El plan maestro para el sistema operativo completo de Claude
AAI LABS
Computing/SoftwareInternet Technology
Transcript
00:00:00Imagina que eres un rey medieval. Tienes todo un reino que dirigir, pero preferirías hacer absolutamente
00:00:04nada mientras otros se encargan de ello por ti. El problema es que no puedes porque tu personal está acostumbrado
00:00:10a que se lo den todo hecho. Lo que realmente necesitas es un sistema que gestione todo el reino por
00:00:15su cuenta, y eso es exactamente en lo que se ha convertido Claude Code. Desde que Anthropic ha estado lanzando
00:00:19actualizaciones, dejó de ser solo un agente de codificación y se convirtió en un sistema operativo completo, uno que
00:00:25coordina todo en tu máquina. Pero los flujos de trabajo dinámicos son los que realmente lo unen todo.
00:00:30Así que, antes de que nuestro rey entregue todo su reino a un agente, veamos cómo funciona esto realmente.
00:00:35Desde que Anthropic empezó a lanzar nuevas formas de desperdiciar tokens, que en realidad es solo su
00:00:40excusa para ganar más dinero con Claude Code, se ha convertido en mucho más que un agente de codificación. Es
00:00:44básicamente un sistema operativo completo ahora. Al igual que un sistema operativo forma la base de cada
00:00:50tarea y coordina lo que haces en tu máquina, Claude Code ahora desempeña ese mismo papel. Coordina
00:00:55y controla todo lo que haces en ella. Pero antes de profundizar en cómo los flujos de trabajo dinámicos completan este
00:01:00sistema, necesitas conocer los otros componentes. La única diferencia entre un
00:01:04sistema operativo de computadora y el sistema operativo de Claude Code es que no tienes que trabajar
00:01:08tan duro en la configuración, a menos que estés usando Arch. Y no, no estarás instalando un
00:01:12montón de controladores solo para que el micrófono funcione y puedas dar instrucciones por voz como un dios del rollo.
00:01:17Y al igual que un SO real, está formado por múltiples partes. Cada una es lo suficientemente importante como para que el
00:01:22sistema no esté completo sin ella. En un SO, el núcleo es la capa más importante, forma el corazón y
00:01:28controla todas las operaciones. El equivalente en Claude Code es el archivo Claude.md y tus archivos de contexto.
00:01:33Ya hicimos un video completo hablando sobre cómo estructurar tu archivo Claude.md para que tu agente
00:01:39rinda al máximo. Eso importa aquí porque el núcleo es el programa conductor de todo tu agente.
00:01:44Si no está configurado correctamente, el agente no puede averiguar qué quiere realmente tu proyecto. Y las otras
00:01:48partes se desmoronan con él. Un poco como cuando toda tu vida se desmorona al casarte. Luego están
00:01:53los controladores, las piezas que permiten que el sistema interactúe con dispositivos externos. El equivalente en
00:01:58Claude Code es MCP. Así que siempre que Claude necesita una herramienta externa, la busca a través de MCP y llama
00:02:04a esa herramienta para hacer el trabajo. Después vienen los programas cotidianos, que en Claude Code son las habilidades y
00:02:09otros comandos. Estos contienen instrucciones estructuradas para tareas repetibles y puedes invocarlos siempre que
00:02:14los necesites. Todo SO también necesita un programador o tarea cron que ejecute algo en un momento programado.
00:02:20De la misma manera, Claude Code añadió recientemente bucles y rutinas. Estas son básicamente sus trabajos cron y
00:02:25eliminan la necesidad de que los supervises mediante una tarea. Automatizan el trabajo repetitivo que de otro modo
00:02:29harías a mano. Así que incluso si tu sistema se apaga, las tareas siguen ejecutándose por sí solas. Así que puedes
00:02:34dormir tranquilamente sabiendo que tu aplicación B2B SaaS que literalmente nadie está usando está siendo vigilada.
00:02:40Y por último, lo más importante, hay una pieza que une todas ellas en un
00:02:45sistema operativo completo. Esa pieza es el flujo de trabajo dinámico, la nueva característica que se lanzó con Opus
00:02:504.8. Quizás ya sepas que Claude Code tiene flujos de trabajo dinámicos. Básicamente, son otro intento
00:02:55de Anthropic para simplificar las tareas de larga duración. Funcionan como instrucciones repetibles que generan múltiples
00:03:01agentes para realizar la tarea para la que fueron diseñados. Entonces, ¿en qué se diferencia de las otras arquitecturas que
00:03:06ya tienes? Para compararlas, la primera y más simple son las habilidades. Las habilidades son instrucciones repetibles para
00:03:11tareas que necesitan pasos guiados. Pero una habilidad es generada por un agente y ese mismo agente lee las instrucciones
00:03:17de ella. Simplemente guía al agente para hacer una tarea que ya conoce de una mejor manera y no ayuda con
00:03:22tareas de larga duración. Es solo un agente haciendo todo. Luego está el comando de objetivo. Este
00:03:27itera hacia un objetivo final predefinido y el agente hace bucles hasta que se alcanza la condición final. Este fue un
00:03:32intento excepcional por mejorar las tareas de larga duración. Lo hemos estado usando mucho en nuestros propios flujos de trabajo
00:03:38desde que se lanzó. Tanto el objetivo como el flujo de trabajo pueden coordinar múltiples agentes, pero son diferentes.
00:03:43Lo que realmente los separa es el determinismo. El objetivo no es determinista, lo que significa que el sistema decide
00:03:48qué hacer después. Un flujo de trabajo es determinista y el código decide exactamente qué sucede. Creas tu
00:03:54primer flujo de trabajo simplemente usando la palabra clave workflow. A partir de esa palabra en tu mensaje, Claude identifica el
00:03:59flujo de trabajo dinámico necesario para la tarea, pero esta es una palabra que usamos todo el tiempo en los mensajes, así que podrías
00:04:04pensar que se activaría siempre. Sin embargo, no lo hará a menos que el mensaje exprese realmente la intención
00:04:09de crear uno. Aquí es donde los flujos de trabajo son realmente diferentes. En lugar de la estructura markdown habitual que
00:04:14otros usan, crea un código JavaScript. Vive dentro del directorio workflow, dentro de la carpeta .claude,
00:04:19y utiliza ese script completo para controlar todo. Así que en lugar de que tu plan viva en la
00:04:23ventana de contexto, ese plan está escrito en código, definiendo cómo trabajarán los subagentes paso a
00:04:28paso. Define esquemas estrictos, que son básicamente formularios para los subagentes, de modo que entreguen la
00:04:33salida en un formato estricto. Cada agente es llamado con la instrucción y el formulario que debe satisfacer. Sigue
00:04:39trabajando hasta que la salida coincida con ese esquema, luego devuelve sus hallazgos. Los invocas con el comando slash
00:04:44con el nombre del flujo de trabajo, y luego puedes entregarle el plan que quieres someter a prueba. Se ejecuta en el
00:04:49fondo para que puedas seguir con tu propio trabajo, darle otro mensaje para que tu gerente de proyecto
00:04:53se sienta orgulloso de tu productividad con IA por una vez. Para verificar el progreso, solo ejecutas el comando
00:04:58workflow. Ahí puedes ver cada etapa de cada flujo de trabajo y todos los modelos que cada agente ha invocado,
00:05:03y ver cuántos tokens ha consumido cada tarea. Y si tu sesión termina mientras un flujo de trabajo se está ejecutando,
00:05:08no tienes que preocuparte por perder el progreso. Persiste después de ejecutar el comando resume. Cada flujo de trabajo
00:05:14mantiene su propia identificación. Y cuando reanudas, recupera todo el trabajo del agente en caché de la memoria y continúa
00:05:19donde lo dejó. A diferencia de mi abuela, no olvida pagar la factura de Claude AI y realmente
00:05:24recuerda lo que tiene que hacer. Una cosa a tener en cuenta antes de usar un flujo de trabajo. Como esto está en vista
00:05:29previa de investigación, los flujos de trabajo dinámicos consumen muchos más tokens que una sesión típica de Claude Code. Eso es porque
00:05:35utilizan múltiples subagentes bajo el capó y cada uno se ejecuta en su propia ventana de contexto separada. Necesitas
00:05:40considerar cuidadosamente cuándo los necesitas realmente, o de lo contrario agotarás tu plan de $200 en unas pocas
00:05:45horas. Hay algunas métricas clave que te dicen si un flujo de trabajo es la mejor opción. La primera
00:05:50es que la tarea se puede dividir en unidades independientes. Si los agentes dependen del trabajo de los demás,
00:05:55terminan esperando, y no tiene sentido generar un flujo de trabajo porque pierdes todo el
00:06:00paralelismo. Es por eso que, si las tareas dependen menos unas de otras, obtienes un mejor paralelismo y
00:06:05resultados más rápidos. Lo cual tu startup debería aprender, ya que todavía depende del dinero de tus padres
00:06:10para sobrevivir. La siguiente razón para usar flujos de trabajo dinámicos es si la tarea necesita más de una sola ventana de contexto
00:06:15para ejecutarse y necesita dividirse en fragmentos. Los flujos de trabajo usan múltiples subagentes, cada uno con su
00:06:21propia ventana de contexto, por lo que la tarea debe ser lo suficientemente grande como para necesitar realmente esas ventanas separadas. De lo contrario,
00:06:26solo estarás perdiendo tiempo y tokens. Cada subagente se ejecuta en su propio contexto fresco y devuelve
00:06:31solo el resultado. El resto de su razonamiento permanece en el archivo de código y nunca entra en la ventana de contexto principal
00:06:36a menos que lo necesites. La siguiente razón es que vale la pena verificar la tarea. Usa un flujo de trabajo cuando una respuesta incorrecta
00:06:41sea lo suficientemente costosa como para requerir verificación cruzada antes de seguir adelante. Eso incluye cosas como
00:06:46hallazgos de seguridad, reclamos de errores y migraciones. Pero esa verificación cuesta agentes adicionales que queman
00:06:52tokens y tiempo. Así que asegúrate de que la tarea realmente valga la pena y no estés simplemente generando cinco agentes
00:06:57porque recientemente escuchaste a un CEO de tecnología de IA decir que más tokens equivalen a más dinero. La última razón es que
00:07:03tu tarea es determinista. Un flujo de trabajo usa código para llamar a agentes en una estructura fija. Así que si la tarea es
00:07:09determinista, adelante. Si la tarea no es determinista y necesita que un agente evalúe cuál
00:07:14sería la siguiente tarea en tiempo de ejecución, los flujos de trabajo no son para eso. Entonces, cuando elijas entre flujo de trabajo y
00:07:20objetivo, piensa en la forma de la tarea. Una tarea puede ser amplia o profunda. Amplia significa que se puede dividir en muchas
00:07:25subtareas que pueden ejecutarse al mismo tiempo. Profunda significa una tarea a la vez, avanzando paso a paso hacia ella.
00:07:32Un flujo de trabajo es amplio, así que en lugar de profundizar, simplemente llama a los agentes y les permite iterar. Para tareas
00:07:37profundas, el comando de objetivo toma una tarea a la vez y no ejecuta cosas en paralelo de la manera en que los flujos de trabajo
00:07:43lo hacen. Solo recurre a un flujo de trabajo una vez que la tarea encaje realmente, para no desperdiciar tokens.
00:07:48Claude Code ya viene con un flujo de trabajo dinámico incorporado llamado Deep Research. Es básicamente el
00:07:53pipeline de investigación de múltiples pasos que solíamos construir a mano con múltiples archivos de contexto y Claude.md. Ahora
00:07:58es solo un flujo de trabajo que puedes invocar desde cualquier proyecto. Esta investigación forma una parte clave de todo el SO que
00:08:04construyes. Se asegura de que las fuentes de información detrás de ese SO sean confiables, para que tu mamá no pueda alimentarte
00:08:09con información falsa de su grupo de boomers de Facebook y luego regañarte cuando verifiques los hechos. Se ejecuta en cinco
00:08:14partes y cada una conduce a la siguiente. Primero, busca información, luego obtiene los detalles
00:08:19de las fuentes que encuentra. Después viene la verificación adversarial para validar las afirmaciones,
00:08:24y sintetiza lo que sobrevive en un documento final. Puedes verlo trabajar desde el comando
00:08:29workflows, donde cada subagente hereda sus herramientas del padre, y es realmente intenso en
00:08:34tokens, por lo que puede agotar todo tu límite en poco tiempo. Esta ejecución tomó un millón de tokens en un
00:08:39tema pequeño. Además de la investigación de varios pasos, puedes construir otros flujos de trabajo de investigación que se conviertan en parte de
00:08:45tu sistema de investigación. Uno que hicimos para nosotros investiga a la competencia, verifica cómo se están desempeñando,
00:08:49y encuentra la ventaja competitiva que tienen. Esta es una pieza importante si eres un desarrollador de productos. Necesitas
00:08:54saber cómo se están desempeñando tus competidores en el mercado para poder construir algo mejor.
00:08:59Este se divide en cuatro fases, como el flujo de trabajo de investigación, y una vez que termina, informa
00:09:04los hallazgos. Nuestra ejecución utilizó 679,000 tokens y 34 agentes y escribió un informe completo en markdown con sus conclusiones.
00:09:11También se mejora a sí mismo sobre la marcha. Cuando encuentra un problema, aplica una solución, así que la próxima vez que lo ejecutes,
00:09:17no se topa con los mismos problemas que la primera vez. El informe viene con métricas de comparación
00:09:21claramente definidas y todos sus hallazgos, así que cuando construyas tu producto, puedes usarlo como fuente
00:09:26para analizar el mercado antes de lanzarlo. Además, si estás disfrutando nuestro contenido, considera presionar
00:09:30el botón de hype porque nos ayuda a crear más contenido como este y llegar a más personas.
00:09:35Todo sistema operativo necesita su núcleo, sus controladores y las piezas que lo hacen completo. Juntos,
00:09:41permiten que se ejecute sin tu intervención. Un ejemplo de dicho sistema es una configuración de segundo cerebro. Esto es
00:09:45definitivamente útil si tu primer cerebro, como el nuestro, se jodió por completo tras quedar inutilizado desde que
00:09:50nuestros dispositivos fueron bendecidos con LLM. El núcleo de este segundo cerebro se convierte en tu Claude.MD,
00:09:55que contiene la información sobre cómo navegar por todo el sistema. Los programas cotidianos, las cosas repetibles
00:10:01son tus habilidades. Llevan las instrucciones para las tareas que haces una y otra vez. Aquí está la mejor
00:10:06manera de configurar uno. Cuando estés inmerso en una sesión larga y te des cuenta de que es algo que harás a menudo,
00:10:11solo pídele a Claude que combine lo aprendido en esa sesión en una habilidad. La memoria de este SO son todos
00:10:16los archivos que creas y mantienes en tu bóveda. Registran lo que haces y cómo lo haces. Eso
00:10:21significa que sabe más sobre ti que tú mismo y le dan a Claude contexto sobre todo en lo que estás
00:10:25trabajando. A menudo necesitamos que el segundo cerebro llegue a fuentes externas, así que hemos configurado el
00:10:29Google Calendar y Notion MCPs. De esa forma, puede acceder a los archivos del proyecto en Notion y sincronizar los datos,
00:10:35leer el horario en el calendario y crear y actualizar entradas para que pueda encajar algo de tiempo al aire libre
00:10:41entre tu agenda ya ocupada. Hemos documentado los formatos exactos que debe seguir en el archivo Claude.MD
00:10:46y la parte más importante es crear los flujos de trabajo para tu configuración. Estos te permiten paralelizar
00:10:51tus tareas repetibles y entregárselas a subagentes. El flujo de trabajo de resumen matutino que construimos genera subagentes
00:10:57para recopilar información de múltiples fuentes y devuelve un resumen para comenzar nuestro día. Una vez que todo esto esté
00:11:02configurado, solo le das un mensaje. Carga la habilidad y el contexto correctos, crea los archivos en los lugares correctos,
00:11:07y conecta la información con las partes relevantes por sí solo. Si has estado usando el segundo cerebro
00:11:12durante un tiempo, deberías crear un flujo de trabajo de auditoría. Verifica si hay enlaces rotos y expone cada problema
00:11:17en la configuración y los informa. A partir de ahí, puedes ejecutar las correcciones y mantener tu segundo cerebro en excelente
00:11:22forma, pero conociendo el tipo de hombre que eres, también estarás pagando por sus sesiones de terapia la próxima semana.
00:11:27Similar a cómo puedes configurar todo un sistema operativo para proyectos que no son de codificación, puedes hacer lo mismo para
00:11:32tus proyectos de codificación también. Configuras tu claude.md como el núcleo y pones toda la información
00:11:37del proyecto dentro. Configuras los agentes para tu proyecto, que actúan como tus programas cotidianos.
00:11:42También configuras hooks para diferentes casos, como formatear un archivo después de que un agente termine de editarlo
00:11:46de modo que, entre el maldito desastre que llamas relación y tu código, al menos una cosa
00:11:51esté organizada. Creas habilidades para diferentes tareas, como añadir un nuevo endpoint. De esa manera, cada endpoint
00:11:56sigue el esquema exacto que deseas, y puedes crear flujos de trabajo para cosas como revisar cambios antes
00:12:01de publicar, migrar la base de código o la base de datos, y ejecutar pruebas de extremo a extremo para confirmar que toda la
00:12:07aplicación funciona. En lugar de que te despiertes con tu gerente llamando a las 2 a. m. diciendo que tu producción está caída de nuevo, el
00:12:12contexto para este SO se convierte en los archivos de tu carpeta de documentos y el código mismo. Los flujos de trabajo son excepcionalmente
00:12:17útiles para migraciones de proyectos. Puedes construir uno que convierta todo tu proyecto de una biblioteca a
00:12:22otra y dejar que los agentes individuales manejen la conversión. Probamos esto antes, y sin un
00:12:27flujo de trabajo tomó más de una hora, pero con un flujo de trabajo tomó solo 21 minutos. Así que el tiempo ahorrado
00:12:32con flujos de trabajo puede dedicarse a cosas más importantes, como desplazarse por los deepfakes inapropiados de Dario.
00:12:37Así es como nuestro sistema operativo se extiende a casos de uso de codificación, de modo que cuando estés construyendo proyectos,
00:12:43no tengas que manejar todo a mano. Dejas que el sistema operativo lo haga por ti. Si quieres
00:12:47fundar la próxima gran empresa de SaaS B2B de IA pero no sabes por dónde empezar, deberías estar en AI Labs Pro.
00:12:53Ahí es donde encontrarás los flujos de trabajo utilizados en este video, junto con todos los demás recursos,
00:12:57guías y beneficios que hemos reunido. También podrás conocer a un grupo de nerds con ideas afines,
00:13:01incluido nuestro equipo. El enlace está en la descripción, y puedes echarle un vistazo.
00:13:05Eso nos lleva al final de este video. Si te gustaría apoyar el canal y ayudarnos a seguir haciendo
00:13:09videos como este, puedes hacerlo usando el botón de super thanks a continuación. Como siempre, gracias por
00:13:14ver y te veré en el próximo.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video