Durante años, la imagen típica del desarrollo era bastante lineal: escribir una función, probarla, corregirla y pasar a lo siguiente. Lo interesante del flujo de trabajo que ha compartido Boris Cherny, responsable de Claude Code en Anthropic, es que cambia el papel del programador. En lugar de “teclear más rápido”, el objetivo pasa a “coordinar mejor”. No es tanto ser el que mueve cada pieza como ser el entrenador que decide la jugada y distribuye tareas. Esta idea ha prendido especialmente en la comunidad de ingeniería porque no depende de una interfaz futurista: se apoya en hábitos y herramientas bastante reconocibles para cualquiera que viva en una terminal.
El truco de las cinco pestañas y las notificaciones: ritmo sin ansiedad
Uno de los detalles que más llama la atención es lo simple que suena cuando lo lees por primera vez: Cherny trabaja con “cinco Claudes en paralelo” y los reparte en pestañas numeradas. El matiz importante está en cómo evita el caos. En vez de vigilar cada sesión como si fuera una olla a punto de desbordarse, se apoya en notificaciones del sistema para que el flujo “tire” de él solo cuando hace falta una decisión humana. Es un cambio mental parecido a cocinar para varias personas: no te quedas mirando el agua hervir, sino que haces varias cosas y vuelves cuando el temporizador suena.
Aquí hay un punto práctico: la configuración de notificaciones no es una ocurrencia improvisada. En la documentación de Claude Code se describe cómo activar alertas en iTerm2 para avisos cuando terminan tareas, precisamente para no perder el momento en el que el agente necesita instrucciones o confirmación.
Cuando la IA trabaja en varias “mesas”: terminal, web y el salto entre sesiones
La parte paralela no se queda en el ordenador principal. Cherny también combina sesiones de Claude Code en la web con las del entorno local, y menciona que a veces inicia tareas incluso desde el móvil para revisarlas más tarde. La idea, más que “estar en todas partes”, es mantener un pequeño portafolio de trabajos en marcha: uno corriendo tests, otro preparando una refactorización, otro redactando documentación o revisando un PR. Cuando uno se atasca esperando algo (un build, una instalación, un pipeline), tú sigues con los otros.
En su hilo habla de alternar sesiones entre terminal y navegador, incluyendo comandos para “teletransportar” el trabajo de un entorno a otro. El resultado es muy reconocible para cualquiera que haya gestionado varias tareas: reduces tiempos muertos y, sobre todo, evitas que tu atención se quede pegada a un único problema cuando podrías avanzar en otros.
Por qué elegir el modelo más lento puede ahorrar tiempo real
En un sector obsesionado con la latencia, Cherny defiende una postura casi contracultural: usar el modelo más pesado para todo. En su caso, Claude Opus 4.5 con “thinking”. Su argumento no gira alrededor de la velocidad de respuesta, sino del coste humano de corregir. Dicho de forma cotidiana: si compras una herramienta barata que se rompe cada dos por tres, acabas pagando en frustración y en tiempo; una herramienta más cara y sólida puede salir más rentable porque no te obliga a rehacer trabajo.
Anthropic presentó Claude Opus 4.5 como su modelo más potente para tareas como código, agentes y uso de ordenador, y medios como Reuters también han destacado el foco del modelo en capacidades “agenticas” y de desarrollo. Que un responsable de producto lo use como predeterminado refuerza esa idea de que, en ciertos flujos, “menos supervisión” puede ser más determinante que “más rapidez por token”.
La memoria compartida: CLAUDE.md como “manual de cocina” vivo
Uno de los problemas prácticos de trabajar con agentes de IA es la “amnesia” entre sesiones: el modelo puede ser brillante, pero no vive dentro de tu repo ni conoce tus manías, tus convenciones o los motivos por los que cierta decisión arquitectónica se tomó hace seis meses.
La respuesta de su equipo es casi de sentido común, y por eso engancha: mantener un archivo CLAUDE.md en el repositorio que actúe como memoria del proyecto. Cada vez que el agente se equivoca de una forma repetible, se convierte en una regla o una nota en ese archivo. La documentación oficial detalla precisamente este enfoque de memoria, incluyendo ubicaciones posibles (a nivel de organización, proyecto o usuario) y la idea de que los archivos de memoria se cargan para dar contexto y preferencias, con variantes como CLAUDE.local.md para lo privado.
Si lo piensas como un piso compartido, CLAUDE.md sería la hoja pegada en la nevera: no evita todos los problemas, pero reduce los malentendidos recurrentes. Y lo más interesante es el efecto acumulativo: cuanto más tiempo trabaja el equipo, más claro queda “cómo se hacen las cosas aquí”.
Comandos y subagentes: automatizar burocracia sin perder criterio
Otra pieza clave de este estilo de trabajo es la automatización de tareas repetitivas con slash commands. La gracia no es escribir “macros”, sino convertir partes del flujo (preparar commits, abrir PRs, lanzar verificaciones) en acciones consistentes que el agente puede ejecutar con contexto. En la documentación, los comandos personalizados se guardan como archivos Markdown en rutas como .claude/commands/ dentro del repositorio, y pueden incluir ejecución previa de comandos de bash (con permisos declarados) para traer estado del repo, diffs o ramas sin tener que explicarlo cada vez.
Cherny menciona también subagents, perfiles especializados para etapas concretas: uno para simplificar código tras una implementación, otro para verificar el comportamiento de una app de extremo a extremo. La documentación de subagentes existe precisamente para formalizar ese patrón: separar “roles” para que cada agente tenga instrucciones estables y un objetivo claro, en lugar de pedirle a uno solo que lo haga todo con la misma voz.
Verificación: la diferencia entre “parece que funciona” y “funciona”
Si tuviera que quedarme con una idea que explica por qué estos flujos despegan, sería esta: la verificación no es un extra, es el corazón. En su hilo insiste en que, cuando el agente puede comprobar su trabajo, la calidad sube de forma notable. Y aquí no hablamos solo de ejecutar un test unitario, sino de abrir un navegador, tocar la interfaz y repetir hasta que el comportamiento sea el esperado.
En ese sentido, encaja con la existencia de integración con navegador: Claude Code con Chrome se presenta como una forma de conectar el agente al browser para depurar, automatizar tareas y probar aplicaciones web, con la advertencia de que está en beta y centrado en Google Chrome. Esto convierte el “feedback loop” en algo tangible: el agente no solo escribe, también observa resultados y se corrige.
La metáfora aquí es sencilla: escribir código sin verificación es como montar un mueble sin apretar tornillos al final “porque encaja”. Puede que aguante, puede que no. La verificación es el momento de sentarte encima y comprobar si cruje.
Lo que cambia para equipos y líderes: métricas, riesgos y expectativas
Este tipo de flujo llama la atención no solo por productividad individual, sino por implicaciones organizativas. Reuters informó de que Claude Code habría alcanzado una tasa anualizada cercana a 1.000 millones de dólares y que ha sido adoptado por grandes empresas, en un contexto donde Anthropic también ha reforzado su apuesta por herramientas para desarrolladores, como la adquisición de Bun. Anthropic, por su parte, ha comunicado hitos de ingresos “run-rate” relacionados con Claude Code en anuncios corporativos. Todo esto no certifica por sí solo “cómo se mide la productividad”, pero sí sugiere que el mercado está pagando por algo más que autocompletar líneas: está pagando por orquestación de trabajo.
Para un equipo, el salto mental es delicado. Tratar a la IA como “fuerza de trabajo” suena tentador, pero exige disciplina: reglas claras en CLAUDE.md, comandos consistentes, permisos bien configurados y una cultura donde la verificación no se negocia. Si falta cualquiera de esas piezas, el efecto puede invertirse: más velocidad aparente, más deuda técnica real.
Lo interesante del caso Cherny es que no vende magia; vende método. Es como pasar de hacer recados a pie a gestionar un sistema de entregas: al principio parece exagerado, pero cuando el volumen crece, la coordinación se convierte en la habilidad que manda.