Mapa de la ruta
Contenido detallado
🔄 Deja de escribir prompts; diseña loops
El cambio del nivel avanzado: dejar de operar el agente y pasar a diseñar el sistema que lo opera.
Steinberger: "no le escribas prompts a tus agentes: diseña bucles que les escriban prompts a tus agentes". El operador sale, el sistema entra.
Es el requisito mental previo de toda la ruta; sin él, la flota y el guardrail se quedan en pura jerga.
Loop que genera prompts para el agente; la cita de Cherny (a través de terceros).
Dejas de ser quien escribe los prompts: diseñas el SISTEMA que lo hace, en vez de escribir cada vuelta.
Te saca del cuello de botella; tu tiempo se invierte en el diseño, no en cada iteración.
Ingeniería de loops; operador × arquitecto.
Un agente que INFIERE los loops que querrías (por tu «vibe») y los escribe. El peldaño más alto de la escalera de abstracción.
Seductor y arriesgado: la abstracción gana escala y pierde visibilidad.
Meta-agente; escalera de abstracción.
Osmani: un loop es un objetivo recursivo: defines un propósito y la IA itera hasta completarlo.
Todo loop sólido tiene 2 pilares: el objetivo (qué) y la verificación (cómo sabe que debe detenerse).
Objetivo recursivo; objetivo + verificación.
Para trabajar en varias ventanas de contexto, externaliza el estado: git + archivos de progreso (harness de Anthropic).
En cada sesión: lee el estado, implementa 1 feature, hace self-verify, commitea, deja todo limpio. El disco se convierte en la memoria a largo plazo.
Ventana de contexto; estado externalizado; 1 feature por sesión.
Nate Herk: que Steinberger lo haga no significa que se aplique a ti. Hay loops por cadencia, por evento y 24/7.
No todos necesitan 24/7: copiar la flota por estatus es un error, no ingeniería.
Cadencia × evento × 24-7; la herramienta adecuada para tu caso.
🧱 Patrones avanzados
El kit de patrones de la flota: Ralph loop, loops programados, worktrees, guardrails, verificación adversarial, fan-out y memoria.
Huntley/HumanLayer: un loop infinito de shell que repite el mismo prompt; cada vuelta modifica el código, que se convierte en el estado inicial de la siguiente.
Potente y peligroso: «bizarre emergent behavior» si se ejecuta demasiado. Combínalo siempre con guardrails.
Ralph loop; el one-liner while :; do ...; done.
Lewis (según se informó): un trabajo que el agente repite: se activa con un schedule/evento, lee el estado, realiza 1 trabajo acotado, lo registra y duerme.
Manager clasifica el backlog; worker implementa y abre PRs; control plane de Issues; una persona aprueba el merge.
Separación manager/worker; plano de control; permisos fijos.
Worktree aísla el trabajo paralelo; sandbox aísla el entorno; los permisos fijos aíslan lo que el agente PUEDE hacer.
Los permisos fijos son la forma de permitir que un loop funcione sin hacer algo irreversible.
Git worktree; sandbox; permisos fijos.
Consenso grassroots: "los guardrails son el verdadero trabajo, no los agentes". El worker abre un PR, pero nunca lo fusiona; un humano lo aprueba.
El agente es la parte fácil; lo difícil es diseñar los límites que lo rodean.
Guardrails; prompt de permisos; aprobación humana final.
Un 2.º agente (o panel) que intenta ROMPER el trabajo, con un prompt para refutarlo. Solo lo aprueba cuando no puede.
Quien lo hace nunca se pone nota — la verificación llevada al extremo.
Especialista en verificación (especulación, no un hecho); refutación.
Manager que genera prompts para agentes que generan prompts para agentes ("muñecas rusas"). El patrón: orquestar → delegar → verificar.
Fan-out (A→N) aporta velocidad; la verificación (N→1) evita que N errores se conviertan en un producto roto.
Fan-out; orquestación; A → N → 1.
El loop atraviesa episodios: actuar → recibir feedback → reflexionar por escrito → guardar en la memoria episódica → intentarlo mejor la próxima vez.
Aprende mediante el lenguaje, no con un nuevo entrenamiento. Un worker que guarda lo aprendido mejora con cada ticket.
Cross-trial memory; Reflexion; memoria episódica.
🛰️ Riesgos, costo y caso de estudio
El cierre del curso: los peligros reales del loop autónomo y cómo este mismo curso fue auditado por un loop maker/checker.
Osmani: entregar el control total al loop y dejar de leer la salida. Tú sigues siendo el revisor, sobre todo al principio.
El loop no siente cuando se desvía; tú eres el sensor que faltaba.
Cognitive surrender; delegar con revisión × rendirse.
Firecrawl advierte sobre el costo y la «deuda de comprensión». Sullivan rechaza el «tokenmaxxing» y también el «promptchud».
El punto medio: agentes que reproducen problemas reales de tu producto.
Comprehension debt; tokenmaxxing; promptchud.
Nate: ya hubo loops de 12h+ que no eran útiles. Lo útil suele durar ~35 min a unas pocas horas.
Un "chunky loop antes de dormir" (4–8h) puede dar resultados; pero no necesitas un loop de 4 días.
Referencia de duración; chunky loop nocturno; deriva.
La IA nunca acierta a la primera; delegar en ella el ciclo de retroalimentación e iteración hace que la calidad mejore mucho antes.
Es la razón para asumir el costo de los riesgos: la curva llega antes a "lo bastante bueno".
Línea humana (lenta) × línea del loop (rápida) hasta el 90–95%.
Este curso surgió de un loop maker/checker: DISCOVER → EXTRACT (maker) → VERIFY (checker separado y adversarial) → SYNTHESIZE.
El modelo que ENCUENTRA la fuente nunca la EVALÚA: la separación de roles es lo que genera confianza.
Pipeline discover→extract→verify→synthesize.
Miniaturas (rúbrica + scorer), avión 3JS (renderizado en el navegador, ~37 min), Abbey Road en CSS (nota ≥9 o límite de 8, se detuvo en V7), edición de video (beats alineados).
En todos, el cuello de botella es el mismo: hacer que la verificación sea lo bastante objetiva para saber cuándo parar.
Condición de parada concreta; scorer dedicado; límite de iteraciones.
Usa loops para tareas repetitivas, revisables y de alto valor, con un checker integrado. Para lo demás, escribe un prompt una sola vez.
Ejecuta loops con la frecuencia adecuada para TU caso, no 24/7 por estatus. La frase del curso: loop solo con verificación.
«Haz esto / Omite esto»; loop solo con verificación.