Mapa de la ruta
Contenido detallado
🔄 Loop básico con Claude Code
Configuración de la skill /loop, creación de plan.md, prompt para que el orchestrator configure el loop, demo con una lista de tareas secuencial y activación automática.
Claude Code tiene una capacidad integrada llamada "loop skill" que enseña al agente a configurar loops automáticamente.
Es el punto de partida más sencillo para loop engineering. Un solo prompt carga todo el sistema.
La skill de loop como capacidad. Prompt inicial. Autoconfiguración por parte del agente.
Un documento Markdown con tareas numeradas que el agente procesa una por una, marcando cada una como completada.
La calidad del plan.md determina la calidad del resultado. Tareas bien definidas = mejores resultados.
Granularidad ideal. Criterio de aceptación por tarea. Orden secuencial o paralelo.
El prompt que carga la skill de loop e indica al agente que procese el plan.md. El agente configura /loop por su cuenta.
Un buen prompt inicial marca la diferencia entre un loop funcional y uno caótico.
"Carga la skill de loop". Configuración automática de /loop. El prompt como sistema, no como instrucción.
El agente completa una tarea, programa el siguiente wake-up mediante /loop y continúa hasta completar todas las tareas de plan.md.
Ver el flujo real ayuda a entender cómo se conectan los primitivos en la práctica.
Ciclo de wake-up. Validación entre tareas. Prompt generado automáticamente por el agente.
Colección de prompts listos para copiar para los escenarios más comunes: task runner, revisión de código y exploración.
Empezar con prompts probados acelera la adopción y evita errores comunes de configuración.
Plantillas reutilizables. Parámetros ajustables. Adaptación según el contexto.
El loop básico se ejecuta en una sola sesión, usa un solo modelo y no tiene un state externo. Esto limita la escalabilidad y la confiabilidad.
Entender las limitaciones motiva la búsqueda de soluciones más sólidas en los siguientes módulos.
Una sola sesión = exceso de contexto. Un solo modelo = costo alto. Sin state = sin durabilidad.
⚙ Workflows deterministas con Archon
El harness builder de Cole Medin: workflows donde la persona define el proceso, una combinación de modelos por step y durabilidad con Postgres/Neon.
Archon es la herramienta de Cole Medin para orquestar sesiones de coding agents con workflows definidos por personas.
Representa el enfoque opuesto al loop puro: la persona define el proceso, no el agente.
Harness frente a loop. Archivo de workflow. Pasos deterministas. Combinación de proveedores.
Pipeline determinista: extraer el issue, buscar contexto, clasificar el tipo, investigar, implementar, validar y crear un PR.
Es el ejemplo más práctico de cómo combinar determinismo con LLM, usando el agente solo donde realmente hace falta.
Pipeline como grafo. Pasos deterministas frente a pasos impulsados por LLM. Clasificación como decisión sencilla.
En el enfoque determinista, la persona define qué steps existen y en qué orden. En el loop puro, el agente decide todo por su cuenta.
Entender ese trade-off es fundamental para elegir el enfoque adecuado para cada escenario.
Confiabilidad frente a flexibilidad. El agente como ejecutor, no como quien toma las decisiones.
Cada nodo del workflow puede usar un modelo diferente. Los pasos sencillos usan modelos económicos; los pasos críticos usan modelos potentes.
Es la principal palanca para optimizar costos en workflows autónomos.
Enrutamiento de modelos. Costo por paso. Combinación de proveedores. Kimi para explorar, Claude para implementar.
Los registros, las ejecuciones y las conversaciones se guardan en Postgres/Neon. Si la máquina falla, el flujo de trabajo se reanuda desde el paso exacto.
La durabilidad es lo que transforma un experimento en un sistema confiable.
Almacén de estado. Reanudar desde el paso. Neon branching para workers paralelos.
Prompts optimizados para cada step: clasificación, investigación, implementación, validación y code review.
Los prompts listos ahorran tiempo y sirven como base para adaptarlos a tu contexto.
Plantilla por paso. Markdown como contexto. Transferencia entre pasos mediante documentos.
📊 Panel de control (Agent Control Plane)
Observabilidad en tiempo real: ver las decisiones del orchestrator, el cost tracking, human-in-the-loop y el deploy remoto.
Dashboard open source que Cole construyó para gestionar loops con durabilidad, observabilidad y human-in-the-loop.
Sin control visual, los loops son cajas negras que queman tokens sin feedback.
Dashboard como sistema nervioso. Open source en GitHub. Backend con Pi/Kimi.
Todos los loops, eventos y logs se guardan en Postgres (a través de Neon) para garantizar durabilidad y analytics.
El state externo permite reanudar loops después de crashes y analizar históricamente los patrones de ejecución.
El orchestrator lee el state del banco. Los workers actualizan el state en el banco. El banco como fuente de verdad.
Ver en tiempo real qué decisiones toma el orchestrator, cuántos workers activa y el progreso de cada round.
Poder ver y entender las decisiones del orchestrator es esencial para depurar y mejorar el loop.
Decision log. Historial de rondas. Seguimiento del dispatch de workers. Event stream.
Métricas de tokens consumidos por ronda, por worker y costo total del run. Visibles en el dashboard.
Sin seguimiento de costos, es imposible optimizar. El dashboard mostró más de 1M de tokens para una app sencilla.
Tokens por ronda. Costo del orchestrator frente a los workers. Desglose por modelo.
El loop puede pausarse después de cada ronda y esperar la aprobación de una persona antes de continuar.
HITL es la salvaguarda esencial que evita el problema de «ejecutar durante un día y volver para encontrar un desastre».
Pausa entre rondas. Flujo de aprobación/rechazo. Grupos de permisos. Verificación de identidad.
El dashboard se puede deployar en la nube mediante Retool, lo que permite el acceso remoto y compartirlo con el equipo.
El deploy remoto transforma una herramienta local en infraestructura de equipo.
Importación de React a Retool. Conexión con Neon. Grupos de permisos. Registros de auditoría.
💰 Optimización de costos
Combinación de proveedores, enrutamiento de modelos, estado externo, worktrees y métricas para mantener loops financieramente viables.
Usar distintos providers para distintos roles: modelos económicos para la orquestación, modelos potentes para la implementación.
Es la principal palanca para reducir costos sin sacrificar la calidad del resultado final.
Pi/Kimi como orchestrator económico. Claude Code para la ejecución. Codex para la revisión.
Enruta tareas a modelos según su complejidad: una clasificación simple usa Haiku; una implementación compleja usa Claude.
Cada token cuenta. Usar Opus para clasificar un error o una funcionalidad es un desperdicio.
Enrutamiento basado en la complejidad. Costo por token según el modelo. Decisiones simples frente a complejas.
Mantener el estado en una base de datos externa en lugar de acumularlo en la ventana de contexto del LLM. Cada sesión empieza limpia y lee el estado.
Context bloat es la causa #1 del deterioro en loops largos. El estado externo lo resuelve.
Ventana de contexto como caché. Base de datos como almacenamiento. Sesión sin estado. Ciclo de lectura-ejecución-escritura.
Git worktrees crean copias aisladas del repo para que N agentes trabajen en paralelo sin conflictos de código.
El paralelismo real requiere aislamiento real. Los worktrees son el mecanismo más práctico para esto.
Una worktree por worker. Una rama por tarea. Merge después de la validación. Evita conflictos de puertos.
Batch: acumular tareas y procesarlas de una vez (más barato). Real-time: procesarlas de inmediato (más ágil).
Elegir el modo equivocado desperdicia dinero o tiempo. El contexto determina la elección.
Batch para issues de GitHub durante la noche. Real-time para correcciones urgentes. Trade-off entre latencia y costo.
Las tres métricas esenciales: tokens consumidos por tarea, costo por round del orchestrator y tasa de éxito de los workers.
Lo que no se mide no se puede optimizar. Estas métricas son lo mínimo para evitar desperdicios.
Tokens/task como KPI. Costo por ronda. Tasa de éxito. Análisis de tendencias. Alertas de presupuesto.