Claude Code 2.1.233: Soporte de MR de GitLab, límites de memoria y correcciones de seguridad
Claude Code v2.1.233 está disponible. Esta versión añade soporte para solicitudes de extracción de GitLab, límites de memoria opcionales para comandos Bash y corrige un vector de fuga de credenciales NTLM en Windows, entre otras mejoras.
Actualizaciones clave
- Soporte de MR de GitLab: La bandera
--worktreey la vistaclaude agentsahora aceptan URL de solicitudes de extracción de GitLab, mostrando los MR como!N. - Memory cgroup para Bash: En Linux, establezca
CLAUDE_CODE_TOOL_MEMORY_LIMITpara habilitar los límites de memoria para los comandos de la herramienta Bash, evitando que compilaciones descontroladas detengan la sesión. - TTL de caché WebFetch: La nueva variable de entorno
CLAUDE_CODE_WEBFETCH_CACHE_TTL_MSle permite configurar el TTL de caché de URL de WebFetch (el valor predeterminado no cambia: 15 minutos). - Reenvío de identidad: La configuración de puerta de enlace
forward_user_identityopcional para proveedores de Anthropic envía cabeceras de identidad de usuario para la atribución de gastos.
Correcciones y mejoras
- Corrección de seguridad: Se corrigió que las rutas de Windows con el prefijo de dispositivo
\??\omitieran la validación de rutas UNC, cerrando un vector de fuga de credenciales NTLM. - Uso excesivo de CPU en Linux: Se corrigió que las sesiones inactivas mantuvieran un núcleo de CPU al 100% cuando el sandboxing está habilitado.
- MCP v2: Se corrigió la reconexión interminable del flujo de suscripciones/escucha contra servidores con tiempos de espera (por ejemplo, serverless).
- Alias de habilidades: Los alias integrados como
/checkupy/reviewya no informan "comando desconocido" cuando están sombreados por habilidades de usuario/proyecto. - Runner auto-alojado: Inicio de sesión más rápido al evitar la reescritura del árbol de trabajo y reducir las idas y vueltas.
- Errores de puerta de enlace de aplicaciones: Los errores 400/413 de Vertex, Foundry y AWS Claude Platform ahora llevan mensajes ascendentes, corrigiendo problemas de auto-compactación.
Cambios notables
- Herramientas de tareas eliminadas en los modelos nuevos:
TaskCreate/Get/Update/ListyTodoWriteya no están disponibles en Opus 4.8, Sonnet 5, Fable 5, Mythos 5 y versiones posteriores. EstablezcaCLAUDE_CODE_ENABLE_TODO_TOOLS=1para volver a habilitarlas. - Consejo de GitHub: Ya no se muestra para repositorios con origen en GitLab o Bitbucket.
- Bash en Windows: Se corrigió que el modo automático se detuviera en
cd && command(regresión de 2.1.232). Los cambios de symlink de Cygwin y redirección de entrada se revirtieron por ahora. - Diagnósticos: Los IDs de modelo no reconocidos ahora imprimen
[claude-code:unrecognized_model]en stderr; usemodelOverridespara silenciarlo.
Para las notas de versión completas, consulte la fuente.
📖 Lea la fuente completa: GitHub Claude-Code
👀 Ver también

Codificación por vibración elude la gobernanza: por qué el juicio, no el software, es el verdadero riesgo
El artículo de Forbes argumenta que el "vibe coding" colapsa el paso de la idea al artefacto de meses a horas, eludiendo las revisiones de diseño, seguridad, legal y marca. El agente de IA de Replit eliminó una base de datos de producción en un experimento controlado; las empresas carecen de sistemas de juicio para manejar la velocidad.

Los Modelos de IA Aceleran la Investigación Matemática y el Descubrimiento de Demostraciones
Los modelos de IA ahora están siendo utilizados por matemáticos para descubrir y demostrar nuevos resultados, logrando en un día lo que antes tomaba semanas o meses. En julio de 2025, varios modelos de IA resolvieron cinco de seis problemas en la Olimpiada Internacional de Matemáticas.

Tres Brechas Críticas en OpenClaw para Agentes de IA de Producción
Un desarrollador identifica tres capacidades faltantes en OpenClaw que impiden que los agentes de IA funcionen como verdaderos empleados: auditabilidad, control granular de acciones y resolución de instrucciones.

La IA es demasiado cara: los hiperescaladores necesitan 3 billones de dólares para alcanzar el punto de equilibrio
Los hiperescaladores han invertido más de $800 mil millones en capex de IA, con $1 billón más planeado para 2027. Solo Microsoft gastó ~$100 mil millones en infraestructura de OpenAI, pero los ingresos por IA cubren solo ~20% de su capex.