🍔 La grasa
La mayor parte del peso de un log es grasa: bytes que no dicen nada sobre cómo trabaja el modelo.
El campeón es tool_result — se reproduce la salida de cada herramienta. También vienen los
volcados completos de archivos, la salida de comandos, los blobs de adjuntos (base64) y la contabilidad del harness
(usage, sidechain, isMeta).
🗑️ Qué es grasa (descartar)
- ✗
tool_result— la salida de la herramienta, reproducida íntegramente. - ✗Volcados de archivos completos (contenido de Read).
- ✗Salida del comando (stdout/stderr largos).
- ✗Blobs de adjuntos (imágenes base64, PDF).
- ✗Contabilidad del harness:
usage,sidechain,isMeta.
💡 Consejo práctico
Descartar el tool_result no borra la decisión de usar la herramienta — el tool_use (el oro) permanece. Descartas la respuesta, no la solicitud.
salida replicada
archivos completos
base64
usage/meta
💎 El oro
El oro es pequeño, pero denso: tus prompts, o texto del asistente,
a presencia de razonamiento, a secuencia de tool_use
y los timestamps. Junta esto y tendrás el material que revela cómo trabaja realmente cada modelo.
💎 Qué es oro (mantener)
- ✓Tus prompts — lo que pediste.
- ✓El texto del asistente: lo que dice de forma visible.
- ✓La presencia de razonamiento: si hubo thinking o no.
- ✓La secuencia de
tool_use— el orden de las acciones. - ✓Las marcas de tiempo — la cadencia en el tiempo.
🧭 La regla práctica
La grasa es salida replicada y bytes opacos. Oro es decisión, orden y ritmo. Si el byte cuenta lo que el modelo eligió hacerlo, es oro. Si cuenta lo que la herramienta respondió, es relleno.
la solicitud
la voz
la secuencia
la cadencia
🔐 El MITO del razonamiento minable
Este es el hallazgo honesto que define el curso. La intuición dice: "si hay razonamiento en los logs, voy a leer el pensamiento del modelo".
Incorrecto. El texto del thinking viene
VACÍO o cifrado — solo la signature persiste.
Tú no extrae el pensamiento literal del modelo.
{"type":"thinking",
"thinking":"", # vazio
"signature":"EqoBCkgI...assinado..." # só prova que pensou
}
🧨 Deshaz el mito
Lo que NO puedes extraer de los logs:
- ✗El contenido literal del razonamiento (las palabras que el modelo «pensó»).
- ✗La cadena de inferencia interna paso a paso.
✅ Qué extraes realmente
- •A presencia del razonamiento (hubo un bloque thinking, acreditado por la signature).
- •O texto visible que el modelo eligió mostrar.
- •A secuencia de herramientas — el orden en que actuó.
✓ minable
✓ minable
✓ minable
✗ cifrado
🎵 Por qué esto sigue siendo poderoso
Si el pensamiento literal está fuera de alcance, ¿por qué sigue valiendo la pena? Porque el ritmo es lo que se transfiere. La presencia del razonamiento + la cadencia de las herramientas + el orden de las acciones revelan como un modelo aborda el trabajo — y eso es exactamente lo que se convierte en una regla del playbook.
Presencia de razonamiento
"¿Este modelo piensa antes de actuar en el 99% de los turnos?" es una pregunta que se puede responder, y transferible como regla: piensa antes de actuar.
Cadencia de herramientas
¿Cuántas herramientas por turno? ¿Denso o económico? Revela disciplina (o thrashing).
Orden de las acciones
¿Lee antes de editar? ¿Prueba después de editar? La secuencia es una firma de buenas prácticas.
💡 La idea clave
No necesitas el pensamiento literal para copiar el hábito. «Piensa antes de actuar» es una instrucción sencilla, y el registro demuestra que Fable la sigue el 99% de las veces. Eso basta para convertirla en una regla.
⚠ Actualización: medido después con una muestra grande (4.892 pasos), el número honesto es ~85% (no 99%) y la brecha baja a +31 pts — y aparece una brecha oculta en prueba-después-de-editar (41% frente a 2%). Consulta la Ruta 4 · La prueba real.
piensa-antes
herr./turno
read→edit→test
transferible
📉 Cuánto se puede reducir
En la práctica, descartar lo superfluo reduce una sesión típica en cerca de 74%. No es un número mágico: refleja directamente que la mayor parte del archivo son datos superfluos. El oro que queda cabe en una transcripción ligera y legible.
📊 La cifra real
de reducción en una sesión típica tras el debloat.
La barra muestra la fracción que era relleno. Lo que queda (26%) es oro.
💡 Por qué importa
Una transcripción 74% más corta es más barata de leer, analizar y pasar a otra etapa. Y es honesta: muestra exactamente lo que decidió el modelo, sin el ruido de la salida de las herramientas.
~74%
el oro (~26%)
transcripción ligera
fácil de analizar
🔏 Ética y privacidad
Un recordatorio que no puede faltar: los logs tienen TU código y TUS datos. Rutas de archivos, fragmentos de código fuente, a veces secretos pegados en un prompt. Trata el corpus como sensible e redacta antes de compartir.
✓ Buenas prácticas
- ✓Trata el corpus como dato personal.
- ✓Redacta los secretos y las claves antes de exportar.
- ✓Comparte solo lo mejor (el ritmo), no los datos.
✗ Evita
- ✗Pegar logs sin procesar en un lugar público.
- ✗Suponer que «es solo metadato».
- ✗Subir el corpus sin revisar el contenido.
🔒 Recuerda
El objetivo del curso es minar ritmo, no datos. Siempre que sea posible, deriva las métricas y descarta el contenido sin procesar: casi nunca necesitas el código original para medir el comportamiento.
tu código/datos
antes de compartir
ritmo, no datos
lo bruto
⛏️ Resumen del módulo
Próxima ruta:
Ruta 2 — Manos a la obra: reducción de volumen en la práctica, corpus y el delta de Fable frente a Opus.