Tres horas de clase y el tablero es un desastre. Flechas que ya no llevan a ninguna parte, una ecuación abandonada a mitad, el nombre de un concepto que cambió de significado hace rato.
Cambias de salón. El tablero nuevo está impecable y de repente todo se ve más claro.
No fuiste tú el que mejoró.
Con la IA lo hacemos cada semana. Alguien quema tokens todo un fin de semana con un modelo, se estrella, se pasa a otro con rabia. El nuevo brilla. Primer prompt, magia. La conclusión llega sola: este sí sirve.
Lo que cambió no fue el modelo. Fue la sesión.
Arrancaste con una ventana vacía. Sin el archivo a medias que nadie se atrevió a botar. Sin el “no, hazlo así” que sigue vivo allá atrás, contradiciendo en silencio lo que acabas de pedir. Sin tu propio cansancio metido en la forma de preguntar.
Todo eso sigue ahí porque el modelo no guarda nada entre mensajes. Cada vez que le escribes, se le reenvía la conversación entera, desde el primer prompt hasta el último. El “hazlo así” de hace rato y el “mejor no” de ahora viajan juntos, en el mismo paquete, porque nadie borra nada, se escribe encima.
Al modelo nuevo le diste un problema limpio y una cabeza despejada. Al anterior le dejaste el reguero.
Así cualquiera gana.
La prueba honesta es aburrida: dale al modelo viejo una sesión limpia. O dale al nuevo tu contexto sucio de tres horas.
Uno de los dos experimentos te va a quitar la razón.
Equivocarse en esa comparación sale barato, lo caro viene después. Cada migración reinicia tu curva. El criterio que estabas construyendo, saber dónde se cae y qué tanto confiarle, se queda en la herramienta que abandonaste. Unas semanas más tarde vuelves a chocar contra lo mismo, porque el problema nunca fue la herramienta.
Cambiar de salón se siente como avanzar. Borrar el tablero se siente como retroceso.
Casi siempre es al revés.
P.D. Anthropic acaba de hacer esto con su propio tablero: quitaron más del 80% del prompt de sistema de Claude Code y no perdieron nada medible. Lo cuenta Thariq Shihipar aquí:
