Los equipos de Anthropic utilizan Claude Code para todo, desde depurar problemas de producción y navegar por bases de código desconocidas hasta crear herramientas de automatización personalizadas. Aquí le explicamos cómo.
Las herramientas de agentic coding como Claude Code ayudan a los desarrolladores a acelerar los flujos de trabajo, automatizar tareas repetitivas y abordar proyectos de programación complejos. A medida que evoluciona el campo, cada día descubrimos nuevas aplicaciones gracias a los usuarios, incluidos nuestros propios empleados.
Para saber más, nos sentamos con empleados de Anthropic para entender cómo usan Claude Code en el trabajo.
Aunque muchos de sus casos de uso eran predecibles —depuración, navegación por bases de código, gestión de flujos de trabajo— otros nos sorprendieron. Los abogados construyeron sistemas de árbol telefónico. Los especialistas en marketing generaron cientos de variaciones de anuncios en segundos. Los científicos de datos crearon visualizaciones complejas sin saber JavaScript.
El patrón se hizo claro: la agentic coding no solo está acelerando el desarrollo tradicional. Disuelve la frontera entre el trabajo técnico y no técnico, convirtiendo a cualquiera que pueda describir un problema en alguien que puede construir una solución.
Esto es lo que descubrimos.
Los equipos de toda la compañía utilizan Claude Code para ayudar a los nuevos empleados e incluso a los empleados antiguos a ponerse al día con nuestras bases de código.
Los nuevos científicos de datos de nuestro equipo de Infraestructura alimentan a Claude Code con toda su base de código para alcanzar rápidamente un nivel elevado de productividad. Claude lee los archivos CLAUDE.md de la base de código, identifica los relevantes, explica las dependencias del canal de datos y muestra qué fuentes superiores alimentan los paneles de control, reemplazando las herramientas tradicionales de catálogo de datos.
Nuestro equipo de ingeniería de producto se refiere a Claude Code como su «primera parada» para cualquier tarea de programación. Le piden que identifique qué archivos examinar para corregir errores, funcionalidades o análisis, eliminando el largo proceso de recopilación manual de contexto antes de crear nuevas funcionalidades.
Las herramientas de agentic coding son particularmente populares por su capacidad para automatizar dos tareas de programación críticas pero tediosas: escribir pruebas unitarias y revisar código.
El equipo de diseño de producto utiliza Claude Code para escribir pruebas exhaustivas de nuevas funciones. Han automatizado los comentarios de solicitud de cambio a través de GitHub Actions, y Claude gestiona automáticamente los problemas de formato y la refactorización de casos de prueba.
El equipo de Ingeniería de seguridad transformó su flujo de trabajo de « diseñar documento → código chapucero → refactorización → abandonar las pruebas» a pedirle pseudocódigo a Claude, guiarlo a través del desarrollo basado en pruebas y revisarlo periódicamente. Esto da como resultado un código más fiable y verificable.
La agentic coding también se puede utilizar para traducir pruebas a otros lenguajes de programación. Por ejemplo, cuando el equipo de inferencia necesita probar funcionalidades en lenguajes desconocidos como Rust, explican lo que quieren probar y Claude escribe la lógica en el idioma nativo de la base de código.
Los problemas de producción exigen una resolución rápida, pero intentar razonar sobre código desconocido bajo presión a menudo conduce a retrasos. Para muchos equipos de la empresa, Claude Code acelera el diagnóstico y las correcciones mediante el análisis de trazas de pila, documentación y comportamiento del sistema en tiempo real.
Durante los incidentes, el equipo de Ingeniería de seguridad le proporciona a Claude Code trazas de pila y documentación para rastrear el flujo de control a través de la base de código. Los problemas que normalmente tardan entre 10 y 15 minutos de análisis manual ahora se resuelven 3 veces más rápido.
Con Claude Code el equipo de ingeniería de producto ganó confianza para abordar errores en bases de código desconocidas. Le preguntan a Claude: «¿Puedes corregir este error? Veo este comportamiento» y revisan la solución propuesta sin necesidad de depender de otros equipos de ingeniería para obtener ayuda.
En un caso, cuando los clústeres de Kubernetes dejaron de programar pods, el equipo de infraestructura de datos utilizó Claude Code para diagnosticar el problema. Le proporcionaron capturas de pantalla del panel de control y Claude los guió menú por menú a través de la interfaz de usuario de Google Cloud hasta que encontraron el agotamiento de direcciones IP del pod. Luego, Claude proporcionó los comandos exactos para crear un nuevo grupo de IP y añadirlo al clúster, ahorrándoles 20 minutos de un tiempo valioso durante una interrupción del sistema.
Desarrollar nuevas funciones tradicionalmente requiere profundos conocimientos técnicos y una inversión de tiempo significativa. Claude Code permite la creación rápida de prototipos e incluso el desarrollo completo de aplicaciones, lo que permite a los equipos validar ideas rápidamente con independencia de su experiencia en programación.
Los miembros del equipo de diseño de producto alimentaban archivos de diseño de Figma a Claude Code y luego configuraban bucles autónomos donde Claude Code escribía el código para la nueva función, ejecutaba pruebas e iteraba continuamente. Le dan problemas abstractos a Claude, le dejan trabajar de forma autónoma y luego revisan las soluciones antes de los refinamientos finales. En un caso, hicieron que Claude construyera combinaciones de teclas de Vim por sí mismo con una revisión humana mínima.
Con Claude Code, el equipo de diseño de producto descubrió un uso inesperado: mapear estados de error, flujos lógicos y estados del sistema para identificar casos límite durante el diseño en lugar de descubrirlos en desarrollo. Esto mejora fundamentalmente la calidad de su diseño inicial y les ahorra horas de depuración posterior.
A pesar de no dominar TypeScript, los científicos de datos usan Claude Code para crear aplicaciones React completas para visualizar el rendimiento del modelo RL. Después de un prompting one-shot en un entorno sandbox, la herramienta escribe visualizaciones TypeScript completas desde cero sin que ellos mismos entiendan el código. Dada la simplicidad de la tarea, si el primer prompt no es suficiente, harán pequeños ajustes y volverán a intentarlo.
La documentación técnica a menudo se encuentra dispersa entre wikis, comentarios de código y la mente de los miembros del equipo. Claude Code consolida este conocimiento a través de MCP y archivos CLAUDE.md en formatos accesibles, poniendo la experiencia a disposición de todos los que la necesitan.
Los miembros del equipo de inferencia sin formación en aprendizaje automático dependen de Claude para explicar funciones específicas de modelos. Lo que normalmente requiere una hora de investigación en Google ahora toma de 10 a 20 minutos: una reducción del 80 % en el tiempo de investigación.
El equipo de ingeniería de seguridad hace que Claude ingiera múltiples fuentes de documentación para crear runbooks en markdown y guías de resolución de problemas. Estos documentos condensados se convierten en contexto para depurar problemas reales de producción, lo que a menudo es más eficiente que buscar en bases de conocimiento completas.
Las herramientas de agentic coding ayudan a los equipos a crear automatización personalizada que tradicionalmente requeriría recursos de desarrollador dedicados o software costoso.
El equipo de crecimiento de marketing creó un flujo de trabajo agéntico que procesa archivos CSV con cientos de anuncios, identifica a los que tienen un rendimiento inferior y genera nuevas variaciones dentro de límites estrictos de caracteres. Utilizando dos subagentes especializados, el sistema genera cientos de anuncios nuevos en minutos en lugar de horas.
También desarrollaron un plugin Figma que identifica marcos y genera programáticamente hasta 100 variaciones de anuncios intercambiando titulares y descripciones, reduciendo las horas de copiar y pegar a medio segundo por lote de anuncios.
En un caso de uso particularmente único, el equipo legal creó prototipos de sistemas de «árbol telefónico» para ayudar a los miembros del equipo a conectarse con el abogado adecuado en Anthropic, demostrando cómo los departamentos pueden crear herramientas personalizadas sin recursos de desarrollo tradicionales.
Estas historias revelan un patrón: Claude Code funciona mejor cuando se enfoca en los flujos de trabajo humanos que puede amplificar. Los equipos con más éxito tratan a Claude Code como un colaborador intelectual en lugar de un generador de código.
Exploran posibilidades, crean prototipos rápidamente y comparten descubrimientos entre usuarios técnicos y no técnicos. Este enfoque colaborativo entre humanos e IA crea oportunidades que apenas estamos empezando a entender.
La guía de Anthropic para empezar, escalar y tener éxito, basada en ejemplos del mundo real y mejores prácticas
Empezar con Claude Code.
Recibir el boletín para desarrolladores
Actualizaciones de productos, guías prácticas, aspectos destacados de la comunidad y más. Enviado mensualmente a tu bandeja de entrada.
