Michael Nuñez informa en VentureBeat sobre el impacto viral de un hilo de X de Boris Cherny, creador y responsable de Claude Code en Anthropic, que detalla su workflow de desarrollo. La comunidad de desarrolladores describe estas revelaciones como un momento decisivo para Anthropic.

El workflow de Cherny se basa en ejecutar cinco agentes de Claude en paralelo en su terminal. Numera sus pestañas de iTerm2 del 1 al 5 y usa notificaciones del sistema para saber cuándo un agente requiere intervención. Mientras un agente ejecuta una batería de pruebas, otro refactoriza un módulo heredado y un tercero redacta documentación. También lanza de 5 a 10 sesiones adicionales de Claude en claude.ai, utilizando un comando "teleport" para transferir sesiones entre la web y su máquina local.

A diferencia de la obsesión del sector por la latencia, Cherny utiliza exclusivamente Opus 4.5, el modelo más pesado y lento de Anthropic. Su justificación: aunque más lento, este modelo requiere menos correcciones y sobresale en el uso de herramientas, lo que en definitiva lo hace más rápido que un modelo ligero. El cuello de botella no es la velocidad de generación sino el tiempo humano dedicado a corregir los errores de la IA.

Para resolver el problema de la amnesia de los LLM entre sesiones, el equipo mantiene un único archivo CLAUDE.md en su repositorio git. Cada vez que Claude comete un error, este se documenta en el archivo para evitar que se repita. Esta práctica transforma la base de código en un organismo autocorrectivo donde cada error se convierte en una regla permanente.

Cherny utiliza slash commands - atajos personalizados versionados en el repositorio - para automatizar tareas repetitivas. Su comando /commit-push-pr, usado decenas de veces al día, gestiona automáticamente el versionado. También despliega subagentes especializados: un code-simplifier para limpiar la arquitectura y un verify-app para pruebas de extremo a extremo.

El bucle de verificación es la innovación clave. Claude prueba cada cambio a través de la extensión de Chrome, abre un navegador, prueba la interfaz e itera hasta que el código funciona y la UX es satisfactoria. Esta verificación automática mejora la calidad final entre 2 y 3 veces.

El artículo concluye con un cambio de paradigma: la IA ya no es un asistente de autocompletado sino un "sistema operativo para el trabajo en sí mismo". Los desarrolladores que adopten esta visión no solo serán más productivos: estarán jugando un juego completamente distinto.