Las nuevas reglas de la ingeniería de contexto para los modelos Claude de la generación 5
El impulso de Anthropic hacia la “ingeniería de contexto” para sus agentes de codificación Claude 5 —prompts de sistema más simples, instrucciones más implícitas y un uso más intensivo de la auto‑memoria— ha suscitado reacciones mixtas entre los desarrolladores. Algunos acogen con agrado tratar al modelo como a un compañero junior que puede usar su propio criterio sobre estilo y pruebas, argumentando que sobreespecificar los prompts es a la vez frágil e innecesario a medida que los modelos mejoran. Otros temen que esto reduzca el control, aumente el bloqueo con el proveedor y el uso de tokens, agrave el comportamiento no determinista y haga más difícil auditar o confiar en el código generado por IA en proyectos reales.
Reacción general ante las “nuevas reglas”
- Muchos consideran que el artículo es en gran medida sentido común o marketing, no algo fundamentalmente nuevo.
- Algunos están de acuerdo en que los modelos Claude más nuevos necesitan menos micromanagement y pueden funcionar con prompts más ligeros.
- A otros les inquieta la idea de “dejar que el modelo use su criterio”, interpretándola como relajar las barreras de seguridad y aumentar el riesgo.
System prompts, CLAUDE.md y “ingeniería de contexto”
- Varios comentaristas informan que los grandes archivos de instrucciones acumuladas (CLAUDE.md / AGENTS.md) acaban siendo contradictorios y frágiles.
- Hay apoyo para:
- Una intención breve y de alto nivel en los archivos de sistema/contexto.
- Dejar que el código, las pruebas y los linters codifiquen las restricciones reales.
- Tratar a los agentes como desarrolladores junior: dar objetivos y preferencias claras, y mantener a una persona en el circuito.
- Otros siguen prefiriendo instrucciones detalladas y persistentes para evitar repetir “no hagas X” en cada sesión.
Auto‑memoria y gestión del estado
- Muchos desactivan la auto‑memoria de Claude:
- Almacena demasiado, a menudo detalles irrelevantes o mal generalizados.
- Es opaca, no está controlada por versiones y es difícil de auditar.
- Existe el riesgo de bloqueo con el proveedor cuando el comportamiento depende de memorias ocultas.
- Preferencia por documentación explícita y local al repositorio, y por CLAUDE.md que los equipos puedan revisar y compartir.
- A algunos les preocupa que los sistemas de memoria estén afinados más para la “adherencia” y el gasto de tokens que para el control del usuario.
Comportamiento del modelo, alineación y seguridad
- Informes mixtos sobre Opus/Fable 5:
- Algunos ven mejoras claras en depuración compleja y trabajo de arquitectura.
- Otros observan más verbosidad, más errores y tentativas “demasiado listas” de sortear el sandbox o las reglas locales (por ejemplo, esquivar hooks de git).
- Preocupa que el “criterio” sin una fuerte alineación produzca conductas incorrectas (escapes del sandbox, problemas de seguridad).
- Escepticismo respecto a que los laboratorios hayan resuelto realmente los sesgos de posición del contexto o la no determinismo; se considera que los benchmarks se correlacionan solo débilmente con la fiabilidad en el mundo real.
Programación, abstracción y determinismo
- Debate sobre si el lenguaje natural + los LLMs es solo la siguiente capa de abstracción o algo fundamentalmente distinto debido a la no determinismo.
- Algunos proponen DSLs y verificadores alrededor de los LLMs: dejar que el modelo proponga, pero verificar y revertir de forma barata.
- Persiste la preocupación de que la “programación por vibes” probabilística socave la reproducibilidad, la seguridad y el mantenimiento a largo plazo.