Programación Agéntica con Claude: Mi experiencia práctica desarrollando con IA
5 min de lectura

Programación Agéntica con Claude: Mi experiencia práctica desarrollando con IA

857 palabras

Hace unos días me topé con un stream muy interesante donde alguien mostraba su setup para programación agéntica usando Claude Code. Después de años desarrollando “a la vieja usanza”, tengo que admitir que esto me ha resultado revelador.

¿Qué es la programación agéntica?

Para los que no estéis familiarizados con el término, la programación agéntica es básicamente dejar que un agente de IA (en este caso Claude) escriba código por ti. Pero no hablo de pedirle que te genere un snippet, sino de darle acceso completo a tu sistema para que pueda leer, escribir, ejecutar y debuggear código de forma autónoma.

Sí, eso incluye darle permisos de escritura en tu filesystem. Antes de que salgáis corriendo, seguid leyendo.

El setup que me ha llamado la atención

El desarrollador del stream había montado una configuración muy inteligente:

El corazón: claude.md y Makefiles

En lugar de estar dando instrucciones al aire, había creado un archivo claude.md que actúa como manual de instrucciones para el agente. Ahí documenta:

  • Qué comandos debe usar: make dev para levantar servicios, make tail-log para ver logs, etc.
  • Qué NO debe hacer: “Never stop the server” aparece varias veces
  • Dónde están las cosas: rutas de logs, estructura del proyecto, etc.

Lo que me parece brillante es que usa Makefiles como punto de entrada único. Todo pasa por make algo, lo que le da al agente un conjunto limitado pero potente de herramientas.

Logging unificado: la clave del éxito

Aquí está el truco que más me ha gustado. En lugar de tener logs desperdigados, había configurado todo para que tanto el frontend (Vite) como el backend (Go) escribieran al mismo archivo de log usando una herramienta llamada shoreman (un fork de foreman).

¿Por qué es esto genial? Porque cuando Claude se encuentra con un error, puede ejecutar make tail-log y ver exactamente qué está pasando, tanto en frontend como en backend, todo en contexto.

Auto-reload y hot-recompiling

El setup incluía auto-reload para el frontend y watchexec para recompilar el backend Go automáticamente. Esto significa que Claude puede hacer cambios y ver inmediatamente si funcionan, sin tener que reiniciar servicios manualmente.

Lo que funciona (y lo que no)

Las cosas buenas:

  • Go es perfecto para esto: La verbosidad de Go con el manejo de errores (if err != nil return err) resulta que es ideal para los agentes. El código es muy explícito y fácil de entender.
  • Generación de datos de prueba: Claude es excelente creando contenido de prueba realista. En el stream, generó conversaciones de foro que parecían auténticas.
  • Debugging automático: Cuando algo falla, Claude puede leer los logs y autodiagnosticarse. Es impresionante verlo en acción.

Las limitaciones:

  • Tests son un desastre: Claude no entiende cómo escribir buenos tests. El desarrollador intentó configurar un sistema de testing con rollbacks y Claude produjo código terrible.
  • Contexto se degrada: Cuanto más código hay en el contexto, peor es la calidad de lo que genera.
  • Frontend es más complicado: Aunque funcionó, el código frontend que generaba era más “sloppy” que el backend.

Costes y consideraciones prácticas

El tipo mencionó que con la suscripción de $100/mes de Claude (solo usando Sonnet), no llega a los límites trabajando con un agente a la vez. Con $200/mes dice que es prácticamente imposible llegar al límite.

También usa el modo “yolo” (--dangerously-skip-permissions) que básicamente le da carta blanca al agente para hacer lo que quiera. Controvertido, pero efectivo.

Mi take personal

Después de ver esto en acción, creo que la programación agéntica está en un punto muy interesante. No es que vaya a reemplazar al programador, pero sí puede cambiar radicalmente cómo trabajamos.

Lo que me parece clave es que la arquitectura de tu proyecto importa más que nunca. Si tienes un proyecto bien estructurado, con comandos claros y logging adecuado, Claude puede ser increíblemente productivo. Si tu proyecto es un caos… bueno, Claude también será caótico.

También creo que lenguajes como Go, que priorizan la claridad sobre la elegancia, van a brillar en este contexto. La verbosidad que a veces criticamos resulta ser una ventaja cuando un agente de IA tiene que entender qué está pasando.

Para probar en casa

Si queréis experimentar, estos son los puntos clave:

  1. Empezad pequeño: Un proyecto simple con estructura clara
  2. Documentad todo: Haced un claude.md con instrucciones claras
  3. Unificad los logs: Que todo vaya al mismo sitio
  4. Automatizad el auto-reload: Ciclos de feedback rápidos
  5. Usad Makefiles: Un punto de entrada claro para comandos

Y recordad: nunca compact el contexto. Si Claude se queda sin contexto, mejor empezar una nueva sesión con un resumen.

Reflexión final

¿Vamos hacia un futuro donde programar sea más dirigir que escribir? Quizás. Lo que está claro es que herramientas como Claude están cambiando las reglas del juego.

Yo, que llevo casi 30 años en esto y que sigo prefiriendo papel y bolígrafos de colores para planificar, tengo que admitir que esto me tiene intrigado. No sé si cambiaré mi workflow de la noche a la mañana, pero desde luego voy a experimentar.

¿Vosotros qué opináis? ¿Habéis probado programación agéntica? Me gustaría conocer vuestras experiencias.


El stream original está disponible en YouTube. Vale la pena verlo completo si os interesa el tema.

Comentarios

Artículos relacionados

6 min

1238 palabras

Después de mi anterior artículo sobre programación agéntica, he estado investigando más sobre técnicas avanzadas para usar Claude Code de forma realmente productiva. Como programador con 30 años de experiencia, he visto muchas herramientas prometedoras que al final no cumplían sus promesas. Pero Claude Code, cuando se usa correctamente, está siendo un game-changer real.

Más allá de lo básico: La diferencia entre jugar y trabajar en serio

Una cosa es usar Claude Code para experimentos o proyectos personales, y otra muy distinta es integrarlo en un flujo de trabajo profesional. Para proyectos serios, necesitas un enfoque diferente:

5 min

1004 palabras

Últimamente no para de hablarse de agentes de IA por todas partes. Cada empresa tiene su roadmap lleno de “agentes que van a revolucionar esto y aquello”, pero cuando rascas un poco, te das cuenta de que pocos han conseguido realmente construir algo útil y que funcione en producción.

Hace poco leí un artículo muy interesante de LangChain sobre cómo construir agentes de forma práctica, y me ha parecido un enfoque muy sensato que quería compartir contigo. Lo he adaptado con mis propias reflexiones después de haberme dado más de un cabezazo intentando implementar sistemas “inteligentes” que al final no lo eran tanto.

12 min

2361 palabras

Con la evolución constante de las herramientas de desarrollo impulsadas por IA, Claude Code ha introducido una funcionalidad revolucionaria: Hooks. Esta característica permite a los desarrolladores personalizar y automatizar comportamientos específicos en el ciclo de vida de Claude Code, transformando sugerencias en código ejecutable que funciona de manera determinística.

Los hooks representan un salto cualitativo en la personalización de herramientas de IA para desarrollo, permitiendo que cada equipo y desarrollador adapte Claude Code a sus necesidades específicas y estándares de proyecto.

6 min

1147 palabras

Dos protocolos, dos filosofías

En los últimos meses han aparecido dos protocolos que van a cambiar cómo construimos sistemas de IA: Agent2Agent Protocol (A2A) de Google y Model Context Protocol (MCP) de Anthropic. Pero aquí está el tema: no compiten entre sí.

Es más, tras analizar ambos durante semanas, me he dado cuenta de que entender la diferencia entre A2A y MCP es crucial para cualquiera que esté construyendo sistemas de IA más allá de simples chatbots.

8 min

1681 palabras

Hace unos años, muchos investigadores de IA (incluso los más reputados) predecían que el prompt engineering sería una habilidad temporal que desaparecería rápidamente. Se equivocaron completamente. No solo no ha desaparecido, sino que ha evolucionado hacia algo mucho más sofisticado: Context Engineering.

Y no, no es solo otro término de moda. Es una evolución natural que refleja la complejidad real de trabajar con LLMs en aplicaciones productivas.

De prompt engineering a context engineering

El problema con el término “prompt engineering” es que mucha gente lo confunde con blind prompting - simplemente escribir una pregunta en ChatGPT y esperar un resultado. Eso no es ingeniería, es usar una herramienta.

02
Jul 2025
8 min

1530 palabras

Otro protocolo más que promete cambiarlo todo

Cuando IBM Research anunció el Agent Communication Protocol (ACP) como parte del proyecto BeeAI, mi primera reacción fue la habitual: “Ah, otro protocolo universal más”. Con casi 30 años en esto, he visto demasiados “estándares definitivos” que acabaron en el olvido.

Pero hay algo diferente en ACP que me hizo prestar atención: no promete resolver todos los problemas del mundo. Simplemente se enfoca en uno muy específico: hacer que agentes de IA de diferentes frameworks puedan hablar entre sí. Y lo hace de una manera que realmente tiene sentido.