Herramientas

Anthropic describe el proceso de revisión de código de Claude Code, donde la mayor parte del código lo escribe la IA y la revisión se desplaza a agentes automáticos en siete capas, reservando la atención humana para decidir si el cambio tiene sentido. Detalla métricas concretas (aprobaciones humanas por PR, tiempo de espera, tasa de reversiones e incidentes) y trucos operativos como pedir al agente que muestre la salida de tests en lugar de afirmar que terminó, o un segundo agente que revisa el diff en contexto limpio.

La versión 2.1.321 de Claude Code introduce Fable 5.2 como modelo por defecto, con 1M de contexto y precios de 8/40 dólares por millón de tokens. Además corrige varios fallos de seguridad y permisos: fugas de secretos en redirecciones OAuth de MCP, ejecución de comandos Bash de solo lectura fuera del sandbox sin prompt y comprobaciones de escritura sobre la carpeta equivocada. El resto son correcciones de estabilidad en hooks, subagentes, Remote Control y rutas de red.

Entrevista a Mihail Eric sobre el curso CS146S de Stanford, que ahora incluye contribuir a repos open source revisados por mantenedores reales, y sobre cómo su equipo en Monaco integra agentes de código. Monaco compró herramientas de revisión como Devin pero construyó sus propios workspaces para agentes en segundo plano, con la regla de comprar para aprender y construir para mantener. Se discute el cuello de botella que se desplaza hacia la revisión de código y la comprensión de los diffs generados por IA.

Un usuario veterano de Claude Code relata por qué lo abandona en favor de Pi, un harness de código abierto: falta de soporte multi-sesión en VSCode, comandos rotos en la extensión GUI, y sobre todo un ritmo de releases que altera el system prompt y las descripciones de herramientas más de 200 veces al año, rompiendo configuraciones y añadiendo overhead de tokens. Defiende que un harness minimalista y personalizable con extensiones propias cubre mejor sus necesidades que el enfoque de acumular features orientadas a consumo de tokens empresarial.

Discord está reescribiendo su cliente de escritorio en Rust con GPUI (el framework de Zed) en lugar de Electron o Tauri, logrando arranques casi instantáneos y un uso de RAM de unos 290 MB con dos cuentas activas frente a 1-2 GB del cliente actual. La app móvil abandona React Native y la web pasa la lógica a WebAssembly, compartiendo código Rust entre plataformas. Es un caso real y medible de sustitución de Electron por UI nativa acelerada por GPU.

Vercel Labs publica agent-desktop, un CLI en Rust que expone el árbol de accesibilidad de apps de escritorio (macOS, Windows, Linux) como JSON con refs accionables, para que un agente externo pueda clicar, escribir o marcar elementos sin depender de capturas de pantalla. No incluye modelo: es un binario determinista que se instala por npm y requiere permisos de accesibilidad del sistema. El enfoque semántico es más robusto que el computer use por píxeles, aunque depende de que la app publique su árbol de accesibilidad.

Nueva versión de Claude Code con cambios relevantes en el modo automático: cuando la telemetría o los feature flags están desactivados (o hay un gateway LLM de por medio), las llamadas que el servidor no puede verificar se preguntan o se deniegan en lugar de recurrir al clasificador local. También añade tareas MCP en segundo plano, un ajuste para denegar en vez de esperar prompt de permisos, y varias correcciones de bugs en /diff, MCP y sesiones.

Nueva versión del CLI Codex de OpenAI con centro de comandos para agentes, selector de sesiones entre backends, previsualización de imágenes locales y soporte de Google Cloud Vertex AI. Incluye mejoras de sandbox y permisos de red gestionados, aprobaciones humanas obligatorias para comandos y compactación de contexto más robusta. También reduce el uso de memoria en builds musl de Linux.

Orbit es un workspace autoalojado (tareas, docs, chat y correo) creado por el autor de Coolify, empaquetado en un único binario Rust con SQLite/Postgres y un servidor MCP integrado en /mcp. Permite que agentes como Claude Code lean y modifiquen tareas, documentos y canales sin que los datos salgan del servidor. Está en versión 0.1 y el artículo incluye una instalación real con Docker y una prueba de agente con Ollama Cloud.

Datasette Apps 0.3a0 permite alojar y editar aplicaciones HTML personalizadas dentro de Datasette, con integración mejorada al agente LLM: referencias con #, herramientas para gestionar stored queries y aprobación del usuario antes de conceder permisos de escritura. Es una versión alpha de un proyecto de nicho, útil para quien ya use Datasette y agentes de código, pero sin impacto amplio fuera de ese ecosistema.

Simon Willison publica la versión 0.5a0 de datasette-agent, que añade un panel de chat lateral que convive con las páginas de Datasette (tablas, consultas). Combinado con datasette-apps, permite crear y luego modificar una app respaldada por base de datos directamente desde ese chat. Hay una instancia de prueba accesible con login de GitHub.

Simon Willison publica la versión 0.37 de su CLI y librería Python LLM, con nuevos modelos de OpenAI, un comando para añadir endpoints compatibles y soporte de embeddings con distintos tipos de contenido. También reflexiona sobre la avalancha de PRs asistidos por IA y cómo los gestiona con ayuda de modelos para el triaje.