# AI Coding Patterns

Technical blog in Spanish focused on AI agent architecture patterns.
Primary scope: coding workflows with LLM agents, orchestration, verification loops and memory strategy.

Canonical website:
https://aicodingpatterns.com/

Latest patterns:

## AGENTS.md: La configuración que puede arruinar tu agente
URL: https://aicodingpatterns.com/patterns/agents-md/
Published: 2026-02-24
Summary: Los datos muestran que AGENTS.md mal hechos reducen éxito 2% y aumentan costes 20%. Aquí cómo escribir el tuyo correctamente.
Key points:
- AGENTS.md auto-generados reducen tasas de éxito 0.5-2% mientras aumentan costes de inferencia 20-23%.
- Archivos escritos por humanos mejoran rendimiento solo 4% pero siguen aumentando costes hasta 19%.
- Mantener menos de 300 líneas con foco en WHAT, WHY y HOW reduce el riesgo de dilución de instrucciones.
- Usar disclosure progresivo con agent_docs/ permite contexto específico sin sobrecargar cada sesión.

## Programmatic Tool Calling: El Fin del Ping-Pong de la IA
URL: https://aicodingpatterns.com/patterns/programmatic-tool-calling-anthropic/
Published: 2026-02-23
Summary: Patrón avanzado de Anthropic que reduce tokens hasta un 37% ejecutando herramientas mediante código Python en sandbox, eliminando el bucle pregunta-respuesta tradicional.
Key points:
- Programmatic Tool Calling ejecuta múltiples herramientas en código Python sin ping-pong entre modelo y servidor.
- Reduce consumo de tokens hasta un 37% al procesar datos internamente antes de llegar al contexto del modelo.
- Dynamic Filtering elimina 24% de tokens de entrada y mejora precisión 11% en búsquedas web.
- El patrón allowed_callers define si una herramienta se ejecuta directamente o programáticamente.
- Tool Use Examples mejoran precisión de manejo de parámetros del 72% al 90% en estructuras complejas.

## Código con IA que escala: Claude Code Hooks y buenas prácticas para proyectos mantenibles
URL: https://aicodingpatterns.com/patterns/buenas-practicas-proyectos-mantenibles/
Published: 2026-02-23
Summary: Patrón para evitar complejidad accidental en proyectos con IA: hooks automáticos, orquestación de agentes y arquitectura simple.
Key points:
- Claude Code Hooks ejecutan controles de calidad automáticos sin depender de que la IA 'decida' hacerlo bien.
- Un archivo CLAUDE.md funciona como constitución del proyecto, definiendo reglas que el agente respeta automáticamente.
- La orquestación de agentes permite dividir tareas complejas manteniendo contexto acotado y responsabilidades claras.
- El rol del desarrollador cambia de escribir código a ser arquitecto y auditor de propuestas de IA.