Del modelo al método: qué es cada pieza, para qué sirve y cómo encajan entre sí. Organizado en cuatro capas, de lo que piensa a lo que garantiza la calidad.
Red neuronal que, dado un texto de entrada, genera la continuación más probable. Razona, escribe y decide, pero por sí solo no recuerda nada entre llamadas ni puede actuar sobre el mundo.
Un experto brillante en una sala sin ventanas: solo sabe lo que le pasas por debajo de la puerta.
Claude, GPT, Gemini, Llama
Llamada API: texto entra → texto saleTodo lo que el modelo “ve” en una llamada: instrucciones, historial, ficheros leídos y resultados de herramientas. Es finito (se mide en tokens) y es el recurso más escaso que hay que gestionar.
La mesa de trabajo: lo que no cabe encima no existe para el modelo.
200K tokens ≈ un libro largo
Llenarlo de logs empeora el razonamientoTexto fijo que se inyecta al inicio de cada sesión para definir rol, reglas y convenciones del proyecto. Se carga siempre, así que debe ser corto y de alto valor.
El onboarding de un nuevo empleado: “así trabajamos aquí”.
CLAUDE.md
- Usa pnpm, nunca npm
- Pasa los tests antes de commitInformación que sobrevive al final de la conversación: decisiones, preferencias, estado de un proyecto. El modelo no la guarda; lo hace el sistema, que la vuelve a meter en el contexto cuando hace falta.
La libreta del experto: lo que apunta hoy lo lee mañana.
memory/decisiones.md
“Las ADRs viven en /docs/adr”Función con nombre, descripción y esquema de parámetros que el modelo puede pedir ejecutar. El modelo no la ejecuta: emite la llamada, el harness la corre y le devuelve el resultado.
Las manos: el cerebro decide “abre ese fichero” y la mano lo hace.
read_file(path)
bash(cmd)
create_ticket(title, desc)Estándar abierto para conectar aplicaciones de IA con sistemas externos. Un servidor MCP expone tools, recursos y prompts; cualquier cliente compatible los usa sin integración a medida.
El USB-C de la IA: un único conector para cualquier periférico.
Servidores MCP de Jira, GitHub,
Postgres, Slack, Zendesk…Carpeta con un SKILL.md (instrucciones) y, opcionalmente, scripts y plantillas. Solo su descripción ocupa contexto; el contenido completo se carga cuando la tarea lo necesita.
El manual de procedimientos de la estantería: lo abres solo cuando toca.
skills/crear-adr/
SKILL.md
plantilla.md · validar.pyEmpaqueta varias piezas (skills, comandos, subagentes, hooks y servidores MCP) para instalarlas de una vez y compartirlas con todo un equipo de forma versionada.
Una caja de herramientas montada para un oficio concreto.
plugin “engineering”:
code-review + deploy-checklist
+ MCP de JiraEl software que convierte un modelo en un agente: ejecuta el loop, llama a las tools, gestiona contexto y permisos, carga skills y dispara hooks. El mismo modelo rinde muy distinto según el harness.
El coche alrededor del motor: chasis, volante y frenos.
Claude Code · Cursor · Codex CLI
Agent SDK para construir el tuyoSistema que recibe un objetivo y decide por sí mismo qué pasos dar, qué herramientas usar y cuándo ha terminado. A diferencia de un workflow, el camino no está programado de antemano.
Un empleado al que le das un objetivo, no una lista de clics.
“Arregla el test que falla en CI”
→ lee logs, edita, ejecuta, verificaEl ciclo que repite el agente: pensar → actuar (llamar a una tool) → observar el resultado → decidir el siguiente paso. Termina al cumplir el objetivo, agotar un límite o necesitar a un humano.
Un piloto corrigiendo el rumbo continuamente, no un disparo único.
edita → tests → 2 fallos
edita → tests → verde → finAgente lanzado por otro para una subtarea. Trabaja en su propia ventana de contexto y devuelve solo la conclusión: permite paralelizar y mantener limpio el contexto principal.
Un jefe de proyecto que delega en especialistas y recibe resúmenes.
Explorador: busca en 400 ficheros
Revisor: audita el diff sin sesgoScripts que el harness ejecuta siempre en eventos del ciclo de vida: antes o después de usar una tool, al terminar, al iniciar sesión. No dependen de que el modelo “se acuerde”: imponen reglas.
La frenada automática: actúa aunque el conductor se despiste.
PostToolUse → formatear al editar
PreToolUse → bloquear cambios en .envConjunto de casos con resultado esperado para medir si un prompt, skill o agente funciona, y detectar regresiones al cambiar de modelo o de instrucciones.
Los tests unitarios, pero para algo no determinista.
50 tickets reales etiquetados
¿El agente los clasifica bien?
Medir antes y después del cambioMetodología en la que primero se acuerda qué se construye y por qué, y después el agente implementa contra esa spec y se verifica contra ella. Sustituye el “vibe coding” por trabajo revisable: se revisa la intención antes que el código.
Los planos antes de la obra: se firman los planos, no se improvisa con el ladrillo en la mano.
GitHub Spec Kit · Kiro · BMAD
spec.md → plan.md → tasks.md → códigoUna tool es una función concreta. MCP es el protocolo estándar para publicar tools (y datos) desde un sistema externo. MCP es cómo llegan; la tool es lo que se llama.
MCP da acceso: conectar con Jira. Una skill da saber hacer: cómo triar un incidente usando Jira. No compiten, se combinan.
CLAUDE.md se carga siempre; una skill, solo cuando hace falta. Lo que aplica a todo va en instrucciones; lo específico de una tarea, en una skill.
Una skill es una guía que el modelo decide seguir. Un hook es una regla que el sistema impone. Si algo tiene que pasar siempre, es un hook.
El agente es el comportamiento: un modelo decidiendo en bucle. El harness es la infraestructura que lo hace posible. Claude Code es un harness; lo que hace dentro, un agente.
En un workflow los pasos están programados; en un agente los decide el modelo. Si el camino es siempre el mismo, un workflow es más barato y más fiable.