Cómo Boris Cherny gestiona 2.000 agentes de AI nocturnos desde un smartphone
Boris Cherny, creador de Claude Code, compartió detalles de su sistema de automatización: cada noche pone en marcha unos dos mil agentes autónomos de AI que rea

Boris Cherni, creador de Claude Code, reveló detalles de su sistema de gestión de agentes de IA. Resulta que cada noche lanza aproximadamente dos mil programas autónomos que escriben código de forma independiente, prueban y mejoran el producto.
Escala de Automatización
Cherni desarrolló un sistema que le permite gestionar un enorme número de agentes de IA con una sobrecarga mínima de atención. Todos estos agentes trabajan por la noche, mientras los desarrolladores duermen, y realizan tareas rutinarias de escritura y refactorización de código. Según él, gestiona este ejército principalmente a través de su teléfono inteligente — enviando comandos, rastreando el progreso y ajustando la dirección del trabajo para el día siguiente.
Esto no es solo una demostración de las capacidades técnicas de Claude, sino un flujo de trabajo práctico que funciona en la realidad. Cherni usa Claude Code como plataforma para crear su propio workflow. Los agentes trabajan en paralelo, independientemente unos de otros, y completan sus tareas asignadas sin intervención humana en etapas intermedias.
La característica distintiva de su enfoque es que el control de calidad permanece en sus manos. Por la mañana, Cherni revisa los resultados del trabajo de los agentes, acepta o rechaza cambios, e imparte instrucciones para el siguiente ciclo. Es como gestionar un equipo remoto, pero a escala de miles de 'empleados' simultáneos.
Cómo Funciona en la Práctica
Este enfoque demuestra cómo podría verse el desarrollo de software en el futuro próximo. En lugar de contratar a más programadores para realizar tareas rutinarias, una empresa puede escalar mediante automatización. Los agentes de IA asumen trabajos repetitivos y predecibles:
- Refactorización de código existente y mejora de legibilidad
- Escritura de código boilerplate y componentes estándar
- Búsqueda y corrección de posibles bugs
- Optimización de rendimiento y uso de memoria
- Generación de pruebas unitarias y documentación técnica
Al mismo tiempo, el control permanece en manos humanas — Cherni monitorea la calidad, verifica la lógica de los cambios y orienta a los agentes en la dirección correcta. Esto es críticamente importante porque la IA puede cometer errores en decisiones arquitectónicas o pasar por alto los matices de los requisitos empresariales. El desarrollador actúa como un arquitecto e integrador de calidad, no como un ejecutor.
Escalado Sin Contratar Nuevos Desarrolladores
Para startups y empresas, esto tiene un sentido económico obvio. En lugar de contratar a desarrolladores juniores y gastar meses capacitándolos, puede dar la herramienta a especialistas experimentados y permitirles enfocarse en tareas complejas. El trabajo simple y repetitivo será resuelto por IA.
Esto no se trata de despidos. La historia muestra lo opuesto: las herramientas expanden las capacidades de un equipo, permitiendo que menos personas hagan más. Un desarrollador equipado con 2000 agentes autónomos puede mantener un proyecto que anteriormente requería un equipo de 20-30 personas.
Pero hay un matiz importante: funciona solo porque un desarrollador experimentado está detrás del sistema, que sabe qué tareas deben automatizarse, cómo formularlas correctamente para la IA y qué resultado es aceptable. Sin tal experiencia, el sistema simplemente comenzará a generar código de baja calidad.
Qué Significa Esto
La historia de Cherni no trata sobre la IA reemplazando desarrolladores. Se trata de cómo una herramienta de calidad en manos de un profesional puede convertirlo en un desarrollador con superpoderes. Dos mil agentes nocturnos son un efecto de escala, no una sustitución del trabajo. La generación anterior de herramientas (IDEs, frameworks, nube) ya hizo lo mismo. Un especialista ahora puede hacer el trabajo que hace 20 años requería un pequeño equipo. La IA es el siguiente paso en la evolución de las herramientas de desarrollo. Para las empresas, la conclusión es simple: inviertan en herramientas para los mejores desarrolladores, no en la cantidad de desarrolladores.