GUÍA COMPLETA DE ANTHROPIC PARA MONTAR UN NEGOCIO CON AGENTES DE IA
agentes que se activan solos y siguen trabajando con tu ordenador apagado
lo mejor de todo es que está subtitulado en español
guárdalo, me lo agradecerás
@DonChambitas El forward-deployed engineer o FDE es un perfil que engloba todo lo que hacía el full stack y a su vez realiza un enlace con negocio, haciendo realidad 1 producto con 1 persona.
frontend y backend como perfiles pronto desaparecerán.
@KevinNegocios Ayer lo comentaba, solo necesitan un buen harness y con muchos modelos actuales pueden hacer los CRUDs que estaban montando con claude, quizás no entienden que el opus 5.5 y fable 5.2 se deben usar para generar especificaciones y planificar, no para ejecutar
@joserafael Es un poco mas inteligente, y requiere menos request para llegar a un resultado mínimamente viable, pero de allí a no poder vivir sin claude hay un mundo de distancia, para hacer CRUDs con un buen harness haces lo mismo con codex, deepseek o hasta gemini 4
Uhh se pueden subir 20 imágenes ahora!
Ya dejó de ser una re cagada subir cómics largos acá.
El último del recontra re zarpado hombre araña para probar.
@Carlodmension Notas de cata: entrada agresiva, cuerpo sospechoso, desata aromas a error humano, un final que dura más que un mal matrimonio.
No despierta, castiga.
Cada sorbo responde a una pregunta que nadie hizo
Anthropic publicó una guía para elegir qué modelo de Claude usar según la tarea.
el punto de partida que recomiendan es Opus 5.5 con effort medium. después, ajustar según la complejidad:
1) Sonnet 5.5 para tareas acotadas, como corregir un bug o implementar una feature con una spec clara.
2) Haiku 5.5 para clasificación, extracción y subagentes que buscan archivos o leen logs.
3) Fable 5.2 para migraciones grandes, decisiones de arquitectura y problemas donde Opus en high se queda corto.
ahora, ¿qué hacer cuando el agente falla?
> dale una forma de verificar su trabajo: tests, un build o un script que pruebe el resultado.
> subí el effort un nivel.
> probá un modelo más potente con menor effort.
subir el effort también aumenta el costo y la latencia. incluso puede salirte más barato pasar a un modelo mejor que seguir exigiéndole al anterior.
si podés verificar el resultado automáticamente, también podés arrancar con effort bajo y reintentar en alto solo las tareas que fallan.
para elegir, medí cuánto cuesta terminar bien una tarea, incluyendo los reintentos.
¿Cómo revisáis los 200 archivos que modificó tu Claude Code?
Yo uso Evidence-First Review o como se dice en maracucho "no te creo mardito".
5 preguntas.
1. ¿Qué cambió realmente?
No un diff, ni lista de archivos. Quiero el lomito, que cambio de comportamiento tiene la app y qué otras funcionalidades se ven afectadas (blast radious).
2. ¿Por qué cambió?
Si creó una tabla nueva en la base de datos, una migracion o algo asi que pueda joder un usuario, quiero saber por qué y qué otras alternativas habian?.
Esas decisiones tecnicas malditas son las que mas miro y le debato.
3. ¿Qué puede fallar?
Supongamos que implementó cupones de descuento.
¿Un cliente puede usar el mismo cupón dos veces?
¿Puede abrir la consola del navegador pegar un codigo y joderme?
¿Qué pasa si dos solicitudes con el mismo cupon entran al mismo tiempo?
4. ¿Cómo comprobamos que no falla?
Cuando el Claude me dice: «todos los tests pasan», eso pa' mi no sirve pa' nada.
Quiero evidencia de que verificó los riesgos. Videos, estadosd de la base de datos, e2e tests, ALGOOO que yo pueda ver.
5. ¿Quién se hace responsable del merge?
Esta pregunta es pa' vos.
¿Podiss explicar cómo funciona el cambio, qué riesgos tiene y qué harías si algo falla en producción?
Si no podeis responder, no le deis al boton de merge!
Y obvio no es que hago esto manualmente, le pido al agente que entregue:
- Un resumen de los cambios de comportamiento.
- Las decisiones técnicas y sus justificaciones.
- Los riesgos y casos límite identificados.
- Las pruebas ejecutadas y sus resultados.
- Graba videos y muestrame, escribe scripts y dime como ejecutarlos para comprobar yo.
Después contrasto todo eso con el código y las pruebas, mirando sobre todo los cambios más riesgosos.
Porque el agente también puede (y va a) equivocarse al evaluar su propio trabajo.
La idea mia es saber dónde mirar y qué verificar.
Entender ese PR y asumir la responsabilidad de ponerlo en producción sigue siendo nuestro trabajo.
¿Como lo haceis vos?
🚨 ANDREW NG (FUNDADOR DE GOOGLE BRAIN) ACABA DE SOLTAR UNA CHARLA DE 2 HORAS EN STANFORD SOBRE CÓMO CONSTRUIR AGENTES QUE MEJORAN SOLOS
“El prompting se va a morir en 6 meses. Los graphs son lo que lo está reemplazando.”
Los primeros 10 minutos ya cubren lo que la mayoría de cursos de 500€ no tocan.
🏷️ Guárdalo antes de que se te pierda en el feed.