Vomit: Limpia la salida de tokens de Claude 5 con un LLM separado
Una nueva herramienta llamada “Vomit” usa un modelo de lenguaje separado para reescribir la prosa densa y cargada de jerga producida por los últimos modelos de coding Claude 5 de Anthropic en texto más claro y conversacional. Muchos desarrolladores afirman que el estilo actual de salida de Claude es tan verboso, lleno de metáforas e idiosincrático que les ralentiza, les provoca fatiga y a veces requiere un segundo modelo solo para interpretar planes, comentarios y descripciones de PR. Otros sostienen que el estilo refleja cambios más profundos en cómo se entrenan los modelos para el razonamiento y los flujos de trabajo agentic, lo que plantea preguntas más amplias sobre la controlabilidad, la UX y si encadenar varios modelos se está convirtiendo en una necesidad para el trabajo serio.
Problema: el estilo en prosa de Claude 5
- Muchos comentaristas consideran que la salida de Opus 5/Fable 5 es extremadamente verbosa, densa y llena de jerga y metáforas idiosincráticas, especialmente en trabajo técnico.
- Quejas comunes: terminología inventada, antropomorfizar objetos, metacomentarios, pies de página de “una salvedad...”, explicaciones largas del proceso de decisión en lugar de solo el resultado, y mensajes de comentarios/commits que narran fases y trayectorias de pensamiento.
- Varios dicen que leer este “slop” durante horas al día es cognitivamente agotador e incluso afecta a su salud mental; algunos lo comparan desfavorablemente con modelos Claude 4.x anteriores.
- Una minoría dice que puede leerlo sin problema y ve la crítica como “queja” o como un problema de alfabetización, pero otros lo rechazan con firmeza, argumentando que el estilo es objetivamente más difícil de leer por encima y analizar.
Vomit y herramientas relacionadas
- Vomit pasa la salida de Claude por un LLM separado con un prompt de “editor” para eliminar rarezas tipo claudish y reescribirla en inglés conversacional claro, preservando el detalle.
- Se mencionan otros proyectos con objetivos similares (“Claudish to English”, “Caveman”, “deslop”, filtros regex personalizados, comprobadores de estilo deterministas como vale).
- Algunos usan modelos locales o más baratos (p. ej., open-weight, GPT-5.6, Muse Glimmer, Qwen) específicamente para reescribir o sanear comentarios y documentación de Claude.
Prompting, harnesses y arreglos parciales
- Los usuarios informan que AGENTS.md, estilos de salida e instrucciones de “be concise” solo ayudan de forma marginal; los modelos se desvían a medida que las sesiones crecen.
- Técnicas que ayudan algo: límites estrictos de palabras/párrafos, estilos de Simplified Technical English o de lenguaje llano ISO, hooks/recordatorios de sistema en cada turno, habilidades separadas de “cleanup” y prompts de “explica como si tuviera cinco años / como si fuera un idiota”.
- El nuevo
outputStyle: concisede Anthropic se señala como una mejora, pero muchos dicen que no resuelve por completo el problema.
Causas especuladas (dentro del hilo)
- Varios hipotetizan que el entrenamiento reciente y el RL centrados en coding agentic, uso de herramientas y “verifiable rewards” han optimizado un lenguaje de razonamiento denso e internamente útil que se filtra a la prosa visible para el usuario.
- Otros sugieren como posibles factores bucles de retroalimentación por entrenamiento con salida de modelos previos, u optimización para comunicación entre agentes; todo esto se presenta como especulación.
Impacto en el uso y la elección de proveedor
- Algunos vuelven a Claude 4.6/4.8 o cambian a agentes de coding de otros proveedores, usando Claude solo como subagente o no usándolo en absoluto.
- Otros aceptan encadenar múltiples modelos y herramientas (LLM de reescritura, revisión entre modelos) como la nueva normalidad, mientras que algunos critican esta creciente complejidad “agent-on-agent” como un exceso insostenible.