Worktree es más adecuado como un directorio de ejecución temporal

Hace un tiempo, la forma más común de usarlo era preparar un worktree y luego abrir Codex / Claude Code en ese directorio. Debido a que los modelos tempranos tenían un contexto y memoria limitados, si se permitía que crearan worktrees directamente en el workspace principal, era fácil que, tras comprimir el contexto, se confundieran los directorios actuales con los worktrees creados, terminando en una confusión.
Pero esta forma de usar también tiene un efecto secundario: poco a poco, el worktree se convierte en un espacio de trabajo a largo plazo. El problema es que un worktree está ligado a una rama, y con el tiempo, inevitablemente surgirán complicaciones como cambiar de rama, sincronizar ramas y limpiar ramas.
Muchos no distinguen claramente la diferencia entre worktree y clon independiente. La ventaja no es simplemente “tener un directorio adicional”, sino que, en esencia, siguen siendo el mismo repositorio, compartiendo la base de objetos git, con bajo costo de copia y sin necesidad de volver a clonar por red. Esto es especialmente útil para repositorios grandes. Por eso, si solo quieres un directorio paralelo temporal para ejecutar tareas, worktree es muy adecuado. Solo cuando necesitas un objeto de librería completamente independiente, por ejemplo, para mapearlo a Docker o a un entorno virtual, un clon local sería más apropiado.
Al menos para Codex / Claude Code actuales, este problema ya no es tan grave. Ahora prefiero trabajar directamente en el directorio principal, permitiendo que cree worktrees según sea necesario, hacer los cambios, fusionarlos y luego eliminar el worktree. Esto se ajusta mejor a la función original del worktree: un directorio de ejecución temporal de bajo costo, no un espacio de trabajo secundario a largo plazo.
Un paso más allá, ahora estoy probando una estrategia en la que mantengo un workspace global, donde abro todos los proyectos de Codex, y dejo que gestionen automáticamente los clones y worktrees según las reglas. Esto facilita la continuidad de la memoria global, y si una tarea requiere modificar varios proyectos, también sabe cómo hacerlo uno por uno y luego realizar pruebas conjuntas.