Flujos de Trabajo Dinámicos de Claude Code: Subagentes Paralelos y Modo UltraCode

✍️ OpenClawRadar📅 Publicado: 29 de mayo de 2026🔗 Source
Flujos de Trabajo Dinámicos de Claude Code: Subagentes Paralelos y Modo UltraCode
Ad

Claude Code ahora admite flujos de trabajo dinámicos que permiten al agente orquestar decenas o cientos de subagentes paralelos en una sola sesión, verificando el trabajo antes de que llegue a ti. Disponible en vista previa de investigación en la CLI, escritorio y extensión de VS Code para los planes Max, Team y Enterprise, además de la API (Amazon Bedrock, Vertex AI, Microsoft Foundry).

Cómo usar

  • Pregunta directamente: "Crea un flujo de trabajo"
  • Activa UltraCode desde el menú de esfuerzo (configura el esfuerzo en xhigh), dejando que Claude decida automáticamente cuándo iniciar un flujo de trabajo.

Los flujos de trabajo consumen significativamente más tokens que una sesión típica — comienza con un alcance acotado.

Capacidades mostradas en acceso temprano

  • Búsqueda de errores en todo el código: búsqueda paralela en un repositorio, luego verificación independiente de cada hallazgo.
  • Migraciones grandes: cambios de framework, deprecaciones de API, portes de idioma que abarcan miles de archivos de principio a fin.
  • Resultados doblemente verificados: intentos de solución independientes y agentes adversarios que intentan romper el resultado antes de entregarlo.
Ad

Ejemplo real: reescritura de Bun

Jarred Sumner usó flujos de trabajo dinámicos para portar Bun de Zig a Rust: ~750,000 líneas de Rust en 11 días, con el 99.8% de las pruebas existentes pasando. Pasos del flujo de trabajo:

  1. Mapear tiempos de vida de Rust para cada campo de estructura.
  2. Escribir cada archivo .rs mediante cientos de agentes paralelos, cada uno con dos revisores.
  3. Bucle de corrección que impulsa la compilación/prueba hasta que esté limpio.
  4. Flujo de trabajo nocturno para eliminar copias de datos innecesarias, abriendo un PR para cada corrección.

Cómo funciona

Claude planifica dinámicamente a partir de tu indicación, divide la tarea en subtareas, distribuye el trabajo entre subagentes paralelos, verifica los resultados de forma independiente e itera hasta que las respuestas convergen — produciendo una respuesta coordinada única.

📖 Lee la fuente completa: HN AI Agents

Ad

👀 Ver también

mnemos: Una Capa de Memoria Persistente para Agentes de Codificación de IA (Go, MCP-Nativo, Sin Python)
Herramientas

mnemos: Una Capa de Memoria Persistente para Agentes de Codificación de IA (Go, MCP-Nativo, Sin Python)

mnemos es una capa de memoria nativa de MCP para agentes de codificación de IA, escrita en Go. El autor construyó un verificador para medir la mejora: +40% agregado en escenarios de lectura, pero solo 53% de tasa de captura en escritura tras correcciones iterativas.

OpenClawRadar
Arquitectura de Compilador Determinista para Flujos de Trabajo de LLM de Múltiples Pasos Muestra Fuertes Resultados en Puntos de Referencia
Herramientas

Arquitectura de Compilador Determinista para Flujos de Trabajo de LLM de Múltiples Pasos Muestra Fuertes Resultados en Puntos de Referencia

Una arquitectura de compilación determinista para flujos de trabajo estructurados de LLM utiliza registros de nodos tipados, contratos de parámetros y validación estática para compilar grafos de flujo de trabajo con antelación. Los puntos de referencia muestran que supera a GPT-4.1 y Claude Sonnet 4.6 en profundidades de flujo de trabajo de 3 a 12+ nodos.

OpenClawRadar
SmallClaw V1.0.3 Agrega Soporte para Webhooks, Automatización n8n y Servidor MCP
Herramientas

SmallClaw V1.0.3 Agrega Soporte para Webhooks, Automatización n8n y Servidor MCP

SmallClaw V1.0.3 introduce endpoints de webhook para activadores de servicios externos, flujos de trabajo de automatización local con n8n y conexiones de servidor MCP para integración de herramientas. La actualización mantiene el enfoque de la herramienta en ejecutarse con LLMs locales pequeños.

OpenClawRadar
Claude-Real-Video: Extracción de Fotogramas Consciente de la Escena + Transcripción para Cualquier LLM
Herramientas

Claude-Real-Video: Extracción de Fotogramas Consciente de la Escena + Transcripción para Cualquier LLM

Una herramienta de código abierto que extrae fotogramas con detección de escenas y transcripciones de audio de videos, permitiendo que cualquier LLM "vea" un video localmente sin necesidad de subirlo. Incluye detección de cambios de escena, deduplicación por ventana deslizante y transcripción con Whisper.

OpenClawRadar