El creador de Claude Code revela: ¿cómo convertir a Claude en tu "pequeño equipo de desarrollo virtual"?

Original: Boris Cherny，Claude Code开发者

编译&整理：小互AI

Probablemente hayas oído hablar de Claude Code, e incluso lo hayas utilizado para escribir algo de código o modificar documentación. Pero, ¿alguna vez te has preguntado: si la IA no fuera solo una “herramienta de uso temporal”, sino un miembro formal en tu proceso de desarrollo, o incluso un sistema de colaboración automatizado—¿cómo cambiaría eso tu forma de trabajar?

Boris Cherny, como creador de Claude Code, escribió un hilo muy detallado compartiendo cómo usa esta herramienta de manera eficiente, y cómo él y su equipo integran profundamente Claude en todo el flujo de trabajo del proyecto.

Este artículo ofrecerá una organización sistemática y una interpretación sencilla de su experiencia.

¿Cómo logra Boris que la IA sea un socio automatizado en su flujo de trabajo?

Puntos clave:

Él describe su flujo de trabajo, incluyendo:

Cómo usar Claude:

Abrir varias sesiones de Claude simultáneamente: en terminal y en navegador, con 5~10 conversaciones en paralelo para gestionar tareas, además de usar Claude en el móvil.

No modificar configuraciones predeterminadas: Claude funciona de caja, sin necesidad de configuraciones complejas.

Usar el modelo más potente (Opus 4.5): aunque sea más lento, es más inteligente y más conveniente de usar.

Planificar antes de escribir código (modo Plan): dejar que Claude te ayude a pensar claramente antes de empezar, aumentando la tasa de éxito.

Después de generar el código, usar herramientas para verificar el formato y evitar errores.

Cómo hacer que Claude sea más inteligente con el uso:

El equipo mantiene una “base de conocimientos”: cada vez que Claude comete un error, se añade esa experiencia, para que no vuelva a fallar.

Entrenar automáticamente a Claude al hacer PRs: que revise PRs, aprenda nuevas formas de uso o normas.

Convertir comandos frecuentes en comandos slash, que Claude puede llamar automáticamente, ahorrando trabajo repetitivo.

Usar “sub-agentes” para tareas fijas, como simplificación de código, validación de funciones, etc.

Cómo gestionar permisos:

No saltarse permisos sin control, sino configurar instrucciones seguras que se aprueben automáticamente.

Sincronizar el flujo de trabajo de Claude en múltiples dispositivos (web, terminal, móvil).

Lo más importante:

Proporcionar a Claude un “mecanismo de validación” para que pueda verificar si lo que escribe es correcto.

Por ejemplo, que Claude ejecute pruebas automáticamente, abra el navegador para probar páginas, compruebe que las funciones funcionen correctamente.

Claude Code es un “compañero”, no solo una “herramienta”

Boris transmite un concepto clave: Claude Code no es una herramienta estática, sino un asistente inteligente que puede colaborar, aprender continuamente y crecer junto a ti.

No requiere configuraciones complejas, funciona de inmediato. Pero si inviertes tiempo en construir mejores formas de usarlo, la eficiencia que puede ofrecer se multiplica.

Selección de modelos: elige el más inteligente, no el más rápido

Boris usa el modelo insignia de Claude, Opus 4.5, con modo de pensamiento (“with thinking”) para todas las tareas de desarrollo.

Aunque este modelo es más grande y más lento que Sonnet:

• Tiene mayor capacidad de comprensión
• Mejores habilidades para usar herramientas
• Requiere menos guía y menos idas y vueltas
• En general, ahorra más tiempo que usar modelos rápidos
• Inspiración: la verdadera eficiencia productiva no está en la velocidad de ejecución, sino en “menos errores, menos retrabajo, menos explicaciones repetidas”.

1. Modo Plan: usar IA para escribir código, pero sin que “escriba” todavía

Al abrir Claude, muchas personas intuitivamente le piden “hazme una interfaz”, “refactoriza este código”… Claude suele “escribir algo”, pero a menudo se equivoca en la dirección, omite lógica, o malinterpreta la necesidad.

Pero la primera estrategia de Boris nunca es dejar que Claude escriba código. Usa el modo Plan: primero, definir la estrategia de implementación junto con Claude, antes de pasar a la ejecución.

¿Cómo lo hace?

Al abrir un PR, Boris no deja que Claude escriba código directamente, sino que usa el modo Plan:

1. Describir el objetivo

2. Crear un plan junto con Claude

3. Confirmar cada paso

4. Permitir que Claude comience a codificar

Cada vez que necesita implementar una función nueva, como “añadir limitación de tasa a una API”, confirma paso a paso con Claude:

• ¿Se hace con middleware o lógica embebida?
• ¿La configuración de limitación debe ser dinámica?
• ¿Se necesita logging? ¿Qué devolver en caso de fallo?

Este proceso de “planificación y negociación” es como dibujar un “plano de construcción” en conjunto.

Una vez que Claude entiende claramente el objetivo, Boris activa el modo “aceptar ediciones automáticamente”, y Claude puede modificar código, hacer PRs, incluso sin confirmación manual en algunos casos.

“La calidad del código de Claude depende de si tú y él ya están alineados antes de empezar a escribir.” — Boris

Inspiración: en lugar de corregir errores de Claude repetidamente, es mejor definir claramente la hoja de ruta desde el principio.

Resumen

El modo Plan no es una pérdida de tiempo, sino una negociación previa que garantiza una ejecución estable. Incluso con IA potente, necesitas “decirle claramente qué quieres”.

2. Múltiples Claude en paralelo: no es un solo AI, sino un equipo virtual de desarrollo

Boris no usa solo un Claude. Su rutina es así:

• Abrir 5 Claude locales en terminal, asignando conversaciones a tareas diferentes (refactorización, pruebas, debugging)
• Abrir de 5 a 10 Claude en navegador, en paralelo
• Usar la app Claude en iOS en móvil, para iniciar tareas en cualquier momento

Cada instancia de Claude es como un “asistente dedicado”: unos para código, otros para completar documentación, otros para ejecutar pruebas en background.

Incluso tiene notificaciones del sistema, para que le avise en cuanto Claude espere input.

¿Por qué hacerlo así?

El contexto de Claude es local, no adecuado para “todo en una ventana”. Boris divide Claude en roles paralelos, para reducir tiempos de espera y evitar “interferencias de memoria”.

También usa notificaciones del sistema para recordarse: “Claude 4 te espera”, “Claude 1 terminó la prueba”, gestionando estos AI como un sistema multihilo.

¿Cómo entenderlo en comparación?

Imagina que tienes cinco becarios inteligentes, cada uno encargado de una tarea. No necesitas hacer todo tú mismo, solo “cambiar de persona” en los momentos clave, para mantener el flujo de trabajo.

Inspiración: tratar a Claude como varios “asistentes virtuales” con tareas distintas puede reducir significativamente los tiempos de espera y los cambios de contexto.

3. Comandos slash: convertir tus tareas diarias en atajos para Claude

Hay flujos de trabajo que repetimos muchas veces al día:

• Modificar código → commit → push → PR
• Revisar estado de build → notificar al equipo → actualizar issue
• Sincronizar cambios en Web y en múltiples sesiones locales
• Boris no quiere que cada vez tenga que decirle a Claude: “haz commit, push, crea PR…”

En su lugar, los encapsula en comandos slash, como:

/commit-push-pr

Estos comandos están respaldados por scripts Bash, almacenados en la carpeta .claude/commands/, gestionados con Git, y accesibles para todo el equipo.

¿Cómo usa Claude estos comandos?

Cuando Claude detecta un comando así, no solo lo ejecuta, sino que entiende el flujo de trabajo que representa, y puede completar pasos intermedios, rellenar parámetros, evitar comunicación repetida.

Punto clave

Los comandos slash son como botones automáticos que instalas en Claude. Le entrenas para entender un proceso, y luego puede ejecutarlo en un clic.

“No solo yo puedo ahorrar tiempo con comandos, también Claude.” — Boris

Inspiración: evita repetir instrucciones, abstrae tareas frecuentes en comandos, y la colaboración con Claude será “automatizada”.

4. Base de conocimientos del equipo: Claude no aprende solo de prompts, sino del conocimiento colectivo

El equipo de Boris mantiene una base de conocimientos en .claude, gestionada con Git.

Es como una “wiki interna” para Claude, que registra:

• Cómo escribir correctamente
• Las mejores prácticas del equipo
• Cómo corregir errores comunes

Claude consulta automáticamente esta base para entender contexto y estilo de código.

¿Qué pasa si Claude comete errores?

Cada vez que Claude malinterpreta o escribe mal, se añaden esas lecciones a la base.

Cada equipo mantiene su propia versión.

Todos colaboran en editarla, y Claude la consulta en tiempo real para tomar decisiones.

Ejemplo:

Si Claude siempre escribe mal la lógica de paginación, basta con que el equipo añada la forma correcta en la base, y todos los usuarios se beneficien automáticamente.

La estrategia de Boris: no regañarlo ni apagarlo, sino “entrenarlo una vez”:

Este fragmento de código no se escribe así, añádelo a la base

Y la próxima vez, Claude no volverá a cometer ese error.

Lo más importante: esta mecánica no la mantiene solo Boris, sino que toda la comunidad contribuye y actualiza semanalmente.

Inspiración: con IA, no se trata solo de que cada uno trabaje solo, sino de construir un “sistema de memoria colectiva”.

5. Mecanismo de autoaprendizaje: los PR son datos de entrenamiento para Claude

Al revisar código, Boris suele hacer comentarios en PRs, como:

@.claude añade esta función a la base de conocimientos

Con GitHub Actions, Claude aprende automáticamente la intención detrás de cada cambio, y actualiza su conocimiento interno.

Es como un “entrenamiento continuo de Claude”: cada revisión no solo aprueba código, sino que también mejora la capacidad de la IA.

Ya no es solo mantenimiento posterior, sino que el aprendizaje de la IA se integra en la colaboración diaria.

El equipo mejora la calidad del código con PRs, y Claude mejora su conocimiento en paralelo.

Inspiración: los PRs no solo son revisiones, sino oportunidades para que la IA evolucione.

6. Sub-agentes: modularizar a Claude para tareas complejas

Además del flujo principal, Boris define sub-agentes (Subagents) para tareas auxiliares frecuentes.

Los sub-agentes son módulos automáticos, como:

• code-simplifier: simplifica código automáticamente después de que Claude lo escribe
• verify-app: corre pruebas completas para verificar que la nueva funcionalidad funciona
• log-analyzer: analiza logs de errores para localizar problemas rápidamente

Estos sub-agentes funcionan como plugins, integrados en el flujo de Claude, colaborando automáticamente sin necesidad de instrucciones repetidas.

Inspiración: los sub-agentes son como “miembros del equipo” de Claude, que elevan a este de asistente a “jefe de proyecto”.

Claude no es solo una persona, sino un pequeño gerente que puedes llevar en tu equipo.

7. Complemento: PostToolUse Hook — el último guardián del formato del código

En un equipo, hacer que todos tengan un estilo de código uniforme no es fácil. Aunque Claude tiene gran capacidad de generación, puede cometer errores de indentación, espacios, etc.

La solución de Boris es configurar un PostToolUse Hook — un “gancho post-uso” que se ejecuta automáticamente tras completar una tarea.

Su función incluye:

• Corregir automáticamente el formateo del código
• Añadir comentarios que falten
• Corregir errores de lint para que pase en CI

Este paso no suele ser complejo, pero es crucial. Como correr Grammarly después de escribir un artículo, para que quede pulido y ordenado.

Para las herramientas de IA, lo que marca la diferencia no es solo la generación, sino la capacidad de rematar bien.

8. Gestión de permisos: preautorizar en lugar de saltarse permisos

Boris aclara que no usa --dangerously-skip-permissions — un parámetro de Claude Code que permite saltarse las alertas de permisos.

Aunque es cómodo, puede ser peligroso, por ejemplo, borrando archivos por error o ejecutando scripts peligrosos.

Su alternativa es:

1. Usar /permissions para declarar explícitamente qué comandos son confiables

2. Configurar estos permisos en .claude/settings.json

3. Compartir estas configuraciones seguras con todo el equipo

Es como crear una “lista blanca” de operaciones confiables, por ejemplo:

“preApprovedCommands”: [

“git commit”,

“npm run build”,

“pytest”

]

Cuando Claude detecta estos comandos, los ejecuta directamente, sin preguntar.

Este mecanismo de permisos funciona más como un sistema operativo de equipo, no solo una herramienta local. Usa el comando /permissions para preautorizar comandos seguros, que se guardan en .claude/settings.json y se comparten en el equipo.

Inspiración: automatizar IA no significa perder control. Incorporar políticas de seguridad en la automatización es la verdadera ingeniería.

9. Integración con múltiples herramientas: Claude = robot multifunción

Boris no solo hace que Claude programe localmente. Lo configura para que, mediante MCP (un módulo de control central), acceda a varias plataformas clave:

• Enviar notificaciones a Slack (por ejemplo, resultados de build)
• Consultar BigQuery (por ejemplo, métricas de usuario)
• Extraer logs de Sentry (por ejemplo, errores en producción)

¿Cómo se hace?

La configuración de MCP se guarda en .mcp.json

Claude, en tiempo de ejecución, lee esa configuración y realiza tareas cruzadas automáticamente.

Todo el equipo comparte una misma configuración.

Todo esto se integra mediante MCP (el sistema central de Claude) y la configuración en .mcp.json.

Claude funciona como un asistente robot, ayudando a:

“Escribir código → hacer PR → verificar resultados → notificar QA → reportar logs”.

Ya no es solo una IA, sino un núcleo de sistema de ingeniería.

Inspiración: no limites a la IA a “editar en el editor”,

puede ser el coordinador de todo tu ecosistema.

10. Procesamiento asíncrono de tareas largas: agente en background + plugins + hooks

En proyectos reales, Claude a veces debe gestionar tareas largas, como:

• Construcción + pruebas + despliegue
• Generar informes + enviar correos
• Ejecutar scripts de migración de datos

La estrategia de Boris es muy orientada a ingeniería:

Tres formas de gestionar tareas largas:

1. Después de que Claude termina, usar un agente en background para verificar resultados

2. Usar un Stop Hook, que dispara acciones tras finalizar

3. Usar el plugin ralph-wiggum (propuesto por @GeoffreyHuntley) para gestionar estados de procesos largos

En estos escenarios, Boris suele usar:

–permission-mode=dontAsk

o poner las tareas en un sandbox, para evitar interrupciones por permisos.

Claude no es un “ojo permanente”, sino un colaborador en quien confiar.

Inspiración: las herramientas de IA no solo sirven para operaciones rápidas, también para procesos largos y complejos — siempre que construyas un “mecanismo de gestión”.

11. Mecanismo de validación automática: la calidad de la salida de Claude depende de si puede verificar su propio trabajo

La experiencia de Boris destaca que:

Cualquier resultado que produzca Claude debe tener un “mecanismo de validación” para comprobar su corrección.

Él añade scripts o hooks de validación:

• Tras escribir código, Claude ejecuta pruebas automáticamente para verificar
• Simula interacciones en navegador para validar experiencia frontend
• Compara logs y métricas antes y después de cambios

Si no pasa, Claude corrige y vuelve a ejecutar, hasta que pase.

Es como si Claude tuviera un “sistema de retroalimentación en ciclo cerrado”.

Esto no solo mejora la calidad, sino que reduce la carga cognitiva humana.

Inspiración: lo que realmente determina la calidad del resultado de la IA no es solo el tamaño del modelo, sino si tienes un buen “mecanismo de verificación de resultados”.

Resumen: no reemplazar a las personas, sino colaborar como personas

El método de Boris no depende de “funciones ocultas” ni tecnologías mágicas, sino de un uso ingenieril de Claude, elevándolo de “herramienta de chat” a un componente eficiente del sistema de trabajo.

Sus claves son:

• Multiconversación: mayor división de tareas, mayor eficiencia
• Planificación previa: modo Plan para alinear objetivos
• Sistema de conocimiento: equipo mantiene una base de conocimientos compartida y en constante actualización
• Automatización de tareas: comandos slash + sub-agentes, para que Claude funcione como motor de procesos
• Ciclo de retroalimentación: cada salida de Claude tiene validación, asegurando resultados confiables

Su método muestra una nueva forma de usar IA:

• Convertir a Claude en un “sistema de programación automatizada”
• Transformar la acumulación de conocimiento en una base de datos colectiva
• Convertir procesos repetitivos en scripts, módulos y flujos colaborativos

No requiere magia negra, sino capacidades de ingeniería. Tú también puedes adoptar estas ideas para usar Claude u otras IA de forma más eficiente e inteligente.

Si al usar Claude sientes que “entiende un poco, pero no es confiable”, o que “el código que genera siempre requiere correcciones”, quizás el problema no sea la IA, sino que aún no le has construido un mecanismo de colaboración maduro.

Claude puede ser un becario competente, o un socio estable y confiable, según cómo lo utilices.