La era de los AI Wrappers terminó. Comienza la era de los Claude Agent Wrappers.

Analicé el workshop de 90 minutos que dio Tariq Shihipar, el líder detrás de Claude Code en Anthropic.

Desde Manus, el interés por los agentes se disparó - pero cómo construir agentes que realmente funcionen en producción sigue siendo algo frustrantemente difuso. Este workshop fue la respuesta de Anthropic a esa pregunta.

Más allá de los servicios que simplemente wrappean una API de LLM, ¿qué tiene que cambiar cuando diseñamos aplicaciones agent-native? Acá van los cuatro puntos clave.

Bash es la herramienta más poderosa

No necesitás docenas de herramientas custom.

• El software que ya existe en Linux - ffmpeg, jq, curl y muchos más - puede resolver la mayoría de las tareas cuando se compone a través de comandos Bash.
• Los agentes aprenden solos a usar herramientas leyendo man pages y la salida de --help.
• No necesitás meter la especificación de cada herramienta en el prompt, lo que significa menos desperdicio de context window.

La implicación es importante: en lugar de construir integraciones a medida para cada capacidad, le das al agente un shell y dejás que componga software existente. El universo de herramientas CLI se convierte en la caja de herramientas del agente - sin necesidad de registrar ninguna de antemano.

El núcleo del loop del agente es la verificación

Recopilar Contexto → Tomar Acción → Verificar el Trabajo.

• El criterio para decidir si usar un agente es simple: ¿podés verificar el output?
• El código es fácil de verificar con compiladores y linters. Para tareas de investigación, necesitás diseñar la lógica de verificación por separado - como exigir citas de fuentes.
• No te apoyes solo en la inteligencia del modelo. Poné herramientas determinísticas - chequeo de existencia de archivos, validación de sintaxis, type checking - dentro del loop para prevenir alucinaciones.

Este es el insight que la mayoría de los equipos se pierden. Se enfocan en hacer agentes más inteligentes cuando deberían estar haciéndolos más verificables. Un modelo mediocre con loops de verificación sólidos va a superar a un modelo brillante sin ninguno.

Incluso el trabajo no-dev se resuelve generando código

Incluso tareas simples como consultar el clima o analizar emails se manejan mejor con código que con respuestas en texto.

• El enfoque: dejá que el agente escriba scripts al vuelo para conectar múltiples APIs y procesar datos.
• Una porción significativa de los usuarios de Claude Code en realidad están en roles no-dev - marketing, finanzas, operaciones.
• Tratar el análisis de datos y las tareas repetitivas como código descartable - scripts que se escriben una vez, se ejecutan una vez y se descartan - se está convirtiendo en el flujo de trabajo estándar.

Esto redefine lo que significa “programar” en la era de los agentes. El agente no necesita una integración preconstruida con tu proveedor de email. Escribe un script que llama a la API, filtra los datos y devuelve resultados - todo generado en tiempo de ejecución.

La ingeniería de contexto vive en el sistema de archivos

Más allá del prompt engineering, necesitás diseñar el entorno en el que trabaja el agente.

• Darle nuevas capacidades a un agente no tiene que ver con fine-tuning complejo. Se trata de entregarle una carpeta con archivos markdown bien escritos y scripts.
• Tariq lo describió como estar “file system pilled.”
• Los agentes tienen estado. El núcleo de la arquitectura de agentes es un entorno sandboxeado - un contenedor - donde el agente tiene acceso a un sistema de archivos y puede ejecutar comandos Bash.

Pensalo así: el sistema de archivos es la memoria a largo plazo del agente, su biblioteca de referencia y su espacio de trabajo, todo en uno. Un archivo CLAUDE.md en la raíz del proyecto no es solo documentación - es la guía de onboarding del agente. Un directorio scripts/ no son solo utilidades - es el toolkit del agente.

El cambio de paradigma

Así como el desarrollo web evolucionó de jQuery a React - pasando de la manipulación imperativa del DOM a una arquitectura basada en componentes - el desarrollo de agentes está pasando de llamadas crudas al prompt a frameworks estructurados.

La pregunta ya no es “¿qué le debería preguntar?” Es “¿qué permisos y entorno le debería dar?”

Los equipos que entiendan esta distinción - que el rendimiento del agente depende menos del modelo y más del sistema que lo rodea - van a construir la próxima generación de software.

Basado en el workshop de Tariq Shihipar en Anthropic.