Learning Loop

Agentes de código que aprenden
de tus correcciones

«Ejecuta los tests antes de hacer commit». «No toques el lockfile». Lo has escrito diez veces, a cinco agentes, en tres CLI. Y mañana una nueva sesión tendrá que oírlo otra vez.

Learning Loop lee lo que escribiste a los agentes de un proyecto, detecta las correcciones que repites y te las propone como reglas breves. Tú aceptas, editas o rechazas cada una. Las reglas aceptadas pasan a la memoria del proyecto y, desde ese momento, todos los agentes las siguen, en Claude Code, Codex y cualquier otro CLI de agentes.

Learning Loop

Tus correcciones

  • No, ejecuta primero los tests
  • Ya te lo dije: el lockfile no

Regla propuesta

Ejecutar los tests antes de cada commit

Aceptar

Todos los agentes la siguen

Los agentes de código empiezan cada sesión desde cero. Lo que corregiste ayer, el agente de hoy no lo sabe, y el agente de al lado, en otro CLI, nunca lo supo. Así que vuelves a corregir, y la misma corrección regresa semana tras semana.

Escribir la regla tú mismo en un archivo CLAUDE.md o AGENTS.md funciona, pero nadie se detiene en mitad de una tarea para hacerlo, y cada CLI lee su propio archivo. Las correcciones quedan dispersas en conversaciones antiguas, donde ningún agente las leerá jamás.

Learning Loop escribe por ti. Repasa tus propios prompts, detecta lo que repites una y otra vez y te entrega una lista corta de reglas para aprobar. Tú sigues decidiendo: nada llega a tus agentes hasta que lo aceptas.

Qué hace Learning Loop

Cada corrección que haces una vez puede convertirse en una regla que tus agentes nunca olvidan.

Repasa tus propias correcciones

Solo se lee lo que escribiste a los agentes, no sus respuestas. El balance encuentra las correcciones que se repiten y propone hasta 10 reglas, cada una con su categoría (convención, trampa, preferencia, proceso) y el número de veces que la hiciste.

Tus palabras como prueba

Cada regla propuesta muestra las frases que escribiste de verdad, así ves en un segundo si es correcta. Los secretos se enmascaran en tu máquina antes de cualquier análisis.

Tú aceptas, editas o rechazas

Nada se aplica sin ti. Acepta una regla tal cual, reformúlala o recházala. Una regla rechazada no vuelve nunca, ni siquiera con otras palabras.

Todos los agentes la siguen

Las reglas aceptadas se escriben en la memoria compartida del proyecto, fijadas al principio de lo que los agentes leen antes de una tarea. Todos los agentes del proyecto las siguen, sea cual sea su CLI y sea cual sea el equipo.

Muestra si la lección surtió efecto

Cada regla aceptada te indica si has tenido que volver a corregirla desde entonces. Una regla que se sigue incumpliendo queda a la vista, para que la reformules en vez de repetirte.

Cada noche, si quieres

Haz un balance a mano cuando te apetezca, o activa el balance diario y encuentra nuevas reglas esperándote a la mañana siguiente. Un recordatorio encima del campo de escritura te avisa cuando hay lecciones esperando tu veredicto.

Cómo funciona

Cuatro pasos. Tú haces dos, en unos segundos cada uno.

  1. 1

    Abre Learning Loop

    Haz clic en el birrete del dock de un proyecto, junto a «Memoria», y pulsa «Hacer el balance». El primer balance lee las dos últimas semanas de tus prompts a los agentes de ese proyecto.

  2. 2

    Un agente de balance lee tus prompts

    Por defecto, un agente de balance se ejecuta en tu propio CLI, así que tus prompts se quedan en el proveedor que ya los recibió. Escribe un balance breve: lo que te importa, los errores que más corriges y las reglas que propone.

  3. 3

    Tú decides

    Unos minutos después, las reglas propuestas te esperan en la pestaña «Por validar», con tus propias palabras como prueba. Acepta, edita o rechaza cada una, en el escritorio o en la pantalla Learning Loop de la app móvil.

  4. 4

    Todos los agentes siguen las reglas

    Las reglas aceptadas se escriben en la memoria del proyecto. El próximo agente que lances, en cualquier CLI y en cualquier equipo del proyecto, las lee antes de empezar, y la pestaña «Aceptadas» registra las que todavía tuviste que corregir.

Por qué cambia tu forma de programar con agentes

Sin Learning Loop, el tiempo que dedicas a corregir agentes se pierde en cuanto termina la sesión. Con él, cada corrección se paga una sola vez: se convierte en una regla, y esa regla sirve a todos los agentes que vienen después, incluidos los que todavía no has lanzado.

Y el efecto se acumula. La primera semana, Learning Loop capta lo evidente: el comando de tests, la carpeta que no se toca, el formato de los commits. Un mes después capta tu criterio: cómo nombras las cosas, qué consideras terminado, qué atajos no aceptas nunca. Tus agentes se acercan a tu forma de trabajar, y pasas menos parte del día diciendo lo mismo.

Y sigue siendo tuyo. Las reglas son frases breves en la memoria del proyecto, legibles y editables, no un ajuste oculto del modelo. Elimina una y desaparece para todos los agentes a la vez.

Límites

  • Nada se ejecuta solo: un balance empieza cuando pulsas «Hacer el balance», o cada noche una vez que activas el balance diario.
  • Los agentes leen las reglas de la memoria del proyecto. Un agente con la memoria desactivada, o un proyecto con la memoria apagada, no las ve.
  • Los balances leen las conversaciones guardadas en tu ordenador, así que la app de escritorio debe estar abierta para que se ejecute un balance.
  • El servicio opcional de AgentsRoom envía tus prompts enmascarados a OpenAI para el análisis, con tu consentimiento: 3 balances al mes en Free y Plus, ilimitados en Pro o con tu propia clave de OpenAI. Los balances con tu propio CLI son ilimitados en todos los planes.
  • Hasta 10 reglas propuestas por balance, a partir de aproximadamente los últimos 40 000 tokens de tus prompts, empezando por los más recientes.

Preguntas frecuentes

Pregúntanos otra cosa
¿Cómo dejo de repetir la misma corrección a Claude Code?
Abre Learning Loop en AgentsRoom y haz un balance. Lee lo que escribiste a los agentes del proyecto, detecta las correcciones que se repiten y te las propone como reglas breves. Acepta las que sean correctas: se escriben en la memoria del proyecto, y cada agente de Claude Code del proyecto las lee antes de una tarea, así que no tienes que volver a decirlo.
¿Funciona con Codex y otros CLI, no solo con Claude Code?
Sí. Las reglas viven en la memoria del proyecto de AgentsRoom, que lee cada CLI de agentes conectado a AgentsRoom: Claude Code, Codex, Antigravity y los demás. Una corrección que hiciste a un agente de Claude Code se convierte en una regla que también sigue un agente de Codex.
¿Es un agente de código que se mejora a sí mismo?
En la práctica, sí: tus agentes trabajan cada vez más como tú quieres, sesión tras sesión. Pero nada cambia a tus espaldas. La mejora es una lista de reglas breves que tú aprobaste, escritas donde puedes leerlas, editarlas o eliminarlas.
¿A dónde van mis prompts durante un balance?
Por defecto, a ningún sitio nuevo: el balance se ejecuta en tu propio CLI, así que tus prompts solo llegan al proveedor que ya los recibió. Solo si activas el servicio AgentsRoom para un proyecto, con tu consentimiento explícito, los prompts enmascarados pasan por nuestro servidor hacia OpenAI. Los secretos se enmascaran primero en tu máquina, y los prompts sin procesar nunca se almacenan en nuestro servidor.
¿Qué diferencia hay con escribir un archivo CLAUDE.md?
Un archivo CLAUDE.md o AGENTS.md lo escribes y mantienes tú, y cada CLI lee el suyo. Learning Loop encuentra las reglas por ti en lo que ya escribiste, te pide que las confirmes y las pone en un único lugar que leen todos los CLI. Los dos se complementan bien: conserva tu archivo de instrucciones para la visión general y deja que Learning Loop recoja los detalles que corriges una y otra vez.
¿Puede volver una regla que rechacé?
No. Una regla rechazada o quitada no se vuelve a proponer nunca, y el balance lo sabe, para que tampoco vuelva con otras palabras.
¿Cómo sé si una regla aceptada funciona de verdad?
La pestaña «Aceptadas» muestra, para cada regla, si has tenido que hacer la misma corrección desde que la aceptaste. Si una regla se sigue incumpliendo, edítala para que sea más clara.

Para profundizar

También te puede interesar

Corrige una vez. Todos los agentes lo recuerdan.

Learning Loop está en AgentsRoom para macOS, Windows y Linux, con la app móvil para validar reglas desde tu teléfono.

Descargar AgentsRoomGratis

App complementaria: supervisa tus agentes en movimiento

Usa Claude, Codex, Antigravity CLI u otro proveedor de IA.

Envía bugs y peticiones directamente a tu backlog público.