En esta breve nota publicada el 3 de julio de 2026, Simon Willison recoge dos consejos convergentes sobre cómo sacar el máximo partido a los agentes de codificación, escuchados durante una Fireside Chat que moderó en AIE con Cat Wu y Thariq Shihipar, del equipo de Claude Code.
El primer principio: dejar que el modelo ejerza su propio juicio en lugar de dictarle cómo debe trabajar. Esto se aplica a Fable y, en cierta medida, a Opus. El ejemplo dado tiene que ver con los tests. Se puede escribir una regla explícita — « only use automated testing for larger features, don't update and run tests for small copy or design changes » — pero es preferible simplemente pedir a Fable que use su propio juicio para decidir cuándo escribir tests. El discernimiento contextual del modelo resulta más robusto que la regla codificada de antemano.
*So far it seems to be working well. I'm getting a ton of work done and my Fable allowance is shrinking less quickly than before.*
El segundo consejo, transmitido por Jesse Vincent, aplica la misma filosofía a la economía de tokens. El contexto es sensible al tiempo: los precios de los tokens de Fable están a punto de subir en cuestión de días. Para evitar consumir este recurso tan preciado, la idea es pedir a Fable que delegue las tareas más pequeñas en modelos menos potentes, dejando que sea él mismo quien juzgue cuál es el adecuado.
Willison aplica el consejo de inmediato y documenta la experiencia de principio a fin. Ofrece el prompt exacto enviado a Claude Code: « For all coding tasks use your judgement to decide an appropriate lower power model and run that in a subagent ». En respuesta, Claude Code redactó espontáneamente un archivo de memoria (~/.claude/projects/<project>/memory/delegate-coding-to-subagents.md, type: feedback). Este archivo no se limita a registrar la instrucción: codifica su aplicación — sonnet para implementaciones sustanciales, haiku para ediciones triviales o mecánicas — reservando para el modelo principal lo que requiere juicio: diseño, auditoría, síntesis de datos, revisión. La justificación cabe en una frase: el trabajo de implementación rara vez necesita el modelo de gama alta, mientras que el juicio, la revisión y la síntesis permanecen en el bucle principal.
El veredicto es empírico y mesurado: « So far it seems to be working well. I'm getting a ton of work done and my Fable allowance is shrinking less quickly than before. » La nota ilustra así, mediante un caso reproducible, una buena práctica doble: no sobreespecificar a agentes capaces de ejercer juicio, y orquestar varios niveles de modelos mediante subagentes para preservar los tokens premium.