¡Conocimientos esenciales ahora que Fable 5 y Sonnet 5 están disponibles!
Aquellos que solo dicen "se volvió más inteligente" frente a los que obtienen una ventaja
En junio de 2026, Anthropic lanzó la familia Claude 5. Esto incluye al modelo de primer nivel Claude Fable 5 (que se lanzó el 9 de junio, enfrentó una pausa temporal debido a regulaciones de exportación y regresó completamente el 1 de julio) y al caballo de batalla diario Claude Sonnet 5 (lanzado el 30 de junio).
Las redes sociales se llenaron de comentarios sobre que "se volvió más inteligente" y "benchmarks asombrosos". Pero déjame preguntarte honestamente: ¿ha cambiado tu forma de usar Claude solo porque el modelo lo hizo?
Si solo escribes preguntas en un cuadro de chat y obtienes respuestas, y la única diferencia es que la calidad de la respuesta mejoró ligeramente porque el modelo es más inteligente... te estás perdiendo de algo enorme.
Con esta quinta generación, Anthropic no solo está impulsando la "inteligencia" como la evolución principal. Lo más destacado de Fable 5 es el "trabajo autónomo a largo plazo". Es la capacidad de dividir objetivos en subtareas, delegar en herramientas u otros agentes, verificar resultados y corregir el rumbo cuando las cosas salen mal, todo mientras se mantiene el objetivo a la vista. Sonnet 5 incluso está siendo llamado el "Sonnet más agente de la historia".
En resumen: Solo recibes el valor total de estos nuevos modelos cuando los usas como agentes. Usarlos solo para chatear es como comprar un auto deportivo y conducirlo solo en primera marcha.
El marco para esta operación de agentes es el conjunto de funciones integradas en Claude Code. En este artículo, las resumiré todas.
Una regla para este artículo: Solo cubriré cosas que cualquiera puede usar inmediatamente después de la instalación o que cualquiera puede introducir más adelante. Mi propio entorno tiene docenas de habilidades personalizadas creadas para proyectos específicos, pero no mencionaré esas dependencias personales. Todo lo escrito aquí puede replicarse en tu entorno hoy mismo.
Regalo de PDF gratuito sobre cómo usar Claude, ChatGPT, Gemini y agentes de IA
👇
https://foam-violet-8b3.notion.site/AI-PDF-393eb03cfae1801ab564c32ab4614fb9?source=copy_link
Capítulo 1: Por qué las "funciones de agente" son el núcleo de la 5.ª generación
La dirección de la evolución del modelo coincide con el caso de uso
Primero, veamos el mapa de las funciones de agente de Claude Code. Se divide en tres capas.
Capa 1: Subagentes—El Claude principal llama a "clones" de sí mismo para delegar trabajo.
Capa 2: Flujo de trabajo—Un sistema para organizar múltiples clones para realizar investigaciones paralelas o verificación mutua.
Capa 3: Habilidad—Un sistema donde proporcionas un manual y Claude lo lee para actuar como un experto.
Estas tres capas existían en Claude Code antes de la 5.ª generación. Lo que cambió es que los modelos mismos ahora se están construyendo específicamente para esta forma de trabajar.
Mira de nuevo la descripción oficial de Fable 5: "dividir subtareas", "delegar en otros agentes", "verificar resultados" y "corregir el rumbo". Esto es exactamente lo que son la Capa 1 y la Capa 2. La filosofía de diseño del modelo y las características de Claude Code ahora están perfectamente alineadas.
La "delegación" solo funciona cuando el delegado es inteligente
La capacidad de delegar en clones existía antes, pero honestamente, hubo muchas veces en las que me sentí inquieto por los resultados y terminé revisando todo yo mismo. Era como un gerente que delega en un subordinado pero verifica cada detalle por preocupación. Esto reduce a la mitad el valor de la delegación.
Cuando el modelo se vuelve más inteligente, esto cambia cualitativamente. Puedes confiar en la investigación delegada. Diez agentes ejecutándose en paralelo se convierten en la fuerza de diez personas, en lugar de diez resultados mediocres. Además, la "verificación mutua" (donde la conclusión de una IA es desafiada intencionalmente por otras IA para mejorar la precisión) no funciona a menos que los verificadores sean inteligentes. Si dos entidades poco inteligentes discuten, es solo una pérdida de tiempo.
El valor de las funciones de agente está determinado por la multiplicación de "Inteligencia de 1 unidad × Número de unidades". La evolución del modelo ha impulsado drásticamente un lado de esta ecuación. El otro lado (número de unidades y organización) es lo que controlas a través de estas funciones.
Capítulo 2: Funciones de agente predeterminadas [Disponibles para todos hoy]
Subagentes: delegar la "investigación" en clones es la respuesta correcta
Claude Code viene con clones estándar para diferentes propósitos. A julio de 2026, estos son los tres tipos estándar:
general-purpose: Un tipo versátil para investigaciones complejas o tareas de varios pasos.
Explore: Especializado en buscar código y archivos. De solo lectura, seguro y rápido.
Plan: Especializado en crear planes de implementación. Devuelve un plan de qué archivos tocar y en qué orden.
Solo tienes que preguntar en japonés: "Investiga esto con un subagente". A menudo, juzgará la naturaleza de la tarea y los usará automáticamente sin que se lo digan.
Lo mejor de los clones es que la enorme cantidad de información que leen no inunda tu conversación principal. ¿Alguna vez has experimentado que la memoria de tu conversación (contexto) se llene durante tareas largas? Con el método de clones, el proceso de investigación permanece con el clon y solo la "conclusión" llega a tu conversación. Además, puedes ejecutar varios clones simultáneamente para avanzar la investigación en tres direcciones a la vez.
Nuevo sentido común para la 5.ª generación: "Diferenciar modelos para el comandante y los ejecutores"
Esta es la conclusión más importante.
En Claude Code, puedes especificar qué modelo usar para cada subagente. Puedes especificarlo en el momento de la llamada o escribirlo en el archivo de definición para un clon personalizado. Ahora que la familia 5 está fuera, esta diferenciación se ha vuelto increíblemente efectiva.
La alineación recomendada es:
- Comandante (Conversación principal) = Fable 5: El cerebro responsable del juicio general, la planificación y las verificaciones finales.
- Ejecutores (Subagentes paralelos) = Sonnet 5: La fuerza práctica para la investigación, la implementación y la verificación.
- Tareas rutinarias (Tareas simples) = Haiku 4.5: Para trabajos ligeros como organizar archivos.
¿Por qué es tan popular ahora mismo? Porque Sonnet 5 ofrece un rendimiento que rivaliza con Opus 4.8 pero a un costo menor. En la generación anterior, la respuesta "correcta" era hacer las cosas con cuidado con un modelo de primer nivel. Ahora, ejecutar cinco unidades de Sonnet 5 bajo el mando de un Fable 5 es una opción realista y superior.
Cambiar de modelo es solo un comando /model. Solo escribe /model claude-fable-5. Si no lo has probado, empieza por aquí.
Subagentes personalizados y modo Plan: diseñando "cómo delegar"
El mecanismo para definir la "personalidad" de un clon también se incluye por defecto. Solo coloca un archivo Markdown en la carpeta .claude/agents/ y escribe el rol, como "Eres un experto en revisión de seguridad. Verifica solo desde esta perspectiva". También puedes especificar el modelo en este archivo.
Si bien el contenido específico que creo es personal, el "mecanismo para crearlos" se distribuye a todos. Todos tienen la misma cocina, aunque las recetas difieran. Como es solo Markdown, puedes compartirlo a través de Git para que todo el equipo tenga los mismos clones.
A medida que delegas más, la seguridad se vuelve crucial. El modo Plan permite que Claude genere un plan de "seguiré estos pasos" sin tocar un solo carácter en tus archivos, esperando tu aprobación. La ejecución en segundo plano te permite ejecutar procesos que consumen mucho tiempo en segundo plano, y la ejecución programada permite operaciones periódicas como "ejecutar esta verificación cada mañana a las 9 a. m.".
Flujo de trabajo: "Gestión de ejércitos" y verificación adversaria
La Capa 2 es el Flujo de trabajo. Este es un sistema para organizar múltiples subagentes con scripts para moverlos en una secuencia establecida. Por ejemplo:
- Ejecutar revisiones simultáneamente con tres equipos: "Equipo de errores", "Equipo de rendimiento" y "Equipo de seguridad".
- Hacer que otro agente desafíe los hallazgos: "¿Es eso realmente un error? Intenta argumentar en contra".
- Incluir en el informe final solo los hallazgos en los que al menos dos de cada tres verificadores coincidan en que son "reales".
Este proceso de contraargumento intencional (verificación adversaria) reduce drásticamente los puntos "plausibles pero incorrectos" comunes en la IA. Una conclusión acordada por tres unidades independientes es mucho más confiable que la afirmación de una sola. Es la misma lógica que la doble verificación en las organizaciones humanas.
Como se dijo en el Capítulo 1, esta función depende de la inteligencia del verificador. Ahora que el lado opuesto es de clase Sonnet 5, estamos en el amanecer del uso práctico.
Capítulo 3: Habilidad: los modelos cambian, las habilidades permanecen como activos
La realidad de las habilidades es solo una carpeta de Markdown
Capa 3: Habilidades. Para revelar el secreto, es sorprendentemente simple: es solo una carpeta con un manual `SKILL.md` dentro.
El manual describe qué hace la habilidad, qué solicitudes la activan, los pasos a seguir y fallas/soluciones comunes. En el momento en que la conversación coincide con los criterios, Claude la lee automáticamente y actúa como un experto. Ni siquiera necesitas decir "usa la habilidad".
Quiero enfatizar esto: Los modelos serán reemplazados, pero las habilidades permanecen. Una habilidad creada para la 4.ª generación funciona en la 5.ª. De hecho, debido a que el modelo es más inteligente, la precisión de ejecución del mismo manual mejora. La evolución del modelo es un regalo para todos, pero el activo de las "habilidades" solo permanece para aquellos que las construyen. Aquí es donde se crea la brecha.
Solo hay dos reglas de ubicación: ~/.claude/skills/ para toda tu máquina, o .claude/skills/ del proyecto para solo ese proyecto. Las habilidades del lado del proyecto se pueden confirmar en Git y distribuir automáticamente a todo el equipo.
skill-creator: automatizando la creación de activos con la "habilidad para crear habilidades"
Para aquellos a quienes les resulta tedioso escribir manuales, existe el skill-creator oficial de Anthropic. Con esto, solo puedes decir: "Convierte esta serie de tareas que acabamos de hacer en una habilidad", y Claude escribirá el SKILL.md y lo colocará en la ubicación correcta por sí mismo.
Esto inicia un bucle: ① Realizar una tarea con Claude → ② Hacer que convierta el procedimiento exitoso en una habilidad → ③ Reproducirlo con una palabra la próxima vez, y si falla, "agregar esa lección a la habilidad". Cuanto más lo uses, más inteligente se volverá tu Claude Code específico.
La razón por la que este bucle es más valioso en la 5.ª generación es que los modelos se han vuelto mejores siguiendo manuales largos. Incluso si el manual se vuelve largo y detallado, es menos probable que pierda instrucciones en el medio.
Capítulo 4: Habilidades y complementos oficiales que cualquiera puede instalar
Empieza con el "conjunto de documentos de 4 piezas" oficial
Anthropic publica públicamente habilidades de propósito general de forma gratuita en su repositorio oficial de GitHub (anthropics/skills). Solo cópialas en las ubicaciones mencionadas en el capítulo anterior. Las primeras que debes obtener son las cuatro habilidades relacionadas con documentos:
- docx: Generar/editar archivos de Word (admite encabezados, índice, tablas)
- pdf: Combinar, dividir, completar formularios y extraer texto de archivos PDF
- pptx: Generar/editar presentaciones de PowerPoint
- xlsx: Generar/editar hojas de Excel
Quizás te preguntes si una IA realmente puede crear archivos de Word; está absolutamente a un nivel profesional. Ya casi nunca creo manualmente los borradores de informes, diapositivas de propuestas u hojas de cálculo. Para los desarrolladores, skill-creator y mcp-builder (para servidores MCP de bricolaje) son excelentes, y para los escritores, los tipos humanizer que detectan las peculiaridades de escritura de la IA y las corrigen son muy efectivos.
Complementos: paquetes de habilidades, agentes y configuraciones de conexión
Los complementos son la versión avanzada de instalar habilidades una por una. Empaquetan habilidades + agentes personalizados + configuraciones de conexión externa + comandos en un solo paquete, instalado a través del comando /plugin desde un mercado.
Hay disponibles paquetes empresariales para marketing (auditorías SEO, análisis de la competencia), legal (revisión de contratos), investigación (búsqueda de artículos académicos) y desarrollo (soporte para varios SDK). Una nota: muchos de estos complementos empresariales requieren una autenticación de cuenta separada para el servicio externo correspondiente. Si no funciona después de instalarlo, esa suele ser la razón.
Capítulo 5: MCP: el "enchufe común" para servicios externos
El trabajo autónomo requiere herramientas
MCP (Model Context Protocol) es un estándar abierto lanzado por Anthropic en noviembre de 2024. En pocas palabras, es un "enchufe común para conectar la IA con servicios externos". Si un servicio proporciona un servidor MCP, Claude Code puede conectarse con un solo comando: claude mcp add <name> <connection>. Para los servicios que requieren autenticación, solo pasas por el OAuth habitual en tu navegador una vez.
Los principales servicios compatibles incluyen Figma, Canva, Notion, Google Drive, Slack, Gmail, Discord, Google Calendar, Ahrefs, HubSpot, ElevenLabs y más. Todas son cosas a las que cualquiera puede conectarse si tiene una cuenta.
En el contexto de la 5.ª generación, el valor de MCP ha aumentado claramente. El punto de venta de Fable 5 sobre el trabajo autónomo a largo plazo es esencialmente la capacidad de "seguir corriendo hacia un objetivo mientras se cambian las herramientas". Recoger discusiones en Slack, verificar especificaciones en Notion, corregir código e informar resultados a través de Gmail: cuantas más herramientas (MCP) estén conectadas, más lejos se extiende esta "distancia de carrera". El vasto contexto de 1M de tokens existe para estas tareas largas que abarcan múltiples servicios.
Pero "no instalar en exceso" sigue siendo válido
Cuando conectas un servidor MCP, la lista de herramientas y los manuales de ese servicio se cargan en la memoria de Claude. Conectar demasiados satura la capacidad de conversación. Incluso si el contexto se ha expandido a 1M, saturar la mente con definiciones de herramientas irrelevantes es una pérdida. Incluso si tu escritorio se vuelve más ancho, si alineas herramientas que no usas, tu eficiencia laboral cae.
El consejo para la operación sigue siendo simple: "Mantén solo lo que usas a diario y solo habilita otros cuando sea necesario". Otro consejo es manejar la autenticación. Confirmar claves API directamente en Git es un error clásico. Adquiere el hábito de poner las claves en variables de entorno. Este es un legado de aquellos que vinieron antes que tú.
Capítulo 6: ¿En qué orden debería introducirlos?
Ruta de implementación de la 5.ª generación: "Paso 0 + 4 pasos"
Paso 0: Cambiar a modelos de 5.ª generación (Ahora mismo, 1 min)
Usa el comando /model para configurar el principal en Fable 5 (o Sonnet 5). Todo en este artículo depende de la inteligencia del modelo, así que haz que la base sea la última primero.
Paso 1: Usar subagentes predeterminados (Hoy)
No instales nada; solo agrega una palabra a tus solicitudes habituales. "Investiga esto en paralelo con subagentes" o "Haz un plan primero". Siente la experiencia de delegar en clones aquí.
Paso 2: Instalar habilidades de documentos oficiales + skill-creator (Esta semana)
Si creas documentos, esto por sí solo valdrá la pena el esfuerzo.
Paso 3: Convertir una tarea rutinaria en una habilidad (Este mes)
Elige una tarea que hagas cada semana y di: "Convierte este procedimiento en una habilidad". En el momento en que esa primera funcione, tu mentalidad cambiará de "usar IA" a "hacer crecer tu propia IA".
Paso 4: Conectar 2-3 servicios diarios a través de MCP (Cuando sea necesario)
Conecta solo las cosas que usas todos los días. Slack y Notion son suficientes para empezar.
Patrones de falla comunes
El más común es empezar por el Paso 4. Es llamativo, así que entiendo el sentimiento, pero si conectas 10 MCP sin poder usar las funciones fundamentales, solo te quedarás con la impresión de una "herramienta pesada donde no sé qué puede hacer" y renunciarás. Por favor, sigue el orden: Base (Funciones estándar) → Forma (Habilidades) → Conexión (MCP).
Otro es intentar hacer que una habilidad sea perfecta desde el principio. Una habilidad es solo Markdown, así que puedes arreglarla en cualquier momento. Comienza con una versión al 60% y agrégale cada vez que falle. Esta forma de "hacerla crecer" da como resultado una herramienta más fuerte.
Resumen: la evolución del modelo es automática. La brecha en la utilización no lo es.
Comprimiendo los puntos principales en tres líneas:
- El núcleo de Claude 5.ª generación (Fable 5 / Sonnet 5) es el "trabajo autónomo a largo plazo". A menos que lo uses como agente, te pierdes la evolución.
- El marco está integrado en Claude Code: Subagentes, Flujo de trabajo, Habilidades y MCP. Diferenciar a Fable 5 como Comandante y a Sonnet 5 como Ejecutores es el nuevo sentido común.
- Las habilidades y complementos oficiales son gratuitos para todos. Los modelos cambian, pero el activo de las habilidades permanece solo para aquellos que las construyen.
Las actualizaciones de modelo se distribuyen por igual a todos sin esfuerzo. Pero si usas ese nuevo cerebro como un solo compañero de chat o como el comandante de un ejército depende de tu diseño. Empieza con el Paso 0, cambiando con /model. Y prueba agregar "Investiga esto con un subagente" a tu próxima solicitud.
