Superlite: plugin de Claude Code que corta builds a 16 min

Un build de 177 tests en 16,1 minutos y cero preguntas al humano

Superlite, un plugin de Claude Code, completó un proyecto de generador de sitios estáticos más motor de hojas de cálculo en 16,1 minutos, pasando 177 de 177 tests ocultos y sin detenerse ni una sola vez a pedir aprobación. En el mismo proyecto, el workflow superpowers tardó 33,6 minutos en promedio. La diferencia no está en el modelo: está en cómo se reparte el trabajo.

Para un founder que ya usa agentes para programar, el mensaje es concreto: si tu flujo con IA se siente lento, probablemente no sea porque el modelo piensa demasiado, sino porque el trabajo está haciendo fila esperando permisos.

Qué es superlite y por qué alguien lo construyó

El autor lo describe como un plugin para Claude Code que planifica un build, lo divide en tareas que pueden correr en paralelo, asigna cada una al agente más barato capaz de resolverla bien, revisa las costuras entre tareas y entrega un resumen de cada decisión tomada en ausencia del humano.

La motivación es reconocible para cualquiera que haya trabajado con agentes: la promesa de "entrego la especificación, cierro el portátil y vuelvo con el trabajo terminado" choca con una realidad de aprobaciones sección por sección. El autor midió dónde se iba el tiempo y encontró cinco culpables: entre 8 y 12 compuertas humanas por funcionalidad, ejecución estrictamente secuencial, una revisión después de cada tarea con bucles de re-revisión (unos 12 minutos de un build de 34), la suite de tests completa re-ejecutada por varios skills, y subagentes Opus en la ruta crítica escribiendo código a aproximadamente la mitad de la velocidad de Sonnet.

Ninguna de esas decisiones es un error. Apiladas, convierten el flujo en algo perfecto para dirigir cada paso y exasperante cuando ya sabes exactamente lo que quieres.

Cómo funciona: un plan escrito para el paralelismo

La arquitectura de superlite se apoya en cuatro piezas.

• Una sola ronda de preguntas y una sola aprobación. El plugin dimensiona primero la petición: un typo se corrige sin documento de diseño, un cambio en un flujo existente recibe un diseño corto en el chat, y un proyecto nuevo genera un lote de hasta cuatro preguntas más un único documento de diseño y plan. Después de esa aprobación, solo se detiene ante acciones destructivas, de cara al exterior o sensibles en seguridad.
• Un plan como grafo de tareas. Cada tarea declara los archivos que posee, las interfaces exactas que consume y produce, y los tests que debe pasar. Las tareas que no comparten archivos ni dependen entre sí corren al mismo tiempo. En el benchmark actual, el grafo llegó a 18 agentes trabajando a la vez.
• Agentes asignados por tipo de trabajo. Opus coordina y planifica, pero tiene prohibido tocar el código. Sonnet construye la mayoría de las tareas. Haiku solo ejecuta tareas mecánicas, pequeñas y totalmente especificadas que no están en la ruta crítica. Un revisor final Opus, en sesión limpia, solo señala hallazgos y nunca arregla nada.
• Reglas aplicadas por código, no por prompts. El autor lo aprendió a la mala: se puede escribir "el coordinador nunca edita código" en mayúsculas y negritas, y el coordinador lo leerá, asentirá y editará el código. Ahora los hooks lo bloquean, convierten los tests en ejecuciones en segundo plano y registran tokens, costo y tiempo de cada agente para alimentar las predicciones de la siguiente corrida.

Los números: cuánto se gana al eliminar la fila

El benchmark es un proyecto deliberadamente incómodo: generador de sitios estáticos más motor de hojas de cálculo con evaluador de fórmulas, API HTTP y UI de navegador, todo desde una sola especificación y evaluado con 177 tests ocultos que los agentes nunca ven.

Métrica	Resultado
Tiempo total, especificación a build terminado	16,1 min
Tests ocultos	177 / 177
Agentes	21 en total, hasta 18 simultáneos
Primeros agentes construyendo	~3 minutos
Revision final	30 segundos
Paradas para preguntar al humano	0

Contra superpowers en el mismo proyecto: 33,6 minutos de media en configuración estándar y 23,5 minutos orquestado, frente a los 16,1 de superlite. El autor lo traduce en 52% menos tiempo que la versión estándar y 31% menos que la orquestada. También superó su propio build anterior, que promediaba 26,9 minutos, por un 40%.

El autor es explícito sobre el alcance de la evidencia: es una corrida del build actual contra corridas anteriores en la misma máquina, así que lo presenta como una pista fuerte y no como ciencia revisada por pares. Esa honestidad importa, porque el dato más valioso del artículo no es el tiempo sino la predictibilidad: en las corridas comparadas, superpowers tuvo un rango de 21,2 a 47,6 minutos (26,4 de dispersión) mientras superlite se movió entre 21,4 y 30,5 (9,1 de dispersión). Un peor caso de 47 minutos es la diferencia entre terminar antes del standup o tener que decir que casi está.

Qué significa esto para tu startup

El hallazgo transferible no es "instala superlite". Es el diagnóstico: el cuello de botella de los agentes es la coordinación, no la inteligencia del modelo.

• Divide por fronteras de interfaz, no por capas. Antes de lanzar agentes, define qué archivos posee cada tarea y qué interfaces consume y produce. Si dos tareas comparten un archivo, no pueden correr en paralelo sin generar conflictos. Ese trabajo de diseño previo es lo que habilita la velocidad después.
• Mueve los pasos mecánicos a scripts. Renombrar, formatear, ejecutar la suite de tests: todo eso no necesita un agente pensando. Cada paso mecánico que sacas del bucle de razonamiento es tiempo y tokens que recuperas.
• Aplica por código las reglas que importan. Los prompts son sugerencias; los hooks son contratos. Si una restricción es crítica (quién puede editar código, quién puede hacer push), impleméntala en el sistema, no en el texto.
• Mide cada corrida. Tokens, costo y tiempo por agente. Sin esos datos no puedes mejorar tus predicciones ni poner un presupuesto blando que te avise antes de pasarte.

El contexto: Anthropic va en la misma dirección

Superlite no nace en el vacío. Anthropic lanzó Dynamic Workflows para Claude Code, una capacidad que permite a Claude crear scripts de orquestación, dividir el trabajo en subtareas, ejecutarlas en paralelo y validar resultados antes de responder, según reportó InfoQ. La compañía advirtió que estos flujos consumen bastantes más tokens que una sesión típica y recomendó empezar con tareas acotadas.

Según TechTimes, la función pasó a disponibilidad general y llegó a los planes Pro de US$20 al mes, con capacidad de coordinar hasta 1.000 subagentes en una corrida y un tope de 16 concurrentes. El caso más citado fue el port del runtime Bun de Zig a Rust: 960.000 líneas procesadas en seis días de ejecución de agentes, con 99,8% de la suite de tests existente pasando. El mismo medio señala el costo: con el precio de Opus de US$5 por millón de tokens de entrada y US$25 por millón de salida, una corrida paralela de 24 horas puede costar entre US$400 y US$600.

En septiembre, Anthropic rediseñó además la experiencia de Projects en beta, con un coordinador que dirige hilos de agentes en paralelo sobre memoria compartida, según unite.ai. El patrón es el mismo que superlite implementa por fuera: un planificador, workers especializados y una capa de verificación.

La conclusión práctica para un founder es que la orquestación de agentes dejó de ser un experimento de fin de semana y se está volviendo infraestructura. La pregunta ya no es si conviene paralelizar el trabajo de tus agentes, sino cuánto te está costando hoy no hacerlo.

Fuentes

• Superlite: hand an agent a spec (fuente original)
• Claude Code Adds Dynamic Workflows for Parallel Agent Coordination
• Claude Code Dynamic Workflows Go GA: Pro Users Can Now Spawn 1,000 Parallel Agents
• Anthropic Redesigns Claude Code Projects to Coordinate Agent Threads