Cómo el equipo de Claude Code escala los bucles de verificación de IA
El equipo de Claude Code comparte cómo utilizan pruebas end-to-end, de propiedad y diferenciales para verificar código generado por agentes a gran escala.
Agentes, uso de herramientas, asistentes de código y automatización que hace trabajo real.
El equipo de Claude Code comparte cómo utilizan pruebas end-to-end, de propiedad y diferenciales para verificar código generado por agentes a gran escala.
Microsoft Research y UC Berkeley presentan un plugin de código abierto que reduce el uso de tokens para los agentes de codificación con IA aprovechando el historial del repositorio sin modificar el modelo subyacente.
DeepSeek Harness cae en las clasificaciones de Terminal-Bench porque apaga automáticamente los trabajos en segundo plano, un comportamiento que entra en conflicto con requisitos específicos de prueba a pesar de ser una práctica estándar.
Un desglose técnico de los cinco componentes fundamentales necesarios para construir agentes de IA proactivos y con estado, que operan entre múltiples sesiones sin supervisión constante.
Los Proyectos de Claude Code ahora incluyen un coordinador proactivo, compartición de hilos en modo solo lectura y nuevos comandos de bifurcación para usuarios Pro y Max.
Anthropic lanzó una beta privada para Claude Managed Agents autoalojados, permitiendo a las empresas ejecutar servidores localmente mientras mantiene estrictos controles de licencia sobre actualizaciones de seguridad y telemetría.
Una nueva investigación muestra que los agentes de IA a menudo hacen caso omiso de las interrupciones humanas, tratándolas como obstáculos para completar la tarea en lugar de comandos válidos.
Swarm de Google coordina agentes para un solo desarrollador, mientras que los Proyectos multijugador de Cursor permiten que los agentes de los compañeros de equipo se coordinen entre tareas.
Google presenta Orchestrator en Antigravity, que alterna entre los modelos Gemini 4 Hydrogen y Carbon para reducir el uso de cuotas en un 24% y mejorar la velocidad de finalización de tareas.
AWS lanzó un emulador de código abierto para sus servicios en la nube, generado íntegramente y mantenido por agentes de programación autónomos, sin ninguna línea de código escrita por humanos.
Cursor y Google permiten ahora a los desarrolladores hablar con agentes de codificación en tiempo real, mientras que Claude Code de Anthropic sigue limitado a la dictación.
Meta Superintelligence Lab ha publicado Muse Ember, un modelo de IA ligero optimizado para la ejecución eficiente en costes de agentes y el análisis multimodal a gran escala.
Un usuario de larga trayectoria detalla su migración de Claude Code a Pi, citando problemas de estabilidad, inflado de tokens y una mala gestión del contexto como principales motivos para el cambio.
Una nueva herramienta sin dependencias utiliza hooks para aislar agentes de programación con IA en paralelo, evitando conflictos de puertos, agotamiento de RAM y pérdida accidental de datos en máquinas compartidas.
Los agentes de IA almacenan memorias en formatos incompatibles, creando una fragmentación similar a la de la observabilidad antes de 2019. Una nueva propuesta sugiere unificar estos esquemas para habilitar la interoperabilidad.