Load-Bearing - Analiza el vocabulario de Claude en GitHub
Show HN: The load-bearing vocabulary of Claude
Load-Bearing es una herramienta que analiza el vocabulario de los pull requests de GitHub para identificar términos distintivos en el código generado por agentes de codificación como Claude. Mediante el clustering de más de 47,000 PRs y 5 millones de palabras, revela un componente de vocabulario que representa el 45% de los PRs humanos recientes, destacando palabras como 'load-bearing' que son 123 veces más frecuentes. Esta herramienta ofrece una visión única sobre cómo los agentes de IA están influyendo en el lenguaje de la programación, ayudando a desarrolladores y equipos a comprender las tendencias emergentes en el desarrollo de software.
Descubrimos que un componente del vocabulario, que apareció en 2026, representa el 45% de todos los pull requests atribuidos a humanos el mes pasado, y sus palabras más representativas deberían resultar familiares para cualquiera que use agentes de codificación.
- nater5000
Me llevé una grata sorpresa cuando intenté desplazarme hacia abajo y me di cuenta de que todo lo que el autor quería presentar cabía en la pantalla. Es casi irónico que este sitio sea capaz de hacer una presentación tan obvia y convincente sin ser excesivamente verboso o complicado (algo que a los LLM les cuesta hacer). No leería DEMASIADO en lo que se presenta, pero el autor ha hecho un buen trabajo al no inyectar su propio sesgo en la presentación, lo cual funciona bien.
Sospecho que, a medida que avanzamos, los humanos empezaremos a adoptar lentamente el lenguaje de los LLM, o al menos ciertas peculiaridades lingüísticas que surgen de interactuar con ellos. Algo que he notado en mi propia escritura es que ahora presento listas de ejemplos de una manera consistente: "... tales como <ejemplo 1>, <ejemplo 2>, etc., ...". Empecé a notar que usaba este patrón bastante hace poco, pero eché un vistazo rápido a algunas de mis publicaciones en redes sociales y me di cuenta de que ha estado ocurriendo desde hace tiempo. Me había dado cuenta de que me había acostumbrado a este tipo de lenguaje porque, especialmente al principio, los LLM se centraban demasiado en los ejemplos específicos que proporcionaba cuando, en realidad, solo intentaba darles una idea de lo que buscaba. Simplemente aprendí que dar dos ejemplos y luego añadir el "etc." funcionaba para que el LLM no se centrara tanto en los ejemplos específicos y entendiera que necesitaban considerar más de lo que presentaba explícitamente. Por supuesto, ahora escribo así en mis comentarios de redes sociales, en Slack con [...]
- ben30
Respuesta interesante de Claude, cuando intenté reducir lo "load-bearing" en sus respuestas:
Añadí a mi prompt global:
- Primera regla de Orwell: nunca uses una metáfora que estés acostumbrado a ver impresa. "Load-bearing", "the crux", "first-class citizen" señalan perspicacia en lugar de mostrarla. Nombra el mecanismo específico.
Cuando le pregunté qué pensaba del cambio, su respuesta fue:
La bala de Orwell lucha contra mi propio prompt de sistema. Mis instrucciones de arnés me dicen literalmente que marque "algo load-bearing" cuando lo encuentre.
- Labo333
¡Autor aquí! Agradecido por las amables palabras, las comunidades humanas como HN realmente golpean diferente cuando pasas todo el día charlando con agentes aduladores y que dicen tonterías (incluso para hacer esta página).
Actualmente estoy añadiendo una barra de búsqueda y aumentando los datos a 1000 PR por día.
Algo bueno que no es obvio en la página principal es que el conjunto de datos y el análisis se actualizan diariamente usando GitHub Actions (al menos cuando no sufren una interrupción ^^). Me parece bastante genial poder construir tales aplicaciones sin un "backend"!
- SalariedSlave
Últimamente he visto esto mencionado cada vez más, tanto en HN como en Reddit. Parece que estos patrones de salida están empeorando. No es solo Claude, mi impresión es que todos los modelos actuales tienen este problema de estilo. Su escritura puede volverse casi incomprensible.
¿Hay algún bucle de retroalimentación o algo que se acumule con cada generación de modelos?
¿Quizás los modelos más nuevos están ingiriendo demasiado contenido de IA?
Si la proporción de contenido generado por IA en los datos de entrenamiento es cada vez mayor (porque la cantidad de contenido generado por IA está aumentando en general), ¿quizás esto es un sesgo que se acumula, envenenando el entrenamiento?
- prmph
Sí, la escritura de Claude es rara hoy en día, y usa palabras que son raras y no estándar en contexto, y su estructura de oraciones a veces también es rara.
Trabajando con él en mi código, ahora hace elecciones de palabras extrañas con frecuencia, como:
- "name(s)" como verbo (en lugar de "specify/specifies", etc.), por ejemplo, "...la función nombra el argumento"
- "carries" en lugar de "contains"
- "verdict" en lugar de "result"
- "judge", en lugar de "validate"
Muy raro. Además, al escribir comentarios y documentación, es escueto de maneras que dificultan la lectura, como omitir mencionar a qué se refiere un sustantivo, por ejemplo, "abc no acepta..." en lugar de "La función abc no acepta..."
He recurrido a prohibir el uso de ciertas palabras y a pedirle constantemente que reescriba su texto con más claridad.
- sosull
Me encanta esto. Es completo, consolida los datos hasta el punto de que el argumento efectivamente 'se hace solo', y la forma en que se presenta respeta el tiempo del lector. También supone un desafío interesante (al menos para mí) intentar caracterizar el tema de un problema de lenguaje de manera tan estrecha.
Sin montones de diapositivas. Sin narrativa. Solo una hermosa y dolorosa conclusión.
- Jordan-117
Me pregunto hasta qué punto esto es el resultado de un RLHF subóptimo versus la inteligencia inherente del modelo que hace que su lenguaje sea más intrincado y difícil de parsear para los humanos. Por un lado, es un tópico común que las personas altamente educadas pueden hablar de una manera confusa y molesta para la gente común que no conoce toda la jerga. Pero por otro lado, es una marca de un comunicador hábil poder destilar eficientemente información compleja a sus elementos esenciales de una manera fácil de digerir. Por supuesto, eso también parece implicar que estos modelos están trabajando a un nivel más alto y necesitan hablar hacia abajo para nosotros hasta cierto punto. O quizás "Claudish" es simplemente similar a cosas como "caveman", cadena de pensamiento cruda, neuralese, etc., que son igualmente más densas/eficientes pero más difíciles de interpretar?
- stabbles
Además del vocabulario, también me preguntaría cómo estructura las oraciones.
El "X, no Y" es bien conocido, pero otra cosa que me molesta es "It <verb>s no <noun>" en lugar de "It doesn't <verb> <noun>".
Por ejemplo: "la lista no contiene ninguna cadena" o "no cambia ningún comportamiento" o "no contiene ningún directorio".
- loglog
Hasta ahora, solo hay 2 grupos de lenguaje natural en la partición: Claudish y Español/Francés. A primera vista, los otros grupos parecen centrados en tecnologías (muchas banderas de línea de comandos y abreviaturas entre las palabras "más representativas"). Si el objetivo es investigar las tendencias de uso del idioma inglés, podría ser mejor agrupar basándose solo en palabras en inglés.
- wavewrangler
Estaba hablando sobre el uso de "shipped" recientemente, y fui ridiculizado por hacer una pregunta tan loca, por ingenieros recién autoacuñados, nada menos. No es de extrañar que pensaran que era ridículo... había sido parte de su vocabulario durante toda su carrera. Todas sus pocas semanas de ella. Me pregunto qué están haciendo esos tipos ahora. Esto fue hace aproximadamente un mes. ¿Crees que lo que enviaron alguna vez... aterrizó?