Co-founder en https://xitter.gq/t.co/Hf2t5UY9YE | #NodeJS de siempre | Front-end #Nuxt | Empoderando negocios con @elyerromenu
Cuba
Joined July 2009
- Tweets5.4K
- Following632
- Followers491
- Likes12.6K
Claude Code gasta un 16% de sus tokens pidiéndole a Opus que resuma su última acción en 3 a 5 palabras, todo para una barra de estado 😂😂 lo midió @tornikegomareli
Ese es el impuesto invisible de las herramientas con IA, trabajo de fondo que nadie pidió y que todos pagamos
Mi posición es que si una regla puede decidirlo no lo decide el modelo, la barra de estado sale del nombre de la última herramienta que se llamó y cuesta cero tokens
ustedes saben cuánto de su factura se va en cosas que no ven? 😅
Cada sesión de un agente empieza en cero, y en segundos tiene que saber que es el proyecto, que comandos correr y que ya se decidió.
Lo que a mi me funciona:
1. un solo archivo raíz, AGENTS.md, y si usas Claude Code el CLAUDE.md apunta ahí
2. corto, un mapa y no un manual
3. lo especifico va en docs aparte, proceso, tests, UI, API
4. el agente lee solo lo que su tarea necesita
5. lo que se repite se vuelve un paso del mapa, ayer en la librería de UI de El Yerro agregue que antes de animar un componente cargue las skills de motion.
Guárdalo para tu próximo repo 🙌
Ando en modo todo lo quiero implementar para conocerlo a fondo... necesito 6 meses desconectado y conectado solo en la IA.
No soy capaz de usar algo que no entiendo 🫤
Nueva regla en Yerro Sprint, ninguna regla nueva para el agente entra sin evidencia
Tiene que traer lo que hizo el agente sin la regla citado tal cual, 5 corridas o mas por variante, y si sin la regla el fallo no aparece no hay nada que arreglar y no se escribe
el paquete se me estaba llenando de reglas que se leian lindo, gastaban contexto y no cambiaban nada escribir otra regla en el prompt es facil, demostrar que hace falta es otra talla!
cuantas reglas de tu prompt sobrevivirian a esto? 😂
El modo plan de los agentes es un parche, si tu plan se muere cuando cierras el chat no tienes plan, tienes una conversacion 😂😂
Apuntado
As an Agentic AI Engineer, you must build these projects.
1.) Async Agent Orchestrator
Build: A FastAPI + asyncio event loop handling 100+ concurrent agent tasks with non-blocking tool calls and graceful error recovery.
Why: `while True` loops block the main thread. Real-world agents require event-driven concurrency to survive production traffic.
2.) Dynamic Context Budget Assembler
Build: A pre-flight middleware that strictly allocates tokens across system prompts, retrieved docs and tool schemas per request.
Why: Context overflow is the #1 silent killer of production agents. You must budget tokens like you budget cloud spend.
3.) Strict Pydantic Tool Router
Build: A tool execution engine that forces LLM outputs into strict JSON schemas and automatically retries with the error trace on validation failure.
Why: Agents hallucinate API parameters. Grammar-constrained decoding and Pydantic validation turn stochastic outputs into deterministic actions.
4.) 3-Tier Memory & Eviction Engine
Build: A memory system with working scratchpads, episodic session compression and semantic vector search with automated TTL eviction.
Why: Infinite context causes OOM errors and hallucinations. Memory must be actively managed, scored and pruned.
5.) Self-Healing ReAct Loop
Build: An agent that reads its own stack traces, parses the compiler/API error, rewrites the failing tool call and retries up to 3 times.
Why: Agents that fail on the first try are useless. Agents that debug themselves are digital employees.
6.) Typed Multi-Agent Swarm
Build: A LangGraph state machine where a Researcher, Coder and Reviewer agent pass strictly typed state objects, never raw text.
Why: Single agents fail on complex tasks. Swarms divide and conquer but raw text handoffs cause context drift.
7.) Async HITL Slack Gate
Build: A workflow that drafts a high-stakes action, serializes its state and waits 3 days for a human to click "Approve" via a Slack webhook.
Why: High-stakes automation requires human accountability. Agents must know how to pause, wait, and resume cleanly.
8.) Trajectory Eval CI Gate
Build: A GitHub Action that replays 100 agent trajectories and blocks the PR if the tool-call sequence deviates from the golden DAG.
Why: Grading the final text output hides the fact that the agent hallucinated an API call or skipped a safety check to get there.
9.) OpenTelemetry Agent Tracer
Build: Custom tracing spans capturing every LLM hop, token count, tool latency and state mutation in LangSmith or Arize.
Why: You cannot debug a 14-step agent workflow if you can't replay the exact sequence of events that led to the failure.
10.) Inter-Agent Sanitization Proxy
Build: Middleware that intercepts messages between agents, stripping malicious instructions to prevent cross-agent prompt injection.
Why: Multi-agent systems create internal attack surfaces. Agent A can be tricked into hijacking Agent B's tools.
11.) Sandboxed Code Executor
Build: A code-interpreter agent that writes and executes Python in an isolated E2B or gVisor microVM with zero internet egress.
Why: Letting an LLM run `os.system()` on your host machine is a catastrophic security risk.
12.) Cost Kill-Switch Middleware
Build: A router tracking loop depth and projected spend that instantly halts the agent if it exceeds $0.50, falling back to a cheaper model.
Why: A runaway agent loop is an outage with an invoice. It will burn $500 in API credits before you notice.
13.) API-to-Browser Fallback Agent
Build: A routing layer where if the primary REST API 404s or times out, the agent seamlessly spawns a headless browser to finish the GUI workflow.
Why: The real world is messy. 80% of enterprise software has no API. Agents must adapt to broken environments.
14.) Shadow Trajectory Comparator
Build: A silent 5% traffic mirror that runs a new agent topology in the background, diffing tool-call paths and costs without affecting users.
Why: You cannot A/B test non-determinism safely in production without shadow mode.
15.) Public Architecture Teardown
Build: 3 published deep-dives detailing your swarm topology, state-machine design, inter-agent security and cost-per-task analysis.
Why: Top AI labs hire Agent Engineers based on their system design judgment not their ability to import LangChain.
Systems that prove you can orchestrate, secure & scale when autonomous agents touch your stack.
Most people watch tutorials. Builders ship systems.
Bookmark & Repost.
Mi regla al construir con agentes: todo lo que pueda ser determinista, que lo sea.
En Yerro Sprint lo aplico cada semana. Cada vez que el agente "decide" algo que una regla podría decidir, pago dos veces: en tokens y en errores.
Tres ejemplos reales:
1. Saber qué tareas faltan. Antes el agente releía listas enteras, entre 5 y 51 KB. Ahora un script le devuelve solo lo pendiente: entre 100 y 800 bytes.
2. Decidir si un cambio es "pequeño". No lo decide el agente ni yo, porque los dos nos mentimos. Lo decide el diff: 1 archivo, máximo 20 líneas.
3. Validar enlaces y archivos. Un checker no se cansa ni se deja convencer.
Lo determinista tiene tres ventajas que un modelo no puede darte: cuesta casi cero, falla siempre igual (y por eso se puede testear) y no alucina.
Esto no va contra la IA. Va de usarla donde hace falta juicio: entender, decidir, escribir. Lo demás, código.
Cada regla que saco del prompt y meto en un script es un falso positivo menos y una factura más baja.
🤖 Made with AI
Mi agente releía listas de tareas de 100 líneas solo para saber qué le faltaba.
Así que en Yerro Sprint agregué una consulta: tasks.py pending <etapa>. Devuelve solo los IDs pendientes, con el título recortado a 80 caracteres y las hechas como un número, no como lista.
Antes leía entre 5 y 51 KB de archivos. Ahora recibe entre 100 y 800 bytes.
La probé en 37 etapas reales: 9 tenían trabajo pendiente y apareció 1 contradicción real (una etapa marcada como implementada con una tarea sin tachar). La consulta no la corrige, solo la avisa. Decidir quién miente es trabajo del agente.
Darle menos contexto al agente también es diseño.
Un paper que me cuadró: varios agentes grandes, compartiendo un mismo registro, construyeron en 20 días un simulador completo de Hearthstone Battlegrounds. Después entrenaron ahí un modelo pequeño que solo sabe jugar eso, y en ranking real pasó de 6.000 a unos 15.000 puntos.
Lo interesante no es el juego. Es el patrón: los modelos grandes construyen el entorno y el modelo pequeño hace una sola tarea muy bien y barato.
Yo uso la misma idea en CDR, mi cámara con IA: Gemma 4 E2B cuantizado a Q8 corre local con llama.cpp y confirma si hay una persona antes de que suene la alarma. Se acabaron los falsos positivos.
No todo necesita el modelo más grande.
GitHub está empujando Spec Kit: primero el agente escribe qué va a construir, tú apruebas la spec, y después programa.
Yo llevo meses trabajando así con Yerro Sprint: cada etapa tiene criterios de aceptación, tareas y una auditoría antes de darse por cerrada.
¿Y tú cómo trabajas con agentes?
Hay tres cosas que me encantan: los viernes, la IA y que llueva.
Hoy se alinearon los planetas. 😂🌧️🤖
Lo mejor de la IA es que ya uno puede hacer software tomando cerveza sin sentirse culpable.
¿O será lo peor? 😂🍺
(Confirmen en los comentarios)
Le puse carril exprés a mi propio proceso.
En Yerro Sprint cada feature pasa por etapas: decisión, tareas, tests, auditoría. Pero un cambio de 3 líneas no debería pasar por todo eso.
El problema es que "chiquito" siempre lo decide uno, y uno siempre se miente.
Así que lo decide el diff:
1 archivo de producción, máximo 20 líneas, ninguna ruta excluida.
Los archivos nuevos sin trackear cuentan, para que no haya trampa.
Los tests no consumen presupuesto.
Si acumulo 3 cambios exprés en el mismo archivo, doctor[.]py me avisa.
17 checks cubren la frontera y corren en CI.
Los atajos también necesitan reglas.
