Claude Code en 2026: las capas importan más que las herramientas

Instalé gstack, Superpowers y Compound Engineering en la misma semana. Tres extensiones de Claude Code con buena reputación, cada una con su propia comunidad de fans. Esperaba un efecto acumulativo en la productividad. En cambio, obtuve funcionalidades que se pisaban entre sí, huecos en la cobertura y la sensación persistente de estar juntando herramientas sin ningún criterio para evaluarlas.

Después de unos días corriendo las tres al mismo tiempo, encontré el problema de fondo. No era malo eligiendo herramientas. Era malo para ver las capas.

Cómo se ven las capas en la práctica

La programación con IA desplazó el rol humano: dejamos de escribir código para ponernos a coordinar agentes. Coordinar requiere un modelo mental, y el que por fin me hizo clic tiene tres capas: decisión, proceso y conocimiento. Cada herramienta que revisé era fuerte en una capa y floja en las otras. Una vez que lo vi, tanto los solapamientos como los huecos dejaron de ser un misterio.

La capa de decisión

El comando /plan-ceo-review de gstack examina el trabajo desde una perspectiva de producto. /plan-eng-review lo revisa desde una perspectiva de arquitectura. Ambos corren antes de escribir una sola línea de código. El objetivo es matar las malas ideas antes de que cobren vida.

Pensé que la fase de codificación sería el cuello de botella. No lo fue. El mayor desperdicio de tiempo era construir funcionalidades que nunca debieron haberse arrancado. Después de dos semanas usando las puertas de validación de gstack, noté que la diferencia de calidad venía menos de escribir mejor código y más de escribir menos código innecesario. Se dice que Garry Tan entregó 600 000 líneas en 60 días con esta configuración. El comando /qa abre un navegador real y navega por la app como si fuera un usuario, atrapando problemas que los tests unitarios no detectan.

Donde gstack falla: no tiene memoria entre sesiones. Cada revisión arranca desde cero.

La capa de proceso

Superpowers estructura el trabajo en un ciclo de brainstorming, planificación, ejecución y revisión. Las 120 000 estrellas en GitHub están bien ganadas. Pasar de “pedirle a la IA que lo haga” a un flujo de trabajo repetible generó una diferencia inmediata en la consistencia de los resultados.

Asumí que eso iba a ser suficiente. No lo fue. El flujo funciona bien dentro de una sesión, pero en cuanto abrí una sesión nueva al día siguiente, todo lo que había aprendido se había ido. Incluye revisores de specs y revisores de calidad de código basados en subagentes, y funcionan bien. Pero ninguna parte del sistema registra qué pasó ayer para usarlo hoy.

La capa de conocimiento

El comando /ce:compound de Compound Engineering corre después de terminar una tarea. Cinco subagentes se activan en paralelo: rastrean el contexto de la conversación, extraen la solución, verifican si hay documentación duplicada, generan una estrategia de prevención y categorizan el resultado. Todo queda en docs/solutions/.

Una semana después de empezar a usarlo, me encontré con un error parecido a uno que ya había resuelto. Durante la fase de planificación, el sistema localizó el registro anterior y me mostró la solución. Una sesión de debugging que me habría tomado horas me tomó minutos. /ce:review corre al menos seis revisores independientes en paralelo. /ce:plan revisa los logs de git y el historial del proyecto antes de proponer cualquier cosa.

Si los archivos de progreso de Anthropic son notas de traspaso entre turnos, el docs/solutions/ de Compound Engineering es un recetario que todo el equipo consulta todos los días.

Encontrar la capa vacía

El punto no es que tengas que instalar estas tres herramientas específicas. El punto es que, una vez que podés ver las tres capas, podés evaluar cualquier herramienta, o armar la tuya propia.

Usé las tres juntas durante una semana antes de darme cuenta de que la redundancia estaba concentrada en la capa de proceso mientras la capa de conocimiento llevaba meses vacía. Identificar ese hueco fue más útil que cualquier función individual de cualquiera de las herramientas.

Mirá tu propio flujo de trabajo. ¿Hay una puerta de decisión que frene las malas ideas antes de que se conviertan en código? ¿Hay un proceso definido que corra igual cada vez? ¿Hay un sistema de conocimiento que recuerde lo que aprendiste la semana pasada? Encontrá primero la capa vacía. Después rellenala, aunque eso signifique escribir vos mismo un único archivo SKILL.md en lugar de instalar el framework de otra persona.

La capacidad de ver las capas va a durar más que cualquier herramienta específica del ecosistema.