Seis componentes clave de un agente de codificación: cómo funcionan los sistemas modernos de IA para la escritura de código

El artículo examina la arquitectura de los agentes de codificación —herramientas como Claude Code o Codex CLI— que constituyen un arnés (harness) alrededor de un modelo de lenguaje grande (LLM, por sus siglas en inglés). Según el autor, en los sistemas actuales es precisamente el arnés, y no el modelo en sí, lo que a menudo se convierte en el factor clave que determina el resultado práctico. Identifica seis componentes principales de dicho arnés. El primero es el contexto vivo del repositorio (live repo context): el agente recopila de antemano información sobre la rama de Git, los archivos del proyecto, el README y las reglas (AGENTS.md) para no empezar desde cero. El segundo es la formación del prompt y el almacenamiento en caché (prompt shape and cache reuse): la parte estable del prompt (instrucciones generales, descripciones de herramientas, resumen del espacio de trabajo) se almacena en caché y se reutiliza, mientras que solo se actualizan la última solicitud del usuario, la transcripción reciente y la memoria a corto plazo. El tercero son las herramientas estructuradas, la validación y los permisos (structured tools, validation and permissions): el agente solo puede invocar herramientas predefinidas (por ejemplo, list files, read file, search, run shell command), las cuales, antes de ejecutarse, pasan por verificaciones de corrección de argumentos, permisibilidad de la ruta y necesidad de aprobación del usuario. El cuarto es la minimización de la expansión del contexto (context reduction and output management): se utilizan recorte (clip) y gestión del historial para evitar que el contexto crezca y degrade la calidad de las respuestas. El quinto son las transcripciones, la memoria y la capacidad de reanudar la sesión (transcripts, memory and resumption): se almacenan registros de interacciones, notas, y se mantiene la posibilidad de detener y reanudar la sesión. El sexto son la delegación y los subagentes acotados (delegation and bounded subagents): el agente puede transferir parte del trabajo a agentes subordinados especializados. El autor subraya que un buen arnés puede aumentar significativamente la eficiencia incluso de un modelo normal (no de razonamiento), equiparándolo a sistemas más potentes si estos se utilizan sin dicho arnés.