10 principios del código IA del creador de OpenClaw
Peter Steinberger, creador del proyecto con más estrellas en menos tiempo en la historia de GitHub, comparte 10 principios para trabajar con agentes IA.
La entrevista con Peter Steinberger, creador de OpenClaw (antes Clawdbot), me impactó bastante. Es también el autor del proyecto que alcanzó el crecimiento de estrellas más rápido en la historia de GitHub.
Peter es un veterano que manejó una empresa de 60-70 personas durante 13 años, la vendió, se tomó tres años de descanso y volvió. Su perspectiva sobre el desarrollo en la era de la IA es fundamentalmente distinta a lo que la mayoría asumimos.
Un comienzo simple
No hubo ningún plan de negocio ambicioso al principio. Simplemente quería “jugar con la IA” y terminó armando una herramienta porque quería chatear con su computadora de casa a través de WhatsApp mientras andaba afuera.
El momento revelador
El momento decisivo llegó durante un viaje. Le mandó un mensaje de voz a su agente, pero nunca había programado soporte de voz. El agente identificó el formato de archivo Opus por su cuenta, encontró ffmpeg para convertirlo, ubicó una clave API, transcribió y tradujo el mensaje, y mandó una respuesta. En ese instante entendió que los agentes son “bestias inteligentes y resueltas”.
Basándose en experiencias como esta, Peter armó sus 10 principios del código IA.
Soltar el perfeccionismo para trabajar con IA
Manejar un equipo de 70 personas le enseñó a aceptar trabajo que no coincide con su estilo personal. Código que no se alinea al 100% con tus preferencias pero funciona bien es suficiente. Esa flexibilidad es ahora su mayor ventaja al colaborar con agentes.
Diseñar sistemas donde los agentes verifican su propio trabajo
Peter lo llama “cerrar el loop (Close the loop)”. Compilar, lint, ejecutar, verificar: el agente se encarga de todo. Cuando los humanos tienen que confirmar pasos intermedios, se vuelven un cuello de botella que frena todo.
Los Pull Requests murieron - bienvenidos los Prompt Requests
El código en sí importa menos que el prompt que lo generó. Peter rechaza la mayoría de los PR externos, saca solo la idea central y la recicla como prompt. Su hermano labura de la misma manera, señal de que este patrón ya se está expandiendo.
Cambiar las revisiones de código por discusiones de arquitectura
Ni en Discord el equipo principal habla de código. Discuten sobre la estructura del sistema, las decisiones importantes y la dirección. Todo el equipo tiene internalizado que los detalles de implementación son cosa del agente.
Correr de 5 a 10 agentes a la vez
En vez de quedarse trabado en una sola tarea, pone varias tareas en cola en paralelo. Planifica, delega al agente y salta al siguiente. Así es como Peter mantiene su estado de flow durante todo el día.
Dedicar una cantidad sorprendente de tiempo a planificar
Peter hace un ida y vuelta intenso con los agentes durante la fase de planificación: cuestiona, revisa, rebate e itera hasta que el plan esté sólido. Prefiere Codex a Claude Code para la ejecución porque Claude Code hace preguntas de aclaración durante la ejecución, lo que corta el flow. Cuando el plan es sólido, la ejecución casi no requiere intervención.
Dar instrucciones deliberadamente vagas
Instrucciones demasiado específicas limitan a la IA a operar solo dentro de ese alcance. Dejar margen a propósito permite al agente descubrir caminos que no habías considerado. En mi experiencia, realmente funciona: salen soluciones inesperadas con frecuencia. Igual, no siempre es el enfoque correcto.
Probar en local en vez de esperar 10 minutos al CI remoto
Esperar 10 minutos a que se ejecute un pipeline de CI remoto es tiempo tirado. Diseñá el sistema para que los agentes corran las pruebas en local. Cuanto más corto sea el loop de feedback, más rápido iterás.
La mayor parte del código es solo transformación aburrida de datos
La mayor parte del código de aplicación consiste en “mover datos de una forma a otra”. No hay razón para obsesionarse: delegalo al agente. Guardá tu energía para el diseño del sistema, no para la plomería de datos.
La gente que disfruta lanzando productos se adapta mejor a la IA
Los desarrolladores que disfrutan resolviendo puzzles algorítmicos la pasan peor en la transición a la IA. Los que se interesan más por los resultados y el lanzamiento de productos se adaptan rápido. Es un patrón que veo constantemente a mi alrededor.
La visión de Peter sobre el futuro
Predice que un montón de apps van a desaparecer, dejando solo APIs. En vez de abrir MyFitnessPal para registrar comida a mano, le vas a mandar una foto a tu agente, que va a calcular las calorías y ajustar tus objetivos de salud automáticamente.
Conclusión
Hay espacio para el debate, pero los 10 principios de Peter convergen en una única dirección: soltar el perfeccionismo, discutir arquitectura en vez de revisar código, dejar que los agentes verifiquen su propio trabajo y correr varios agentes en paralelo.
Todo apunta a construir un entorno donde el desarrollador no necesite escribir código él mismo. Si esa es la dirección, entonces la verdadera habilidad en la era de la IA no es escribir buen código, sino diseñar el sistema que resuelve problemas sin que tengas que escribir ni una línea.
Referencias:
Unite al boletín
Recibí actualizaciones sobre mis últimos proyectos, artículos y experimentos con IA y desarrollo web.