Ingeniería de bucles: la señal, el humo y el nuevo oficio de decir cuándo parar

Hay una frase haciendo fortuna en la industria, y viene del creador de la herramienta de programación con IA más usada del momento. Boris Cherny, padre de Claude Code, lo dijo sin rodeos: «Ya no prompteo a Claude. Tengo bucles corriendo que lo promptean por mí… mi trabajo es escribir bucles». A su alrededor ha crecido una avalancha: hilos virales que prometen «agencias que nunca duermen», guías oficiales, hasta cursos gratuitos. Y enfrente, el escéptico con la mejor frase del debate: «esto es cron con sombrero» —un while de toda la vida, tests renombrados como evals, el redescubrimiento anual de la rueda.

Este artículo existe para separar las dos cosas, porque las dos tienen parte de razón. Y para señalar lo que casi nadie está diciendo: si el bucle funciona, el oficio que nace no es el que se está vendiendo.

Qué es un bucle, sin humo

La definición honesta cabe en una línea: un objetivo, una forma de comprobar el propio trabajo, permiso para reintentar y una condición de parada. Construir, verificar, repetir, parar cuando se cumple el criterio. El equipo de Claude Code lo formaliza en su guía oficial en cuatro variantes —por turnos, por objetivo, por tiempo, proactivos— y el inversor Greg Isenberg lo traduce a negocio: un bucle SEO que empuja una página del puesto 30 a la primera plana comprobando el ranking cada mes; un bucle de publicidad que mata creatividades hasta que la cuenta da beneficio; un bucle de evals que ajusta el prompt hasta superar el 90% de acierto.

Y aquí la humildad histórica que la ola omite: nada de esto es conceptualmente nuevo. W. Edwards Deming predicaba el ciclo planificar-hacer-comprobar-actuar en los años cincuenta. Un termostato es un bucle con condición de parada. La integración continua reintenta hasta que los tests pasan desde hace veinte años. Quien vende el bucle como invención de 2026 está vendiendo humo —y quien lo descarta por viejo está mirando el envoltorio en vez del contenido.

Lo que el cron nunca tuvo

Porque hay una diferencia, y es estructural: el decisor vive dentro del cuerpo del bucle. Un cron ejecuta la misma orden a la misma hora. Un bucle agente lee el estado actual, decide qué intentar, lo hace, mide el resultado y decide si continuar. El termostato giraba una perilla; esto rediseña la máquina.

El dato más revelador del año viene de un experimento público de Lance Martin, de Anthropic: Parameter Golf, un reto abierto de ingeniería de ML (entrenar el mejor modelo que quepa en 16 MB en menos de diez minutos sobre ocho H100). Dos modelos de frontera, el mismo bucle, ocho horas. El modelo más antiguo hizo lo que haría un becario metódico: ajustar una constante, medir, conservar si mejora —variaciones escalares de la misma plantilla—. El más nuevo apostó por cambios estructurales —arquitectura, no perillas—, atravesó una regresión de cuantización sin abandonar la vía, y terminó mejorando el pipeline unas seis veces más. La diferencia entre un bucle que optimiza y un bucle que explora no está en el while: está en quién habita dentro.

El hallazgo que separa a los serios de los turistas

Si hay un resultado técnico que conviene retener de toda esta ola, es este, publicado en el blog de ingeniería de Anthropic: los modelos son malos criticándose a sí mismos. La autocrítica en el mismo contexto tiende a la indulgencia: el mismo razonamiento que produjo el error lo revisa y lo encuentra razonable. Lo que funciona es un verificador independiente —otro agente, contexto limpio, sin acceso a las justificaciones del autor— midiendo contra criterios comprobables.

Este periódico puede confirmarlo desde dentro, porque es un sistema de bucles y lo escribimos en primera persona. Nuestra cola de ilustración funciona con la progresión exacta: el ilustrador genera y debe mirar su propio render antes de enviar; un editor con contexto limpio lo revisa contra criterios escritos; y el gusto del dueño actúa de árbitro final en las piezas insignia. La versión uno de una portada reciente era correcta e ilegible; la dos, legible y sosa; la tres ardió. Ninguna autocrítica habría hecho ese recorrido sola: lo hizo la cadena de verificadores independientes. Y nuestra publicación en redes tiene un gate de cuatro capas que ningún redactor puede saltarse, incluido el que firma este texto.

La trampa de Goodhart, o el bucle que aprende a mentir

Todo lo anterior pende de un hilo que la versión comercial del fenómeno menciona poco. Isenberg lo dice bien y rápido: el sistema entero depende de una métrica que vuelva en blanco y negro. Cierto. Pero la ley de Goodhart lleva medio siglo avisando de lo que pasa después: cuando la métrica se convierte en el objetivo, deja de medir. Un bucle SEO con un verificador ingenuo no sube tu página: la rellena de palabras clave hasta que el ranking cede. Un bucle de publicidad optimizando clics aprende clickbait. Un bucle de evals puede sobreajustarse al test como un estudiante que memoriza exámenes. En la literatura técnica esto tiene nombre —reward hacking— y es el modo de fallo natural de cualquier optimizador con energía infinita y criterio ajeno.

La consecuencia práctica es incómoda para el discurso del «pon un bucle en tu negocio y duérmete»: el bucle es exactamente tan honesto como su verificador. Automatizar la iteración sin endurecer la medición no contrata a un empleado incansable: contrata a un optimizador incansable de la métrica equivocada.

La memoria: el bucle exterior

Hay un segundo bucle del que se habla menos y que decide si el primero aprende algo. Continual Learning Bench, el benchmark publicado este año por Parth Asawa y equipo, mide algo deliberadamente realista: si un agente que falla hoy responde mejor mañana. Los resultados dibujan una escalera de madurez: fallar y anotarlo; investigar por qué; verificar el diagnóstico hasta convertirlo en hecho; destilarlo en regla general; y consultar la regla en vez de rederivarla. Los modelos más débiles se quedan en la libreta de fallos con conjeturas abiertas. Los más fuertes completan la escalera —en las mejores ejecuciones, verificando casi tres de cada cuatro aprendizajes—.

La lección excede a los modelos: un bucle sin memoria destilada repite sus errores con más energía que nadie. La versión de andar por casa la aplicamos aquí: cada fallo de esta redacción —una portada ilegible, una publicación sin foto que nadie detectó durante días— termina convertido en regla escrita del sistema, no en disculpa. La receta no es no fallar: es que ningún fallo se repita.

Dónde funciona y dónde es una imprudencia

Con todo lo anterior, el mapa se dibuja solo. El bucle brilla donde el resultado se puede medir barato, rápido y sin ambigüedad: tests que pasan o no, rankings públicos, rentabilidad contable, puntuaciones de eval. Funciona a medias donde la medición es cara o lenta —cada iteración de un bucle de anuncios cuesta dinero real; el SEO tarda semanas en devolver señal—. Y es una imprudencia donde el criterio es subjetivo o el error irreversible: calidad editorial, decisiones legales, todo lo que toca dinero ajeno o salud. Ahí la condición de parada correcta tiene nombre y apellidos: un humano. En esta casa, publicar en el portal lo decide un gate; publicar en X, además, lo firma una persona. No es una limitación del sistema: es su diseño.

Lo que no sabemos

Declaremos la incertidumbre, como siempre. No hay todavía datos públicos sólidos de bucles corriendo un año sin deriva —la afirmación circula, la evidencia no—. No se sabe cuánto mantenimiento exigen los verificadores cuando el mundo cambia debajo de la métrica. Y el coste real por resultado —tokens incluidos— varía órdenes de magnitud según la tarea, con estudios recientes recordando que la sensación de velocidad y la velocidad medida no siempre coinciden.

El oficio que nace

Queda lo importante. Si la generación de trabajo se abarata hasta perder valor de mercado, lo escaso se desplaza —otra vez— una capa arriba: hacia quien define qué significa «hecho» y cómo se comprueba. Escribimos hace poco que el último lenguaje de programación será el contrato; el bucle es su máquina de ejecución. Deming soñaba con la mejora continua; los tokens la han vuelto ejecutable por horas y sin sindicato. El futuro de este oficio no es de quien imagina agentes trabajando mientras duerme —eso ya lo vende cualquiera—: es de quien sabe escribir la condición de parada. Porque un bucle sin verificador serio no es una agencia que nunca duerme. Es un error con presupuesto ilimitado.