Fundador de Baixing.com: Mis 14 experiencias usando Claude Code

链捕手Publicado a 2026-06-08Actualizado a 2026-06-08

Resumen

Experiencias del Fundador de BaiXing Wang: Mis 14 Consejos de Uso para Claude Code (Autor: Wang Jianshuo). Aquí resumo mi experiencia personal con Claude Code hasta ahora. El enfoque clave es especializarse en una herramienta, en mi caso Claude Code, y dominar sus atajos esenciales. Para entrada de texto larga, usar Control+G; Control+A, E, U para navegación rápida. La entrada por voz (HoldSpeak) es muy útil. Al iniciar un proyecto, primero escribe un PROJECT.md estructurado. Usa Claude agents por defecto. Claude Code combina perfectamente con GitHub y Cloudflare para automatizar procesos de compilación, publicación y gestión de dominios. Separa claramente lo escrito por humanos y por máquinas: mantén manualmente un CLAUDE.md central; no leas código o .md generados por Claude, pregunta a la IA sobre ellos. Para clarificar ideas, arrastra archivos (audio, video, documentos, capturas de pantalla con Cmd+Shift+5) a la ventana. Reorganiza el sistema de memoria: usa ~/.claude/CLAUDE.md como núcleo, vinculando múltiples archivos de memoria. Guárdalos en un repositorio Git privado en GitHub para que sean permanentes y acumulativos, no dispersos por proyecto. Desarrolla Skills; al finalizar una tarea, pide a Claude que "consolide lo aprendido en un Skill". Para tareas complejas, considera usar ultracode para activar flujos de trabajo dinámicos, a pesar de su costo y lentitud, por su efectividad. Acumula y refactoriza Skills continuamente, también almacenados en Git. Usa la docu...

Autor: Wang Jianshuo

Registro aquí, de manera simple, mis experiencias con Claude Code hasta el momento. Es una exploración personal, y puede que no sea aplicable para todos.

1. Concéntrate en usar una herramienta intensivamente. Yo uso Claude Code. No creo que sea mejor que Codex, pero la rentabilidad de la inversión en tiempo y esfuerzo para comparar herramientas no es necesariamente alta, aunque explicar las diferencias con gran detalle pueda dar una falsa sensación de logro.

2. Recuerda los atajos de teclado más importantes. Control+G para abrir el editor y ayudar a escribir contenido más largo; Control+A, Control+E, Control+U, estos atajos para mover rápidamente el cursor, muy útiles en la línea de comandos. Aunque no son nuevos en la era de la IA, son tan importantes como Control+C y Control+V al usarlos.

3. Usa la entrada por voz. HoldSpeak es muy útil.

4. Para un proyecto, escribe primero un PROJECT.md, utilizando un método estructurado para volcar todas las ideas de una vez.

5. Los agentes de Claude son el modo de uso predeterminado.

6. Claude Code, github.com y cloudflare.com son una combinación perfecta. Delega a la infraestructura todo el proceso de construcción, publicación y operaciones relacionadas con dominios.

7. Separa lo escrito por humanos y lo escrito por máquinas. Mantén manualmente el archivo CLAUDE.md central, no leas los archivos .md o el código escrito por Claude Code. Lo de la máquina para la máquina, lo del humano para el humano. Para entender lo escrito por la IA, pregúntale a la IA; no mires el código fuente.

8. Arrastra y suelta archivos en la ventana de Claude Code — audio, video, documentos, capturas de pantalla — si no puedes explicarlo, usa Command+Shift+5 para capturar la pantalla y arrástrala allí; es lo más rápido.

9. Reestructura el sistema de memoria. Centrado en ~/.claude/CLAUDE.md, referencia múltiples archivos de memoria organizados por categorías. Solicita no usar la memoria del proyecto y guarda todos los archivos de memoria en git, sincronizándolos con github (privado). Así tu memoria será permanente, acumulativa y no se perderá en proyectos individuales.

10. Escribe Skills, y al final de cada sesión de trabajo, pide a Claude que "consolide lo aprendido en un Skill" — puede hacerlo automáticamente.

11. Siempre que sea posible, para tareas complejas usa ultracode para activar el flujo de trabajo dinámico. Aunque es caro y lento, los resultados están garantizados.

12. Ve acumulando y refactorizando Skills a medida que avanzas. Los Skills deben estar en git.

13. Usa la documentación en git como la salida de una tarea anterior y la entrada de la siguiente. Deja que los agentes tengan un documento de traspaso claro entre ellos, sin depender del contexto para la conexión.

14. Trata a Claude Code como un caballo (o una persona), no como un coche. Un coche gira bajo tu mando, un caballo tiene sus propias ideas; nosotros solo necesitamos establecer el objetivo y los límites. Su característica de encontrar su propio camino es una característica, no un error.

¿Alguien tiene algo que añadir?

Preguntas relacionadas

Q¿Cuál es el primer consejo del autor sobre el uso de Claude Code y por qué lo recomienda?

AEl autor recomienda enfocarse en una sola herramienta, en su caso Claude Code, porque comparar herramientas consume mucho tiempo y esfuerzo, y aunque pueda dar una falsa sensación de logro, la rentabilidad de esa inversión no es alta.

Q¿Qué método sugiere el autor para iniciar un proyecto de manera estructurada?

ASugiere comenzar un proyecto escribiendo un archivo PROJECT.md, usando un método estructurado para plasmar todas las ideas de una vez.

Q¿Cómo propone el autor manejar la separación entre lo escrito por humanos y lo generado por IA?

APropone mantener manualmente un archivo CLAUDE.md con el núcleo principal y no leer los archivos .md o código escritos por Claude Code. Para entender lo generado por la IA, se debe consultar a la IA directamente, no revisar el código fuente.

Q¿Qué importancia da el autor a la gestión de la memoria y las habilidades (skills) en Claude Code?

ADa gran importancia. Recomienda reorganizar el sistema de memoria alrededor de ~/.claude/CLAUDE.md, referenciando múltiples archivos de memoria, guardándolos en un repositorio Git privado para que sean permanentes y acumulativos. Además, sugiere escribir Skills y, al finalizar cada tarea, pedir a Claude que 'consolide lo aprendido en una Skill', proceso que puede automatizarse.

QSegún el autor, ¿cómo debemos conceptualizar a Claude Code para aprovecharlo mejor?

ADebemos conceptualizarlo como un caballo (o una persona), no como un coche. Un coche se dirige bajo nuestro control, pero un caballo tiene sus propias ideas; nosotros solo establecemos el objetivo y los límites. Su capacidad de navegación autónoma es una característica, no un error.

Lecturas Relacionadas

JPMorgan advierte que la venta de Bitcoin por parte de Strategy sobresaltó a los mercados

Los analistas de JPMorgan advierten que la venta simbólica de 32 bitcoins realizada la semana pasada por Strategy (antes MicroStrategy) inquietó a los mercados cripto. Según el banco, esta movida, aunque pequeña, planteó dudas sobre la capacidad de la empresa para cubrir sus obligaciones de dividendos anuales de 1.700 millones de dólares sin vender más bitcoins. JPMorgan sugiere que Strategy podría necesitar reconstruir sus reservas en dólares para restaurar la confianza de los inversores. La perspectiva más amplia del banco sobre las criptomonedas se ha vuelto cautelosa, citando flujos de capital más débiles, el precio del bitcoin por debajo de su coste de producción estimado y una probabilidad inferior al 50% de que se apruebe la legislación clave en EE.UU. este año. No obstante, JPMorgan mantiene que la debilidad actual podría ser una señal alcista contraria a futuro, aunque un repunte en la segunda mitad del año depende de que Strategy aclare su estrategia de dividendos y avance la regulación.

bitcoinistHace 26 min(s)

JPMorgan advierte que la venta de Bitcoin por parte de Strategy sobresaltó a los mercados

bitcoinistHace 26 min(s)

Cuando la IA empieza a auditar el mundo: desde Claude descubriendo una vulnerabilidad en ZEC, observando cómo la industria cripto ingresa a la 'Era de la Seguridad Recursiva'

La inteligencia artificial está comenzando a transformar fundamentalmente la ciberseguridad, especialmente en industrias complejas como la de blockchain y las criptomonedas. Un hito reciente es el descubrimiento por parte de Claude Opus 4.8 (de Anthropic) de una vulnerabilidad crítica en el sistema de pruebas de conocimiento cero de Zcash (ZEC). Este evento va más allá de la simple identificación de un fallo; señala una tendencia emergente: la IA está pasando de ser una herramienta pasiva a un participante activo en la comprensión, análisis y verificación de sistemas complejos. Anthropic explora este concepto en su investigación sobre "Mejora Recursiva", donde la IA acelera su propio desarrollo. Paralelamente, en seguridad, estamos entrando en una era de "Seguridad Recursiva". Aquí, la IA no realiza auditorías puntuales, sino que habilita un ciclo de retroalimentación continuo: analiza código y datos en tiempo real, identifica riesgos potenciales, ayuda en las reparaciones y luego reevalúa el sistema actualizado. Esto comprime drásticamente el "ciclo de vida" de las vulnerabilidades, haciendo que la detección y respuesta sean más rápidas. El sector de la ciberseguridad es ideal para esta transformación porque su esencia (encontrar anomalías en sistemas vastos y complejos) se alinea con las fortalezas de los modelos de IA de gran escala. Estos modelos pueden procesar contextos extensos y conectar lógica entre múltiples capas de un sistema, reduciendo el costo de descubrir riesgos. Sin embargo, esta capacidad potencia tanto a defensores como a atacantes. El futuro no se trata de eliminar todos los riesgos, sino de desarrollar una resiliencia dinámica: la ventaja competitiva la tendrán los protocolos con mayor capacidad de detectar, verificar y mitigar riesgos de forma ágil y continua. El caso de Zcash es un presagio de esta nueva era donde la seguridad se convierte en una capacidad sistémica y en evolución constante.

marsbitHace 27 min(s)

Cuando la IA empieza a auditar el mundo: desde Claude descubriendo una vulnerabilidad en ZEC, observando cómo la industria cripto ingresa a la 'Era de la Seguridad Recursiva'

marsbitHace 27 min(s)

BTC Pulso de Mercado: Semana 24

El mercado de Bitcoin continúa bajo presión, con los vendedores dominando la actividad. El volumen en mercados spot ha aumentado, pero esto refleja una reducción de exposición por parte de los participantes más que una nueva demanda, indicando un tono defensivo. En los derivados, el interés abierto en futuros ha disminuido y el posicionamiento en perpetuas muestra una agresión persistente de la venta. En opciones, ha crecido la demanda de protección a la baja, señalando una mayor cautela entre los inversores en un período de incertidumbre. El comportamiento institucional, observado a través de los ETF spot en EE.UU., corrobora esta cautela. Aunque los volúmenes de negociación han aumentado, los flujos netos de capital siguen siendo negativos y la rentabilidad agregada se acerca a los niveles de coste, lo que sugiere una reevaluación de la exposición. No obstante, las métricas fundamentales de la red muestran una base de participación en expansión, con direcciones activas y volúmenes de transferencia en aumento. Los tenedores a largo plazo siguen dominando la distribución de la oferta, manteniendo una estructura de mercado resiliente. La transición hacia pérdidas realizadas y la contracción de la rentabilidad no realizada señalan una fase de capitulación, donde el mercado equilibra la presión de liquidación a corto plazo con una base estable de tenedores a largo plazo.

insights.glassnodeHace 45 min(s)

insights.glassnodeHace 45 min(s)

De MSTR a STRC+: ¿Dónde está el límite del universo Strategy?

De MSTR a STRC+: ¿Cuál es el fin del universo de Strategy? Strategy, anteriormente MicroStrategy, ha evolucionado de ser una simple "compañía que compra Bitcoin" a un complejo sistema financiero construido alrededor de sus reservas de BTC. Su núcleo es el bucle de retroalimentación: el precio de BTC sube, la acción MSTR sube, la empresa emite más capital (acciones, bonos convertibles) y compra más BTC, lo que refuerza la narrativa. El artículo analiza cómo Strategy segmenta su exposición al BTC en diferentes productos de riesgo y rendimiento. MSTR es la capa de capital accionario volátil. Luego, productos como STRC (acciones preferentes perpetuas) ofrecen un "crédito de alto rendimiento a corto plazo" con dividendos (actualmente ~11.5%) dirigidos a inversores de renta fija. Esto convierte el apetito por los ingresos fijos en capital para comprar más BTC. El siguiente paso es STRC+: protocolos como Saturn y Apyx llevan los flujos de efectivo de estos productos de crédito (como STRC) a la cadena de bloques (DeFi), empaquetándolos como rendimiento para stablecoins (por ejemplo, sUSDat, apyUSD). Así, los dividendos de las acciones preferentes de una empresa con respaldo en BTC se convierten en una nueva fuente de rendimiento en DeFi. Sin embargo, los riesgos son significativos. El rendimiento de STRC+ depende de la salud crediticia de Strategy, que a su vez depende del precio del BTC, su relación mNAV (valoración de mercado frente al valor neto de sus BTC) y su capacidad para pagar dividendos. En un escenario bajista, la presión sobre los dividendos y la contracción del mNAV podrían romper el bucle de financiación, haciendo que productos como STRC sean repreciados como activos de crédito de alto riesgo en lugar de productos estables similares a fondos del mercado monetario. La conclusión es que el "fin del universo" de Strategy no es comprar BTC infinitamente, sino que el mercado acepte un nuevo sistema crediticio donde el BTC, a través de la estructura de capital de una empresa que cotiza en bolsa, pueda emitir crédito, pagar dividendos y respaldar aplicaciones financieras en cadena. Su límite final es si el BTC puede ser aceptado continuamente como base colateral para este sistema.

marsbitHace 52 min(s)

De MSTR a STRC+: ¿Dónde está el límite del universo Strategy?

marsbitHace 52 min(s)

Yang Ge Gary: Economía de los Agentes y Microeconomía Subyacente de la IA

Después de la explosión de la singularidad de la IA, la evolución de la IA se ha acelerado, creando nuevas brechas generacionales de civilización a nivel global. A lo largo de mis participaciones en más de 20 eventos sobre IA en una docena de ciudades durante los últimos dos meses, quedó claro que la discusión sobre la "Economía Agent" y el ecosistema A2A (Agent-to-Agent) en Silicon Valley y San Francisco está una generación por delante del resto del mundo. Mientras muchos aún enfrentan los cuellos de botella de los agentes individuales, estas regiones ya están avanzando en la gestión cognitiva y la economía de los agentes hacia la siguiente dimensión. El artículo aborda seis puntos clave: 1) La competencia en AI Payment y los límites de la economía H2A (Human-to-Agent). 2) La tendencia inevitable hacia la Economía Agent y el ecosistema A2A, donde agentes autónomos de IA participan directamente en la creación e intercambio de valor. 3) La relación, brechas y factores político-económicos entre los protocolos de IA y los protocolos cripto. Los primeros se centran en facilitar la comunicación y colaboración, mientras que los segundos en la definición de derechos y valor. Su convergencia futura es probable. 4) Las características de la "microeconomía subagente" de la IA, que difiere de la economía humana al ser más frecuente, de bajo valor por transacción, orientada a tareas, impulsada por la eficiencia y basada en protocolos. Se establece una analogía con la biología celular. 5) La inevitabilidad de AIFi (Finanzas de IA), donde el valor reside nativamente en la IA y las finanzas son su forma de expresión. Se introduce el concepto de "chip financiero" (FinChip) como infraestructura clave. 6) Que ser "AI-Native" representa una actualización de paradigma diferente a la simple adición de internet ("internet+"). Requiere un pensamiento basado en principios primeros, la ruta más corta del valor energético y la máxima eficiencia, desafiando las estructuras comerciales y legales existentes. La presión competitiva para finales de 2026 sigue siendo intensa y la curva de adopción, empinada.

链捕手Hace 1 hora(s)

Yang Ge Gary: Economía de los Agentes y Microeconomía Subyacente de la IA

链捕手Hace 1 hora(s)

Trading

Spot

Futuros