Transcript
00:00:00Me encontré con esta publicación de Peter Steinberger,
00:00:02el creador de OpenClaw, por supuesto, ayer en X,
00:00:06donde escribió: “Aquí tienes tu recordatorio mensual
00:00:09de que ya no deberías estar creando prompts para agentes de código.
00:00:12Deberías estar diseñando bucles que creen prompts para tus agentes”.
00:00:17Y vaya, tengo algunas reflexiones al respecto.
00:00:21Así que ahora es “ingeniería de bucles”, ¿verdad?
00:00:23No creo que sea un término oficial todavía,
00:00:26pero veremos si lo llega a ser.
00:00:27Y, por supuesto, venimos de un pasado
00:00:29donde teníamos la ingeniería de prompts.
00:00:31Luego, partes de la industria decidieron
00:00:33que esto debería ser reformulado o renombrado
00:00:37como ingeniería de contexto, lo cual siempre fue una estupidez
00:00:39porque al final es lo mismo,
00:00:41ya que siempre se trató de garantizar
00:00:43que el modelo tuviera el contexto adecuado.
00:00:45Esa era toda la idea detrás de la ingeniería de prompts también,
00:00:48porque sí, obviamente el contexto adecuado importa,
00:00:51importaba, sigue importando y seguirá importando,
00:00:54porque si quieres tener mejores probabilidades
00:00:57de obtener buenos resultados de los LLM,
00:00:59necesitas darles el contexto adecuado.
00:01:02Tienes una mejor oportunidad entonces, no es una garantía.
00:01:05Incluso con el contexto adecuado, los errores son posibles.
00:01:07Simplemente no estás obteniendo lo que buscabas.
00:01:10Eso es posible porque sigue siendo
00:01:12un sistema no determinista, una herramienta no determinista.
00:01:15Pero si quieres tener una oportunidad de obtener buenos resultados,
00:01:18y definitivamente puedes obtener buenos resultados,
00:01:20entonces proporcionar el contexto adecuado es importante.
00:01:23Ahora, alrededor del cambio de 2025 a 2026 y, por supuesto,
00:01:28a lo largo de este año, vimos el auge de la codificación de agentes
00:01:32ya que herramientas como Claude Code y Codex combinadas con los modelos
00:01:36que se usan dentro de ellas, que han sido fuertemente ajustados
00:01:39y optimizados para seguir instrucciones y tareas de codificación,
00:01:42esas herramientas con los modelos nos mostraron que, sí,
00:01:45realmente puedes usar estos modelos de IA, estos LLM, para tareas de codificación
00:01:51y hacer cosas con ellos como asistentes.
00:01:55Al menos esa sigue siendo mi opinión y mi experiencia.
00:01:58Y he estado usando estos modelos mucho y estas herramientas,
00:02:02jugando con ellos casi todos los días,
00:02:05usándolos todos los días y no solo jugando con ellos,
00:02:07también usándolos para proyectos serios.
00:02:10Y, por supuesto, es por eso que creé cursos
00:02:12sobre Claude Code y Codex, donde profundizo un poco más
00:02:15y comparto mis aprendizajes y cómo usar estas herramientas.
00:02:17Y estas herramientas son asistentes útiles,
00:02:21pero simplemente no son reemplazos de los desarrolladores
00:02:25todavía.
00:02:28Y como he compartido en muchos otros episodios,
00:02:31probablemente tampoco en el futuro cercano.
00:02:33No obstante, por supuesto, Anthropic y OpenAI,
00:02:36agregaron comandos adicionales a estas herramientas
00:02:41como el comando /goal en Codex
00:02:43o el comando /loop en Claude Code,
00:02:46donde la idea es que puedes especificar un objetivo concreto,
00:02:51una tarea quizás más compleja,
00:02:53con ese comando añadido al principio.
00:02:56Y la herramienta, Codex, Claude Code con el modelo,
00:03:00seguirá adelante y se seguirá re-prompting
00:03:03hasta que la tarea esté completada.
00:03:06Y es básicamente el bucle RALF otra vez.
00:03:09Recuerdan el bucle RALF a principios de 2026,
00:03:13tuvimos ese hype alrededor del bucle RALF,
00:03:16donde algunas personas solo te vendían que solo necesitas una detallada,
00:03:19lista paso a paso de tareas que deben ser completadas
00:03:24para lograr un objetivo determinado, construir una característica,
00:03:27y luego podrías usar una extensión
00:03:28para mantener a Claude Code y Codex en marcha
00:03:33y luego trabajar a través de esa lista.
00:03:34Y aunque tuvimos el bucle RALF allá por enero ya,
00:03:38y algunas personas te lo vendieron como la solución
00:03:41para construir software autónomamente,
00:03:44¿dónde está todo ese software?
00:03:46¿Dónde está todo ese software, ese software asombroso y libre de errores?
00:03:50¿Por qué Claude Code sigue fallando?
00:03:54Sí.
00:03:55De todos modos, así que tuvimos el bucle RALF en aquel entonces.
00:03:58Ahora está de vuelta aquí, oficialmente integrado en Claude Code y Codex.
00:04:03Y ahora estamos hablando de ingeniería de bucles
00:04:05o diseñar tus bucles que crean prompts para tus agentes.
00:04:10Y, por supuesto, eso es algo fácil de decir
00:04:12para alguien que trabaja para OpenAI al final
00:04:17debido a los tokens ilimitados,
00:04:20porque resulta que esto, estos bucles, estos comandos,
00:04:23pueden quemar muchos tokens.
00:04:27El problema es simplemente que tienes la misma naturaleza probabilística
00:04:33de todo el sistema.
00:04:34Y creo que una cosa que a menudo se pasa por alto
00:04:38es que, de hecho, mi experiencia ha sido
00:04:40que estos modelos de IA y/o estas herramientas
00:04:43y los modelos combinados, es realmente ambos.
00:04:46Son, de hecho, bastante buenos para seguir adelante
00:04:50hasta que se logra un determinado objetivo.
00:04:52Quiero decir, un pequeño ejemplo que tuve hace unas semanas o meses ahora,
00:04:59es que tenía un par de documentos PDF
00:05:01que necesitaba combinar en uno,
00:05:03que combinados no deben ser mayores de cinco megabytes,
00:05:06pero cada documento individual ya era como de seis megabytes
00:05:08porque contienen escaneos.
00:05:10Así que simplemente lancé mi agente de codificación, creo que Codex, a la tarea,
00:05:14y siguió adelante, siguió escribiendo pequeños programas y cosas
00:05:17hasta que realmente logró eso.
00:05:19Y obviamente, esa podría no ser una tarea súper compleja.
00:05:22El punto es, de hecho, que estos modelos,
00:05:25si pueden verificar un resultado, son bastante decentes para lograr un objetivo,
00:05:30para lograr una determinada tarea.
00:05:32Simplemente siguen adelante y prueban diferentes maneras de llegar allí.
00:05:36El problema es que no es necesariamente cómo se construye el buen software.
00:05:41Una cosa es simplemente conseguir que algo se haga, encontrar una manera de hacer algo.
00:05:48Eso puede ser suficiente para ciertos casos de uso.
00:05:51Si estamos hablando de software, software que debería distribuirse,
00:05:54que debería evolucionar y mantenerse,
00:05:57no es una buena estrategia simplemente encontrar una manera de llegar allí
00:06:02porque esa única manera puede hacer una cosa en este punto en el tiempo.
00:06:08Puede romperse en el futuro.
00:06:09Puede romperse por una entrada ligeramente diferente.
00:06:11Puede contener muchos errores o problemas de seguridad.
00:06:15Puede fallar por muchas razones, por muchas otras situaciones.
00:06:20Puede tener un rendimiento deficiente.
00:06:22Y todo eso, de nuevo, puede no importar
00:06:24si solo estás intentando hacer una cosa en este momento.
00:06:28Pero eso es, de nuevo, no lo que el software, en general,
00:06:31si hablamos de software como producto, al menos, trata.
00:06:35Así que hay razones por las que aprendimos como desarrolladores
00:06:41que ciertos patrones, prácticas y enfoques tienen sentido
00:06:45porque son más fáciles de adaptar, más fáciles de entender, más fáciles de ajustar.
00:06:51Simplemente más limpio, no solo por la limpieza,
00:06:55sino por la extensibilidad, mantenibilidad, rendimiento, seguridad,
00:07:00y la capacidad de comprensión.
00:07:02E incluso si ya no te importa entender el código,
00:07:06porque dirías que la IA solo necesita entenderlo, no un humano,
00:07:10que es realmente una mala opinión,
00:07:14porque obviamente los modelos de IA tienen ventanas de contexto limitadas y todo eso.
00:07:17Pero aun así, si esa es tu opinión sobre la capacidad de comprensión,
00:07:21las otras partes siguen importando.
00:07:23Y sí, no creo que haya más que decir sobre eso.
00:07:29Realmente odio el momento actual en el que tenemos todos estos términos molestos,
00:07:37estúpidos, apareciendo todo el tiempo.
00:07:39Y luego tenemos gente tratando de venderte productos y cursos y cosas de eso.
00:07:45Y yo mismo vendo cursos.
00:07:47Simplemente no vendo ni venderé un curso sobre ingeniería de bucles o algo parecido.
00:07:52Pero sí, aquí estamos.
00:07:54Estoy seguro de que en algún momento superaremos eso.
00:07:58Y podremos usar estos agentes de codificación para lo que son: asistentes útiles.
00:08:03Pero ahora mismo seguimos atrapados aquí.
00:08:05Y estoy emocionado de ver qué vendrá después de la ingeniería de bucles.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video