En octubre medí mi trabajo con Claude, con los transcripts de Claude Code y el historial de GitHub.
Resultado: 95 horas reales y 325 pull requests mergeados.
Pero el dato más útil fue otro. Por cada token que Claude escribió, leyó unos 240. Por eso todo mi stack apunta a lo mismo: que el agente lea lo justo.
Los números
95,3 h reales con agentes, en 22 días
111 sesiones
324 subagentes, que trabajaron 72,6 h más en paralelo
683 commits hechos por Claude
325 de 361 pull requests mergeados
3.650 millones de tokens leídos y 15,4 millones escritos
Modelos: Opus 70% · Sonnet 26% · Fable 3%
US$1.589 a tarifa de API, unos US$5 por PR mergeado
Horas reales = tiempo de reloj con al menos un agente activo. Dos agentes en paralelo durante una hora cuentan como una hora.
Lo que aprendí: el contexto es lo que más se consume
Un token es un trozo de texto. Es la unidad con que el modelo lee, escribe y cobra.
En cada paso, Claude Code le envía al modelo todo el contexto: instrucciones, archivos, historial, salidas de comandos. El modelo lo relee completo antes de escribir una línea.
El 98% de lo que leyó en octubre salió de caché: era el mismo contexto, releído una y otra vez. Eso es bueno, porque la caché es rápida y barata.
Lo malo es cuando el contexto crece sin control. Cada paso lo relee todo, así que la sesión se encarece y el modelo pierde foco.
Por eso he cambiado un poco el approach. Ya no escribo código: cuido el contexto que el agente relee.
El stack
La Consola (iTerm2) y Claude Code. Cada capa tiene un solo trabajo.
Terminal (iTerm2): me avisa cuando un agente termina o pide permiso.
Shell (Oh My Zsh, Starship, fzf, zoxide, direnv): arranca en ~128 ms en cada pestaña de agente.
Agentes (Claude Code, git worktree,
claude agents): una tarea, una sesión, un contexto.Herramientas del agente (rg, fd, ast-grep, jq, gh): leer el fragmento exacto, no el archivo entero.
Revisión (lazygit, delta): leer el diff y decidir rápido.
Lo que más influye en el contexto:
Worktrees.
cw nombre-tareaabre un agente en su propia copia del repo. Las tareas corren en paralelo sin mezclar contextos.Búsqueda precisa. Con
rg,fdyast-grep, el agente lee solo lo que necesita.Shell limpio. Los agentes heredan tus atajos. Desactivé los alias decorativos dentro de sus sesiones: un
lscon íconos es ruido que el agente relee en cada paso.
Tres reglas:
Pocos plugins. Cada uno se carga en cada pestaña de agente.
Ningún alias que tape un comando real.
Saltarse los permisos, solo dentro de un contenedor.
Las prácticas
Las herramientas reducen lo que el agente lee. Las prácticas deciden qué vale la pena leer.
Planificar. Antes de pedir código, dejo un plan escrito. Es contexto corto, estable y claro. (
writing-plansybrainstorming, por ejemplo)Delegar. Un subagente explora en su propio contexto y devuelve solo un resumen. Así 324 subagentes trabajaron 72 horas sin inflar mi sesión.
Documentar. Las decisiones quedan como ADRs y diagramas en el repo. La próxima sesión las lee en vez de redescubrirlas.
Enseñar el dominio. Lo que el modelo no sabe de mi negocio lo escribo una vez como skill, como
chile-normativaes un skill que tiene una normativa especifica con sus artículos y ejemplos.Empezar limpio.
/clearentre tareas. Arrastrar historia cuesta más.
La idea de fondo: lo que corrijo en el chat se pierde; lo que dejo en el repo se acumula.
Cómo medirlo tú
Claude Code guarda cada sesión en ~/.claude/projects, con la hora de cada evento. Un script corto que lea solo esas marcas de tiempo te da horas, sesiones y prompts por mes. Cruzado con git log, tienes commits y pull requests.
Sigue tres cifras mes a mes: el porcentaje de caché, los tokens leídos por PR mergeado y el costo por PR. Si los tokens por PR suben y los PRs no, el contexto se está inflando.
Pero no todo es blanco y negro. Analiza tu flujo de trabajo, monitorea si los tokens quemados están o no agregando valor. ¿Se paga la inversión? ¿Tus resultados están mejorando?
Nota: Sube la retención de transcripts antes de empezar. Yo perdí todo lo anterior a agosto.
Key Takeaway
Trabajar con agentes no es escribir mejores prompts. Es diseñar lo que el agente lee.
El agente relee todo antes de escribir una línea. Mi trabajo es que valga la pena releerlo.
Hay muchos post, videos, gurús que publican herramientas mágicas para ayudarte a optimizar tu flujo de trabajo. Es mejor medir tu flujo actual, establecer un conjunto de métricas clave y elegir por ti mismo.
Disclaimer: Built from the ground up using documentation and diagrams from real use cases. While Claude assisted in the structural organization of this post, all technical strategies and data-processing milestones are derived from my direct professional practice.