El Flujo de Trabajo Revolucionario de Boris Cherny: Cómo el Creador de Claude Code Está Redefiniendo el Desarrollo de Software

Global - Agencia de Noticias Ekhbary

El Flujo de Trabajo Revolucionario de Boris Cherny: Cómo el Creador de Claude Code Está Redefiniendo el Desarrollo de Software

Cuando habla el arquitecto del agente de codificación más avanzado del mundo, Silicon Valley no solo escucha, sino que toma notas meticulosamente. Durante la última semana, la comunidad global de ingeniería ha estado en un frenesí, analizando un hilo detallado en X de Boris Cherny, el creador visionario y jefe de Claude Code en Anthropic. Lo que comenzó como un intercambio aparentemente casual de su configuración personal de terminal ha escalado rápidamente a un manifiesto viral sobre el futuro del desarrollo de software, y los expertos de la industria lo califican unánimemente como un momento decisivo para la incipiente startup.

Las ideas de Cherny no son solo novedosas; están remodelando activamente cómo los desarrolladores conciben la eficiencia y la productividad en la era de la inteligencia artificial. Jeff Tang, una voz prominente en la comunidad de desarrolladores, subrayó este sentimiento, afirmando: "Si no estás leyendo las mejores prácticas de Claude Code directamente de su creador, estás atrasado como programador." Kyle McNease, otro influyente observador de la industria, fue más allá, declarando audazmente que con las "actualizaciones que cambian el juego" de Cherny, Anthropic está "en llamas", potencialmente experimentando "su momento ChatGPT". La palpable emoción en torno a las revelaciones de Cherny proviene de una fascinante paradoja: su flujo de trabajo es sorprendentemente elegante y simple, pero empodera a un solo humano para operar con la capacidad de producción típicamente asociada con un pequeño departamento de ingeniería dedicado. Como un usuario señaló acertadamente en X después de implementar la configuración de Cherny, la experiencia "se siente más como Starcraft" que como la codificación tradicional, un profundo cambio de paradigma de teclear laboriosamente la sintaxis a comandar estratégicamente unidades autónomas.

De la Codificación Lineal al Comandante de Flota: Un Nuevo Paradigma de Desarrollo

La revelación más sorprendente de la franca divulgación de Cherny es su alejamiento del enfoque lineal convencional de la programación. En el tradicional "bucle interno" de desarrollo, un programador típicamente escribe una función, la prueba rigurosamente y luego pasa secuencialmente a la siguiente tarea. Cherny, sin embargo, opera como un sofisticado comandante de flota. "Ejecuto 5 Claudes en paralelo en mi terminal", explicó Cherny, detallando su configuración. "Numero mis pestañas del 1 al 5 y uso notificaciones del sistema para saber cuándo un Claude necesita entrada." Al utilizar ingeniosamente las notificaciones del sistema iTerm2, Cherny gestiona magistralmente cinco flujos de trabajo simultáneos. Mientras un agente de IA ejecuta diligentemente un conjunto completo de pruebas, a otro se le encarga refactorizar un módulo heredado complejo, y un tercero redacta activamente documentación intrincada. Su alcance operativo se extiende más allá del terminal local; también ejecuta "5-10 Claudes en claude.ai" en su navegador, empleando un ingenioso comando de "teletransporte" para transferir sin problemas las sesiones entre la interfaz web y su máquina local. Esto no es simplemente un aumento de la productividad; representa un cambio fundamental en cómo los desarrolladores de software perciben sus roles en la era de la IA. El desarrollador ya no es solo un codificador, sino un orquestador estratégico, que gestiona una flota de agentes de IA hacia objetivos complejos.

Esta estrategia innovadora valida directamente la filosofía de "hacer más con menos" articulada por la presidenta de Anthropic, Daniela Amodei, a principios de esta semana. Mientras que competidores formidables como OpenAI persiguen construcciones de infraestructura de billones de dólares, Anthropic está demostrando poderosamente que una orquestación superior y una utilización inteligente de los modelos existentes pueden generar ganancias de productividad exponenciales. Esto posiciona a Anthropic de manera única en la feroz carrera de la IA, subrayando que la verdadera innovación no se trata exclusivamente del tamaño del modelo o la potencia computacional bruta, sino de la aplicación astuta y la gestión de sistemas inteligentes.

La Ventaja Contraintuitiva: Por Qué Gana el Modelo Más Lento y Más Inteligente

En un movimiento que inicialmente parece contraintuitivo para una industria perpetuamente obsesionada con minimizar la latencia, Cherny reveló una sorprendente preferencia: utiliza exclusivamente el modelo más pesado y, según las métricas convencionales, más lento de Anthropic, Opus 4.5. "Uso Opus 4.5 con pensamiento para todo", elucidó Cherny. "Es el mejor modelo de codificación que he usado, y aunque es más grande y más lento que Sonnet, como tienes que guiarlo menos y es mejor en el uso de herramientas, casi siempre es más rápido que usar un modelo más pequeño al final."

Para los líderes de tecnología empresarial y los CTO, esto ofrece una visión crítica y que cambia el paradigma. El verdadero cuello de botella en el desarrollo moderno impulsado por la IA no es la velocidad de generación bruta de un token; es el invaluable tiempo humano dedicado a corregir meticulosamente los errores inevitables de la IA. El flujo de trabajo de Cherny sugiere poderosamente que pagar proactivamente el "impuesto de cómputo" por un modelo más inteligente y más capaz por adelantado elimina drásticamente el "impuesto de corrección" mucho más costoso y que consume más tiempo más adelante en el ciclo de desarrollo. Esto representa un profundo cambio filosófico, que prioriza la calidad de la salida y la mínima intervención humana sobre la velocidad de generación pura. Invertir en un modelo que exige menos orientación y menos correcciones conduce en última instancia a un ciclo de desarrollo más rápido, más eficiente y más robusto a largo plazo.

Un Archivo Compartido para el Aprendizaje Colectivo de la IA: La Revelación CLAUDE.md

Cherny elaboró además cómo su equipo aborda ingeniosamente el problema generalizado de la "amnesia de la IA". Los modelos de lenguaje grandes estándar, por su propia naturaleza, no "recuerdan" intrínsecamente el estilo de codificación específico de una empresa, las decisiones arquitectónicas o las convenciones preferidas de una sesión a la siguiente. Para eludir ingeniosamente esta significativa limitación, el equipo de Cherny mantiene un único y crucial archivo llamado CLAUDE.md dentro de su repositorio Git. "Cada vez que vemos que Claude hace algo incorrecto, lo agregamos a CLAUDE.md", explicó Cherny, "para que Claude sepa que no debe hacerlo la próxima vez."

Este enfoque innovador transforma los errores de la IA de obstáculos transitorios en lecciones de aprendizaje permanentes y accionables, creando así una base de conocimiento en constante evolución. Al integrar eficazmente esta sabiduría acumulada en la formación del modelo o en sus indicaciones contextuales, los equipos de desarrollo pueden construir sistemáticamente agentes de IA que no solo son más inteligentes, sino también más adaptables y finamente ajustados a sus requisitos únicos. El flujo de trabajo de Cherny, en su conjunto, muestra no solo la metodología operativa de un individuo, sino una visión convincente para el futuro del desarrollo de software, un futuro en el que los humanos y la IA colaboran sin problemas en un entorno dinámico y estratégico, redefiniendo fundamentalmente los límites de la productividad y la innovación.

Agencia de Noticias Ekhbary