Este artículo de Neil Kakkar describe cómo ha aumentado significativamente su productividad en Tano, una empresa, no mediante el uso directo de Claude Code como generador de código, sino optimizando el entorno y el flujo de trabajo alrededor de él. La clave está en la automatización de tareas repetitivas y la eliminación de cuellos de botella que interrumpen la concentración.
Inicialmente, Kakkar realizaba manualmente tareas como la creación de Pull Requests (PRs), incluyendo la redacción de descripciones. Creó un 'skill' de Claude Code, /git-pr, para automatizar este proceso, no solo ahorrando tiempo, sino también reduciendo el 'context switching' mental que implica cambiar entre escribir código y documentarlo. Este cambio fundamental lo llevó a verlo a sí mismo como un 'manager' de agentes (Claude Code y otros) en lugar de un desarrollador individual.
Otro cuello de botella importante era el tiempo de reconstrucción del servidor (aproximadamente un minuto). La transición a SWC redujo este tiempo a menos de un segundo, eliminando las interrupciones y permitiendo un flujo de trabajo continuo. Además, Kakkar implementó una solución para la verificación de la interfaz de usuario (UI), delegando esta tarea a Claude Code y reduciendo su propio tiempo de revisión.
La capacidad de reconstrucción rápida y las vistas previas automatizadas revelaron una nueva limitación: la incapacidad de trabajar en múltiples tareas simultáneamente. Para resolver esto, desarrolló un sistema de 'worktrees' que asigna puertos únicos a cada servidor, permitiendo la ejecución de múltiples vistas previas sin conflictos. Esto le permitió escalar su trabajo y delegar más tareas a los agentes.
Kakkar enfatiza que su mayor contribución no ha sido escribir código directamente, sino construir la infraestructura que permite que los agentes sean efectivos. Este enfoque iterativo, donde la eliminación de un cuello de botella revela otro, es fundamental para la mejora continua. El ciclo de retroalimentación se ha vuelto tan rápido que la ingeniería se ha convertido en una forma de entretenimiento, impulsado por la búsqueda de una mayor velocidad y eficiencia. En resumen, el éxito no radica en usar la IA para escribir código, sino en optimizar el entorno para que la IA (y los humanos) puedan trabajar de manera más eficiente.