Anthropic publicó el 24 de julio una nota sobre las nuevas reglas de context engineering para Claude 5. El dato que encendió la discusión fue concreto: el equipo de Claude Code dice que eliminó más del 80% de su system prompt para Claude Opus 5 y Claude Fable 5 sin pérdida medible en sus evaluaciones internas de programación.

Un equipo simplifica la arquitectura de contexto para un agente de IA

Eso incomoda a muchos equipos. Durante el último año, la reacción normal ante cada fallo de un agente fue añadir otra regla a CLAUDE.md, AGENTS.md, Skills, memoria o plantillas. Anthropic sugiere que parte de esa armadura ya puede estar frenando al agente.

La lección no es borrar instrucciones. La lección es tratarlas como arquitectura. Hay que decidir qué ve el agente al inicio, qué carga bajo demanda, qué herramientas puede usar, qué memoria se conserva y qué controles deben vivir fuera del lenguaje natural.

Prompt engineering se centraba en escribir mejor la petición. Context engineering incluye system prompts, reglas del repositorio, tools, memoria, documentos recuperados, historial y MCP servers. Más contexto no siempre ayuda. Puede gastar tokens, introducir contradicciones y esconder lo importante.

El patrón práctico es auditar. Elimina reglas obvias que el agente puede inferir del código. Quita duplicados. Borra instrucciones heredadas de fallos de modelos antiguos. Sustituye prohibiciones globales por criterios locales: no "nunca escribas comentarios", sino "sigue la densidad de comentarios del archivo".

Conserva los límites importantes: secretos, producción, datos de clientes, pagos, despliegues, migraciones destructivas y acciones externas. Pero esos límites no deberían depender solo de una frase en un archivo. Necesitan permisos, sandboxing, dry runs, aprobación humana, logs y CI.

El debate en Hacker News, con 332 puntos y 219 comentarios al comprobarlo, muestra la tensión correcta. Menos microgestión puede mejorar el trabajo diario. Confiar en el juicio del modelo para acciones irreversibles es otra cosa.

La forma madura de probarlo es medir: éxito de tareas, uso de tokens, latencia, llamadas a herramientas, comentarios de revisión, pruebas, correcciones humanas y violaciones de seguridad. En 2026, un buen agente no tiene el prompt más largo. Tiene una arquitectura de contexto mantenible.