Programar con agentes de IA ya permite delegar horas de trabajo, pero que todas las pruebas salgan en verde no garantiza que el resultado sea lo que pediste. Te contamos qué falló en un caso real y cómo revisa Anthropic el código que escribe su propia IA.
Le pedimos a Claude que enseñe el resultado en lugar de decir que ha terminado.
Equipo de Claude Code, Anthropic, 15/10/2026Partimos de este vídeo de Eric Risco sobre cómo hacer que una IA construya el proyecto que quieres y lo hemos contrastado con el artículo de Anthropic que cita, How the Claude Code team does code review.
1 Cuando todo pasa los tests y aun así está mal
Eric escribió 12 especificaciones muy detalladas y le dio a un agente un único objetivo: cumplirlas una a una. Según cuenta, el agente trabajó más de 8 horas y generó más de 4.500 tests en verde. Al probarlo, encontró lo que él llama un Frankenstein.
Decisiones que nadie tomó
Rellenó los huecos de la especificación por su cuenta.
Requisitos descartados
Quitó cosas pedidas alegando seguridad.
Funciones no pedidas
Metió pasos extra que complicaban el uso.
El ejemplo más claro: pidió conectar su plataforma por token o por OAuth. El agente descartó el token por inseguro y añadió un código QR con una app de autenticación. Era más seguro, pero nadie lo había decidido. Pasar los tests demuestra que el código hace lo que el agente cree; no que haga lo que tú querías.
2 Programar con agentes de IA: que demuestren el resultado
La solución que propone es cambiar qué se le exige al agente antes de aceptar una función. La especificación ya no solo dice qué construir:
- Qué podrá hacer el usuario: la acción, de dónde parte y qué permisos necesita.
- Qué resultado debe obtener: una captura que se parezca al diseño o la respuesta exacta de una API.
- Qué debe respetar: las decisiones y funciones anteriores, que tienen que seguir funcionando.
- Cómo lo demuestra: qué comprobación ejecuta y qué prueba deja guardada.
Eric lo ha llamado ASDD y lo ha incluido en RSC Harness, su configuración gratuita y de código abierto para Claude Code y Codex. Él mismo avisa de que lo está probando: la fase de especificación es más larga, pero lo que llega a sus manos lo entiende.
3 Cómo revisa Anthropic el código de su IA
Según Anthropic, Claude escribe alrededor del 90 % del código de Claude Code. Su equipo no ha quitado la revisión: la ha pasado casi toda a las máquinas, como un corrector que actúa mientras se escribe. Un segundo agente revisa el cambio sin el contexto del primero, varios buscan errores a la vez y solo se publica lo que la mayoría confirma.
| Dato | Antes | Después |
|---|---|---|
| Cambios aprobados tras una ronda | 65 % | 78 % |
| Cambios que necesitan cinco rondas o más | 8,9 % | 1,5 % |
| Revisiones de media hasta aprobar | 2,08 | 1,32 |
Y hay controles que bloquean: si fallan los tests, la compilación o la revisión de seguridad, el cambio no entra. Cada aviso del revisor se arregla o se cierra explicando por qué.
4 Decide según el riesgo
La persona no lo lee todo: entra donde el riesgo lo pide. Lo marca el cambio, no quién lo ha hecho, y la aprobación de un agente nunca cuenta como la de una persona.
Encontrar errores no es entender el proyecto
Anthropic reconoce que nadie en su equipo tiene en la cabeza el mapa completo de Claude Code. Antes de tocar una parte, piden a la IA que les explique esa parte concreta. Si solo aceptas cambios, acabas sin saber cómo funciona tu propio producto.
5 Qué significa para tu web o tu negocio
Si encargas una web o una app hecha con IA, o la haces tú con un agente como DeepSeek Harness, pide lo mismo que pide Anthropic a su IA:
- Una especificación escrita de qué debe hacer, antes de empezar.
- Pruebas que se puedan ver, no un «ya está».
- Una persona que revise pagos, formularios, datos de clientes y seguridad.
- Cómo deshacer el cambio si algo falla al publicarlo.
Programar con agentes de IA abarata el trabajo, pero no la responsabilidad. Por eso en nuestro diseño web en WordPress y en el mantenimiento revisamos lo que toca a tus clientes.
¿Quieres usar IA en tu web sin perder el control?
Te ayudamos a definir qué debe hacer, a revisar lo que construye la IA y a publicarlo con red de seguridad.
Preguntas frecuentes sobre programar con agentes de IA
¿Basta con que el código hecho por IA pase los tests?
No. Al programar con agentes de IA, los tests comprueban lo que el agente ha entendido, no si coincide con lo que querías. Hace falta que demuestre el resultado frente a la especificación y que una persona decida lo importante.
¿Qué es el desarrollo guiado por especificaciones?
Spec Driven Development consiste en escribir primero qué debe hacer cada función y trabajar después contra esa especificación. ASDD le añade revisión durante la construcción y pruebas de que se cumple.
¿Qué cambios debe revisar siempre una persona?
Los de más riesgo: pagos, datos personales, permisos y seguridad. En Anthropic, los de riesgo alto los aprueban dos personas.