La diferencia ya no es usar IA. Es orquestarla. Un chat es una herramienta; un sistema de agentes es un equipo. Este post cuenta cómo opero ese equipo todos los días.
Cuando alguien me pregunta "¿vos usás mucho Claude?", la respuesta honesta es que no lo uso como chat. Uso Claude Code — la CLI de Anthropic que me permite correr múltiples agentes en paralelo, cada uno con su rol, su memoria operativa y acceso a mis archivos. El resto de este post son 3 workflows reales con los que trabajo.
Por qué un chat no alcanza
Un chat está pensado para conversaciones de ida y vuelta en un solo hilo. Funciona para preguntas puntuales. No funciona para proyectos donde necesitás: (a) transcribir audio, (b) investigar en paralelo, (c) mantener contexto entre sesiones, (d) ejecutar código, (e) editar archivos.
Un sistema de agentes resuelve todo eso porque podés despachar tareas especializadas al agente correcto y recibir los resultados consolidados. Es mover de "uso una herramienta" a "coordino un equipo".
Workflow 1 · Armar una propuesta comercial en 2 horas
Discovery call con un cliente nuevo. 40 minutos grabados. Necesito entregar una propuesta con scope, timeline y precio en la web antes de mañana. Pasos:
- Transcripción con Whisper. Corro whisper local sobre el
meet.m4a. El modelosmallalcanza para reuniones en español claro. Mientras transcribe, paso al siguiente paso en paralelo. - Research del cliente en background. Despacho un subagent especializado (Sonnet) con la tarea: "investigá la empresa X, su sitio actual, competidores en LATAM, tendencias del sector, paleta sugerida". El agente corre, yo sigo laburando en otra cosa.
- Análisis cruzado. Cuando vuelven transcripción + research, los leo juntos. Extraigo las necesidades explícitas del cliente (del meet) y las combino con las oportunidades detectadas por research.
- Armado de la propuesta como producto. Genero la data (scope por fases, timeline, inversión, checklist) y la publico en
huevsite.studio/propuestas/[slug]usando un template que ya tengo. - Mail y WhatsApp de respuesta. Dos tonos distintos (profesional/casual) con el link a la propuesta. El cliente recibe el link en el canal correcto.
De audio a propuesta deployada en Vercel: 2 horas. Sin agentes, este mismo flujo me llevaba medio día.
Workflow 2 · Skills como memoria operativa
Skills son archivos markdown que le doy a Claude Code para que internalice mi proceso. Son memoria operativa, no un prompt genérico. Tengo un skill huevsite-proposal con todo el workflow de arriba codificado: pricing AR 2026, estructura faseada obligatoria, tono de mail vs WhatsApp, quiénes son mis referidos para fotos, qué está fuera de scope estándar.
Cuando digo "armá propuesta para el cliente X", Claude invoca el skill, trae todo ese contexto, y arranca con las reglas correctas sin que yo las tenga que repetir. Cada propuesta consolida aprendizajes — si descubro una técnica nueva o fijo un precio, lo sumo al skill y queda disponible para la siguiente.
Otros skills que uso a diario:
- tomas-dev-standards — estándares de código, estructura de commits, convenciones que respeto en todo proyecto.
- huevsite-io — sistema de diseño y tono del portfolio builder que mantengo.
- premiere — control de Adobe Premiere via MCP para editar videos con lenguaje natural.
Workflow 3 · Subagents especializados y paralelización real
Claude Code permite lanzar subagents con roles específicos. Los que más uso:
Explore
Para mapear codebases nuevos. Le paso el repo y la pregunta ("¿cómo está organizado el auth? ¿qué componentes de formulario existen?"). El agente busca en paralelo y me devuelve un resumen con paths. Ahorra 30-45 minutos de grep manual.
Plan
Para diseñar implementaciones antes de escribir código. Le paso el requirement, explora el repo, propone un plan con archivos, deps y verificación. Lo reviso, ajusto, y después lo ejecuto. Menos código tirado, menos refactors al toque.
General-purpose con modelo Sonnet
Para research profundo que no quiero cargar en mi contexto principal. Investigaciones de competidores, análisis de sitios referencia, resúmenes de documentación extensa. El subagent corre en background con su propio contexto, yo sigo laburando, y cuando termina me devuelve un reporte de 500-800 palabras ya procesado.
El punto clave: todos estos agentes corren en paralelo. Mientras uno transcribe, otro investiga, otro mapea código. No es secuencia; es orquesta.
Cuándo NO usar agentes
- Para decisiones de producto o estrategia. Un agente te da opciones; la decisión la tomás vos. Si delegás la decisión, salen productos genéricos.
- Para escribir con tu voz. El modelo puede imitar, pero no ES vos. Lo que escribís con voz propia se nota — los posts que leés de un prompt sin edición también se notan.
- Para problemas simples. Si un cambio es de 2 líneas, no montés un sistema. Abrí el editor.
- Cuando no sabés qué resultado querés. Si no podés describir el outcome, el agente va a ir a cualquier lado. Aclararte vos primero.
Stack mínimo para arrancar
- Claude Code CLI — la herramienta central. Instalás con
npm install -g @anthropic-ai/claude-code. Corre local, accede a tus archivos. - 1-2 skills propios para procesos que repetís. Empezá con uno: tu workflow más frecuente.
- Whisper local para transcripción de meets. El modelo
smallcorre en CPU decente y es gratis. - Un subagent Explore para cualquier codebase nuevo que tengas que entender.
Con eso ya empezás a ver la diferencia de "usar IA" a "orquestar agentes". Cada nuevo skill o subagent que agregás multiplica capacidad — no suma linealmente.
Si integrás Claude en tu stack y querés compartir experiencias, escribime a huevsite.studio@gmail.com. Estoy armando una comunidad informal de builders que están en esto.