Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarX: @plusxbt→ original

Microsoft enseñó a Claude Code a recordar sesiones anteriores: el coste de las tareas baja un 23,6%

Claude Code vuelve a averiguar en cada sesión cómo ejecutar las pruebas en tu repositorio, y eso se paga en tokens. Microsoft Research ha desarrollado TokenEconomizer: guarda los hechos verificados y los carga al inicio, como una chuleta. En 277 tareas de SWE-Bench (errores reales de proyectos abiertos), el coste bajó entre un 18,4 % y un 30,9 %, con una media del 23,6 %. Para las ejecuciones diarias del agente, conviene probar esta memoria con tu propio código.

Procesado por IA desde X: @plusxbt; editado por Hamidun News
Microsoft enseñó a Claude Code a recordar sesiones anteriores: el coste de las tareas baja un 23,6%
Fuente: X: @plusxbt. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalX: @plusxbt ↗
Editor jefe
Dato clave #1Un hecho entra en la memoria tras 3 confirmaciones, y los que se refutan se eliminan
Dato clave #2Según el autor de la publicación, resulta más barato en las 30 celdas de la tabla de pruebas
Dato clave #3Los subagentes ligeros arrancan con 7,4 mil tokens en lugar de 131,1 mil

Imagine a un nuevo empleado que llega cada mañana con la cabeza en blanco. Vuelve a preguntar cómo se ejecutan las pruebas, dónde está la configuración y qué comando de compilación funciona. Así se comporta Claude Code, el agente de programación de IA de Anthropic: en cada sesión vuelve a estudiar tu repositorio, y cada token leído (unidad de texto por la que se paga) cuesta dinero.

Investigadores de Microsoft Research han creado TokenEconomizer, una herramienta que le da al agente una «chuleta» con hechos verificados sobre el proyecto. En 277 tareas del benchmark SWE-Bench (un conjunto de errores reales de repositorios abiertos de GitHub), el coste de resolución bajó entre un 18,4 % y un 30,9 % en cinco configuraciones distintas. En el título de la publicación, el autor cita la media, un 23,6 %.

En las últimas semanas han surgido otros seis pequeños repositorios alrededor de esta idea. Todas las cifras proceden de una publicación en X y de las descripciones de los proyectos; nosotros no las hemos verificado de forma independiente.

Cómo TokenEconomizer ahorra dinero

La herramienta extrae de las sesiones anteriores hechos sobre el proyecto: cómo ejecutar las pruebas, dónde está cada cosa y qué comandos funcionan. Al comenzar una nueva sesión, se los carga al agente, que así no gasta tokens en volver a estudiar el repositorio. Para que la memoria no se llene de conclusiones aleatorias, un hecho solo entra en ella cuando lo confirman tres sesiones. Si una nueva sesión demuestra lo contrario, el hecho se elimina.

Según el autor de la publicación, TokenEconomizer resultó más barato en las 30 celdas de la tabla de pruebas, es decir, en todas las comparaciones de pares «configuración y conjunto de tareas». Para un profesional, esto importa más que una cifra llamativa: el efecto no depende de una sola combinación afortunada de modelo y ajustes.

Seis repositorios junto a él

El autor de la publicación reunió otros seis proyectos. Cada uno cubre un hueco distinto en la memoria y el contexto del agente:

  • loom, de ClickHouse. Servidor MCP autoalojado (MCP es el protocolo que conecta al agente con herramientas externas): lo que aprende un agente puede encontrarlo otro. Un plugin para Claude Code carga el contexto al inicio y registra cada sesión.
  • nomore (npx @globalmpc/nomore). Detecta las instrucciones que has repetido en al menos dos sesiones y las convierte en reglas para el archivo CLAUDE.md, donde se guardan las indicaciones permanentes del agente. Estas reglas sobreviven a la compresión del contexto.
  • stalemap. Busca dependencias que han cambiado después de la fecha hasta la que se entrenó el modelo. Antes de lanzar el agente, escribe en CLAUDE.md una lista ordenada de esos cambios, para que el modelo no escriba código para una API obsoleta.
  • landmines. Compara el lockfile (archivo con las versiones exactas de las librerías) con los issues abiertos en GitHub. Si un cambio cae sobre un problema conocido, el agente se detiene una vez y toma el camino alternativo que aparece en la discusión.
  • Rulebook. Muestra todos los archivos CLAUDE.md y AGENTS.md de tus proyectos y señala los que se contradicen entre sí. Requiere macOS 14 o posterior.
  • Subagentes ligeros (repositorio de mdalexandre). Las tareas pequeñas se asignan a agentes que omiten CLAUDE.md, la lista de habilidades y las herramientas MCP. Un subagente así arranca con unos 7,4 mil tokens en lugar de 131,1 mil.

El último punto es revelador. Cuando al inicio se consumen 131 mil tokens, una corrección pequeña en un solo archivo deja de compensar. Una diferencia de casi 18 veces en el contexto inicial pesa mucho en la factura si se lanzan muchos agentes.

Qué hacer al respecto y qué matices tener en cuenta

Para los equipos que usan Claude Code a diario, la conclusión es práctica. La memoria del agente debe tratarse como parte de la infraestructura de ingeniería: necesita reglas para decidir qué hechos entran, una caducidad y una forma de corregirla. Un buen punto de partida es nomore, para pasar las instrucciones repetidas a CLAUDE.md. Después, conviene revisar las dependencias con stalemap y landmines. Si las ejecuciones son muchas, prueba TokenEconomizer en tu repositorio y compara el coste antes y después.

Los matices son importantes. Los siete repositorios tienen menos de seis semanas, así que la madurez y el mantenimiento hay que comprobarlos por separado. SWE-Bench se compone de tareas de repositorios abiertos, y en código corporativo cerrado el efecto puede ser distinto. La media del 23,6 % no puede presentarse como un ahorro garantizado: el rango entre configuraciones es más amplio que una sola cifra. Por último, cualquier memoria automática puede fijar una conclusión errónea, así que la regla de «tres confirmaciones» hay que comprobarla en la práctica y no aceptarla sin más.

Aun así, la tendencia es clara. La competencia entre agentes de programación se desplaza del tamaño del modelo a la forma de proporcionarle el contexto con precisión y a un coste razonable.

Historia

Preguntas frecuentes sobre la noticia

Cómo TokenEconomizer ahorra dinero?

La herramienta extrae de las sesiones anteriores hechos sobre el proyecto: cómo ejecutar las pruebas, dónde está cada cosa y qué comandos funcionan. Al comenzar una nueva sesión, se los carga al agente, que así no gasta tokens en volver a estudiar el repositorio. Para que la memoria no se llene de conclusiones aleatorias, un hecho solo entra en ella cuando lo confirman tres sesiones. Si una nueva sesión demuestra lo contrario, el hecho se elimina.

¿Qué se sabe sobre Seis repositorios junto a él?

El autor de la publicación reunió otros seis proyectos. Cada uno cubre un hueco distinto en la memoria y el contexto del agente: loom, de ClickHouse. Servidor MCP autoalojado (MCP es el protocolo que conecta al agente con herramientas externas): lo que aprende un agente puede encontrarlo otro. Un plugin para Claude Code carga el contexto al inicio y registra cada sesión. nomore (npx @globalmpc/nomore).

¿Qué se sabe sobre Qué hacer al respecto y qué matices tener en cuenta?

Para los equipos que usan Claude Code a diario, la conclusión es práctica. La memoria del agente debe tratarse como parte de la infraestructura de ingeniería: necesita reglas para decidir qué hechos entran, una caducidad y una forma de corregirla. Un buen punto de partida es nomore, para pasar las instrucciones repetidas a CLAUDE.md. Después, conviene revisar las dependencias con stalemap y landmines. Si las ejecuciones son muchas, prueba TokenEconomizer en tu repositorio y compara el coste antes y después.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…