Parcha publica AgentRun: la revisión de código baja de $1 a 18 centavos por verificación
Los agentes vuelven a estudiar cada vez la misma API y releen la documentación, y usted paga por cada token. Parcha ha publicado bajo licencia Apache-2.0 la plataforma AgentRun: tras cada ejecución, el agente guarda una nota, una habilidad o un escenario listo para usar. La factura de revisión de Greptile (un dólar por verificación) pasó en su caso de $180 a $6451 al mes, mientras que un revisor propio con un modelo barato cuesta 18 centavos. En tareas repetitivas, solo compensa llamar al modelo caro para el primer aprendizaje.
Procesado por IA desde Hacker News AI; editado por Hamidun News
Imagine que contrata a un empleado muy inteligente que cada mañana olvida todo lo que aprendió el día anterior. Cada día vuelve a leer la documentación de la misma API, vuelve a planificar desde cero y vuelve a tropezar con las mismas piedras, y usted le paga por cada hora. Así funcionan hoy muchos agentes en producción: cada ejecución repetida se paga en tokens, aunque la tarea ya sea conocida. El equipo de Parcha ha publicado en acceso abierto la plataforma AgentRun, que intenta eliminar ese trabajo repetido. El proyecto llegó a Hacker News como Show HN, y todas las cifras que siguen son afirmaciones de los propios autores, no un benchmark independiente.
De dónde salen el dólar y los 18 centavos
La motivación de los autores es muy terrenal. El servicio Greptile de revisión de código cobraba desde marzo un dólar por cada revisión de pull request. Cuando los agentes del equipo empezaron a trabajar más, la factura mensual pasó de $180 a $6451, es decir, unas 36 veces más. Entonces Parcha construyó su propio revisor sobre un modelo barato y lo ajustó a sus PR. Según los autores, una revisión cuesta ahora 18 centavos en lugar de un dólar. En 30 pull request que el sistema no había visto antes, encontró 1,6 veces más errores reales que Greptile. La muestra es pequeña, así que la cifra debe tomarse como orientativa y no como prueba.
El segundo ejemplo es la clasificación de comercios, es decir, determinar a qué categoría pertenece un vendedor. Primero, el caro Opus resuelve por sí mismo cómo hacerlo; después, la experiencia acumulada se transfiere a un modelo barato. El coste por comercio bajó de $0,89 a $0,12.
Cómo funciona
AgentRun no sustituye a su agente. Usted elige el entorno: Claude Code, Codex, OpenCode o pi. La plataforma añade a su alrededor tres elementos.
El primero es el autoaprendizaje. Tras cada ejecución, el agente guarda lo que le será útil la próxima vez: una nota, una habilidad o un escenario listo para usar. Todo se almacena en una carpeta git separada del agente.
Las palabras de la persona, como una valoración o un mensaje tras la primera respuesta, se convierten en líneas del archivo corrections.md, que cada ejecución posterior recibe completo. Cuando un agente acumula 20 ejecuciones completadas (valor por defecto), la plataforma intenta construir con ellas un escenario: un documento paso a paso con llamadas a herramientas, pasos con modelo y decisiones rápidas de sí/no con una estimación de confianza.
Por ejemplo, el modelo se inclina por «aprobar» con una confianza de 0,61, mientras que el umbral del escenario es 0,75, así que el caso pasa a revisión manual. El escenario se comprueba primero con código, se ejecuta en seco y se reproduce una vez con datos de entrada anteriores. Solo se activa si responde a un número suficiente de casos y coincide con las respuestas del agente.
Los casos complejos vuelven al agente. La plataforma rechaza los secretos en notas y borradores.
El segundo es la ejecución resistente. Todas las ejecuciones se guardan en un único almacén. Si se detiene el servidor a mitad de trabajo, la ejecución continúa tras el reinicio. Si un runner falla, otro retoma el trabajo cuando expira el alquiler de 30 segundos. Los pasos completados no se repiten, y un registro interrumpido por un fallo a mitad de una llamada se marca como interrupted para que lo revise manualmente.
El tercero es el panel de control. Para cada herramienta se define un modo: permitida, preguntar o prohibida. Cada ejecución tiene un límite de gasto: al alcanzarlo, la ejecución se pausa en lugar de fallar. Un coste que la plataforma no puede calcular aparece como «unknown», no como $0. Al agente se le puede asignar el equipo que necesite: un entorno aislado, un escritorio Linux, un teléfono Android o un navegador.
Qué puede probar ya
La plataforma se distribuye bajo Apache-2.0. Necesita Node 24.22.3 o superior, macOS o Linux. Puede ejecutarse en un portátil, en un contenedor o como servidor con varios runners. Hay instrucciones para Railway, Render, VPS, Kubernetes, Coolify, Dokploy y Docker. Si ya trabaja con Claude Code o Codex, puede conectar su configuración existente. Para Codex y pi basta con iniciar sesión con ChatGPT, sin clave de modelo. Los agentes que ya funcionan en su backend pueden observarse solo mediante la CLI y OpenTelemetry Collector, sin activar el aprendizaje.
El paquete incluye plantillas de agentes listas para usar: revisión de pull request con ocho revisores independientes, due diligence sobre una empresa, un resumen semanal de cambios en las empresas vigiladas y una puntuación de leads de 0 a 100. Cada plantilla puede validarse con sus propios casos de prueba.
Limitaciones y conclusión
La reflexión y la evaluación independiente de calidad añaden consumo de tokens, así que el ahorro no es gratuito. Las conexiones remotas requieren por ahora un servidor y un conector de Python procedente de un único checkout verificado. Todas las cifras proceden de tareas de la propia Parcha, y en su código el resultado puede ser distinto.
La conclusión práctica es sencilla. Si tiene tareas de agentes repetitivas, como revisión, clasificación o puntuación, conviene pagar una vez a un modelo potente y trasladar la experiencia acumulada a un escenario para un modelo barato. Puede comprobar esta idea con sus propios datos desde ya: AgentRun sirve como banco de pruebas listo para usar.
- 21 nov 2026Anthropic recorta un 20 % el precio de Claude Fable 5.2 y, en una prueba de código, queda casi a la altura de Opus 5.5
- 21 nov 2026Dreamteam recauda 53 millones de dólares para un CRM que se alimenta solo a partir del correo y las llamadas
- 21 nov 2026La IA Claude Opus 5.5 completa el terror Dimension 9 a partir de 15 habitaciones del autor
- 21 nov 202622 agentes de Claude pasaron seis semanas buscando respuestas sobre agujeros negros, y resolvieron dos problemas
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre De dónde salen el dólar y los 18 centavos?
La motivación de los autores es muy terrenal. El servicio Greptile de revisión de código cobraba desde marzo un dólar por cada revisión de pull request. Cuando los agentes del equipo empezaron a trabajar más, la factura mensual pasó de $180 a $6451, es decir, unas 36 veces más. Entonces Parcha construyó su propio revisor sobre un modelo barato y lo ajustó a sus PR. Según los autores, una revisión cuesta ahora 18 centavos en lugar de un dólar.
Cómo funciona?
AgentRun no sustituye a su agente. Usted elige el entorno: Claude Code, Codex, OpenCode o pi. La plataforma añade a su alrededor tres elementos. El primero es el autoaprendizaje. Tras cada ejecución, el agente guarda lo que le será útil la próxima vez: una nota, una habilidad o un escenario listo para usar. Todo se almacena en una carpeta git separada del agente.
¿Qué se sabe sobre Qué puede probar ya?
La plataforma se distribuye bajo Apache-2.0. Necesita Node 24.22.3 o superior, macOS o Linux. Puede ejecutarse en un portátil, en un contenedor o como servidor con varios runners. Hay instrucciones para Railway, Render, VPS, Kubernetes, Coolify, Dokploy y Docker. Si ya trabaja con Claude Code o Codex, puede conectar su configuración existente. Para Codex y pi basta con iniciar sesión con ChatGPT, sin clave de modelo.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.