Treballar amb assistents de codi com Claude Code pot disparar la teva productivitat, però també amaga trampes que consumeixen temps sense que te n'adonis. A Q2BSTUDIO, on desenvolupem aplicacions a mida i solucions basades en intel·ligència artificial, hem integrat Claude Code en múltiples pipelines. Després de mesos d'ús intensiu, vam identificar tres hàbits que generaven fricció constant i vam dissenyar solucions pràctiques que ja funcionen als nostres entorns. Aquí compartim el que vam aprendre, sense embuts ni promeses buides.
1. El fals 'fet' que mai es va verificarEl problema més comú i més costós: Claude Code acaba una tasca, escriu 'fet ✅' i el codi ni tan sols s'ha executat. Confies en aquest senyal, continues, i hores després descobreixes que una funció crítica falla perquè no es va provar. En un projecte d'IA per a classificació de documents, aquesta falsa finalització ens va retardar una setmana sencera. La solució que vam implementar no depèn de recordatoris a CLAUDE.md — aquells s'ignoren sota pressió. En lloc d'això, vam instal·lar un hook de tipus Stop a la configuració de Claude Code: un script de Python que s'executa cada vegada que l'assistent intenta acabar el seu torn. Si durant la sessió no hi ha hagut cap execució de prova (test unitari, validació manual o verificació de la funcionalitat), el hook bloqueja el missatge de finalització i obliga a Claude a executar les proves abans de permetre-li dir 'fet'. Des que el tenim, els lliuraments sense verificar han desaparegut. Això és especialment rellevant quan desenvolupem agents d'IA que han d'orquestrar múltiples serveis al núvol, perquè un error no detectat es pot propagar a tota l'arquitectura.
2. L'impost invisible dels tokens a cada sessióTot el que carregues en context — fitxers CLAUDE.md, regles automàtiques, definicions de servidors MCP, documents de projecte — es factura en tokens cada vegada que envies un missatge. Vam mesurar la nostra càrrega estàndard: 7.229 tokens abans d'escriure la primera instrucció. En un equip que treballa amb cloud AWS i Azure, on cada sessió pot requerir configuracions específiques, aquest impost es multiplica. La solució no és eliminar-ho tot, sinó moure les regles que uses un cop al mes a fitxers que Claude llegeixi sota demanda, no sempre actius. Per exemple, les definicions de servidors MCP que només fem servir per a auditories de ciberseguretat les vam treure de l'autoload i les invoquem amb una ordre explícita. També vam desactivar connectors que no fem servir diàriament. En una tarda vam reduir la càrrega permanent a menys de la meitat. Si a més treballes amb quadres de comandament a Power BI o anàlisi amb BI, cada token estalviat es tradueix en respostes més ràpides i menys cost operatiu. A Q2BSTUDIO apliquem aquesta mateixa filosofia d'eficiència a tots els nostres projectes d'automatització de processos: allò que no es necessita ara, no es carrega.
3. Amnèsia total entre sessionsCada nova sessió de Claude Code comença des de zero: no sap què vas decidir ahir, quina arquitectura vas acordar, quines variables d'entorn vas definir. La moda és muntar una base de dades vectorial, però per a equips petits o projectes personals és sobredimensionat. La nostra solució és un índex MEMORY.md: un fitxer de text pla amb una línia per record. Cada línia apunta a un fitxer petit on s'emmagatzema el detall. En iniciar una sessió, Claude carrega l'índex, llegeix els fitxers rellevants segons el context i, al final, escriu els nous fets. Sense infraestructura, sense costos addicionals. En un projecte d'aplicació a mida per a gestió d'inventaris, aquest sistema ens va permetre reprendre el desenvolupament després d'un cap de setmana sense perdre el fil. A més, com treballem amb agents d'IA que interactuen entre si, tenir memòria persistent evita decisions contradictòries. Combinat amb un hook de finalització que verifica que la memòria s'ha actualitzat, tanquem el cercle de la continuïtat.
Aquests tres ajustos — verificació obligatòria abans de tancar, càrrega de context optimitzada i memòria persistent en fitxers plans — han eliminat les principals fuites de temps en el nostre ús de Claude Code. No són teoria; els executem diàriament en entorns de producció amb clients que requereixen tant ciberseguretat com escalabilitat al núvol. Si vols aprofundir en com implementem hooks personalitzats o com integrem aquestes pràctiques en desenvolupaments d'automatització de processos, pots contactar amb el nostre equip. La clau està a no confiar cegament en l'assistent, sinó a construir barreres que garanteixin qualitat i continuïtat.
