Tendencias del momento
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

宝玉
Prompt Engineer, dedicado al aprendizaje y difusión de conocimientos sobre IA, ingeniería de software y gestión de ingeniería.
“Deberías usar más Bash.”
En las últimas semanas, Thariq de Anthropic tuvo una conferencia telefónica con decenas de empresas que trabajan en inteligencia general. Asistentes de correo, chatbots de servicio al cliente, gestión de agendas: hay una variedad de formas de productos. Después de hablar un rato, se dio cuenta de que repetía la misma frase.
¿Bash? ¿No es una herramienta de línea de comandos que usan los programadores? ¿Qué tiene que ver con estos productos?
Primero, veamos un escenario concreto.
Supongamos que tienes un agente de correo y le preguntas: “¿Cuánto gasté en taxis esta semana?”
El enfoque tradicional es el siguiente: el agente llama a una API para obtener correos, posiblemente recuperando 100 de una vez, y luego el modelo busca los recibos de Uber y Lyft y suma los montos.
El problema es que meter 100 correos en el contexto significa que el modelo tiene que recordar todo eso, filtrar y calcular. No es fácil para un modelo de lenguaje grande. Es fácil que se pierda información, que cometa errores, y no puedes verificar qué correos ha revisado.
Este es un problema típico de la zona de confort del modelo: la cantidad de datos no es lo suficientemente grande como para requerir un programa específico, pero excede la capacidad del modelo para procesar todo de una vez. Está atrapado en el medio, es incómodo.
La solución de Thariq es: darle al agente una herramienta Bash para que guarde los resultados intermedios en un archivo.
Suena simple, pero la lógica detrás es muy interesante.
El llamado a herramientas tradicionalmente sigue este flujo:
Herramienta → Procesamiento del modelo → Resultado de salida
Todos los estados intermedios están en la "mente" del modelo, no puedes verlos ni verificarlos.
Al cambiar a Bash, el flujo cambia:
Herramienta → Guardar archivo → Buscar/filtrar → Procesamiento del modelo → Resultado de salida
El modelo puede primero guardar los 100 correos en un archivo, luego usar grep para buscar “Uber”, y luego grep para “Lyft”, contando cada uno por separado. Cada paso es verificable, y al final, cuando suma, puede revisar sus resultados intermedios.
Esto trae tres mejoras en la capacidad:
Reproducible. Si ejecutas el mismo comando de nuevo, obtienes el mismo resultado. Puedes depurar y rastrear problemas.
Verificable. El modelo no te da una respuesta basada en “memoria”, sino en datos reales en el archivo. Si no confías, puedes abrir el archivo y verlo tú mismo.
Combinable. La salida de un comando puede ser la entrada para el siguiente, conectando tuberías, tareas complejas se pueden descomponer en pasos simples.
Bash permite que el agente pase de “cálculo mental” a “borrador”. Un borrador puede dejar huellas, puede ser revisado, puede ser modificado. Esto es crucial para tareas que requieren precisión.
La búsqueda de correos es solo el ejemplo más intuitivo. Las capacidades de Bash son en realidad muy amplias.
Las llamadas a API en cadena son una necesidad común. Por ejemplo, “encuentra todos los contactos a los que envié correos esta semana”, esto requiere primero obtener la lista de correos, extraer los destinatarios, eliminar duplicados, y luego consultar los detalles de cada contacto uno por uno. Hacer una serie de operaciones con llamadas a herramientas implica muchas llamadas, y es difícil gestionar los estados intermedios. Usar un script de Bash para encadenarlos es mucho más claro.
El procesamiento de videos y archivos también es una fortaleza de Bash. La herramienta de línea de comandos ffmpeg es fácil de usar para el modelo. Encontrar un segmento en un video, recortar, transcodificar, se puede hacer con una sola línea de comando.
También hay tareas programadas. En el contenedor donde se ejecuta el agente, se pueden crear tareas programadas usando cronjob o el comando at. Si el usuario dice “envíame un resumen de noticias cada mañana a las 8”, el agente puede configurar su propio despertador.
Estos escenarios tienen un punto en común: todos requieren operaciones de múltiples pasos, todos necesitan guardar estados intermedios, todos exceden la capacidad de una sola llamada a la herramienta.
Pero Bash es una espada de doble filo.
Poder ejecutar comandos significa que puedes hacer muchas cosas, pero también significa que puedes hacer muchas cosas peligrosas. Un rm -rf descuidado puede borrar todo un directorio. Si el agente es atacado con palabras clave maliciosas, las consecuencias pueden ser graves.
Anthropic claramente ha considerado esto. Han implementado un sistema de permisos en el SDK de Claude Agent, que incluye un analizador de comandos Bash y control de permisos jerárquico. Qué comandos pueden ejecutarse directamente, cuáles necesitan confirmación del usuario, y cuáles están completamente prohibidos, todo se puede configurar.
Mi experiencia con Claude Code es que este sistema de permisos realmente reduce la carga mental. Te preguntará antes de realizar operaciones sensibles, en lugar de actuar sin más. Pero las barreras de seguridad no son una solución mágica. El sistema de permisos en sí puede tener vulnerabilidades, y el analizador de Bash también puede ser eludido.
Las barreras de seguridad son esenciales, pero no se debe asumir que todo está resuelto por ello.
Al enfatizar los beneficios de Bash, también hay que aclarar sus límites.
Si la tarea es lo suficientemente simple, no lo uses. Para consultas únicas como “¿Cómo está el clima hoy?”, simplemente llama a la API para obtener el resultado, no es necesario guardar un archivo y luego procesarlo. Usar un cañón para matar un mosquito es más lento.
Si el entorno es Serverless, no se puede usar. Muchas funciones en la nube no tienen un sistema de archivos persistente, así que la ventaja de “guardar resultados intermedios” de Bash se pierde.
Si los requisitos de seguridad son extremadamente altos, úsalo con precaución. El riesgo de inyección de comandos no se puede eliminar al 100%, y escenarios como finanzas y salud pueden ser más adecuados para herramientas especializadas de lista blanca, en lugar de un Bash genérico.
La elección de la herramienta depende del escenario, no de la fuerza de la herramienta en sí. Bash es muy potente, pero no se debe usar en todas las situaciones.
Mirando hacia atrás, el verdadero valor del consejo de Thariq no es la conclusión de que “Bash es poderoso”, sino la forma de pensar detrás de ello:
Hacer que el proceso de pensamiento del agente se “materialice” en productos intermedios verificables.
El diseño tradicional de agentes mete todo en el contexto del modelo, es un trato de una sola vez. Bash ofrece otro camino: descomponer tareas complejas, dejando huellas en cada paso, que se pueden verificar y rastrear.
Piénsalo, es muy similar a cómo los humanos manejan problemas complejos. Cuando hacemos cálculos complejos, hacemos columnas, cuando escribimos un artículo largo, primero hacemos un esquema, y cuando procesamos mucha información, tomamos notas. No es porque no podamos recordar, sino porque es más confiable y más fácil de verificar cuando está en papel.
Lo mismo ocurre con el agente. No es que el modelo no pueda manejarlo, sino que un proceso con productos intermedios es más digno de confianza. Yo mismo uso un agente para ayudarme a escribir, y todos los productos intermedios se guardan en archivos: materiales de búsqueda en línea, esquemas, diferentes versiones de borradores, y palabras clave para ilustraciones. Una vez guardados, se pueden combinar de manera flexible en el futuro.
Bash no es solo una herramienta para programadores, sino una parte clave que permite que el agente tenga capacidades verificables, reproducibles y auditables.


Thariq28 oct 2025
Why even non-coding agents need bash
I've done dozens of calls with companies making general agents over the past few weeks and my advice generally boils down to: "use the bash tool more"
Here's a concrete example from my email agent:

221
Anthropic tiene un grupo de ingenieros geniales, al mismo tiempo que un CEO especialmente rencoroso, no sé cómo se combinan, acaban de cortar el acceso de xAI al modelo Claude, como en los viejos tiempos cuando cortaron la conexión entre OpenAI y Windurf.
Y también han restringido el acceso a la suscripción de Claude Code en OpenCode.
¡Rencoroso!

Yuchen JinHace 6 horas
Anthropic bloqueó los subs de Claude en aplicaciones de terceros como OpenCode, y supuestamente cortó el acceso a xAI y OpenAI.
Claude y Claude Code son geniales, pero aún no son 10 veces mejores. Esto solo empujará a otros laboratorios a moverse más rápido en sus modelos/agentes de codificación.
Se rumorea que DeepSeek V4 se lanzará pronto, con una codificación más fuerte que Claude y GPT. ¿Whale Code pronto?
La competencia es excelente para los usuarios.
35
Esto es una solución temporal que no aborda el problema de raíz; depender de palabras clave no puede eliminar el "sabor a IA". Puede funcionar en algunos artículos o por un corto período, pero no será efectivo a largo plazo.
Solo el "gusto" humano puede eliminar el "sabor a IA". Un artículo sin la inyección del alma humana no puede ocultar su "sabor a IA".

UNICORN⚡️🦄Hace 20 horas
Envía algo que destruya el trabajo de los creadores de contenido generados por IA.
Palabras clave para "des-AI-izar" el contenido escrito por IA:
Por favor, actúa como un editor experimentado. Ayúdame a pulir el siguiente artículo para "des-AI-izarlo".
Sigue los siguientes principios clave: utiliza un español natural, fluido y rítmico. Imita el estilo de un autor o periodista experimentado.
Evita usar conectores lógicos mecánicos como "primero, segundo, por último", "en resumen", "en conclusión", "es importante notar que", etc.
Cambia la voz pasiva a activa, evita la acumulación de frases largas y la mezcla de longitudes.
Añade detalles humanizados: incluye opiniones personales moderadas en los lugares adecuados.
Descripción escénica o metáforas concretas (evita las metáforas trilladas).
Rompe la estructura de plantilla si la estructura original es claramente "introducción-desarrollo-conclusión" o "en paralelo".
Ajusta la conexión de los párrafos para que la lógica fluya de manera natural. Añade redundancia moderada: sin afectar la información clave.
Puedes insertar algunas expresiones coloquiales (como "hablando de eso", "en realidad") o limitadores (como "en la mayoría de los casos", "quizás") o ligeras partículas de tono para que el texto se asemeje más al proceso de pensamiento humano.
Evita el perfeccionismo: puedes ajustar ligeramente los argumentos. Haz que parezca más una opinión personal que una verdad absoluta.
Sustituye palabras de alta frecuencia de IA como "es importante notar que", "sin duda", "en general".
Usa verbos y sustantivos más específicos y vívidos. Reduce el uso de vocabulario abstracto.
Puedes cambiar aleatoriamente algunas oraciones afirmativas a preguntas retóricas o interrogativas.
Aumenta la sensación de interacción.
Por favor, entrega directamente el texto completo pulido.
No es necesario explicar dónde se hicieron las modificaciones.
Aquí está el texto que necesito pulir:
18
Parte superior
Clasificación
Favoritos
