DevAI: Claude Code adopta AGENTS.md: por fin un poco de…

Claude Code adopta AGENTS.md: por fin un poco de interoperabilidad

Anthropic ha actualizado Claude Code para que lea `AGENTS.md` cuando no encuentra `Claude.md` en el proyecto. Puede parecer un cambio menor, pero tiene bastante sentido: `AGENTS.md` es el fichero que ya usan OpenAI Codex y otros agentes de código como estándar de facto para instrucciones contextuales. Esto significa que si tienes un repositorio ya configurado para Codex, Claude Code lo pillará sin que toques nada. Ojo, el orden de prioridad sigue siendo `Claude.md` primero, así que tus configuraciones existentes no se rompen. En la práctica, es un paso pequeño hacia un ecosistema menos fragmentado donde no tienes que mantener N ficheros de instrucciones para N herramientas distintas. leer más

800K líneas de Rust escritas con el propio Copilot — y funciona en producción

GitHub ha migrado el runtime de Copilot a Rust usando agentes de Copilot, y el resultado son 800.000 líneas de código de producción. Lo interesante no es el flex del número, sino la honestidad del post: admiten que sin agentes esta migración simplemente no habría sido viable económicamente. Esto significa que ahora puedes plantearte rewrites que antes descartabas por el coste en tiempo de ingeniería. Ojo con esto porque no es magia — el post deja claro que el trabajo de revisión, arquitectura y testing sigue siendo tuyo. Los agentes aceleran la parte mecánica, no piensan por ti. leer más

El entorno importa más que el modelo en tus coding agents

Un paper nuevo introduce el concepto de "harness tax": la pérdida de rendimiento que sufre un agente de código dependiendo de cómo está configurado su entorno de ejecución, no del modelo en sí. Dicho de otra forma, dos setups con el mismo Claude o GPT-4 pueden tener diferencias brutales de performance simplemente por cómo está montado el scaffolding. Esto es crítico si estás construyendo pipelines con agentes: antes de culpar al modelo de que falla, revisa tu harness. Los resultados empíricos sugieren que el diseño del entorno puede ser tan determinante como el propio LLM. leer más

Cuando los agentes de código rompen tu pipeline de CI

Linear se ha dado cuenta de algo que muchos equipos van a experimentar pronto: cuando tienes agentes de IA generando PRs a saco, tu CI deja de ser un proceso de fondo para convertirse en el cuello de botella principal. Su respuesta fue rediseñar completamente cómo priorizan y ejecutan los jobs, apostando por paralelización agresiva y colas más inteligentes. Esto significa que si estás empezando a usar coding agents en serio, más te vale revisar tus métricas de CI ahora, antes de que el volumen te explote en la cara. El problema no es el código, es la infraestructura que lo valida. leer más

Tu coding agent puede estar mandando tu historial de Git a saber dónde

ZCode, un agente de coding basado en GLM, sube silenciosamente tu historial completo de Git sin pedirte permiso ni avisarte. Sin prompt, sin checkbox, sin nada. Esto no es un bug menor: tu historial de Git puede contener credenciales antiguas, tokens, arquitecturas internas, lógica de negocio sensible o simplemente código que no quieres compartir con nadie. Ojo con esto si estás evaluando alternativas a Claude Code o Cursor, porque el ecosistema de coding agents está creciendo rápido y la mayoría no ha pasado por auditorías serias. Revisa siempre qué datos envía una herramienta antes de instalarla en tu máquina de trabajo. leer más

Un grafo de tu codebase para que los LLMs no se pierdan en él

Si trabajas con repos grandes y herramientas como Cursor o Claude, sabrás que el problema no es la IA, es el contexto: le mandas demasiado y se despista, le mandas poco y falla. `code-review-graph` construye un mapa persistente de tu código —dependencias, relaciones entre módulos, flujo de llamadas— y lo expone vía MCP para que el agente acceda solo a lo relevante. Según sus benchmarks, reduce drásticamente los tokens consumidos en code reviews. Ojo con que son 31k stars en poco tiempo, así que toca validar esas métricas tú mismo antes de integrarlo en producción. leer más

rtk

Si trabajas con LLMs en tu flujo de desarrollo diario, sabes que los tokens se van volando (y con ellos, el presupuesto). rtk es un proxy CLI escrito en Rust que se interpone entre tus comandos habituales y el modelo, comprimiendo el contexto enviado y reduciendo el consumo de tokens entre un 60% y un 90%. Sin dependencias, un único binario: instalas y funciona.

Con más de 81.000 estrellas en GitHub, la tracción habla por sí sola — esto no es un experimento, es una herramienta que la comunidad ya usa en producción.

Puedes usarlo para abaratar drásticamente el coste de tareas repetitivas como code review, generación de tests o refactors masivos. Encaja especialmente bien si tienes pipelines de CI/CD que llaman a APIs de LLMs y los costes mensuales ya no son despreciables.

ver en GitHub

Serena es un toolkit MCP que convierte a tu agente de código en algo parecido a un IDE completo: en lugar de que el agente trabaje a ciegas sobre ficheros, Serena le da recuperación semántica del código (busca por significado, no solo por texto) y capacidades de edición inteligente. Básicamente, cierra la brecha entre "el agente sabe programar" y "el agente entiende tu proyecto".

Esta semana la probaría integrándola con Claude o cualquier cliente compatible con MCP en un proyecto mediano donde el agente siempre pierde el contexto entre ficheros. Si trabajas en proyectos pequeños o ya tienes un flujo que funciona, probablemente no la necesitas. Los 30K estrellas en GitHub son señal de que algo está haciendo bien.

probarla

AGENTS.md importa más de lo que parece

El movimiento de Claude Code hacia AGENTS.md no es un detalle menor: es una señal de que el ecosistema de agentes se está consolidando alrededor de estándares compartidos. A ti esto te afecta porque si ya tienes pipelines con Codex o cualquier otro agente, ahora puedes reutilizar la misma configuración sin duplicar instrucciones. Lo que antes era vendor lock-in disfrazado de conveniencia empieza a abrirse. No es revolución, pero sí es el tipo de interoperabilidad silenciosa que dentro de seis meses agradecerás haber adoptado desde el principio.