E198 - Hablemos de Loops y otras cositas...

Resumen

El episodio 198 aclara la confusión alrededor del término "loop", que designa dos cosas distintas. La primera es `/loop` de Claude Code, una función que programa un cron para repetir una tarea cada cierto tiempo mientras la sesión esté abierta (hasta unos 7 días). La segunda es el "loop engineering" o *agentic loop*: un objetivo, un conjunto de herramientas y un `while true` que itera hasta cumplir el objetivo, idealmente verificable. Mati sostiene que este segundo concepto es muy antiguo y que solo se puso de moda; lo ilustra con un ejemplo de data science (Titanic, meta de 90 % de precisión) y con la función `/goal` de Codex. Concluye que el hype de LinkedIn es humo, pero que la funcionalidad es real. La segunda parte es una discusión sobre el futuro: niveles de abstracción al programar, programar como "leer y escribir", costo de tokens, modelos locales, venta frente a construcción y la imposibilidad de que un modelo "te haga millonario".

Capítulos

• 00:00
  Intro: Qué es un loopSe presenta el tema: "loop" significa cosas distintas según el contexto (agentic loop, ciclo de programación, loop con un agente). Mati promete dejarlo claro.
• 00:45
  Arqueología del términoMati explica que investigó porque en un streaming anterior sobre Harness Engineering nadie supo definir con exactitud qué es un loop. Encontró una mezcla de términos que explica el enredo.
• 02:06
  Humo en LinkedInMati publicó en LinkedIn la pregunta de si esto es humo o algo real. Comenta que los posts sobre "loop engineer" no aclaran nada y parecen escritos con IA.
• 03:59
  Slash loop en ClaudeRevisa varios videos de YouTube; el origen es una entrevista a Boris Cherny (creador de Claude Code), quien dice que `/loop` es "lo más simple que funciona": Claude usa Cron para programar un trabajo repetitivo. Boris dice tener decenas de loops, por ejemplo uno que cuida sus PR.
• 07:10
  Demo con cronDemo en vivo: programa una consulta del dólar cada 30 segundos (el mínimo permitido). Funciona vía API de pago, y la sesión debe estar abierta; dura hasta 7 días.
• 09:23
  Casos de uso realesIdeas: revisar el correo cada hora, que Teams avise de mensajes que requieren respuesta, vigilar PR y comentarios de fallos. Para casos personales haría falta un MCP, y la llamada puede ser cara.
• 12:14
  Loop engineering explicadoDistingue `/loop` del concepto de loop engineering, que trata del ciclo de los agentes. Cita otra entrevista a Boris donde dice que ya no usa IDE y que el código está "medio resuelto"; el salto de calidad llegó con Sonnet 4.5.
• 16:15
  Agentic loop pseudocódigoMuestra el esquema de un video de hace un año: entorno, tools, un prompt con objetivo y restricciones, y un `while` que consulta el estado, llama herramientas y ejecuta hasta estar listo. Mati opina que "loop engineering" es un concepto viejo y no una novedad.
• 18:06
  Validación y controlCris agrega que el loop debe incluir validación: testear, corregir y avanzar hacia el objetivo. Mati añade que es el esquema de siempre (plan, ejecutar, verificar).
• 18:42
  Goals en CodexPresenta `/goal` de Codex, un objetivo persistente que itera hasta cumplirse; Codex no tiene un equivalente a `/loop`. Debaten si debe haber un humano en la evaluación: depende del riesgo, y menciona el enfoque de Peter (creador de OpenClaw), muy "vibe-codeado", frente a una empresa madura.
• 22:42
  Ejemplo TitanicDiseña un caso: llegar al 90 % de precisión en Titanic, con splits train/validation/test y una tool `evaluate_model` que el LLM debe usar sobre validation; el test solo se reporta al final. Lo compara con AutoML, pero con más potencia (feature engineering con LLM).
• 25:25
  Riesgos y seguridadEl script de loop en Python no se ejecuta porque podría llamar a cualquier cosa en su PC. Aislarlo con Docker complicaba demasiado el ejemplo, así que lo deja como pseudocódigo.
• 30:03
  Limitaciones de GoalEjecuta `/goal` sobre Titanic; le costó configurarlo, porque solo acepta una instrucción corta y empezó a modificar sus funciones. Tardó unos 2 minutos.
• 33:23
  Aclarando el loopMati cierra el misterio: no era más que eso.
• 33:34
  Loop Cloud vs engineeringResumen: `/loop` es una función de Claude para ejecutar acciones cada cierto tiempo; loop engineering es buscar un objetivo con herramientas iterando en un ciclo, con objetivo verificable para no caer en un `while true` eterno.
• 34:23
  MemesMemes sobre estimaciones de esfuerzo, server vs serverless, "data" vs "data", loop engineering con "AI slop" y el "developers, developers" del CEO de Microsoft. Se debate la pronunciación y el uso de "la data".
• 41:31
  Encapsular con DockerMati cuenta que encapsular el loop con Docker complicaba demasiado y perdía el concepto, por lo que dejó pseudocódigo.
• 42:40
  Spec Driven DevelopmentMati prueba SDD y hace skills para ciencia de datos; quiere dedicarle un tema futuro. Comentan que llegan 2-3 semanas tarde a las modas, lo que ayuda a ver qué es realmente.
• 44:31
  Claude para tareas realesUno de los participantes usa Claude para todo; armó con un flujo (temario, prueba anterior, guía de importación) una prueba para Forms, que falló al importarse por limitaciones de Forms.
• 46:15
  Ragnarok bots y códigoCharla sobre botear servidores de Ragnarok Online, donde alguien aprendió a programar como admin de scripting. Mati revisó el código fuente para entender delays de skills de los monstruos.
• 48:05
  Costos y métricas CodexTermina el goal: según el agente llegó a 91,9 de accuracy en validación y 99,52 en train. Un participante cuenta que un test con Claude Opus le cobró 0,1 y decidió no usarlo así.
• 49:21
  Validación vs test en vivoMati escribe un script para evaluar el modelo en test: en validación da ~91,7 pero en test fuera de muestra cae a ~76 %. Atribuye la diferencia a lo ingenuo del ejercicio.
• 51:59
  Video niveles abstracciónMuestra el video que más le gustó y noticias de que Fable 5 se libera al día siguiente. Cris usa Coda, una herramienta interna de Globant con modelos locales gratuitos. Mati describe la evolución: preguntar, workflows (n8n), agentes y loops.
• 56:46
  Imprenta y futuro códigoAnalogía con la imprenta: antes solo ~10 % sabía leer y escribir; quizá programar sea algún día una habilidad básica como leer y escribir.
• 57:50
  Raid y recap loopsLlega un raid de Aníbal. Mati resume los dos conceptos de loop. Aníbal pregunta si el loop engineering no es teoría de control y cálculo numérico de toda la vida; Mati responde que sí.
• 01:00:19
  Qué viene despuésDebate sobre qué sigue tras los loops. Mati recalca que todo funcionó porque los modelos mejoraron (Sonnet 4.5; Opus 4.7 usado por Boris) y que Fable sería pago por uso.
• 01:01:36
  Loops automáticos en ClaudeCris dice que Claude Code ya crea loops por debajo al pedirle una feature (prueba hasta solucionar) y que los modelos incorporan solos estos aprendizajes.
• 01:03:28
  Construir vs venderPara Cris, lo difícil es definir qué hacer y vender, no construir. Ha creado unas siete apps para su uso, pero no las venderá.
• 01:04:55
  Overlay gamer en segundosMati pidió un overlay de teclas para mostrar en el stream de Ragnarok y lo obtuvo en unos 10 segundos. Dice que saber escribir no implica que se vendan infinitos libros.
• 01:06:12
  Todos programan prontoSe imagina que en el futuro cualquiera programe lo que necesita (tres cámaras con audio, apps móviles) sin buscar un producto específico.
• 01:08:38
  Costo real de agentesEl costo crece del prompt simple al workflow y luego al agente en loop. El video recomienda no usar agentes para todo, simplificar y pensar como el agente, que tiene menos contexto que un humano.
• 01:11:41
  Potencia y versiones OpusExperiencia con versiones: con Opus 4/4.5 peleaban con el modelo; 4.6 fue el salto; 4.7 menos; 4.8 casi no se equivoca salvo con alcances grandes.
• 01:13:41
  Fable Mythos y rumoresComentan la reliberación de Fable y el rumor de Mythos. Polymarket subió de 8 % a 60 % la probabilidad de liberación la semana anterior. Comparan un juego creado por Fable con uno de GPT 5.5.
• 01:16:55
  Tokens y precios futurosCris predice que la brecha de precio entre input y output crecerá (por ejemplo, input a $10 y output de buenos modelos a $50-100) por el razonamiento. Dicen que Cris habló de costos de tokens hace un año y medio.
• 01:19:19
  Hardware local tipo refriDebaten correr modelos en hardware local: Cris corre Gemma 4 con 12 GB de VRAM, comparable a GPT 3.5. Imaginan un aparato doméstico, como un refrigerador, que corra modelos locales mientras el estado del arte avanza más.
• 01:24:27
  IDE Git y confianzaCris ya no usa IDE ni revisa Git; confía en el modelo. Mati y otros aclaran que con clientes reales hay que revisar línea a línea, y que hoy ellos siguen siendo el humano del loop.
• 01:26:51
  Requerimientos por cinco milCris imagina documentos de requerimientos firmados por la jefatura para gastar, por ejemplo, $5.000 en un modelo que construya la app. Muchas ideas fracasarán; el valor humano estaría en validar que valga la pena.
• 01:29:11
  Incertidumbre y ser millonarioDiscuten pedirle a un modelo "hazme millonario": depende de eventos aleatorios, de audiencia y de competencia, y los productos tienden a ser commodities. Bromean con que hay que abandonar la ética para serlo.
• 01:34:26
  CierreMati repite que el humo está en LinkedIn, pero la funcionalidad es real. Anuncian que la próxima semana toca la parte de arquitectura de software; los streams son los martes de 19 a 21 h (Chile).

Palabras clave