Cada dos meses, en el mundo de la inteligencia artificial, todo parece cambiar: los modelos cambian, las promesas cambian, incluso las palabras de moda cambian. Esta vez la fórmula para recordar es “bucles”. Esto no es una moda técnica para los profesionales, sino el mecanismo que está transformando a los agentes de IA de sistemas que responden a sistemas que fabrican, verifican, corrigen y lo intentan de nuevo. Y aquí es precisamente donde se desarrollará una parte importante del próximo salto de la IA.
Un tuit que cambió el eje
El momento de cristalización del paradigma tiene una fecha precisa: 7 de junio de 2026prácticamente anteayer. Peter Steinbergerfundador del proyecto de código abierto OpenClaw e ingeniero de OpenAI, publica dos frases sobre agentes codificadores debería dejar de escribir indicaciones y empezar a diseñar los bucles que las generan para él.
Casi simultáneamente, Boris Chernyel creador y director de Claude Code de Anthropic, ofrece la versión más clara del concepto: su trabajo ya no es escribir indicaciones para Claude, sino escribir los ciclos que los producen de forma autónoma. El nombre “ingeniería de bucles” fue acuñado por Addy Osmaniun ingeniero de Google, en otra publicación ampliamente compartida que pone orden en el debate.
El término tiene raíces más antiguas: el patrón Reaccionar (Razón-Acto) de 2022 ya era un ciclo de razonamiento, acción y observación, y AutoGPT en 2023 lo había vuelto autónomo con el notorio problema de no saber cuándo parar. La técnica artesanal más citada en la práctica es la denominada «bucle ralph”de julio de 2025, un bucle simple escrito para el shell bash diseñado por el desarrollador Geoffrey Huntleyque restablecía el contexto en cada iteración, hacía que el agente completara una unidad de trabajo discreta, validara y comenzara de nuevo.
Con ese método Huntley decidió realizar un proyecto para demostrar que la técnica tenía sentido. Construyó una cosa en particular: Maldito, un lenguaje de programación esotérico (es decir, lenguaje diseñado sobre la mesa para probar los límites del diseño de lenguajes informáticos con fines demostrativos), gastando únicamente (al menos, eso es lo que dicen en foros especializados) $297 en API: figura que se convirtió en un referente recurrente en las discusiones técnicas de la época.
¿Qué es un bucle y cómo funciona?
La arquitectura básica es simple en concepto. El bucle hace cuatro cosas: envía un inmediato al agente, lee el resultado producido, comprueba si la tarea está completa y, si no es así, se reinicia con el error encontrado o con el siguiente paso. el ingeniero ya no está dentro del ciclo dicta cada movimiento: escribe el bucle y el patrón se convierte en una subrutina llamada iterativamente. Con la llegada de los agentes de IA, esta transformación ya está rediseñando los flujos de trabajo en muchos entornos profesionales.
Lo que hace concreta esta abstracción son los comandos /goal y /loop, introducidos por Código Claude en la versión 2.1.139 lanzada a mediados de mayo de 2026. Con /goal, el programador define un condición final verificable (por ejemplo, para escribir código: “todas las pruebas en prueba/autenticación pasan con el código de salida 0 y la pelusa está limpia“) y el agente trabaja en turnos autónomos hasta que se cumpla esa condición.
Con /loop, sin embargo, el agente se reinicia en un intervalo de tiempo definido, útil para tareas recurrentes sin una sola condición de llegada: desde monitorear las solicitudes de extracción hasta agrupar comentarios cada treinta minutos. Códice OpenAI introdujo el mismo mecanismo en la versión 0.128.0 del 30 de abril de 2026, confirmando que el enfoque está convergiendo hacia un estándar compartido.
El verificador: la parte más difícil
La distinción más crítica del comando /meta no está en la repetición mecánica, sino en la verificación independiente. Después de cada turno del agente ejecutor, un modelo separado y más rápido lee la transcripción y decide si se cumple la condición final. Un modelo que produjo el código tiende a sobreestimar sistemáticamente la exactitud de su trabajo y, cuando se le asigna la tarea de juzgar sus resultados, declara «hecho» en casi todo. Separar el rol de quienes producen de quienes controlan es el movimiento que hace que el ciclo sea confiable.
Dynamic Workflows de Anthropic, la función que coordina cientos de subagentes Paralelamente, lleva este principio a escala industrial: Claude Code, junto con Opus 4.8, puede realizar migraciones en todo el código base, desde el inicio hasta la fusión, utilizando el conjunto de pruebas existente como criterio de evaluación automática. En el frente de costosla variable crítica ya no es el costo por millón de tokens, sino el número de iteraciones antes de la convergencia: un bucle mal diseñado que se ejecuta seis veces cuesta seis veces más que uno que converge en el primer intento, independientemente del modelo elegido.
Aislamiento y almacenamiento en disco.
Cuando los bucles se vuelven múltiples y se ejecutan en paralelo, entra en juego otro problema: el de aislar los archivos en los que están trabajando los agentes. Dos agentes editando los mismos archivos al mismo tiempo producir conflictos impredecibles en el repositorio. Por suerte para los ingenieros de software y los agentes de IA, ya existen técnicas diseñadas para gestionar este tipo de soluciones, especialmente con software de control de versiones que rastrea todos los cambios realizados en el sistema. base de códigoes decir, al repositorio con el código, como el Git creado por Linus Torvalds (sí, el de Linux).
Así que aquí está la solución: ellos son yo. árbol de trabajo gitpagos privados uno para cada subagente, que se crean al inicio y se eliminan al finalizar. Sin este mecanismo, ejecutar varios agentes en paralelo en el mismo proyecto significa «corromper» archivos individuales de forma silenciosa.
También hay otro aspecto importante: la memoria. Los modelos Frontier se entrenan en etapas discretas y cada nueva sesión comienza desde cero con respecto a contexto del proyecto. La solución que surgió es mantener la memoria en el disco: en el caso de Claude Code, un archivo CLAUDE.md donde se registran las convenciones, los avances y los errores ya encontrados, actualizado por el propio agente cada vez que encuentra una nueva lección. Con la integración de agentes en entornos como Xcode, esta memoria externalizada se ha convertido en parte de la infraestructura de desarrollo nativa, y ya no es una adición casera. El principio se aplica a cualquier forma de persistencia fuera de contexto: tableros, código, archivos de rebajas, bases de datos.
Donde ya llegó el paradigma
Los resultados en contextos de producción son numéricos. Raya distribuyó el Código Claude a 1.370 ingenieros y un equipo completó una migración de Scala a Java de diez mil líneas de código en cuatro días, lo que se estima que tomará diez semanas-persona. Ramp redujo el tiempo de investigación de incidentes de producción en un 80 % al integrar la misma herramienta en el flujo de desarrollo. Tenga en cuenta que con Xcode 27 de Apple, el entorno de desarrollo se abre a los agentes claudio y el códice AbiertoAI a través del Protocolo de contexto modelo (MCP), con acceso directo a pruebas, avances y simulador.
La dirección convergente de las principales herramientas, desde Claude Code hasta OpenAI Codex y el proyecto de código abierto. flota de cangrejos de OpenClawes siempre lo mismo: una cola de tareas visible como un tablero, ejecución duradera que sobrevive al cierre de la computadora portátil, subagentes que inician otros subagentes, escalada humana cuando se agota el presupuesto.
Nvidia y Microsoft con RTX Spark han llevado esta arquitectura al nivel de hardware, diseñando máquinas para ejecutar agentes. en la zona veinticuatro horas del día. El buclesEn resumen, ya no es una abstracción para foros técnicos y geeks entusiastas de las tecnologías de IA. En cambio, ya se ha convertido una verdadera infraestructurautilizado por ingenieros de software que trabajan para casas de software o grandes empresas en «proyectos reales» destinados a entrar en producción.
Al menos, hasta el próximo cambio de paradigma en un par de meses.
Todas las noticias y conocimientos sobre inteligencia artificial están disponibles en la sección dedicada de aatma.