Presentación
- Presentación02:13
- El ciclo anticaos03:24
- Por qué la IA miente en la revisión01:12
- Stack: Claude Code y Sonnet 4.602:42
- Capas: prompts, skills, agentes y orquestación02:04
Métodos prácticos para revisar, verificar y automatizar lo que generan los agentes de IA — con skills, pruebas en navegador y adversarial review entre modelos.
Antes de empezar
La IA ejecuta sólo parcialmente. Hace lo que nadie pidió. Da por buenos tests que fallan. Antes de seguir, marca cuáles de estas nueve has vivido — y mira el patrón.
Sin puntuación negativa. Sí hay patrón.
El método
Disciplina mínima sin frameworks pesados. El bucle que probablemente ya haces a medias — y lo que cambia cuando lo haces entero.
Daniel describe los cuatro pasos en directo, con ejemplos reales del proyecto que se está revisando.
El puente con tu proyecto
Cuando no hay MCP — o cuando lo hay y se come tu ventana de contexto — el patrón skill + CLI es la salida. Lo que ya usas en terminal, ahora en manos de la IA.
La skill es portable, revisable y encapsulada. Daniel muestra el patrón skill + CLI cuando no quieres pagar el coste de un MCP.
El cruce entre modelos
Otro modelo piensa distinto. Pedirle a Codex/GPT que revise lo que generó Claude (o al revés) detecta cosas que el original no vio. Aquí está el comando exacto y la conversación entera.
El comando «adversarial review» de Codex CLI, aplicado a una rama generada por Claude Code. Lo que dice GPT que el otro modelo no dijo.
Programa completo · 1h 36min
Aquí está la masterclass entera, fragmento a fragmento. Las son los momentos que más calan — según el feedback de la comunidad.
Una pista antes de cerrar
No es una demo con el modelo más caro forzado al máximo. Es la ejecución completa con un modelo «realista» — el que casi todo el mundo puede pagar. Si el método aguanta con Sonnet, aguanta con cualquier IA.