Cómo Reducir Consumo de Tokens en Claude Code con un Truco Eficaz

Si estás usando Claude Code para programar, puede que estés tirando el dinero sin darte cuenta. Y no es ninguna exageración. La nueva y prometedora herramienta de Anthropic tiene un problema oculto en sus entrañas que está volviendo locos a los desarrolladores y agotando las cuotas de uso a un ritmo alarmante.

Básicamente, el asistente de terminal tiene un hambre voraz por el contexto. En determinadas condiciones de trabajo, empieza a devorar tokens de forma totalmente descontrolada. Esto se traduce de inmediato en sesiones de desarrollo increíblemente lentas y en una capacidad de respuesta que cae en picado. Una auténtica pesadilla técnica.

El pozo sin fondo de la memoria de los LLM

El motivo es simple: la IA no siempre sabe cuándo dejar de leer. Un desarrollador relató en Hacker Noon cómo descubrió que la herramienta estaba saboteando su propia eficiencia de forma silenciosa. Su agente llenaba continuamente el contexto con lecturas de archivos irrelevantes y búsquedas masivas que no aportaban ningún valor a la tarea asignada.

En concreto, el análisis de los registros internos demostró un comportamiento bastante errático. El agente lanzaba comandos grep sin establecer límites de salida lógicos. El resultado final eran miles de líneas de código volcadas directamente en el chat interno del sistema.

A ello se le suma el abuso constante de la herramienta de lectura. La IA utilizaba su función nativa Read para cargar en memoria archivos enteros de hasta 2.000 líneas. Y lo hacía incluso cuando su único objetivo era modificar una pequeña variable perdida en la cabecera del documento.

Y aquí viene el verdadero drama de los modelos fundacionales. Los LLM actuales reenvían absolutamente todo el historial de la conversación en cada turno de inferencia. Es decir, si la IA comete un error y mete tres mil líneas de código inútil en un paso previo, vas a pagar el coste informático de procesar esas tres mil líneas cada vez que le pidas algo nuevo. Así se evaporan los límites de uso.

Pero claro, la intuición te diría que esto se arregla rápido dándole instrucciones estrictas al sistema. La letra pequeña es que añadir reglas restrictivas en un archivo global CLAUDE.md no sirve de mucho en sesiones largas. El modelo, sencillamente, tiende a ignorarlas con el paso de los prompts. Por eso, muchos expertos ya recomiendan reiniciar la sesión desde cero cada poco tiempo para evitar que la IA pierda el norte.

Un muro de contención para salvar tu latencia

Visto el panorama, la comunidad open-source ha tenido que ensuciarse las manos. Para evitar estos ciclos infinitos de prueba, error y gasto absurdo, un usuario ha diseñado un script de bash bautizado como enforce-limits.sh.

Estamos hablando de un complemento para Claude Code que actúa como filtro previo. Antes de que el agente ejecute un comando de búsqueda o lectura pesada, este sistema lo intercepta en milisegundos. Revisa la acción, la audita y, si detecta un consumo desmesurado, reescribe la petición automáticamente para sugerirle al modelo una versión optimizada.

Si miramos los números de las primeras pruebas, el impacto es rotundo. Este parche casero reduce entre un 75% y un 80% el consumo de tokens en tareas de programación intensivas.

Al recortar drásticamente este volumen de datos basura procesados, pasan dos cosas maravillosas. La primera es que la factura mensual no se dispara. La segunda es que el agente responde mucho más rápido y con mayor precisión, al no tener «ruido» ahogando su memoria a corto plazo. Todo un acierto.

Por si fuera poco, este cortafuegos se integra de forma totalmente limpia mediante un archivo de manifiesto JSON. Esto permite a los programadores estandarizar y aplicar estas mismas reglas de contención en distintos proyectos sin tener que reescribir código.

Menos prompt y más inteligencia nativa

Evidentemente, la compañía responsable del modelo no se ha quedado mirando cómo la comunidad parcheaba su software de consola. Anthropic confirmó recientemente que ya optimizaron el funcionamiento de Claude Code para atajar de raíz este y otros problemas similares.

Curiosamente, la solución oficial no ha consistido en inyectar más directrices de comportamiento en el backend, sino en aplicar un minimalismo extremo. Han eliminado más del 80% del system prompt original de la herramienta. Y al hacerlo, han comprobado que no afectaba en absoluto a la calidad de la programación.

Y es que la cruda realidad es que los modelos de última generación tienen ahora un criterio técnico muy superior. Según apuntan desde la propia empresa, los LLM modernos ya no requieren que el usuario los lleve de la mano con cientos de reglas explícitas para operar con eficiencia.

La pelota está ahora en el tejado de los desarrolladores diarios. Queda claro que delegar a ciegas en un agente autónomo todavía conlleva sus riesgos técnicos. Veremos si el resto del sector toma nota de este fallo de diseño, porque a nadie le hace gracia ver cómo su saldo desaparece por un simple grep mal tirado.

Aitor Wilzig

Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.

gptzone.net