fscars 0.1.0 is out.
A bolt-on correction primitive for AI coding agents. It turns the corrections you keep repeating into deterministic hooks that survive across sessions.
Apache 2.0. pip install fscars.
https://t.co/HgzzIqM3Ll
@danshipper@simonw@every Less complex take from my side. It optimized my
Booting system from new session in Claude from 4 min to 30 seconds doing a diet memory, tweaking hooks and setting dispatcher for batch process rather than sequential process. Interesting outputs so far
como ves el tema de la gobernanza, o como la aplicas? yo tengo una reglas en el entorno ya definidas para ambos que claude es el main y codex queda como secundario. Ambos respetan y conocen ese sistema en las sesiones. Para evitar que se pisen el pie o que solapen innecesariamente.
En cuanto a tema educativo , sería interesante analizar cómo abordar la enseñanza. La IA bien utilizada definitivamente es una ventaja, y es un porcentaje muy bajo el que entiende cómo usarlo correctamente. Ahora la disyuntiva empieza en si enfocamos como lo hacemos con el uso de la calculadora , en primaria primero aprendemos lo básico y una vez que entendemos las bases insertamos la calculadora. Como extrapolamos eso al aprendizaje con la IA? Enseñamos la bases como data , programación , ML ? Al menos a nivel básico , y luego pasamos a la IA generativa como tal ?
yo le doy más prioridad a los skills y reglas generales antes que a crear agentes, justo para evitar lo que comenta Santi. Y con los subagentes por tarea lo que logras es un cold review que a veces suele cazar ciertas situaciones que los agentes pueden pasar por alto ,al no tener cargados todos los criterios y contextos.
@santtiagom_ Claude code para base codex auditoria. Pero el flujo controlado. Hasta tres iteraciones y por bloques de trabajo con revisión humana. Smoke tests y pruebas en cada etapa.
@bcherny@ClaudeDevs@claudeai I’ve been playing around with Claude Code’s insights to see how they differ from an auto-close process I’ve already got running. At first glance, the report looked pretty solid and well-done. But once I dug into it, some of it felt a bit surface-level—if I’d just followed every suggestion, it would’ve created a lot of noise.
I ran an audit on the report and realized: 'Most of these recommendations are already live in your office. The report looks at logs but misses the actual infra (.claude/scarring/, settings.json, MCPs). Doing it again would literally be the "wrong approach / redundant rework" anti-pattern mentioned in friction #2.'
I think the insights need to do some deeper checks to really hit the mark for the user
fscars 0.1.0 is out.
A bolt-on correction primitive for AI coding agents. It turns the corrections you keep repeating into deterministic hooks that survive across sessions.
Apache 2.0. pip install fscars.
https://t.co/HgzzIqM3Ll
@santtiagom_ Probé algo similar con tareas agenticas. Mi lectura: cada paso es simple para sonnet, pero al ser una cadena con dependencias se degrada la confiabilidad end to end. Opus me resulta mejor por consistencia en toda la cadena.
Yo estoy haciendo un pequeño proyecto para hacer un loop review entre agentes pero con número máximo de iteraciones, que no lleguen a un ciclo demasiado largo. Y que me avise el agente o cuando no hay acuerdo y depende de decisión de usuario , o para pasar al siguiente chunck. https://t.co/kSJGwvOZUa … hay cosas que pulir pero la idea está si queres colaborar
@charliesbot@ColRealismo Tengo el mismo sistema de copy paste para código y review con Claude code (100 usd) y codex (20 usd). Codex me da buenas revisiones en general. Quería salirme del loop pero no quiero perder el hilo de ver que pasa o que hacen en realidad. Al menos por ahora
Van a morir un montón de sitios en que dependen de tráfico o invirtieron en SEO.
Otros van a agarrar la plata del Google News Iniciative y le dirán a periodistas que “escriban para que aparezca en la IA”.
Consenso sufrirá un poco pero 70% es tráfico directo desde correos.