Escribir hi en Claude Code parece trivial, pero detrás de ese saludo se dispara una maquinaria de varias capas: carga del system prompt, inyección de contexto del proyecto, definición de herramientas (tools), un bucle agéntico de razonamiento y una gestión de tokens que determina cuánto te cuesta cada sesión. Un análisis técnico publicado en The Agent Stack y difundido en Hacker News disecciona exactamente ese recorrido, y revela que incluso un mensaje de una sílaba arrastra miles de tokens de instrucciones de sistema antes de que Claude responda una sola palabra.
Entender ese flujo no es curiosidad académica: es la diferencia entre un agente que te cuesta céntimos por tarea y uno que dispara la factura de la API. En este artículo desglosamos qué compone el stack de Claude Code, qué significa para quien construye agentes en producción y cómo optimizar cada capa desde España o LATAM.
¿Qué ocurre exactamente cuando escribes "hi"?
Según el análisis de The Agent Stack, un simple hi no viaja solo a la API. Antes se construye un payload que incluye, como mínimo, cuatro bloques:
- System prompt: instrucciones base que definen el comportamiento del agente, su tono, sus restricciones de seguridad y cómo debe usar las herramientas. Son miles de tokens que viajan en cada petición.
- Contexto del proyecto: el contenido de tu archivo
CLAUDE.md, estructura de directorios y memoria relevante. - Definición de tools: el esquema JSON de cada herramienta disponible (leer archivos, ejecutar comandos bash, editar código, buscar en la web). Cada definición consume tokens.
- Tu mensaje: el
hipropiamente dicho, que es la parte más pequeña del paquete.
A partir de ahí entra en juego el loop agéntico: Claude razona, decide si necesita usar una herramienta, la ejecuta, recibe el resultado y vuelve a razonar hasta cumplir el objetivo. Ese ciclo —no una única respuesta— es lo que define a un agente frente a un chatbot clásico.
Desde nuestra experiencia con Claude API, el detalle que más sorprende a los builders es cuánto pesa el "andamiaje" invisible: en una sesión real, las instrucciones de sistema y las definiciones de tools pueden representar la mayor parte del consumo de tokens de entrada antes de que escribas nada útil.
¿Qué significa esto para los builders?
Comprender el stack tiene implicaciones prácticas inmediatas. La primera es de coste: si cada petición arrastra miles de tokens de contexto fijo, inflar tu CLAUDE.md con instrucciones innecesarias o cargar decenas de herramientas que nunca usas se traduce en una factura más alta multiplicada por cada turno del loop.
La segunda es de rendimiento: cuanto más limpio sea el contexto, más foco mantiene el modelo. Un system prompt sobrecargado diluye la atención y favorece el llamado "recuerdo catastrófico", donde el agente pierde el hilo de las instrucciones importantes.
Comparado con alternativas como los agentes construidos sobre GPT-4o o Gemini, la ventaja de Claude Code es la transparencia de su arquitectura basada en tool use nativo y en el MCP (Model Context Protocol), el estándar abierto que permite conectar fuentes de datos y herramientas externas de forma estructurada. Eso facilita auditar qué se envía en cada petición y recortar lo superfluo.
Un patrón accionable para builders:
- Audita tu
CLAUDE.mdy elimina instrucciones redundantes. - Carga solo las tools que la tarea requiere; cada esquema cuesta tokens.
- Usa caching de prompts cuando la API lo permita para no repagar el contexto fijo.
- Monitoriza el número de iteraciones del loop: un agente que da 15 vueltas para una tarea simple está mal diseñado.
Para los builders hispanohablantes esto significa que la optimización del stack es una palanca de margen directa cuando se cobra por proyecto a cliente final.
¿Cómo afecta a España y LATAM?
El precio de Claude se cobra en dólares por millón de tokens, sin tarifa regional diferenciada, así que un equipo en Bogotá, Ciudad de México o Madrid paga lo mismo por token. La diferencia la marca el tipo de cambio: para un freelancer en pesos o un estudio en euros, cada token malgastado en contexto inútil pesa más sobre el presupuesto.
En mercados donde los márgenes de desarrollo son ajustados —agencias en Argentina, estudios de producto en Colombia—, dominar la anatomía del agente es ventaja competitiva pura. Un agente afinado puede resolver la misma tarea con la mitad de tokens que uno improvisado, y eso se nota al final de mes.
Además, la transparencia del stack ayuda con el cumplimiento normativo. Saber exactamente qué datos se inyectan en cada petición facilita cumplir con la LOPDGDD en España o las leyes de protección de datos de LATAM, porque puedes documentar qué información del proyecto sale hacia la API.
¿Cómo empezar a optimizar tu agente hoy?
Si construyes con Claude Code, el primer paso es inspeccionar el tráfico real. Activa el modo verbose o registra las peticiones a la API para ver el payload completo. A partir de ahí:
- Mide los tokens de entrada de una sesión mínima (un
hi) para conocer tu "coste base". - Reduce el
CLAUDE.mda lo esencial y mide de nuevo. - Experimenta con MCP para externalizar contexto bajo demanda en lugar de cargarlo todo de entrada.
Quien quiera llevar esto más lejos y aprender a construir agentes con el protocolo, nuestro curso para dar el salto hacia agentes e integraciones con MCP cubre justamente cómo diseñar el stack de forma eficiente desde el primer prompt.
La lección central del análisis de The Agent Stack es clara: en un agente, nada es gratis, ni siquiera un saludo. Cada hi arrastra un andamiaje de instrucciones, herramientas y contexto que determina coste, velocidad y fiabilidad. Los builders que entienden ese flujo construyen agentes más baratos, más rápidos y más predecibles que la competencia. Nuestra perspectiva tras meses optimizando agentes con Claude Code: el 80% del ahorro está en el contexto fijo, no en el modelo que elijas. Comparte este artículo si te fue útil.
