Claude Code: cómo armar agentes de IA sin frameworks

Once versiones para llegar a la esencia

Pablo Picasso necesitó 11 iteraciones de Le Taureau para reducir un toro a unas pocas líneas. El toro siguió siendo inconfundible. Un desarrollador que publica en Claramap cuenta que su camino construyendo agentes de IA terminó en el mismo lugar: después de pasar por frameworks, motores de orquestación, arquitecturas multiagente, máquinas de estado, bases de datos vectoriales y sistemas de memoria, se quedó con una carpeta y un archivo de instrucciones en Markdown.

La idea incomoda y libera a la vez. Cada capa de infraestructura que sumas a un agente es deuda que alguien tiene que mantener, versionar y depurar. Y con modelos que cada vez resuelven más cosas con un solo prompt, buena parte de esa maquinaria dejó de pagar su costo.

¿Por qué la mayoría de los equipos sobreconstruye sus agentes?

El autor describe el punto de partida típico de un ingeniero: abstracciones primero. Frameworks, orquestadores, planificación elaborada, memoria sofisticada. Después vinieron los experimentos y, con ellos, la resta.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Su conclusión es explícita: para resolver el caso básico no hace falta OpenClaw, Hermes, Muse, LangChain, Pydantic ni ningún otro framework de agentes. Primero se resuelve lo simple; la maquinaria se agrega cuando el problema la pide.

Esa postura coincide con un movimiento más amplio del sector. InfoWorld reportó que Anthropic empezó a aceptar instrucciones en formato AGENTS.md en Claude Code a partir de la versión 2.1.277: si la carpeta no tiene un CLAUDE.md, Claude busca y usa el AGENTS.md. El detalle no es menor, porque AGENTS.md es una iniciativa de código abierto gobernada por la Agentic AI Foundation, bajo la Linux Foundation. El estándar de facto para decirle a un agente cómo comportarse es, literalmente, un archivo de texto.

Hay una advertencia práctica que el mismo reporte de InfoWorld señala: el soporte de AGENTS.md depende de que la herramienta obtenga feature flags de Anthropic. Si usas Claude Code a través de Amazon Bedrock o Google Vertex AI, o si desactivaste la telemetría, el archivo puede no leerse y Claude vuelve a CLAUDE.md.

El workflow: una carpeta, instrucciones y una terminal

El método completo arranca con tres comandos: mkdir, cd y claude. Después, la conversación. El autor pide crear un AGENTS.md y, a partir de ahí, trabaja sobre preguntas concretas antes de escribir una sola línea de infraestructura:

¿Qué tiene que lograr el agente? El trabajo real, no el framework.
¿Cómo se ve el éxito y qué decisiones puede tomar solo?
¿Qué habilidades necesita? Las skills suelen ser archivos Markdown con instrucciones y algún recurso de apoyo.
¿Qué contexto requiere? Qué hace tu negocio, quiénes son tus clientes, cómo funciona tu código.
¿Qué herramientas necesita? Buscar en la web, leer una base de datos, llamar una API, ejecutar un script.
¿Cómo se invoca y cómo sabe si hizo bien el trabajo?

La lista es útil como checklist de arranque. También es un filtro: la mitad de los proyectos de agentes que se frenan en una empresa no se frenaron por falta de tecnología, sino porque nadie definió el trabajo con esa precisión.

¿Qué necesita realmente un agente: skills, contexto y herramientas?

El contexto, según el autor, puede vivir como archivos Markdown dentro de la carpeta, recuperarse cuando se necesita o salir de la propia conversación. No necesitas automáticamente una base de datos vectorial ni una arquitectura de memoria elaborada.

Las herramientas son el punto donde la simplicidad se apoya en estándares. Incorporar una capacidad nueva puede ser tan simple como habilitar un plugin o agregar un conector MCP. Y MCP dejó de ser un experimento: Memeburn reportó que en Adobe MAX 2026 la compañía presentó integraciones locales de MCP para Photoshop, Illustrator, Premiere y After Effects, con beta privada prevista para comienzos de 2027. Cuando un proveedor del tamaño de Adobe abre sus aplicaciones profesionales a agentes externos vía MCP, el protocolo deja de ser una apuesta y pasa a ser una interfaz que tus agentes van a tener que hablar.

¿Cómo se ejecuta un agente sin que nadie esté mirando?

El autor lo resuelve con ejecución headless: desde la carpeta del agente, claude -p recibe la tarea, trabaja, imprime el resultado y termina. No hay chat interactivo. Un script puede pasarle el trabajo, recolectar la salida y usar JSON estructurado para alimentar otro programa. Para trabajo desatendido, los permisos se configuran con antelación.

Ese es justo el punto sensible. Help Net Security documentó que Anthropic convirtió el modo automático en el predeterminado para sesiones nuevas de Claude Code en los planes Pro, Max y Team, y publicó la evidencia que lo respalda: en un estudio con 1.053 probadores profesionales pagos, la revisión humana detectó apenas el 13,6% de los comandos peligrosos, mientras que el modo automático detectó el 89%. En una evaluación independiente de Trajectory Labs, ninguno de los 720 ataques de prompt injection probados tuvo éxito contra modelos Claude corriendo en modo automático, frente a un 5,83% de éxito en un modelo de OpenAI con el modo de revisión automática de Codex y un 19,03% en modo de acceso total.

La lección para un founder no es confiar a ciegas, sino dejar de tratar los permisos como un detalle de implementación. Es una decisión de riesgo.

¿Cómo saber si el agente mejoró o solo cambió?

Aquí el post aporta un mecanismo concreto: Claude guarda las transcripciones locales de cada sesión bajo ~/.claude/projects/<proyecto>/<sesión>.jsonl, con la conversación, las llamadas a herramientas y los resultados. Eso da una traza de qué se pidió, qué intentó el agente y dónde aparecieron los errores. Señalando el archivo, puedes pedirle un análisis del desvío y recién después decidir qué cambiar. Si la lección es reutilizable, se guarda en instrucciones, contexto, ejemplos o tests.

La observabilidad se está estandarizando por el lado de la infraestructura. Unite.AI reportó que el 14 de octubre de 2026 Anthropic agregó exportación de trazas vía OpenTelemetry en beta pública, para agentes gestionados, la Messages API y los SDK. En ese mismo anuncio, Ramp contó que su sistema Reflect le permitió recortar el consumo de tokens entre 10% y 20% y acelerar las sesiones 30% en algunos agentes.

Para cerrar el círculo hace falta algo más duro que la intuición: evals. Tareas representativas con criterios claros de éxito que puedas correr en distintos harnesses (Gemini CLI, Codex, pi) o distintos modelos (Opus, Astra, Sol, DeepSeek). Sin una línea base, no puedes saber si tu setup mejoró o si el modelo cambió debajo de ti.

¿Cuándo conviene orquestar subagentes?

La orquestación llega después, no antes. Una tarea grande se parte en tareas menores y se delega a subagentes especializados, cada uno con su propia carpeta, instrucciones, contexto y herramientas. El agente raíz actúa como orquestador o jefe de gabinete: decide a quién invocar, le entrega la tarea y consolida resultados.

El detalle está en el orden. Si el agente simple todavía no funciona, un sistema multiagente solo multiplica el desorden. Pero cuando el flujo ya está probado, esa delegación permite cubrir actividades muy distintas dentro de una misma empresa sin reescribir todo.

El caso concreto: un sitio que se publica solo

El autor aplica su propio método para publicar el sitio donde vive este artículo. Trabaja sobre la carpeta del proyecto, donde AGENTS.md apunta a las guías editoriales y a las instrucciones de publicación. El agente está conectado a Cloudflare vía MCP, así que puede desplegar como parte del flujo. En una sola corrida le pidió agregar una sección, generar la ilustración, construir el sitio, desplegarlo y verificar la página en vivo. El build también actualiza el código de analítica, regenera llms.txt y llms-full.txt, y refresca el feed RSS.

El punto interesante es que la carpeta es la unidad desplegable: se versiona, se copia y se embebe en otros procesos. Y como advierte Ars Technica, esa comodidad tiene contrapartida. En los últimos cinco meses, Google y otras cuatro organizaciones reconocieron vulnerabilidades que permiten que un agente comprometido dentro de la red propague instrucciones maliciosas a otros agentes internos, explotando justamente la confianza entre agentes conectados por MCP. La simplicidad no elimina la necesidad de límites.

Qué significa esto para tu startup

Empieza por el trabajo, no por la arquitectura. Antes de elegir framework, escribe en un AGENTS.md qué debe lograr el agente, cómo se ve el éxito y qué no puede hacer nunca sin aprobación. Si no puedes responder eso en una página, el problema no es técnico.
Define permisos con la misma seriedad que el producto. El modo automático es hoy el predeterminado en Claude Code, y la evidencia citada por Help Net Security es sólida, pero la propia Anthropic recomienda revisar acciones de alto riesgo sobre producción. Configura denegaciones explícitas y límites de alcance antes de dejar un agente corriendo solo.
Mide con evals antes de escalar. Arma entre tres y cinco tareas representativas de tu negocio con criterios de éxito claros. Sin esa línea base vas a atribuirle al modelo mejoras que en realidad vinieron de un cambio en tus instrucciones, o al revés.
Guarda lo aprendido en el repo, no en tu cabeza. Cada corrección que discutiste con el agente y que sea reutilizable debe volver al AGENTS.md, a los ejemplos o a los tests. Ahí está el retorno real: el agente mejora porque su contexto operativo mejora, no solo porque cambió el modelo.

Conclusión

El consejo central de este post no es una técnica, es un criterio de secuencia. Resuelve el caso básico con la herramienta más barata posible —una carpeta, un archivo de instrucciones, unas pocas skills y un conector MCP— y agrega maquinaria solo cuando tengas la traza que justifique hacerlo. La industria se está moviendo en esa dirección: AGENTS.md como formato común, MCP como interfaz de herramientas y OpenTelemetry como capa de observabilidad. Lo que sigue siendo responsabilidad tuya es lo que ningún estándar resuelve: definir el trabajo, decidir los límites y medir si de verdad mejoró.