Mis Reglas Para Que Claude Code No Me Mienta
Notas del episodio
¡Vótame en los Premios iVoox 2026!
Tu IA escribe código que parece perfecto, los tests pasan en verde... y es todo inventado. Estas son nuestras reglas para pillarlo. En este episodio desgranamos los 4 tipos de alucinaciones que los LLMs cometen al programar según el estudio CodeHallu (Universidad de Hong Kong) y compartimos las defensas reales que usamos a diario: conectar Claude Code con Notebook LM vía MCP para delegar la investigación, Git hooks con pre-commit (Ruff) y pre-push (pytest) como capas de verificación automática, hooks propios de Claude Code para bloquear atajos prohibidos, y una skill llamada "improve" que lanza 3 subagentes (Kent Beck, Martin Fowler, Mike Acton) a revisar tu código desde arquitectura, simplicidad y rendimiento. También hablamos de los nuevos comandos /loop y /simplify de Anthropic, la herramienta Z3 para instrumentar apps en Mac, skills.sh como ecosistema de skills, y por qué la gente está usando Claude Code para cosas que no son programación. ⏱️ Timestamps: 0:00 Introducción 0:20 El concilio de expertos: skill de panel de debate con IA 2:31 Claude Code en 2026: por qué ya no usamos otra cosa 4:09 Conectar Claude Code con Notebook LM (MCP) 8:52 Demo en vivo: notebook de investigación sobre agentes IA 10:18 Claude Code para cosas que no son código (Remotion, marketing, Meta Ads) 12:01 CodeHallu: los 4 tipos de alucinaciones al programar 13:23 Mapping: cuando cruza identificadores válidos 15:14 Naming: se inventa nombres plausibles (solo 39% válidos en GPT-4o) 16:10 Fantasma: campos inventados en APIs 18:20 House of Cards: el castillo de naipes de errores acumulados 22:18 Crear interfaces para máquinas, no forzar las nuestras (herramienta Z3) 23:04 Git hooks: pre-commit con Ruff y pre-push con pytest 30:43 Hooks de Claude Code: pillarlo con las manos en la masa 39:03 /loop y /simplify de Anthropic + cron para Claude Code 43:05 Skill "improve": 3 subagentes Jedi revisan tu código 48:03 Skills.sh: el ecosistema de skills para todos los agentes 51:44 Proyecto open source: administrador web para Ollama 53:07 Reflexión final: no evitar alucinaciones, detectarlas a tiempo ¿Cuál ha sido la peor alucinación que os ha colado un LLM programando? ¿Tests en verde con datos inventados? Contadlo en comentarios Recursos mencionados: - Skills.sh (ecosistema de skills): https://skills.sh - Ztrace (herramienta de instrumentación para Mac): https://github.com/frr149/ztrace - MCP de Notebook LM: https://www.linkedin.com/feed/update/urn:li:activity:7436077823548661787/ - Cron para Claude Code: https://github.com/frr149/claude-cron - Remotion (editor de vídeo en React): https://remotion.dev #ClaudeCode #IAProgramacion #CodingWithAI #LLM #Anthropic
Tu IA escribe código que parece perfecto, los tests pasan en verde... y es todo inventado. Estas son nuestras reglas para pillarlo. En este episodio desgranamos los 4 tipos de alucinaciones que los LLMs cometen al programar según el estudio CodeHallu (Universidad de Hong Kong) y compartimos las defensas reales que usamos a diario: conectar Claude Code con Notebook LM vía MCP para delegar la investigación, Git hooks con pre-commit (Ruff) y pre-push (pytest) como capas de verificación automática, hooks propios de Claude Code para bloquear atajos prohibidos, y una skill llamada "improve" que lanza 3 subagentes (Kent Beck, Martin Fowler, Mike Acton) a revisar tu código desde arquitectura, simplicidad y rendimiento. También hablamos de los nuevos comandos /loop y /simplify de Anthropic, la herramienta Z3 para instrumentar apps en Mac, skills.sh como ecosistema de skills, y por qué la gente está usando Claude Code para cosas que no son programación. ⏱️ Timestamps: 0:00 Introducción 0:20 El concilio de expertos: skill de panel de debate con IA 2:31 Claude Code en 2026: por qué ya no usamos otra cosa 4:09 Conectar Claude Code con Notebook LM (MCP) 8:52 Demo en vivo: notebook de investigación sobre agentes IA 10:18 Claude Code para cosas que no son código (Remotion, marketing, Meta Ads) 12:01 CodeHallu: los 4 tipos de alucinaciones al programar 13:23 Mapping: cuando cruza identificadores válidos 15:14 Naming: se inventa nombres plausibles (solo 39% válidos en GPT-4o) 16:10 Fantasma: campos inventados en APIs 18:20 House of Cards: el castillo de naipes de errores acumulados 22:18 Crear interfaces para máquinas, no forzar las nuestras (herramienta Z3) 23:04 Git hooks: pre-commit con Ruff y pre-push con pytest 30:43 Hooks de Claude Code: pillarlo con las manos en la masa 39:03 /loop y /simplify de Anthropic + cron para Claude Code 43:05 Skill "improve": 3 subagentes Jedi revisan tu código 48:03 Skills.sh: el ecosistema de skills para todos los agentes 51:44 Proyecto open source: administrador web para Ollama 53:07 Reflexión final: no evitar alucinaciones, detectarlas a tiempo ¿Cuál ha sido la peor alucinación que os ha colado un LLM programando? ¿Tests en verde con datos inventados? Contadlo en comentarios Recursos mencionados: - Skills.sh (ecosistema de skills): https://skills.sh - Ztrace (herramienta de instrumentación para Mac): https://github.com/frr149/ztrace - MCP de Notebook LM: https://www.linkedin.com/feed/update/urn:li:activity:7436077823548661787/ - Cron para Claude Code: https://github.com/frr149/claude-cron - Remotion (editor de vídeo en React): https://remotion.dev #ClaudeCode #IAProgramacion #CodingWithAI #LLM #Anthropic
Todos los episodios de Codemancers – Inteligencia Artificial