Claude Routines tienen un secreto sucio

Claude Code de Anthropic acaba de presentar Routines, una mejora significativa de su función 'Schedules' existente que redefine fundamentalmente la automatización de IA. Lanzado como una vista previa de investigación alrededor del 14 de abril de 2026, Routines va más allá de las sesiones interactivas, permitiendo a los usuarios implementar automatizaciones sofisticadas impulsadas por IA directamente dentro de la sólida infraestructura en la nube de Anthropic. Esto significa que tus tareas de IA personalizadas pueden ejecutarse de forma autónoma, completamente independientes de tu máquina local, encarnando el verdadero sueño de "configurar y olvidar".

Esta evolución es una marcada desviación de las herramientas tradicionales de flujo de trabajo de IA como n8n o Make.com. Mientras que esas plataformas a menudo exigen una programación visual intrincada basada en nodos —arrastrar y conectar numerosos bloques para construir un proceso— Claude Routines adopta el lenguaje natural. Los usuarios simplemente articulan la automatización deseada en indicaciones de inglés simple, y Claude se encarga de la orquestación subyacente, simplificando drásticamente la creación de flujos de trabajo complejos.

Routines amplían los disparadores programados básicos, introduciendo nuevos y potentes mecanismos. Soportan la ejecución programada a intervalos regulares, al igual que los cron jobs, pero también responden a las solicitudes API POST para la integración en sistemas existentes. Además, los disparadores de eventos dedicados de GitHub permiten que Routines reaccione a acciones específicas del repositorio, como una nueva pull request, lo que permite revisiones de código automatizadas o gestión de problemas sin intervención manual.

Imagina un agente de IA extrayendo automáticamente múltiples boletines diarios, destilando ideas clave y enviando los mejores enlaces a tu canal de Slack cada mañana a las 9:00 a.m. O considera un revisor de PR automatizado que se activa instantáneamente al crear una pull request, añadiendo comentarios en línea con sugerencias de mejoras. Estas son solo algunas aplicaciones de ejemplo ahora fácilmente alcanzables, ejecutándose persistentemente en la nube de Anthropic.

Este cambio hacia la automatización nativa de la nube y basada en prompts promete una comodidad y accesibilidad inigualables. Sin embargo, como con cualquier nueva tecnología potente, esta facilidad de uso podría venir con complejidades imprevistas. ¿Esta simplificación radical de la gestión del flujo de trabajo de IA realmente justifica sus costos inherentes? La respuesta, como exploraremos, revela un lado oculto de la última oferta de Anthropic.

La promesa de la automatización de IA "configurar y olvidar" se materializa con Claude Routines, ejemplificada por su primer ejemplo: un resumidor diario de boletines. Esta rutina tiene como objetivo extraer artículos de JavaScript Weekly, React Status y Node Weekly, luego destilar los 10 mejores enlaces adecuados para temas de videos de YouTube, entregándolos a un canal de Slack especificado todos los días a las 9:00 a.m. Ejemplifica una necesidad común de síntesis de información automatizada.

La configuración de esta automatización comienza en la terminal de Claude Code, utilizando el comando `/schedule`. Una única y descriptiva indicación inicia todo el proceso: "crea un disparador diario a las 9:00 a.m. que obtenga RSS de JavaScript Weekly, React Status y Node Weekly, seleccione 10 buenos artículos para videos de YouTube y envíe la lista a través de Slack." Claude luego configura autónomamente la rutina, incluyendo la configuración de la zona horaria, las variables de entorno y la redacción de la indicación de ejecución principal, estableciendo un disparador remoto por defecto.

Esta demostración resalta el poder de la natural language automation. Claude interpreta la instrucción para orquestar múltiples acciones: obtener feeds RSS a través de Bash `curl` o la herramienta WebFetch, analizar su contenido, seleccionar inteligentemente artículos relevantes y, finalmente, formatear y enviar la lista compilada a Slack. El sistema gestiona el flujo de trabajo subyacente, abstrayendo la complejidad de los scripts.

Sin embargo, implementar tales rutinas no está exento de fricciones; existen obstáculos de configuración inicial. Los usuarios deben configurar connectors esenciales —como la integración de Slack— antes de crear la rutina. Fundamentalmente, las instrucciones requieren una ingeniería cuidadosa para asegurar una ejecución autónoma, evitando cualquier necesidad de interacción o permisos del usuario durante sus ejecuciones programadas. Este modo "manos libres" es vital para una verdadera automatización.

Desafíos adicionales implican las environment configurations. Por defecto, la herramienta Bash de Claude restringe las solicitudes de red salientes, bloqueando los comandos `curl` directos a feeds RSS externos. Superar esto requiere crear un entorno personalizado con dominios específicamente permitidos, o aprovechar la herramienta WebFetch, que enruta las solicitudes a través de la infraestructura más segura de Anthropic.

Incluso con estas soluciones, pequeños ajustes en las instrucciones resultan necesarios. Evitar los divisores de línea horizontal, por ejemplo, previene errores `invalid_blocks` de Slack y asegura una entrega de mensajes confiable.

Yendo más allá de las simples tareas programadas, Claude Routines desbloquea una automatización sofisticada con su GitHub Event trigger. Esta potente capacidad permite reacciones en tiempo real a la actividad del repositorio, ejemplificado por un revisor automatizado de pull request (PR). A diferencia del raspador de boletines, que dependía de horarios diarios, esta rutina monitorea activamente GitHub en busca de nuevos PRs, iniciando un proceso de revisión momentos después de su creación.

La creación de una rutina impulsada por eventos como esta requiere la aplicación de escritorio de Claude, en lugar de la CLI del terminal. Si bien la CLI gestiona eficazmente las rutinas programadas, los GitHub y API triggers requieren la aplicación de escritorio para su configuración. Los usuarios inician una nueva rutina remota, proporcionando un nombre descriptivo y una instrucción que describe los criterios de revisión deseados, aprovechando la comprensión del lenguaje natural de Claude para definir comportamientos complejos.

Una vez activada, la rutina ejecuta de forma autónoma una serie de acciones. Primero clona el repositorio de GitHub relevante, luego emplea una custom skill para analizar los cambios de código del PR. Claude genera comentarios en línea con sugerencias de mejora, publicándolos directamente en el pull request. Este enfoque "manos libres" asegura una retroalimentación consistente e inmediata en cada nueva entrega de código.

Un aspecto particularmente impresionante es la capacidad de la IA para adaptarse sobre la marcha. Durante las pruebas, si un GitHub token faltaba inesperadamente, Claude reconoció inteligentemente el problema y utilizó automáticamente la GitHub MCP tool para resolver el problema de autenticación. Este nivel de resolución autónoma de problemas resalta la robustez de la rutina, asegurando que las tareas se completen incluso cuando se encuentran obstáculos imprevistos. Para obtener documentación técnica más detallada sobre estas capacidades, consulte Routines | Claude Code.

¿Claude Routines significará finalmente el fin de las plataformas de automatización de flujos de trabajo establecidas como n8n, Make.com o Zapier? El revuelo inicial en torno al sueño de IA de "configurar y olvidar" de Anthropic podría sugerir un paradigma radicalmente nuevo, donde las instrucciones en lenguaje natural reemplazan los intrincados node-based workflows. Sin embargo, esta perspectiva pasa por alto las distintas fortalezas y diferencias fundamentales entre estas potentes herramientas, lo que indica que sirven propósitos diferentes, aunque a veces superpuestos.

Claude Routines brillan con mayor intensidad en dominios que requieren razonamiento avanzado, comprensión contextual y adaptación dinámica. Cuando una tarea implica resumir información compleja, generar contenido creativo, clasificar entradas matizadas o tomar decisiones basadas en datos ambiguos, las capacidades del modelo de lenguaje grande de Claude son inigualables. Sobresale donde se necesita inteligencia similar a la humana para interpretar, inferir y actuar de forma autónoma, particularmente con fuentes de datos no estructurados o semiestructurados como boletines de correo electrónico o GitHub pull requests.

Por el contrario, herramientas como n8n, Make.com y Zapier están diseñadas específicamente para el manejo de datos estructurados, lógica condicional precisa e integraciones de sistemas robustas en diversas plataformas. Ofrecen una auditabilidad inigualable, lo que permite a los usuarios rastrear meticulosamente cada paso de un flujo de trabajo, gestionar errores con elegancia y garantizar la integridad de los datos a través de miles de conectores preconstruidos. Su fortaleza reside en procesos deterministas y repetibles donde la fiabilidad, el control explícito y un vasto ecosistema de integraciones son primordiales para operaciones de misión crítica.

Lejos de ser rivales, Claude Routines y las plataformas iPaaS tradicionales son intrínsecamente complementarias. Imagine a Claude como el 'cerebro', que proporciona la inteligencia, el análisis y la toma de decisiones para problemas complejos y no estructurados. Mientras tanto, n8n actúa como el 'sistema nervioso', manejando el movimiento preciso de datos, activando acciones externas y conectándose al vasto ecosistema de aplicaciones y servicios que sustentan las operaciones comerciales más modernas. Esta sinergia permite flujos de trabajo híbridos potentes, aprovechando lo mejor de ambos mundos.

Considere la diferencia entre escribir un script y construir una máquina sofisticada. Claude Routines permiten a los usuarios "escribir un script" para una IA, articulando los resultados deseados en lenguaje natural y dejando que la IA descubra inteligentemente los detalles de ejecución. Herramientas como n8n, sin embargo, son para "construir la máquina" en sí misma, ensamblando componentes específicos y fiables (nodos) en un sistema robusto, auditable y altamente integrado que funciona exactamente como está configurado, cada vez. La automatización en el mundo real a menudo exige tanto la dirección inteligente y flexible del script como el funcionamiento fiable y consistente de la máquina para soluciones verdaderamente de nivel empresarial.

Si bien Claude Routines prometen el sueño definitivo de una IA de "configurar y olvidar", un detalle crucial en la letra pequeña modera las expectativas: estrictos límites de ejecución diarios. Anthropic implementó estos topes para gestionar la asignación de recursos y evitar el uso excesivo, estableciendo un límite firme en la cantidad de actividad autónoma de IA que los suscriptores de pago pueden implementar. Esta restricción impacta fundamentalmente la utilidad de Routines, especialmente para aquellos que prevén una automatización de alto volumen.

El acceso a Routines es exclusivo para los niveles de suscripción Pro, Max, Team y Enterprise, cada uno con una cuota diaria específica. Las cuentas Pro reciben una asignación modesta de 5 ejecuciones de rutina cada 24 horas. Los usuarios con una suscripción Max se benefician de 15 ejecuciones diarias, mientras que las cuentas Team y Enterprise disponen de 25 ejecuciones de rutina al día. Estos límites son una restricción estricta, independientemente de la complejidad de la rutina o del consumo de tokens.

Considere el bot automatizado de GitHub PR, un ejemplo convincente de una rutina activada diseñada para la integración continua. Para un Pro subscriber, una sola ejecución de este PR reviewer consume un significativo 20% de su cuota diaria total. Ejecutar esta rutina solo cinco veces, quizás en diferentes repositorios o para múltiples pull requests diarios, agotaría inmediatamente la asignación del nivel Pro. Esta limitación detiene efectivamente las revisiones automatizadas adicionales hasta el próximo ciclo de 24 horas, lo que representa un cuello de botella significativo incluso para flujos de trabajo de desarrollo moderadamente activos.

Comprender la distinción entre tipos de ejecución es vital para gestionar estas cuotas. Las test runs manuales, iniciadas directamente por un usuario dentro del entorno Claude Code para depuración o verificación, no cuentan para el límite diario. Esta política fomenta el desarrollo iterativo y la experimentación sin penalización. Por el contrario, cualquier ejecución de rutina activada de forma autónoma —ya sea por un horario predefinido, una llamada a una API externa o un webhook de evento de GitHub— agota directamente las ejecuciones diarias asignadas para el nivel de suscripción respectivo. Esta distinción subraya el costo real de la verdadera automatización.

La promesa de la automatización "configurar y olvidar" se enfrenta inmediatamente a un desafío de seguridad crucial: el acceso a la red. Claude Routines, que se ejecutan dentro de la infraestructura en la nube de Anthropic, emplean custom environments para controlar estrictamente lo que sus agentes de IA pueden hacer. Esta necesidad técnica significa que la Bash tool predeterminada viene con importantes restricciones de red, impidiendo todas las solicitudes de red salientes de su sandbox de ejecución por razones de seguridad.

Los usuarios descubren rápidamente esta limitación al intentar obtener datos de fuentes externas, como se ve en el ejemplo del scraper de boletines, donde los comandos `curl` directos fallarían. Para evitar esto, los desarrolladores deben crear un nuevo custom environment y definir explícitamente una lista de "allowed hosts". Este enfoque de whitelisting otorga a la Bash tool permisos específicos para interactuar con dominios preaprobados, manteniendo un perímetro de seguridad controlado alrededor de las operaciones de la rutina.

Alternativamente, para la recuperación de información web, Claude ofrece la WebFetch tool. Esta utilidad elude por completo las estrictas restricciones de red de la Bash tool porque sus llamadas se enrutan directamente a través de la infraestructura segura de Anthropic. Este diseño proporciona un mecanismo inherentemente más seguro y conveniente para la obtención de datos externos, a menudo aliviando la necesidad de whitelisting manual de dominios y la sobrecarga de configuración asociada para muchos escenarios comunes.

Más allá del acceso básico a la red, las Routines ofrecen una personalización más profunda y avanzada a través de custom skills. Esta capacidad transforma a Claude de un agente de propósito general en una herramienta especializada, permitiendo a los usuarios definir funcionalidades completamente nuevas adaptadas a flujos de trabajo específicos. La implementación de custom skills requiere vincular un Git repository, donde los usuarios gestionan el código subyacente que impulsa estas habilidades a medida. Esto traslada parte de la complejidad al usuario, exigiendo familiaridad con el control de versiones y la implementación de código para una autonomía total. Para obtener más información sobre configuraciones avanzadas y la aplicación de escritorio rediseñada, los lectores pueden consultar We tested Anthropic’s redesigned Claude Code desktop app and ‘Routines’ — here’s what enterprises should know | VentureBeat.

Los límites de ejecución diarios, aunque restrictivos, palidecen en comparación con el costo oculto verdaderamente brutal de Claude Routines: el consumo de tokens. Cada ejecución de rutina no es meramente un disparador ligero; inicia una sesión completa de Claude Code, consumiendo tokens de entrada y salida a las tarifas premium de modelos como Opus o Sonnet. Esto significa que incluso una tarea aparentemente simple, ejecutándose de forma autónoma, incurre en cargos significativos basados en el procesamiento y la longitud de la respuesta de la IA.

Este modelo difiere fundamentalmente de las plataformas de automatización tradicionales. A diferencia de n8n, Make.com o Zapier, que suelen cobrar por "operación" o "tarea" fija, Claude Routines se vincula directamente con la salida variable de un modelo de lenguaje grande. Cada ejecución de rutina se convierte en una caja negra de uso impredecible de tokens, lo que hace que la previsión de costos sea un desafío formidable para los usuarios.

El principal culpable detrás de esta imprevisibilidad es la deriva agéntica. El razonamiento dinámico de Claude, aunque potente, significa que su monólogo interno y sus respuestas externas pueden variar significativamente entre ejecuciones, incluso con indicaciones idénticas. Un día, un resumidor de boletines podría producir una lista concisa; al siguiente, podría embarcarse en un elaborado debate interno o generar una salida mucho más larga y detallada, aumentando drásticamente el recuento de tokens.

Dicha variabilidad se traduce directamente en una facturación volátil. Un bot de GitHub PR, por ejemplo, podría ofrecer sugerencias breves y específicas para una solicitud de extracción, luego proporcionar una revisión exhaustiva de varios párrafos con amplios ejemplos de código para otra, consumiendo radicalmente más tokens. Este comportamiento dinámico y no determinista hace que sea casi imposible para las organizaciones presupuestar con precisión su automatización de IA.

Las herramientas de automatización tradicionales ofrecen un marcado contraste con su precio predecible. Los usuarios generalmente pueden anticipar los costos basándose en un número fijo de operaciones o llamadas a la API, lo que proporciona estabilidad financiera y transparencia. Claude Routines, sin embargo, exige una vigilancia constante sobre los registros de tokens, convirtiendo la automatización de rutinas en una batalla continua contra una curva de costos impredecible. Esta diferencia fundamental redefine el cálculo económico de los flujos de trabajo impulsados por IA.

Las rutinas, a pesar de su seductora promesa de "configurar y olvidar", revelan un secreto sucio: no están diseñadas para el desarrollador individual promedio o la pequeña empresa. La dura realidad de los límites de ejecución diarios, como un mero límite de cinco rutinas cada 24 horas en una suscripción Pro, estrangula inmediatamente cualquier aspiración de automatización generalizada. Este límite rígido, junto con el consumo impredecible y a menudo sustancial de tokens, posiciona a las Rutinas como un artículo de lujo, no como una utilidad universalmente accesible para usuarios conscientes de los costos.

Para un desarrollador individual o una startup con pocos recursos, la propuesta de valor-costo se vuelve rápidamente insostenible. Imagina la necesidad de ejecutar una docena de pequeñas automatizaciones diariamente: algunas extracciones de datos, un par de informes internos y quizás algunas actualizaciones de redes sociales. Incluso si estas tareas son triviales en complejidad, alcanzar el límite de ejecución es inevitable, forzando a los usuarios a niveles superiores y más caros. La naturaleza opaca de la fijación de precios de los tokens para la ejecución de rutinas exacerba aún más esto, convirtiendo la elaboración de presupuestos en un ejercicio especulativo en lugar de un gasto predecible. Ejecutar solo unas pocas rutinas complejas y de larga duración podría agotar rápidamente un presupuesto mensual sin una previsión clara.

En última instancia, Claude Routines están diseñadas específicamente para empresas con gran financiación y equipos grandes que operan con planes Max o Enterprise. Estas organizaciones poseen el presupuesto para absorber los costos variables de los tokens y se benefician inmensamente de la velocidad de implementación. La capacidad de definir flujos de trabajo complejos y de varios pasos utilizando lenguaje natural, en lugar de trabajar arduamente con intrincados sistemas basados en nodos, ofrece un ciclo de desarrollo radicalmente más rápido y ganancias significativas de eficiencia para sus equipos de ingeniería y operaciones. Para ellos, el tiempo de ejecución gestionado y la reducción de la sobrecarga de desarrollo superan el costo bruto por ejecución.

Para la gran mayoría de los usuarios, particularmente aquellos con presupuestos más ajustados o una necesidad de automatización de alta frecuencia, abundan alternativas más rentables y flexibles. Considere implementar agentes autoalojados utilizando frameworks de código abierto o aprovechar modelos de IA especializados más económicos a través de llamadas directas a la API. Herramientas como n8n o Make.com, si bien requieren más configuración inicial, ofrecen precios transparentes y un control granular sobre la ejecución. Este enfoque proporciona mayor escalabilidad y previsibilidad, evitando directamente los límites restrictivos de Anthropic y las sorpresas de facturación basadas en tokens para una solución verdaderamente personalizada.

El reciente lanzamiento de Claude Routines por parte de Anthropic señala una estrategia más profunda, que se extiende mucho más allá de las simples automatizaciones programadas. Routines, junto con características como "Managed Agents" y una creciente suite de capacidades en la nube, posicionan firmemente a Anthropic como un proveedor de infraestructura de IA integral, no solo una API de modelo. Este movimiento refleja un esfuerzo concertado para capturar una mayor parte del stack de flujo de trabajo de IA.

Estas nuevas ofertas impulsan a Anthropic hacia una visión de infraestructura de IA totalmente gestionada. Routines proporcionan un entorno de ejecución autónomo, gestionando todo, desde la configuración de contenedores hasta el acceso a la red. De manera similar, Managed Agents ofrecen tiempos de ejecución preconfigurados para IA autónoma, simplificando drásticamente la implementación y operación de sistemas de IA complejos para los desarrolladores.

Vistos colectivamente, estos son componentes fundamentales para una ambición mucho mayor: una plataforma sofisticada de agentes de IA o incluso un naciente sistema operativo de IA. Anthropic tiene como objetivo construir un entorno donde los agentes de IA funcionen como aplicaciones nativas, interactuando sin problemas con servicios externos y fuentes de datos, todo orquestado dentro de su nube propietaria. Esto contrasta fuertemente con la construcción de flujos de trabajo similares en plataformas más genéricas.

Esta estrategia busca inherentemente crear un ecosistema potente, bloqueando efectivamente a los usuarios en la infraestructura de nube de Anthropic. Al ofrecer activadores nativos, entornos personalizados y ejecución integrada, presentan una alternativa convincente, aunque a menudo más costosa, a las soluciones fragmentadas. El objetivo es hacer que la sobrecarga operativa de migrar cargas de trabajo de IA fuera de su plataforma sea prohibitivamente alta, fomentando la dependencia a largo plazo. Para aquellos que exploran opciones más agnósticas al proveedor para la automatización de flujos de trabajo, plataformas como AI Workflow Automation Platform - n8n siguen siendo alternativas viables.

En última instancia, los estrictos límites diarios y los costos impredecibles de los tokens asociados con Routines se vuelven más claros dentro de este plan maestro. Anthropic está cultivando un entorno de IA premium e integrado. No solo están vendiendo acceso a los modelos Claude; están construyendo el futuro sistema operativo para la IA empresarial, donde poseen toda la capa de ejecución.

Claude Routines representan una profunda dicotomía: un sueño de IA configurar y olvidar hecho realidad a través del lenguaje natural, pero obstaculizado por importantes limitaciones prácticas. Anthropic ofrece una facilidad sin precedentes para crear automatizaciones complejas, desde resúmenes diarios de boletines hasta revisores de PR de GitHub. Sin embargo, este poder tiene un alto precio, dictado por estrictos límites de ejecución diaria –como cinco rutinas cada 24 horas para suscriptores Pro– y un modelo de consumo de tokens impredecible que puede inflar rápidamente los costos.

Para unos pocos seleccionados, las Routines ofrecen un valor inmediato y convincente. Estos "unicornios" suelen ser equipos especializados que abordan tareas de alto valor y bajo volumen donde el costo de la intervención humana supera con creces el gasto de la AI. Piense en un bot de revisión de seguridad crítico para un pequeño equipo de ingeniería, donde incluso una sola vulnerabilidad pasada por alto podría costar millones. Para estos usuarios, la conveniencia y el poder bruto justifican los costos financieros actuales.

Sin embargo, para la gran mayoría, Claude Routines siguen siendo un juguete caro. Los usuarios que requieren automatizaciones predecibles, de alto volumen o intrincadas de varios pasos encontrarán un mejor valor y control en plataformas establecidas como n8n, Make.com o Zapier. La falta de control granular de costos, impulsada por el consumo impredecible de tokens, convierte la elaboración de presupuestos en una pesadilla para cualquier cosa más allá de los casos de uso experimentales. Estas herramientas existentes ofrecen una observabilidad más madura y una transparencia de costos esenciales para los flujos de trabajo de producción.

En última instancia, Claude Routines ofrecen un vistazo fascinante, aunque prematuro, al futuro de la automatización impulsada por la AI. Muestra un mundo donde los flujos de trabajo complejos se definen en inglés simple, no en constructores visuales complicados. Si bien no es un reemplazo práctico para la mayoría de las herramientas existentes hoy en día, este espacio evolucionará rápidamente. A medida que los costos disminuyan y Anthropic refine sus precios y capacidades, las Routines podrían finalmente democratizar agentes de AI sofisticados y autónomos, transformando la forma en que las empresas y los desarrolladores abordan la automatización.

¿Qué son las Claude Routines?

Las Claude Routines son automatizaciones impulsadas por AI que se ejecutan en la infraestructura en la nube de Anthropic. Le permiten ejecutar tareas complejas basadas en indicaciones de lenguaje natural, activadas por horarios, llamadas a API o eventos de GitHub, sin necesidad de que su máquina local esté en línea.

¿Cuánto cuestan las Claude Routines?

Las Routines están actualmente disponibles para usuarios Pro, Max, Team y Enterprise y utilizan los límites de uso de la suscripción. Tienen límites de ejecución diarios adicionales (por ejemplo, 5 para Pro, 15 para Max). El costo principal se basa en el consumo de tokens, que puede ser impredecible para tareas complejas y que requieren mucho razonamiento.

¿Pueden las Claude Routines reemplazar a Zapier o n8n?

No del todo. Si bien las Routines sobresalen en tareas que requieren razonamiento de AI y configuración en lenguaje natural, plataformas como n8n ofrecen integraciones más robustas, manejo explícito de errores y mejor auditabilidad para pipelines de datos estructurados. A menudo se consideran herramientas complementarias.

¿Cuáles son las tres formas de activar una Claude Routine?

Una Claude Routine puede activarse de tres maneras: en un horario recurrente (como un cron job), a través de un endpoint de API único (solicitud HTTP POST), o en respuesta a un evento de GitHub (como la apertura de una pull request).