El bucle de guantelete es un patrón de indicación agéntica en el que un sistema de agente de IA itera sobre un trabajo frente a un estándar de calidad explícito, utilizando roles separados de constructor y crítico y comparaciones ciegas, hasta que la salida supera una referencia concreta. La técnica fue popularizada en 2026 por el desarrollador Matt Shumer, quien acuñó el nombre y la usó para construir "Claude of Duty", un juego de navegador producido de principio a fin por agentes dentro de un entorno de codificación agéntica.
Cómo funciona
Un bucle de guantelete comienza con dos entradas: un objetivo ambicioso y un ejemplo concreto de lo que "excelente" parece (la referencia). Un agente principal entonces:
- Establece el estándar. La referencia se trata como el nivel a superar, no como inspiración.
- Descompone el artefacto en las partes más pequeñas que pueden mejorarse y juzgarse de manera independiente.
- Asigna constructores. Cada parte importante va a un agente constructor que la produce o la revisa.
- Juzga a ciegas. Un agente crítico separado con contexto fresco compara la salida actual contra la referencia como una prueba A/B ciega, sin saber cuál es cuál.
- Encuentra la mayor brecha. Si la salida pierde, el crítico nombra la diferencia significativa más grande, que se convierte en el siguiente objetivo de construcción.
- Itera hasta que la salida gane la comparación o se alcance una condición de detención.
La separación entre constructores y críticos importa: un juez con contexto fresco evita el sesgo de autoevaluación de un modelo que evalúa su propio trabajo, y el marco de A/B ciego fuerza comparaciones concretas en lugar de elogios genéricos.
Requisitos y usos
Los bucles de guantelete se ejecutan dentro de entornos agénticos como Claude Code o Codex, donde los agentes pueden abrir archivos, ejecutar código, renderizar resultados, inspeccionar capturas de pantalla y generar subagentes. El patrón se aplica a cualquier artefacto que pueda inspeccionarse y mejorarse: código, sitios web, diseño de productos, activos de marketing, escritura e investigación. Pertenece a la familia más amplia de técnicas de automejora agénticas junto con pipelines de crítico-verificador y paneles de jueces en sistemas multiagente.