminuye el rendimiento (parte 2). La solución es clara: hay que gestionar el contexto. Para ello, los agentes de código, incluido Claude Code, ofrecen dos herramientas básicas: /clear y /compact…
Leer artículoEn la comparación anterior de 6 terminales para macOS prometí presentar aparte los terminales para la era de los agentes de IA. Esta es la continuación.
Leer artículoCada vez hay más formas de ampliar las herramientas de programación con IA: conectar herramientas con MCP, registrar procedimientos con Skills y delegar tareas a subagentes.
Leer artículoAl usar Claude Code en un proyecto, suelen surgir dos necesidades: «Esta regla debe cumplirse siempre» y «Recuerda lo que descubrimos la última vez».
Leer artículoAl usar ChatGPT o Claude, hay momentos en los que echas algo en falta. El modelo es inteligente, pero no puede ver tu base de datos ni leer la wiki interna de la empresa.
Leer artículo