Si usas con frecuencia herramientas modernas de programación autónoma como Claude Code CLI, Cursor Composer o Aider, seguro que te has pillado cayendo en el prompting iterativo perezoso. En lugar de redactar una especificación técnica clara con arquitectura y condiciones límite, soltamos en la terminal frases escuetas: «Hazlo mejor», «Añade funcionalidad», «Pule el diseño».
Y al principio parece que funciona: la red neuronal retoca estilos amablemente, mete animaciones suaves y ordena el código. Pero ¿qué pasa si lanzas ese bucle a toda máquina y no lo paras?
El analista técnico y desarrollador Nate Herk decidió hacer una prueba de esfuerzo empírica sin piedad. Tomó una plantilla básica de la web de una cafetería local (un proyecto estático sencillo en HTML, CSS y JavaScript) y le metió a la fuerza al agente de terminal Claude Code exactamente cien iteraciones seguidas con una única instrucción: «Make this website better. Focus on improvements».
En el experimento se midieron cara a cara dos modelos insignia de Anthropic: el equilibrado Claude Sonnet 5.5 y el pesado modelo de razonamiento Claude Opus 5.5. Los resultados mostraron con total crudeza por qué confiar a ciegas en agentes autónomos es mortal para cualquier proyecto vivo.
Sonnet 5.5 frente a Opus 5.5: perfeccionista discreto frente a arquitecto desatado
Desde los primeros pasos, el comportamiento de ambos modelos tomó rumbos diametralmente opuestos.
Cómo se comportó Claude Sonnet 5.5:
- En las primeras 15 iteraciones actuó con puro pragmatismo: limpió el marcado semántico, mejoró la accesibilidad para lectores de pantalla (estándares a11y), optimizó tamaños de fuente y añadió microanimaciones discretas al pasar el ratón por las tarjetas del menú.
- Alrededor de las iteraciones 35–45, Sonnet prácticamente estabilizó la base de código. Empezó a avisar de que el proyecto ya estaba pulido al límite y pasó a microajustes: retocar comentarios de funciones, alinear sangrías y cambiar colores hex por variables.
- El tamaño final del proyecto se mantuvo dentro de lo razonable: de las 800 líneas iniciales, el código creció apenas hasta 1,600–1,800 líneas limpias y legibles.
Lo que lió Claude Opus 5.5: Opus interpretó la frase «hazlo mejor» como carta blanca para una expansión desbocada. Al modelo se le apagó por completo el sentido de la medida:
- Para la iteración 30, en la sencilla web de la cafetería habían aparecido una calculadora interactiva de coste de tueste del grano con selector de altitud de cultivo, un sistema de reserva online de mesas con mapa de sala y una animación en Canvas de partículas de vapor subiendo sobre la taza;
- Para la iteración 60, Opus metió un simulador de carrito con pasarela de pago falsa, un programa de fidelización multinivel con puntos virtuales y un generador de recetas personales de café;
- Para la iteración 80, el proyecto superó las 21,000 líneas de código.
Y ahí llegó el colapso inevitable. Los módulos nuevos empezaron a chocar de frente con dependencias antiguas. El empaquetador Vite comenzó a caer con errores cíclicos de importación, los estilos CSS se pisaban sin orden ni concierto y aquella web ligera se convirtió en una masa digital pesada y lenta. Es el ejemplo de manual del síndrome de inflado de código (Code Bloat) y del llamado AI Slop.
Paradoja del bloqueo instrumental: por qué los modelos no salieron a la web
Durante el experimento salió a la luz un detalle asombroso que conviene que conozca todo arquitecto de flujos agénticos.
En el entorno de Claude Code estaba activada por defecto la herramienta de búsqueda web. Parecía lógico pensar que, ante una orden abstracta como «haz la web mejor», el modelo saldría a internet a mirar tendencias de diseño de 2026, estudiar webs reales de cafeterías premium o comprobar versiones actuales de librerías.
Pues ni Sonnet ni Opus usaron la búsqueda web ni una sola vez. Los modelos mostraron un bloqueo instrumental clásico (Tool Hesitation), apoyándose únicamente en sus pesos internos e inventando funciones nuevas de la nada.
Cómo automatizar el control y blindar el proyecto con CLAUDE.md
Para medir el crecimiento del código, Nate escribió un script bash automático sencillo que ejecutaba las iteraciones en bucle y recogía estadísticas de líneas con el comando wc:
#!/usr/bin/env bash
# Bucle de prompting iterativo con registro de líneas de código
set -euo pipefail
LOG_FILE="bloat_metrics.csv"
echo "iteration,lines_of_code,files_count" > "$LOG_FILE"
for i in $(seq 1 100); do
echo "--- Iteración $i / 100 ---"
claude -p "Make this website better. Focus on improvements." --dangerously-skip-permissions
LOC=$(find src -type f ( -name "*.js" -o -name "*.css" -o -name "*.html" ) -exec cat {} + | wc -l)
FILES=$(find src -type f ( -name "*.js" -o -name "*.css" -o -name "*.html" ) | wc -l)
echo "$i,$LOC,$FILES" >> "$LOG_FILE"
done
La gran lección práctica de este experimento es clara: a los programadores autónomos no se les puede dar libertad ilimitada bajo ningún concepto. En cualquier proyecto donde participe Claude Code, en el directorio raíz debe vivir un archivo de reglas CLAUDE.md con topes estrictos:
# Reglas arquitectónicas del proyecto (Guardrails)
- Prohibido añadir nuevas funcionalidades de usuario sin petición explícita.
- Tamaño máximo de cualquier archivo fuente: 300 líneas de código.
- Al recibir órdenes abstractas («hazlo mejor»), el agente está obligado a:
1. Realizar únicamente optimización de rendimiento y corrección de bugs.
2. No añadir nuevas dependencias en package.json.
3. Conservar la arquitectura actual de componentes.
Si no pones esos límites, un modelo de razonamiento como Opus convertirá una landing limpia en un monstruo inmanejable que ningún programador humano podrá desenredar después.


