La versión 2.1.319 de Claude Code se publicó el 6 de noviembre. El changelog es extenso y trae cambios que afectan a quienes usan Claude Code con servidores MCP, con múltiples subagentes y con gateways de Claude apps. Esta guía resume qué cambió y cómo usar las novedades en el día a día.
Claude Code 2.1.319: MCP en segundo plano y permisos
La versión 2.1.319 de Claude Code trae tareas MCP en segundo plano, la opción permissions.denyInsteadOfPrompting y nuevos comandos de diagnóstico.
Marcelo Santiago
Criador do bridgecode
La mayor newsletter de IA del Mundo
Recibe artículos sobre IA en tu correo
Selección técnica sobre modelos, agentes y herramientas de código. Sin spam, cancela cuando quieras.
En este artículo vas a ver:
- Tareas MCP en segundo plano en la terminal y cómo controlar ese comportamiento.
- La opción permissions.denyInsteadOfPrompting para negar en lugar de preguntar.
- El comando /claude-api latency-optimize para diagnosticar latencia.
- Nuevas variables de entorno para feature flags y telemetría.
- Correcciones relevantes para quienes usan LLM gateways.
Tareas MCP en segundo plano en la terminal
Cuando un servidor MCP ejecuta una llamada de herramienta como tarea, Claude Code ahora mueve esa tarea a segundo plano de inmediato y avisa a Claude cuando termina. Esto evita que una llamada larga bloquee la terminal.
Si prefieres que Claude Code espere el resultado dentro de la llamada de herramienta, usa la variable CLAUDE_CODE_DISABLE_MCP_TASK_BACKGROUND. Con ella activa, el comportamiento vuelve a ser síncrono.
permissions.denyInsteadOfPrompting
La nueva opción permissions.denyInsteadOfPrompting cambia el comportamiento de permisos. En lugar de pausar y preguntar al usuario, la llamada de herramienta se niega y el turno continúa. Esto aplica a sesiones de terminal, subagentes y teammates.
Es útil en flujos automatizados, donde una pausa de permiso bloquearía al agente. La negación sigue las reglas de permisos configuradas, así que no libera nada que ya estuviera bloqueado.
/claude-api latency-optimize
El nuevo comando /claude-api latency-optimize analiza dónde tu código de API de Claude hace esperar al usuario y prueba configuraciones más rápidas contra tu evaluación. Es un diagnóstico práctico para quienes construyen sobre la API y quieren reducir latencia sin perder calidad.
Nuevas variables de entorno
Aparecen tres variables nuevas en este release. CLAUDE_CODE_DISABLE_FEATURE_FLAGS deja de buscar feature flags sin apagar la telemetría, usando el valor predeterminado integrado de cada flag. CLAUDE_CODE_DISABLE_MCP_TASK_BACKGROUND controla el comportamiento síncrono de tareas MCP. CLAUDE_CODE_AUTO_MODE_SERVER activa la verificación del lado del servidor incluso con CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS activo.
Para gateways de Claude apps, también está CLAUDE_GATEWAY_LOG_FORMAT=json, que transforma líneas de log operacional en JSON con campos de severidad, tiempo y mensaje.
Correcciones para quienes usan LLM gateways
Varios ajustes afectan a quienes ejecutan Claude Code detrás de un gateway. El auto mode ahora avisa cuando la verificación del lado del servidor no llega a la sesión. /status dejó de mostrar "Auto mode server: Enabled" en casos donde la verificación no está activa. El modelo ya no intenta enviar feedback en gateways de terceros, donde no puede ser entregado.
También se corrigió un caso en que las reglas Bash deny y ask no capturaban comandos escritos con palabras entre comillas.
Cómo probar hoy
El flujo más simple es: actualizar a la 2.1.319, probar una llamada MCP larga para ver el comportamiento en segundo plano, y activar permissions.denyInsteadOfPrompting en un proyecto de prueba para medir el impacto en flujos automatizados. Para quienes construyen sobre la API, ejecuta /claude-api latency-optimize en un proyecto real.
Conclusión
La 2.1.319 se enfoca en flujos agénticos: tareas MCP en segundo plano, permisos que no bloquean y diagnóstico de latencia. Para quienes usan Claude Code en pipelines automatizados, estos cambios reducen bloqueos.
Tú defines el objetivo y los agentes dividen las tareas: uno planea, otro ejecuta, otro revisa. Mira cómo funciona la orquestación en bridgecode.
Fuente: Anthropic
Imagen y referencias
Ver también claude code 2 1 318 refuerza credenciales mcp, mcp server git de mcp para clis de ia, claude code 2 1 318 refuerza credenciales mcp y mcp server git de mcp para clis de ia.
Preguntas frecuentes sobre el Claude Code 2.1.319
¿Qué cambió en Claude Code 2.1.319?
Tareas MCP en segundo plano, permissions.denyInsteadOfPrompting, /claude-api latency-optimize y nuevas variables de entorno.
¿Cómo desactivar las tareas MCP en segundo plano?
Usa la variable CLAUDE_CODE_DISABLE_MCP_TASK_BACKGROUND para volver al comportamiento síncrono.
¿Qué hace permissions.denyInsteadOfPrompting?
Niega la llamada a la herramienta en lugar de preguntar, y el turno continúa en terminal, subagentes y teammates.
¿Para qué sirve el comando /claude-api latency-optimize?
Diagnostica dónde el código de API de Claude causa espera y prueba configuraciones más rápidas contra tu evaluación.
¿Quién debería actualizar?
Quien usa servidores MCP, múltiples subagentes o gateways de Claude apps se beneficia más.
Contexto adicional
Este post forma parte del radar diario de bridgecode, que sigue lanzamientos, benchmarks y herramientas de IA para quien programa. Sigue las próximas ediciones para más análisis técnicos y comparativos. El análisis anterior se basa exclusivamente en fuentes oficiales y leaderboards públicos, sin datos inventados. Siempre revisa la fuente original antes de tomar decisiones técnicas. Para equipos que adoptan IA en el desarrollo, el siguiente paso es medir el impacto en un flujo real y compararlo con lo que ya existía antes de la novedad. Sigue también otras publicaciones del blog sobre benchmarks y herramientas de IA para ampliar el repertorio de decisión. Cuando aparece un modelo nuevo, la pregunta práctica no es solo la puntuación, sino si resuelve tu caso de uso con un costo y una latencia aceptables. Las pruebas en flujo real, con datos de tu dominio, suelen revelar diferencias que el benchmark no captura. Por eso, usa el benchmark como filtro inicial y valida con experimentos propios antes de migrar. bridgecode acompaña estos cambios para que no tengas que monitorear decenas de fuentes manualmente. La elección de modelo es una decisión de ingeniería, no solo de marketing. Documenta el criterio, mide el resultado y revisa cuando aparezcan nuevos datos.
Tags:#radar#ia
Desarrollador y creador de bridgecode, un entorno de desarrollo agéntico para orquestar squads de agentes de IA. Ayuda a quienes van del vibe coding al desarrollo profesional a pasar de la idea al producto entregado.
Artículos relacionados
Dicas
Kilo Code: agente de código de código abierto para VS Code y CLI
Kilo Code es un agente de código de código abierto para VS Code, JetBrains y CLI, con más de 500 modelos y precio directo del proveedor.
6 min
Dicas
5 consejos para operar el escritorio con agent-desktop
Vercel Labs lanzó agent-desktop, una herramienta que permite a agentes de IA operar aplicaciones de escritorio a través del árbol de accesibilidad. Mira cómo funciona.
6 min
Dicas
Cómo usar SuperCLUE para elegir modelo de IA
El SuperCLUE de noviembre de 2026 incluye 19 modelos y líderes por categoría. Esta guía muestra cómo usar la visión por categoría para elegir el modelo correcto.
5 min