Mapa de la ruta
Contenido detallado
🎯 La secuencia de 7 pasos
Siete decisiones en orden que transforman cualquier tarea en tu primer loop en funcionamiento.
Elige algo cuyo «listo» puedas comprobar sin depender de tu opinión: las pruebas pasan, el formato coincide, el script se ejecuta sin errores.
En el primer loop, acota el alcance a algo con un checker integrado: eso hace que el loop converja en vez de divagar.
Tarea abierta × tarea con checker; estado final verificable.
Una frase: "Todas las pruebas en /tests pasan al ejecutar npm test." Se convierte en el estado final del loop.
Un objetivo vago ("limpia esto") no indica cuándo terminar; el loop no sabe cuándo parar.
Objetivo en una frase; verificable × vago.
Permite editar /src y /tests + ejecutar pruebas; SIN poder de hacer merge o deploy en la 1.ª ejecución. El worker abre un PR y el humano hace merge.
«Los guardrails son el trabajo de verdad, no los agentes». Dar permisos amplios demasiado pronto = desorden irreversible.
Permisos, guardrail, PR (pull request).
Pídele que escriba el progreso en PROGRESS.md y haga commit después de cada cambio relevante para retomar donde se quedó.
El harness de Anthropic: leer el estado → progreso incremental → self-verify → commit → dejar todo limpio.
PROGRESS.md, commit, retomar entre sesiones.
Reunir contexto → 1 cambio → verificar (ejecutar pruebas) → repetir. Hacer UN cambio por vuelta es deliberado.
"Trabajar en una feature a la vez" fue fundamental en la investigación; un cambio por vuelta hace que el loop converja.
Ciclo de 4 pasos; granularidad de la iteración.
«Detente cuando pasen todas las pruebas o después de 10 intentos, lo que ocurra primero». Los SDK incluyen max_turns.
Sin stop, te arriesgas a un «bizarre emergent behavior» y a una cuenta de tokens que no deja de crecer.
Hard stop, max_turns, límite de intentos.
Observa la 1.ª ejecución en vivo; corrige las INSTRUCCIONES, no el resultado. Cuando falle, corrige el área del fallo y vuelve a ponerlo en marcha.
Huntley: "arcilla en el torno de alfarería" — tú moldeas el prompt, no cada pieza por separado.
Ajustar el prompt; observar la ejecución; el bucle completo de los 7 pasos.
🧪 Loops para copiar y ejecutar
Prompts listos para pegar en Claude Code — para código y para texto — con objetivo, bloque y cómo verificar.
Un prompt completo: objetivo (las pruebas pasan), loop de 4 pasos, PROGRESS.md + commit, límite estricto en 10 y qué no tocar.
Es la plantilla que adaptas para todo. Pega, ejecuta, observa.
Loop listo para pegar; objetivo + bloque + cómo verificar.
Misma forma, otro trabajo: reescribir un párrafo hasta que tenga menos de 50 palabras Y mencione el precio.
La comprobación es funcional: verifica las reglas (contar palabras, encontrar «precio»), no si se lee bien.
Loop fuera del código; check Functional; límite de 5 intentos.
Juntos, /goal y /loop crean un loop que se dirige y se termina solo a partir del objetivo declarado.
Ej.: generar 10 conceptos, puntuarlos con una rúbrica, iterar sobre el mejor hasta obtener la nota X.
/goal, /loop, self-directing, self-terminating.
Añade al prompt: "Pausa y pregúntame antes de borrar, enviar o pagar cualquier cosa."
Es el check "You-decide": las acciones irreversibles pasan por ti antes de ocurrir.
Intervención humana; acción irreversible; aprobación.
Leer el estado de PROGRESS.md, avanzar en UNA feature, verificarla por cuenta propia, hacer commit con una nota, dejar todo limpio y repetir.
Es el loop que sobrevive entre sesiones y no se repite cuando el contexto se llena.
Estado externalizado; commit con nota; árbol limpio.
Cambia el checker (Functional → Visual con screenshot, o Judgment con un 2.º agente) y cambia el dominio.
La estructura del loop es la misma; marca las partes que cambias y reutilízala en cualquier tarea.
Functional × Visual × Judgment; plantilla en blanco.
🧰 8 ingredientes de un loop sólido
La lista de lo que separa un loop sólido de uno que se desmorona ante el primer tropiezo.
Define «listo» de una forma que una máquina pueda verificar, no como «déjalo bien».
Sin un estado de finalización verificable, el loop no tiene cómo saber que terminó.
Estado final; verificación por máquina.
Máximo de intentos, presupuesto o tiempo. Siempre.
Es lo que impide que el loop funcione para siempre y queme tokens innecesariamente.
max_turns; presupuesto; límite de tiempo.
Las acciones que realiza el agente deben ser confiables y estar descritas con claridad.
Una herramienta mal descrita = el modelo la usa mal y el loop se convierte en ruido.
Descripción clara; acción confiable.
Guarda el historial, pero RESÚMELO para que el contexto no se infle: un archivo de notas.
Cuando el contexto se llena, el modelo pierde el hilo y cuesta más.
Resumen; archivo de notas; context window.
Generar → evaluar → corregir → repetir. El maker nunca se pone su propia calificación.
Quien hizo el trabajo es el peor juez del mismo; un verificador separado mantiene la calidad.
Maker → checker; evaluador-optimizador.
Trabajo grande y de varios pasos: pide un plan antes de actuar. Trabajo pequeño: omite el plan.
Planificar todo es un desperdicio en tareas pequeñas; no planificar rompe las tareas grandes.
Plan antes de actuar; cuándo omitirlo.
Guarda cada pensamiento, acción y resultado.
Cuando el loop falla de madrugada, el registro es lo único que cuenta qué pasó.
Registro de pensamiento/acción/resultado.
Los loops consumen tokens rápido; empieza poco a poco y con límites, y luego escala.
Un loop sin límite ni noción del costo se convierte en una sorpresa en la factura.
Pequeño y limitado primero; escalar después.
⚠️ Los 8 errores comunes
Las ocho trampas que hacen tropezar a quienes montan su primer bucle, y cómo corregir cada una.
El loop actúa, nunca verifica y entrega algo roto con confianza.
"Verifica tu trabajo" es el paso más subestimado de todos.
Falta de verificación; basura presentada con confianza.
«Mejora el código» no define un estado final; el loop sigue girando sin un objetivo.
Un objetivo vago es la causa nº 1 de un loop que nunca "termina".
Vago × comprobable; objetivo del loop.
Un principiante supone que el modelo se detiene solo; muchos loops (Ralph) no tienen un mecanismo de detención del lado del modelo.
Define un máximo de intentos y observa la primera ejecución: la parada depende de ti, no del modelo.
Hard stop; Ralph; supervisión de la 1.ª ejecución.
Pedir que corrija todo de una vez hace que el loop se atasque; un cambio por vuelta permite converger.
Anthropic fue explícita: «una función a la vez» fue fundamental.
Granularidad; un cambio por iteración.
Dejar que el primer loop haga merge, deploy o delete = un desastre irreversible.
Define el alcance de los permisos; el worker abre un PR, no lo fusiona.
Alcance de los permisos; PR en vez de merge.
Sin progress + commits, un loop que supera 1 context window olvida lo que ya intentó y lo repite.
El estado en disco es lo que le da memoria al loop entre ventanas de contexto.
Estado externalizado; ventana de contexto.
Human-in-the-loop (puertas de aprobación) es supervisión, no la cognición del agente.
No copies una guía de HITL esperando un patrón de build del loop.
HITL = supervisión humana; bucle de agente = cognición.
Darle el control total al loop y dejar de leer la salida: la advertencia de Osmani.
Sigues siendo quien revisa, sobre todo al principio.
Revisor humano; no abdicar el control.