Anthropic afirma que sometió el servicio Claude Docs a pruebas de carga y lo reforzó durante dos semanas antes del lanzamiento
En una publicación de ingeniería, Vivek Nair, de Anthropic, describe un «bucle de caos» que se usó antes del lanzamiento de Claude Docs, el 16 de septiembre. Se trata de un editor de documentos en el que las personas y las sesiones de Claude (desde el chat hasta Claude Code) pueden trabajar juntas. Anthropic afirma que, para el 22 de septiembre, el lanzamiento había generado más de 4,6 millones de documentos y unos 2.000 millones de solicitudes, con solo 60 errores de servidor, sin revertir cambios y con unos 50 pods optimizados para memoria.
- El bucle: desde el 4 de septiembre, una sesión de Claude Code coordinó subagentes (normalmente unos 11 a la vez, con un máximo de 30) frente a un clúster de pruebas que replicaba el de producción y generaba más de un millón de documentos sintéticos al día. Elegía un escenario, ejecutaba el entorno de pruebas, consultaba la telemetría mediante Datadog MCP, proponía una corrección, la implementaba en el entorno de pruebas y repetía el proceso. Claude pedía aprobación antes de realizar cambios difíciles de revertir, como los de esquema o almacenamiento, y debía mantener dos invariantes: que los documentos se abrieran casi al instante y que nunca se perdiera una edición confirmada.
- Una solución de memoria: Claude rastreó los 3 GB de memoria de un documento grande hasta una causa: cada pulsación de tecla copiaba el documento en varias estructuras de datos. Cambió estas a copia en escritura y redujo el consumo a unos 180 MB. Anthropic afirma que esto redujo su estimación para el lanzamiento de más de 500 pods a unos 50.
- Decisiones «legibles»: el servicio está escrito en Rust y utiliza pocas dependencias, todas vendorizadas, para que las cifras medidas puedan vincularse al código escrito por el equipo. Anthropic afirma que no comparó Rust con Go.
- La semana del lanzamiento: Anthropic afirma que desplegó en producción 629 veces en septiembre y que siete de los diez escenarios de fallo ensayados en el entorno de pruebas ocurrieron en producción, con las correcciones ya protegidas por indicadores de ejecución.
- Costo: Nair afirma que el trabajo utilizó unos 125.000 dólares en inferencia, calculados según el precio de lista de la API de Claude Fable 5.2, con un modelo de investigación interno que describe como aproximadamente comparable a Fable 5.2, y que un equipo de ingenieros habría necesitado unos seis meses. Para un servicio pequeño, calcula —sin haberlo probado— entre 3.000 y 10.000 dólares para un esfuerzo de dos semanas.
Fuentes
Recibe noticias como esta por push.
AI Tracker te avisa cuando algo cambia en las herramientas que usas.