Workflows agénticos — Maestría1 / 8
La mentalidad del flujo de trabajo agéntico
La mayoría de los desarrolladores tratan la IA como un autocompletado más inteligente. Los que avanzan la tratan como un compañero que actúa. Aquí está el modelo mental.
La mayoría de los desarrolladores tratan la IA como un autocompletado más inteligente. Los que avanzan la tratan como un compañero que actúa sobre el repositorio, ejecuta las pruebas e informa.
Asistencia vs. agencia
El autocompletado y el chat son asistencia: tú eres las manos, la IA sugiere. Un flujo de trabajo agéntico da al modelo agencia dentro de límites que estableces — lee archivos, ejecuta comandos, edita código y verifica resultados, pausando solo cuando encuentra algo irreversible o ambiguo.
El cambio no es "mejores prompts". Es trasladar el trabajo de una pestaña de chat a tu terminal y repositorio, donde el agente tiene el mismo contexto y herramientas que tú.
Los cuatro hábitos
- Dale el proyecto, no un párrafo. Apunta el agente al repositorio de código y a un
CLAUDE.mdcon convenciones. El contexto vence a la ingeniosidad. - Déjalo ejecutar, luego revisa. Aprueba una lista de herramientas permitidas una vez; deja de vigilar cada paso. Revisa el diff, no los comandos.
- Haz las reglas determinísticas. Todo lo que debe suceder siempre (formato, lint, escaneo de secretos) pertenece a un hook, no a una petición cortés.
- Delega los análisis profundos. Activa un subagenте para una tarea enfocada y con mucho contexto, así tu hilo principal se mantiene agudo.
Lo que cubre esta serie
En los siguientes artículos armamos la configuración de uso diario: servidores MCP para conectar tus herramientas, hooks para reforzar tus reglas, comandos slash personalizados para empaquetar flujos de trabajo del equipo, y subagenтes para paralelizar. Al final los encadenarás en pipelines que toman un ticket a una rama revisada con tu participación solo donde cuenta.
El resto es mecánica — y la mecánica es exactamente de lo que tratan los próximos siete artículos.
Serie — Workflows agénticos — Maestría
- Parte 01La mentalidad del flujo de trabajo agéntico — estás aquíLa mayoría de los desarrolladores tratan la IA como un autocompletado más inteligente. Los que avanzan la tratan como un compañero que actúa. Aquí está el modelo mental.
- Parte 02MCP Servers 101 — Dale herramientas reales a tu agenteEl Model Context Protocol es cómo tu agente deja de adivinar y comienza a consultar tu base de datos, tus issues, tu navegador. Aquí está el modelo mental y la primera conexión.
- Parte 03Construye tu primer servidor MCP personalizadoLos servidores predefinidos cubren GitHub y Postgres. El de alto impacto es el servidor que solo tú puedes escribir — el puente hacia tu propio sistema.
- Parte 04Hooks — Make the Agent Obey Your RulesA prompt asks the model to remember. A hook makes it happen — deterministically, every time, outside the model's control.
- Parte 05Custom Slash Commands as Team WorkflowsA custom slash command is a reusable prompt you commit to the repo — so the whole team runs the same high-quality instruction instead of re-typing it.
- Parte 06Subagentes — Delegando Trabajo que EscalaUn contexto gigante se vuelve lento y vago. Los subagentes permiten que el agente principal delegue trabajo enfocado a especialistas con su propio contexto y herramientas — y ejecutarlos en paralelo.
- Parte 07The Daily-Driver Setup — Settings, Permissions, Status LineLa diferencia entre luchar contra el agente y fluir con él es veinte minutos de configuración que haces una sola vez. Aquí está la configuración.
- Parte 08Multi-Tool Pipelines — Ticket to Reviewed BranchThe payoff: chain MCP, hooks, commands and subagents into one flow that takes a ticket to a reviewed branch — with you in the loop only where it counts.