Mantener varias sesiones de agentes de programación en local a la vez

A quién le sirve. Programadores con mucho uso diario de agentes que quieren trabajar en varias tareas a la vez y controlar el coste.

Qué hicieron

Roark66 ejecuta agentes de programación en tarjetas RTX 3090 de 24 GB, usando Claude Code junto a modelos locales. Mantiene hasta 10 sesiones de agente abiertas a la vez, aunque nunca hay más de 5 activas a la vez. Como controla la inferencia, guarda los contextos completos en la memoria RAM y puede volcar la caché a disco, de modo que una sesión parada no se relee entera.

Cómo salió

Guardar unos 15 contextos completos en RAM lleva su uso de caché local al 95 % o más. Dice que su consumo de unos 1.300 millones de tokens de entrada por semana costaría miles de dólares a precios de API.

Conviene saber

Las cachés en la nube caducan a los 5 minutos o a la hora, de modo que un contexto parado de 500.000 tokens se vuelve a cobrar como entrada completa. La caché local lo evita, pero necesitas RAM suficiente para guardar los contextos.

Qué necesitas

• Claude Code o un agente de programación similar
• Un repositorio de git, que guarda tu código con su historial de cambios, con pruebas
• Una lista de tareas independientes entre sí
• Si quieres ejecutar modelos en local: tarjetas gráficas con mucha memoria y bastante RAM (el caso usa RTX 3090 de 24 GB)
• Soltura con la terminal (la ventana donde se escriben comandos) y con git

Cómo hacerlo tú, paso a paso

1. Lista las tareas que quieres avanzar a la vez y comprueba que casi no tocan los mismos archivos.
2. Para cada tarea, crea un árbol de trabajo de git, que es una copia aparte del proyecto con su propia rama.
3. Abre una sesión del agente por tarea.
4. Pega el prompt de la ficha con la ruta del repositorio y tus tareas. Cada agente debe ejecutar las pruebas y resumir lo que cambió.
5. Revisa cada rama. No fusiones nada hasta que las pruebas pasen.
6. Si quieres ahorrar con modelos locales, necesitas tarjetas gráficas y mucha RAM, como las del autor. El método de ramas paralelas funciona igual con modelos en la nube.

Quiero trabajar a la vez en [N] tareas separadas en mi repositorio de [ruta]. Para cada tarea, crea su propio árbol de trabajo de git y su rama, trabaja en ella de forma independiente, ejecuta las pruebas y resume lo que cambió. Las tareas son: [tarea 1], [tarea 2], [tarea 3]. Habrás terminado cuando cada rama tenga un cambio con las pruebas superadas listo para que lo revise. No fusiones nada.

Consejos

• Elige tareas que casi no se solapen. Si dos agentes tocan los mismos archivos, tendrás conflictos.
• No abras más sesiones de las que puedas seguir. El autor tiene hasta diez abiertas, pero nunca más de cinco activas a la vez.
• Con modelos en la nube, no dejes parada mucho rato una sesión con un contexto grande: la caché caduca y se vuelve a cobrar la entrada completa.

Preguntas frecuentes

Fuentes

• Hacker News ↗

En el directorio desde el 13 de octubre de 2026.