Tres horas dentro de una sesión, Claude Code comienza a repetir preguntas que ya habías respondido. Reintroduce una convención de nombres que eliminaste hace una hora. "Arregla" un archivo que rompió de una forma que nunca solicitaste. Nada se bloqueó. No apareció ningún error. El modelo simplemente comenzó a deprioritizar silenciosamente las partes de la conversación que importaban.

No es un error que puedas corregir. Es cómo funcionan las ventanas de contexto, y es la razón más importante por la que las sesiones de codificación con IA pasan de ser brillantes a frustrantes sin advertencia.

Trabajamos con startups que contratan ingenieros que construyen con estas herramientas todos los días, y los equipos que obtienen más beneficio de Claude Code no son los que tienen los indicadores más ingeniosos. Son los que dejaron de tratar el contexto como infinito y comenzaron a diseñarlo. La herramienta en el centro de ese cambio es un simple archivo Markdown llamado CLAUDE.md.

Qué está realmente sucediendo cuando Claude Code "olvida"

Claude Code viene con una ventana de contexto de 200.000 tokens de forma predeterminada, con una opción de 1 millón de tokens disponible en modelos más nuevos. Eso suena enorme, pero una sesión nueva ya consume miles de tokens antes de que escribas una palabra: la indicación del sistema, las habilidades cargadas y cualquier esquema de servidor MCP consumen el presupuesto primero. Añade un archivo CLAUDE.md, algunas integraciones de herramientas y algunas lecturas de archivos, y una parte significativa de la ventana ya está asignada.

El problema más profundo no es quedarse sin espacio. Es lo que sucede mucho antes de que la ventana se llene. Múltiples equipos de ingeniería que trabajan con Claude Code han convergido independientemente en el mismo hallazgo: la calidad de salida comienza a degradarse una vez que el uso del contexto supera aproximadamente el 20 a 40 por ciento, mucho antes de que se alcance cualquier límite físico. Los mecanismos de atención pesan más los tokens recientes a medida que crece una conversación, por lo que las instrucciones del principio de la sesión pierden silenciosamente influencia aunque técnicamente sigan "en memoria".

Esto importa en la práctica. Una sesión de tres horas que comienza con una tarea clara y nunca se controla producirá código visiblemente peor a la hora dos, no porque el modelo se haya vuelto más tonto, sino porque los enfoques abandonados, los errores recuperados y los desvíos exploratorios aún están sentados en la ventana, diluyendo la señal que realmente importa.

La degradación del contexto es real, y ha sido medida

No es una peculiaridad específica de Claude. Las pruebas de referencia independientes de Chroma probaron 18 modelos de frontera, incluido Claude Opus, y encontraron que todos pierden precisión a medida que la entrada crece, en algunos casos cayendo del 95 por ciento al 60 por ciento más allá de un cierto umbral. Los investigadores llaman a esto "degradación del contexto", y aparece como un efecto "perdido en el medio": los modelos procesan bien el inicio y el final de un contexto largo, pero escanean el medio, que es exactamente donde tienden a vivir tus decisiones de arquitectura de hace 40 minutos.

Para un fundador o líder de ingeniería, la conclusión es clara: una ventana de contexto más grande no es lo mismo que una más usable. Los modelos más nuevos pueden leer técnicamente un millón de tokens, pero las pruebas del mundo real muestran tasas de comprensión muy variadas a esa escala, por lo que una sesión limpia y bien administrada de 200K frecuentemente supera a una abarrotada de 1M.

Qué CLAUDE.md realmente soluciona

CLAUDE.md es un archivo Markdown que Claude Code carga automáticamente al inicio de cada sesión. Piénsalo como una breve incorporación permanente para un contratista que no tiene memoria de ayer. No hace que el modelo sea más inteligente. Evita que el modelo vuelva a adivinar cosas que ya decidiste: qué comando de prueba ejecutar, qué carpeta está prohibida, qué patrón usar en lugar del que predetermina.

Sin él, cada sesión comienza desde cero, y terminas reescribiendo la misma corrección durante una semana. Con él, esa corrección se convierte en una regla permanente que el modelo lee antes de hacer cualquier cosa.

Cómo escribir un CLAUDE.md que realmente se mantenga

Mantenlo por debajo de 200 líneas. Los modelos de frontera rastrean de manera confiable aproximadamente 150 a 200 instrucciones antes de que la adherencia comience a fallar, y la indicación del sistema de Claude Code ya utiliza una parte de ese presupuesto.
Comienza con comandos, no prosa. Las invocaciones exactas de construcción, prueba y lint son las líneas de mayor valor en el archivo.
Señala, no pegues. Referencia la ruta del archivo en lugar de pegar su contenido en el archivo. Cada línea que pegas es un costo para cada sesión futura.
Nunca dupliques el linter. Si un formateador ya aplica automáticamente una regla de estilo, no gastes atención del modelo re-explicándola.
Poda sin piedad. Un CLAUDE.md que se ha convertido en documentación es uno que el modelo ha comenzado a ignorar en el medio.
Usa /clear entre tareas no relacionadas, y establece puntos de control cada 45 a 60 minutos en sesiones largas en lugar de dejar que una conversación se ejecute durante horas sin administración.

Preguntas frecuentes: Contexto, CLAUDE.md, y contratar a las personas que conocen esto

P. ¿Resuelve una ventana de contexto más grande el problema del olvido?

No. Una ventana más grande le da al modelo más espacio para mantener información, pero la comprensión de lectura en el mundo real a esa escala aún varía enormemente entre modelos. Gestionar lo que entra en la ventana importa más que cuán grande sea.

P. ¿Es CLAUDE.md lo mismo que documentación?

No. La documentación es para humanos que escanean a su propio ritmo. CLAUDE.md se carga en su totalidad en cada sesión, sea o no relevante para la tarea actual, por lo que necesita ser breve, universalmente verdadero y orientado a comandos.

P. ¿Cómo sabemos si un candidato realmente entiende esto, versus solo conocer la sintaxis?

Pídeles que te guíen por un CLAUDE.md que han escrito para un proyecto real, y pregúntales qué cortaron y por qué. Los ingenieros que han experimentado degradación del contexto en producción hablan específicamente sobre decisiones de poda. Los ingenieros que no lo han hecho tienden a no hablar del archivo en abstracto.

P. ¿Dónde encontramos ingenieros que ya trabajen de esta manera?

Esta es cada vez más una habilidad de base que una especialidad, pero sigue siendo desigual en el mercado. Es una de las cosas que examinamos directamente al evaluar desarrolladores para clientes de MyNextDeveloper. Es un proxy fuerte de cómo alguien realmente trabaja con herramientas de IA día a día, no solo cómo habla sobre ello.

Conclusiones clave

Claude Code no falla con un error cuando el contexto se degrada. Falla silenciosamente, con una salida sutilmente peor.
La calidad comienza a disminuir al 20 a 40 por ciento del uso del contexto, mucho antes de que la ventana se llene.
La degradación del contexto es medida por comportamiento entre modelos, no un defecto específico de Claude.
CLAUDE.md soluciona el problema del olvido convirtiendo correcciones repetidas en reglas permanentes cargadas en cada sesión.
Los mejores archivos CLAUDE.MD son breves, orientados a comandos y hacen referencia a archivos en lugar de ser pegados.

Reuniéndolo todo

Las sesiones largas de codificación con IA no fallan porque el modelo se volvió peor a mitad de la conversación. Fallan porque nadie administró lo que el modelo mantenía. Un CLAUDE.md ajustado, un hábito de limpiar el contexto entre tareas, e ingenieros que ya piensan de esta manera convierten una tarde frustrante en una genuinamente rápida.

Esa última parte es la que la mayoría de los equipos subestiman. Las herramientas son fáciles de copiar. Saber cómo usarlas bien no lo es. Si estás construyendo un equipo donde la ingeniería asistida por IA es el valor predeterminado en lugar de la excepción, ese es exactamente el tipo de juicio que evaluamos en MyNextDeveloper cuando emparejamos fundadores con el nivel superior de talento de software e IA.

TL;DR

Claude Code no se bloquea cuando olvida; simplemente se degrada silenciosamente, produciendo una salida peor mucho antes de que la ventana de contexto realmente se llene. La investigación muestra que cada modelo de frontera, incluido Claude, pierde precisión a medida que la entrada crece, un fenómeno conocido como "degradación del contexto". Una ventana de contexto más grande no soluciona esto; la comprensión a escala varía enormemente sin importar el tamaño. CLAUDE.md soluciona el problema real convirtiendo correcciones repetidas en un archivo permanente, breve y orientado a comandos que el modelo lee en cada sesión. La mejor solución combina un CLAUDE.md esbelto con hábitos disciplinados como limpiar el contexto entre tareas y establecer puntos de control durante sesiones largas.

¿Buscas construir un equipo técnico remoto de alto rendimiento?

Descubre MyNextDeveloper, una plataforma donde puedes encontrar el 3% superior de ingenieros de software que son profundamente apasionados por la innovación. Nuestras soluciones de talento de software bajo demanda, dedicadas y exhaustivas proporcionan una solución integral para todos tus requisitos de software.

Visita nuestro sitio web para explorar cómo podemos ayudarte a reunir tu equipo perfecto.