AGENTS.md en Claude Code: cómo validar una migración
La novedad reduce una barrera para compartir contexto entre agentes. La decisión de ingeniería es comprobar qué instrucciones se cargan, dónde se aplican y qué comportamiento producen antes de retirar archivos existentes.
- Publicado
- 21 de setiembre de 2026
- min de lectura
- 6 min de lectura
- Categoría
- Sistemas IA
En esta página
8 capítulos- 01El problema: una regla, varias interpretaciones
- 02AGENTS.md en Claude Code: entender la carga
- 031. Inventariar antes de consolidar
- 042. Diseñar un núcleo común y alcances explícitos
- 053. Probar la migración antes de retirar archivos
- 064. Evaluar acciones y resultados por separado
- 075. Mantener el contrato con controles externos
- 08La decisión: consolidar con evidencia

Capítulo 02
AGENTS.md en Claude Code: entender la carga
El README de la versión distingue carga exclusiva de CLAUDE.md, fallback a AGENTS.md y carga de ambos. En el fallback, también importan .claude/CLAUDE.md y CLAUDE.local.md en el recorrido hacia el directorio de trabajo. Los archivos anidados pueden incorporarse al leer un subdirectorio. Por eso, comprobar únicamente la raíz visible del repositorio resulta insuficiente. La documentación describe además managed-only con salvedades; no debe interpretarse como una garantía absoluta de aislamiento.
La convención AGENTS.md ofrece un lugar predecible para instrucciones de trabajo y admite archivos específicos por subproyecto. Nuestra recomendación es separar tres preguntas durante la adopción: dónde está escrita una regla, si el entorno realmente la incorpora y si el agente la cumple. Que dos herramientas reconozcan un nombre de archivo resuelve parte de la primera pregunta. Las otras requieren evidencia en tu repositorio, con tus rutas, configuración y tareas.
Capítulo 03
1. Inventariar antes de consolidar
Empieza con un inventario revisable de instrucciones y puntos de entrada. Incluye archivos versionados, ajustes locales relevantes, directorios desde los que se inicia el agente y referencias que importan otros documentos. Asigna un responsable a cada regla. Una instrucción sobre arquitectura puede pertenecer al equipo de plataforma; un comando de prueba debe mantenerse junto al paquete que lo implementa. La consolidación falla cuando mueve el texto pero pierde a su dueño.
Marca contradicciones antes de elegir cuál conservar. Si dos documentos ordenan usar gestores de paquetes distintos, no pidas al modelo que arbitre una decisión de infraestructura. Resuélvela con los scripts y archivos de bloqueo vigentes. Conserva un registro breve de la regla canónica y sus excepciones. El criterio de salida es concreto: ninguna instrucción operativa importante debe depender de recordar qué copia actualizó alguien la semana pasada.
Capítulo 04
2. Diseñar un núcleo común y alcances explícitos
Considera este ejemplo hipotético: un monorepo contiene una API y una aplicación móvil. La guía común exige revisar el diff y documentar las comprobaciones, mientras cada paquete define su comando de prueba. Copiar todos los comandos a la raíz obliga al agente a elegir por intuición. Una estructura más mantenible coloca las reglas compartidas arriba y las instrucciones específicas junto al código correspondiente, con rutas y condiciones de aplicación claras.
No conviertas la guía común en un manual de cada herramienta. Separa las convenciones del repositorio de las opciones particulares de ejecución y registra quién configura estas últimas. Para cada regla pregunta si seguirá siendo cierta después de cambiar de agente. Si depende de una integración concreta, documenta esa dependencia. Compartir contexto resulta útil cuando reduce divergencias; un archivo enorme lleno de excepciones puede trasladar el problema sin resolverlo.
Capítulo 05
3. Probar la migración antes de retirar archivos
En el monorepo hipotético, prepara una rama de ensayo y un entorno desechable sin credenciales de producción. Introduce una tarea pequeña cuya solución conocida requiera ejecutar la prueba del paquete correcto. Repite desde la raíz y desde el paquete, con configuraciones representativas del equipo. Compara la guía anterior con la propuesta conservando el mismo commit inicial. Así podrás atribuir una diferencia a la migración con menos variables simultáneas.
Registra versión del agente, modalidad de acceso, directorio inicial, configuración seleccionada y archivos disponibles. Si el entorno permite inspeccionar instrucciones cargadas, guarda esa evidencia junto al resultado. No aceptes como prueba suficiente que el modelo diga haber leído todo. Conserva los archivos anteriores hasta explicar las diferencias observadas y disponer de una reversión sencilla. Un despliegue por un solo paquete reduce el alcance de un error de configuración.
Capítulo 06
4. Evaluar acciones y resultados por separado
Define antes del ensayo qué observarás: comando ejecutado, directorio utilizado, archivos modificados y resultado de las pruebas. Una tarea puede terminar correctamente por casualidad aunque ignore el procedimiento; también puede seguirlo y descubrir un fallo previo real. Puntúa ambas dimensiones por separado. Añade un caso con una instrucción anidada y otro con una contradicción deliberada, claramente confinados al entorno de ensayo, para identificar silencios y decisiones ambiguas.
Repite las tareas para distinguir patrones de una ejecución afortunada. Revisa el coste y el tiempo como observaciones locales, sin convertir una muestra pequeña en una promesa de ahorro. Una condición razonable para avanzar es que todas las configuraciones admitidas carguen las reglas esperadas y no aparezcan regresiones inexplicadas en las tareas elegidas. Esto valida ese conjunto de casos; no demuestra que toda futura instrucción será obedecida.
Capítulo 07
5. Mantener el contrato con controles externos
Versiona las instrucciones y revísalas como parte del cambio que altera un comando o una frontera del repositorio. Las frases sensibles deben apuntar a controles verificables: si una carpeta no debe modificarse, revisa el diff automáticamente; si una prueba es obligatoria, exígela en CI. Un documento orienta al agente, pero no sustituye permisos del sistema, protección de ramas ni validaciones del producto.
Repite la prueba de compatibilidad cuando cambie la versión del agente, el modo de ejecución o la estructura de carpetas. No hace falta convertir cada edición de estilo en una campaña de evaluación: prioriza cambios que alteren alcance, precedencia o acciones exigidas. Conserva instrucciones breves y ejecutables, y elimina referencias obsoletas mediante revisión humana. El mantenimiento periódico evita que el contrato común vuelva a fragmentarse en excepciones que nadie comprueba.
Capítulo 08
La decisión: consolidar con evidencia
Adopta una guía compartida si tu problema es la duplicación y puedes identificar entornos compatibles, propietarios y pruebas representativas. Conserva una transición explícita si dependes de configuraciones aún no cubiertas o no puedes explicar qué reglas reciben tus agentes. El éxito no consiste en borrar un archivo: consiste en reducir mantenimiento sin perder trazabilidad sobre cómo se produce un cambio.
Para un CTO, el primer entregable útil es pequeño: inventario, prueba de un paquete y criterio de reversión. Si necesitas convertir ese piloto en un flujo de ingeniería adaptado a tu organización, el servicio de agentes a medida de Wasyra puede ser el siguiente punto de conversación. Empieza por el proceso que necesitas verificar y por sus límites; la selección de herramientas viene después.
Escrito por
Wasyra Engineering
Modernización, arquitectura y delivery confiable
Wasyra Engineering documenta patrones para mover sistemas legacy sin congelar delivery ni romper ownership.
Serie
Sistemas IA que sí llegan a producción
Una serie sobre agentes, copilots y guardrails para llevar IA al trabajo real sin romper confianza ni operación.
Posts de esta serieMás de este autor
Más de este autor
Ingeniería
Copilot Code Review: qué exigir cuando la IA ejecuta código
Copilot Code Review amplía sus herramientas de shell. Cinco criterios para verificar hallazgos, limitar accesos y evaluar revisiones con evidencia.
ArtículoSistemas IA
Agents API de OpenAI: controles para agentes de larga duración
La beta de Agents API lleva la infraestructura de Codex a aplicaciones. Qué evaluar sobre estado, permisos y recuperación antes de operar agentes.
ArtículoSigue leyendo
Sigue leyendo
Sistemas IA
UI generativa: cómo validar simulaciones que sí enseñen
La nueva biblioteca de Google abre una decisión de producto: cómo validar reglas, interacción y aprendizaje antes de publicar simulaciones generadas con IA.
ArtículoSistemas IA
Arcjet y seguridad de agentes: de observar a bloquear
Seis criterios para evaluar Arcjet: cobertura de herramientas, identidad confiable, políticas, fallos y evidencia antes de dar más permisos a tus agentes.
ArtículoSistemas IA
Gemini 3.8 Live: cómo coordinar voz, tareas e interrupciones
Gemini 3.8 Live permite conversar mientras ejecuta tareas. Cinco decisiones para gestionar interrupciones, resultados tardíos y confirmaciones fiables.
Artículo