La mayoría de las herramientas de programación de AI son integradoras: un bucle alrededor de un modelo, junto con herramientas para leer y escribir archivos y ejecutar comandos. Claude Code, Codex, OpenCode y Pi son todas integradoras, y están diseñadas para un desarrollador que trabaja en la terminal.
Coroid no utiliza ninguna de ellas; ejecuta la suya propia.
¿Por qué no envolver una ya existente?
Las herramientas anteriores están pensadas para una sesión supervisada: alguien está observando, puede responder preguntas, interrumpir o detectar errores. Esa premisa es lógica y condiciona todo: cómo se muestran los errores, cuánto contexto se transmite y qué ocurre cuando el modelo devuelve resultados inesperados.
La premisa de Coroid es lo contrario: no hay nadie supervisando. El trabajo se ejecuta en la nube, activado por programaciones, monitores o eventos, y debe llegar a un resultado revisable o a un fallo claro sin que nadie intervenga durante su ejecución.
Se trata de problemas distintos. Varias de las características siguientes existen precisamente por esa diferencia y no tendrían sentido en una sesión de terminal.
Qué hace diferente el entorno de ejecución
Está preparado para operar de forma autónoma. Cuando el modelo devuelve una respuesta mal formada o una llamada a herramienta corrupta, el bucle la repara y reintenta en lugar de mostrar un mensaje para el cual no hay nadie disponible para responder. Una ejecución autónoma que se detenga para hacer una pregunta que podría resolver por sí misma supone un desperdicio de recursos.
Es multiagente por diseño. El bucle se basa en la transferencia de tareas entre roles con permisos diferentes, no en un único agente que haga todo. La verificación la realiza un agente que no escribió el código, algo que deriva de la arquitectura y no de pedirlo específicamente.
Dispone de presupuestos y límites de profundidad explícitos. Cada ejecución se realiza dentro de un presupuesto de tokens y un límite de pasos. Sin ellos, un agente autónomo que haya interpretado mal su tarea seguiría ejecutándose indefinidamente.
Incorpora la gobernanza directamente en el proceso. Las políticas, las barreras de calidad y los puntos de aprobación forman parte del flujo de ejecución y no son capas adicionales, por lo que una barrera bloqueante puede detener el trabajo en curso en lugar de hacerlo después de finalizar.
El almacenamiento en caché es un aspecto esencial
El contexto representa la mayor parte del coste de ejecutar agentes; en un entorno de ejecución en la nube, el mismo contexto del proyecto se lee una y otra vez en distintas tareas.
Por ese motivo, el entorno de ejecución depende en gran medida del almacenamiento en caché de prompts. Puede comprobarse en el registro de ejecuciónde una tarea, donde los pasos indican su eficiencia en el almacenamiento en caché:
9.1k used (90% cached)Una alta tasa de aciertos en el almacenamiento en caché marca la diferencia entre una ejecución costosa y una económica. También explica por qué un proyecto bien estructurado con claro contexto resulta menos costoso de trabajar que uno desorganizado: el contexto estable se almacena bien en caché, mientras que el que cambia en cada ejecución no lo hace.
Esto se combina con capacidades progresivas, que mantienen el contexto cargado en un volumen reducido desde el principio.
Qué significa esto en la práctica
- Sin configuración local. Sin CLI, sin complementos de editor y sin necesidad de hospedar un ejecutor. Coroid se basa en API y funciona en la nube.
- Sin suscripciones a herramientas de terceros. No necesita adquirir licencias para un asistente de programación adicional a Coroid. El uso del modelo se factura como créditos o a través de sus propias claves de proveedor.
- El trabajo se ejecuta de forma autónoma. Las programaciones, Sentinel y hooks son posibles porque nada depende de que la máquina del desarrollador esté encendida.
- El comportamiento es uniforme. El trabajo de todos se ejecuta en el mismo entorno de ejecución y con las mismas políticas, sin depender de lo que cada desarrollador tenga instalado y configurado. Lo instalado se detalla en soporte de lenguajes y el entorno del agente.
Qué no cambia
El entorno de ejecución decide cómo se realiza el trabajo, pero no modifica los límites: todo sigue llegando como un pull request a una rama; nada se fusiona automáticamente y sus reglas de protección de ramas y revisión se aplican tal como lo hacen con los colaboradores humanos.