Te voy a mostrar paso a paso cómo obtener consistentemente los mejores resultados con Claude Code, Codex, OpenCode o cualquier herramienta que estés usando...
porque una herramienta es solo la aplicación donde escribes tus instrucciones para el agente, la cabina desde la que pilotas
el instinto es buscar un modelo mejor para poner dentro (USANDO FABLE 5 LOL)
la ventaja real que puedes obtener está en otro lado, en el hecho de que te hayas quedado con un solo modelo
y el momento hace que ese error sea más costoso que antes... porque el mejor modelo individual se ha convertido en un objetivo móvil en el que no puedes confiar:
- Fable 5 vuelve por una semana y luego será demasiado caro para permitírtelo
- Mythos 5 está limitado a una lista corta de empresas aprobadas por el gobierno
- GPT-5.6 Sol se distribuyó a unas 20 empresas autorizadas y a nadie más
así que apostar toda tu operación al modelo que sea "el mejor" este mes, pierde valor en el momento en que se restringe el acceso
por lo tanto, la jugada es una fusión de LLMs de frontera, un puñado de modelos que trabajan juntos en lugar de uno solo que lo hace todo
eso es lo que separa los resultados promedio de los mejores, y es lo primero que configuro en cada proyecto ahora
si quieres aprender a sacar el máximo provecho de estas herramientas y ganar dinero real con ellas, para eso está construida la comunidad en tiempo real de AI ops: weeklyaiops.com
el lento y miserable ir y venir
observa cómo va un proyecto normal, el cuello de botella está justo en el medio:
abres una herramienta y le asignas la tarea
luego tomas su plan, lo pegas en un segundo modelo y le preguntas "¿esto está bien?"
el segundo encuentra los fallos, así que llevas esas notas de vuelta al primero
pasas la tarde como un mensajero, llevando contexto entre dos modelos que no pueden hablarse entre sí
seamos sinceros, ese ir y venir es un fastidio...
conozco muy bien este bucle, le pides a Claude que revise el plan de Codex, luego llevas los fallos de vuelta al otro lado, y el día se te va en transportar notas entre dos modelos
por qué una fusión de IAs supera a tu modelo favorito
hay una razón por la que el segundo modelo sigue detectando cosas que el primero pasó por alto...
el modelo que revisa el trabajo comparte los puntos ciegos del modelo que lo creó, porque fallan en los mismos lugares
así que pedirle a un modelo que se revise a sí mismo te da un seguro "a mí me parece bien" sobre el error exacto que él mismo habría escrito
un consejo soluciona eso estructuralmente, no con un mejor prompt, porque diferentes modelos cubren las debilidades de los demás
y la prueba de esto está respaldada por estudios reales:
un equipo de investigación en Sakana construyó un coordinador lo suficientemente pequeño como para ejecutarse en un portátil, un modelo que nunca responde a tu pregunta
lee la pregunta
decide qué modelo grande debe encargarse de cada parte
y distribuye el trabajo
lo dirigieron a GPT-5, Gemini y Claude, y los superó a los tres por sí solo...
luego intentaron poner un modelo de primer nivel para que hiciera la coordinación, y lo hizo peor lol
así que el director no tiene que ser el modelo más fuerte que tengas, pero necesita leer el problema y enrutarlo a quien sea mejor para esa parte
los tres roles, y el que se salta
el coordinador le da a cada modelo un trabajo a la vez:
pensador: desglosa la tarea, construye el plan, busca fallos
trabajador: hace el trabajo, el borrador, el código, los números, lo que sea que se entregue
verificador: juzga el resultado y dice "publícalo" o "arregla esto"
el verificador se salta, y es el que más importa
el trabajo no está terminado cuando un modelo produce algo... está terminado cuando un verificador lo aprueba
esa única regla, una condición clara de "terminado", es toda la diferencia entre un bucle que termina y uno que da vueltas para siempre
pasa el ir y venir a un consejo
ahora, añadir un coordinador puede sonar como una capa más que gestionar
pero en realidad es al revés, la capa que quitas eres tú
así que la jugada es simple, delegas la coordinación misma: dejas de ser el mensajero y dejas que un coordinador ejecute el bucle de pensador, trabajador y verificador por ti
yo uso Fugu para esto ahora (sakana.ai/fugu), y para ser claro, esto no está patrocinado, simplemente me encanta
es la versión comercializada de esa investigación, apuntas tu herramienta hacia él de la misma manera que lo harías con cualquier otro modelo, y ejecuta el consejo detrás de una sola solicitud
seré honesto sobre lo que es, porque esto es importante
tiene días de vida, se toma su tiempo porque realmente está ejecutando un consejo en lugar de fingirlo, y es más fuerte como verificador, el que critica el trabajo antes de que publiques
$20 te dan acceso, con un segundo mes gratis si empiezas antes de finales de julio
no confío en él ciegamente, confío en el patrón del consejo, y esta es la forma más fácil que he encontrado para ejecutar ese patrón sin tener que supervisarlo
ahora entremos en el flujo de trabajo paso a paso para obtener consistentemente los mejores resultados con CUALQUIER herramienta de agente:
ejecuta el consejo al principio y al final
traigo el consejo en dos momentos de cada proyecto, al principio y en la entrega
imagina un trabajo real, lanzar un boletín, construir una lista de clientes potenciales, publicar una página de aterrizaje
1. entrevista primero - antes de cualquier trabajo, haz que tu agente te entreviste a fondo (grill-me de matt es una habilidad que hace que el agente te pregunte sobre todo), la profundidad de esa entrevista establece el techo para todo lo que viene después
2. convoca al consejo - para construir el plan, el coordinador maneja la parte de múltiples modelos para que ya no estés pegando entre herramientas
3. define los bucles - establece el objetivo y la condición de parada desde el principio para que pueda ejecutarse sin que estés mirando cada paso
4. delega por rol - envía la tarea correcta al lugar correcto y apóyate en subagentes (un subagente es solo un agente auxiliar al que el agente principal le asigna trabajo)
5. critica en la entrega - cuando el trabajo parezca terminado, envíalo de vuelta al consejo para que lo despedace antes de que salga
mismo bucle, dos extremos, planificar al principio y criticar al final - ese es todo el motor, y cambió profundamente la rapidez con la que puedo publicar algo en lo que confío
el consejo es el motor, la configuración lo mantiene afilado
un motor es tan bueno como la máquina que lo rodea...
así que aquí están los seis movimientos que mantienen a cada agente en el consejo produciendo lo mejor de sí, ninguno es complicado
1. construye tus propias habilidades, no descargues una biblioteca
una habilidad es un conjunto guardado de instrucciones que tu agente puede reutilizar, como una receta que sigue (nada más que un archivo markdown con ejemplos...)
la tentación es agarrar una gran biblioteca de habilidades que alguien más publicó y simplemente ejecutarla
yo pasaría de eso, aproximadamente un tercio de las públicas tienen un fallo de seguridad... si no es peor lol
e incluso las limpias son el contexto de otra persona, no el tuyo, una habilidad solo ayuda una vez que te has topado personalmente con el problema que resuelve
antes de eso, es solo ruido que llena la memoria del agente
así que esta es mi recomendación: construye las pocas que realmente necesitas, extraídas de tus propias ejecuciones fallidas, ahí es donde reside la verdadera ventaja
2. opta por CLIs pequeños por defecto, no por servidores MCP
dos palabras rápidas primero, un MCP es una forma de acoplar herramientas adicionales a tu agente, y un CLI es un comando pequeño que ejecutas en la ventana de texto
el reflejo es acoplar un MCP para todo, y cada uno carga su hoja de instrucciones completa en la memoria del agente antes de que siquiera hayas hecho tu primera pregunta
esas descripciones de herramientas pueden consumir más de 100,000 palabras de memoria de antemano, desplazando el trabajo real
así que para tareas cotidianas, opta por un CLI pequeño en su lugar, es más ligero, el agente ya sabe cómo ejecutar un comando, y su resultado termina en un archivo en lugar de obstruir la memoria
una herramienta llamada printing-press (printingpress.dev) escribirá uno de estos para cualquier servicio a partir de un solo prompt... abúsala
guarda los MCPs para los trabajos que realmente los necesiten, inicios de sesión compartidos, muchos usuarios, una conexión en vivo que debe permanecer abierta
la regla es CLI primero, no solo CLI
3. mantén el archivo de instrucciones ligero
tu agente lee un archivo de instrucciones antes de cada tarea, normalmente AGENTS.md o CLAUDE.md
la tentación es llenarlo con todo lo que se te ocurra, y el agente termina siguiendo menos, no más
un modelo sigue de manera confiable alrededor de 150 a 200 instrucciones, luego empieza a dejarlas caer
mantén el tuyo por debajo de 100 líneas - simplemente funciona mejor así
4. limpia el contexto, guarda la memoria en archivos
la ventana de contexto es la memoria a corto plazo de tu agente, y se llena y se vuelve más tonta a medida que lo hace
Claude Opus 4.8 es un gran ejemplo... este es un modelo excepcional, pero tan pronto como llegues a 300-400k tokens, debes limpiar el contexto al 100% - NO USES LA COMPACTACIÓN
así que límpialo a menudo, y guarda la memoria que importa en archivos en su lugar
un learnings.md que el agente lee al inicio de una sesión y actualiza al final, cada vez, incluso cuando cree que no ha cambiado nada
haz que actualice esas notas después de cada commit, siendo un commit un punto de control guardado del trabajo
las reglas duraderas viven en el archivo de instrucciones, las cosas que aprende en el camino viven en learnings, y si estás editando tu archivo de reglas después de cada ejecución, has puesto las cosas equivocadas en él
me construí una habilidad llamada /before-clear, que simplemente crea un punto de control en el proyecto, un archivo temporal que el agente lee primero... tiene un TODO muy simple, un breve resumen de lo que sucedió en la última sesión y cuál es la siguiente tarea más urgente
rara vez pierdo contexto importante de una sesión a otra
5. escribe pocas reglas, cada una clara
una lista corta de reglas claras es MUCHO mejor que un montón largo de reglas ingeniosas
una vez que un archivo de reglas se vuelve largo, las reglas empiezan a competir entre sí, y el agente tiene que adivinar cuál gana
escribe cada regla como se lo dirías a un nuevo empleado, una línea, un significado, sin espacio para interpretar
cuando la regla es clara, el agente la sigue, cuando es vaga, el agente improvisa, e improvisar es exactamente donde tus resultados se desvían
6. delega el trabajo pesado a subagentes
empuja el trabajo complicado y costoso hacia abajo a los subagentes, especialmente cualquier cosa que toque el navegador
manejar el navegador desde el agente principal puede consumir MUCHO contexto solo en capturas de pantalla
pasa ese mismo trabajo a un subagente y vuelve con "hecho, aquí está el resumen" en una línea o dos
el agente principal sigue siendo el director, los ayudantes hacen el alcance, y tu memoria principal se mantiene limpia
es la idea del consejo otra vez, un nivel más abajo, coordinas el trabajo en lugar de hacerlo todo tú mismo
todo el sistema operativo, en un bloque
el mejor modelo sigue siendo restringido, así que un solo modelo no puede ser tu base
pasa la coordinación a un consejo: el pensador planea, el trabajador construye, el verificador aprueba
el verificador es la condición de parada, el trabajo está terminado cuando él lo dice, no antes
ejecuta el consejo dos veces, al principio para planificar y en la entrega para criticar
yo uso Fugu para ejecutarlo, $20 para probar, no patrocinado, honesto sobre que es temprano
luego mantén a cada agente afilado:
construye tus propias habilidades, no descargues una biblioteca
CLI primero, MCPs solo cuando realmente los necesites
archivo de instrucciones por debajo de 100 líneas
limpia el contexto a menudo, guarda la memoria en archivos
pocas reglas, cada una clara
delega el trabajo pesado a subagentes
todo lo demás encima de eso es pura optimización que probablemente ni siquiera notarás a menos que seas ingeniero de software
así es como te construyes un sistema operativo que rinde, con o sin Fable 5...
de todas formas, estoy construyendo la mejor comunidad de IA del mundo, ¿por qué no te unes a mí?
