El harness engineering es diseñar y mejorar todo lo que rodea a un modelo de IA para que trabaje bien como agente: las herramientas que puede usar, el contexto y la memoria que recibe, sus permisos y el bucle de pensar, actuar y revisar. El modelo es el cerebro; el harness es lo que le permite ver, actuar y frenar, y por eso el mismo modelo rinde distinto según el harness donde lo pongas.
Anthropic lo dice en una línea en el glosario de Claude Code: «Claude Code es el harness; Claude es el modelo que va dentro». Este es el tercer artículo de una serie que empezó con el loop engineering y siguió con el graph engineering. Al final verás cómo encajan los tres.
Qué es un harness en IA
Un harness es la capa de software que envuelve a un modelo de lenguaje y lo convierte en un agente que hace cosas. Sin harness, el modelo razona y escribe. Con harness, abre archivos, ejecuta tareas y comprueba si le salieron bien.
La definición oficial de Anthropic habla de tres cosas: las herramientas, la gestión del contexto y el entorno de ejecución que convierten un modelo en un agente capaz. Y detalla lo que aporta el harness: acceso a archivos, ejecución de comandos, permisos que filtran qué puede hacer, carga de memoria y el bucle que encadena una acción con la siguiente.
LangChain, una empresa que vende herramientas para construir agentes, lo dice todavía más corto: un harness es todo el código, la configuración y la lógica de ejecución que no es el modelo.
De dónde sale la palabra
Harness significa arnés. Viene del francés antiguo y en inglés nombró primero el equipo de combate y después los arreos de los animales de tiro. El verbo, en sentido figurado, es encauzar una fuerza.
En software no es nueva. Se habla de test harness desde antes de los modelos de lenguaje: el conjunto de piezas que permite probar un programa. El agent harness hereda el nombre y la metáfora, y amplía el alcance. Earendil, una empresa que mantiene su propio harness, prefiere la imagen del arnés de escalada: uno que puedes ajustar a tu medida.
Las 4 piezas de un agent harness
Las fuentes serias no usan la misma lista, pero coinciden en cuatro piezas. Un paper de junio de 2026 que intenta definir el término llega a las mismas cuatro como condiciones mínimas para llamar harness a un sistema.
El bucle
Piensa, actúa, revisa y vuelve a empezar. Anthropic describe el de Claude Code en tres fases: reunir contexto, actuar y verificar el resultado.
Las herramientas
Leer archivos, ejecutar comandos, buscar, conectarse con tus sistemas. Muchas veces por MCP, el protocolo para conectar la IA con otras aplicaciones, y con agent skills que le enseñan procesos.
Contexto y memoria
Qué entra en la ventana de contexto y qué se queda afuera. Cuando se llena, el harness resume la conversación para seguir.
Permisos y controles
Qué herramientas puede usar, cuántos turnos y cuánto gasto se le permiten, y qué acciones se bloquean antes de ejecutarse.
La cuarta pieza es la que más importa en una empresa. El mismo paper pide al menos un control que no dependa de que el modelo coopere: un límite, una verificación o un bloqueo que funcione aunque el modelo se equivoque. Pedirle en las instrucciones que «no borre nada» no cuenta. Quitarle el permiso de borrar, sí.
El mismo Claude, dos harness distintos
La forma más fácil de entender un harness es ver el mismo modelo en dos lugares.
En una conversación en claude.ai, le escribes a Claude, te responde y tú llevas la respuesta a donde va: la copias, la pegas en el documento, la corriges.
En Claude Code, la herramienta de Anthropic que trabaja sobre los archivos de un proyecto, el modelo viene de la misma familia. Pero el harness le da otras manos: lee los archivos de la carpeta, los edita, ejecuta comandos, pide permiso antes de ciertas acciones, carga la memoria del proyecto y repite el ciclo hasta comprobar que la tarea quedó hecha.
| Conversación | Claude Code | |
|---|---|---|
| Qué ve | Lo que tú le pegas | Los archivos del proyecto |
| Qué puede hacer | Responder | Editar archivos y ejecutar comandos |
| Permisos | Tú haces cada cambio | Pide permiso según la acción |
| Cuándo termina | Cuando responde | Cuando verifica el resultado |
Mismo cerebro. Otro cuerpo, otras reglas. Y el harness tampoco es fijo: en junio de 2026, Anthropic contó que Claude ya puede escribir su propio harness sobre la marcha, hecho a la medida de cada tarea.
Qué es el harness engineering y de dónde salió
El harness engineering es el oficio de ajustar ese harness hasta que el agente trabaje bien. El modelo no lo cambias tú. Lo que lo rodea, sí.
La expresión la popularizó Mitchell Hashimoto, cofundador de HashiCorp, en un post del 5 de febrero de 2026 llamado My AI Adoption Journey. En el paso cinco, «Engineer the Harness», escribió:
Su definición es práctica: cada vez que el agente comete un error, diseñas una solución para que no lo vuelva a cometer. Puede ser una regla nueva en el archivo de instrucciones del proyecto o una herramienta programada. Y le das formas de comprobar por sí mismo que lo está haciendo bien.
Seis días después, el 11 de febrero, OpenAI publicó Harness engineering: leveraging Codex in an agent-first world, de Ryan Lopopolo, sobre un producto interno construido sin código escrito a mano. Pero la palabra ya circulaba: Anthropic hablaba de harnesses para agentes en su blog de ingeniería desde noviembre de 2025. Un paper de julio de 2026, que estudió el código de 11 harnesses, entre ellos Claude Code, dice que la disciplina recibió nombre a comienzos de 2026.
La idea que más se repite se resume así: agente = modelo + harness. Sirve como punto de partida, pero no tiene un autor verificado, y hasta quienes la citan le ponen reparos: Earendil la presenta como una idea de otros y la llama simplista.
Un término sin definición estándar
Hay que decirlo claro: no existe una definición oficial de harness engineering. El propio Hashimoto escribió que no sabía si ya había un término aceptado por la industria. Y el paper de junio de 2026 sostiene que el término se usa de forma laxa, con varios sentidos a la vez, y que falta una definición de referencia. Dice que viaja «sin pasaporte».
Para ti eso tiene una consecuencia práctica: si un proveedor te dice que su agente «tiene un gran harness», pregúntale qué incluye. Cada uno llama harness a una cosa un poco distinta.
¿Tu equipo técnico ya trabaja con agentes?
En el curso de Claude Code para equipos trabajamos sobre el repositorio real del equipo: el contexto del proyecto, qué código y qué datos pueden entrar, la revisión del trabajo del agente y las reglas de qué se delega y qué revisa siempre una persona.
Harness engineering vs loop y graph engineering
Los tres términos se pusieron de moda en 2026 y se confunden. La forma práctica de ordenarlos es por escala: el harness rodea a un agente, el loop lo pone a trabajar sin ti y el grafo organiza a varios.
| Harness | Loop | Graph | |
|---|---|---|---|
| Qué diseña | Lo que rodea al modelo | El sistema que le da trabajo y revisa | Cómo se conectan pasos y agentes |
| Escala | Un agente | Un agente, repetido | Varios agentes y personas |
| Pregunta que responde | ¿Qué puede ver y hacer? | ¿Quién le da la orden y cuándo para? | ¿Quién hace cada paso y quién aprueba? |
El artículo de loop engineering distinguía un bucle de adentro, que viene de fábrica, y uno de afuera, que construyes tú. Ese bucle de adentro es parte del harness. El de graph engineering mostraba por qué conviene dar permisos distintos en cada paso. Los tres se apilan, no compiten. Y ninguno tiene definición oficial: esta división es una forma de ordenarlos, no una norma. Si buscas el concepto general detrás de los tres, está en qué es la IA agéntica.
Cuando un agente falla, revisa el harness
La reacción típica cuando un agente se equivoca es pedir otro modelo. Muchas veces el problema no está en el cerebro sino alrededor: no vio la información correcta, tenía herramientas de más o de menos, nadie revisó su trabajo o no recordaba lo que hizo ayer.
Anthropic lo documentó en noviembre de 2025. Sus agentes trabajan por sesiones, y cada sesión nueva empieza sin memoria de la anterior. Vieron dos fallas típicas: el agente intenta hacer demasiado de una vez y deja funciones a medias, o un agente posterior ve un avance parcial y declara la tarea terminada. La solución no fue cambiar de modelo. Fue cambiar el harness: un primer agente que prepara un archivo de progreso y la lista de funciones pendientes, y otro que en cada sesión avanza una sola y deja notas para el siguiente.
En marzo de 2026 fueron más lejos con tres agentes: uno que planea, otro que construye y otro que evalúa. Su conclusión: separar al agente que hace el trabajo del agente que lo juzga es una palanca fuerte, porque los agentes tienden a elogiar su propio trabajo. Y una frase que vale la pena guardar:
Por eso el harness se revisa cuando sale un modelo nuevo: algunas piezas dejan de hacer falta. En ese mismo artículo, un mecanismo que había sido esencial con un modelo anterior casi no se necesitó con el siguiente.
Y el harness tiene un costo. En ese experimento, Anthropic pidió un creador de juegos retro. Con un agente solo tardó 20 minutos y gastó USD 9, pero la función principal no funcionó. Con el harness completo tardó 6 horas y gastó USD 200, y la aplicación sí funcionaba. Son cifras de un experimento de Anthropic, no costos típicos de una empresa. La lección sí aplica: un harness más completo cuesta más, y en ese caso fue lo que separó algo que no servía de algo que sí.
Qué preguntar antes de comprar o montar un agente
No necesitas saber programar para evaluar un harness. Necesitas hacer las preguntas correctas. Si el proveedor solo te habla del modelo que usa, te está mostrando la mitad.
¿Qué herramientas tiene y cuáles necesita de verdad?
Cada herramienta de más es un riesgo de más. Un agente que solo consulta no necesita permiso para enviar.
¿Qué información ve y de dónde la saca?
Si no ve el dato correcto, va a inventar o a adivinar. Pregunta qué entra en su contexto y qué no.
¿Qué recuerda entre una sesión y otra?
Sin notas de avance, cada día empieza de cero. Pregunta dónde queda escrito lo que ya hizo.
¿Quién revisa su trabajo?
Si la respuesta es «él mismo», desconfía. Un verificador aparte o una persona, según lo que esté en juego.
¿Qué no puede hacer aunque quiera?
Busca controles que no dependan de que el modelo obedezca: permisos por herramienta, límites de turnos y de gasto, acciones bloqueadas.
¿Cuándo para y a quién avisa?
Un agente sin regla de parada sigue gastando. Pregunta qué pasa cuando algo falla varias veces.
¿Qué pasa cuando salga un modelo mejor?
Un buen harness permite cambiar el modelo sin rehacer todo, y quitar las piezas que dejan de hacer falta.
Estas siete preguntas sirven igual para un agente que compras, uno que construye tu equipo técnico o uno que te propone un consultor. Y sirven para algo más: le muestran a tu equipo que el trabajo con IA no termina en escoger la herramienta, sino en definir qué ve, qué toca y quién revisa.
¿Tu equipo sabe qué preguntarle a un agente?
Responde el diagnóstico en dos minutos: te muestra en qué nivel de adopción está tu equipo y por dónde empezar. Si quieres, lo revisamos juntas en 30 minutos.
Sigue aprendiendo con nuestros cursos
Domina Claude para Negocios
MarketingEstrategia de Marketing con IA
ContenidoStorytelling con IA y Creación de Contenido
Preguntas frecuentes
¿Qué es el harness engineering?
¿Qué es un harness en IA?
¿Qué significa harness en español?
¿Qué es un agent harness?
¿Quién inventó el término harness engineering?
¿En qué se diferencia del loop engineering y del graph engineering?
¿Por qué el mismo modelo funciona distinto en dos herramientas?
¿Necesito saber programar para entender el harness de un agente?
Fuentes: Anthropic, glosario y "How Claude Code works" de Claude Code, documentación del Agent SDK y blog de ingeniería (26 nov 2025, 24 mar 2026, 2 jun 2026) · Mitchell Hashimoto, "My AI Adoption Journey" (5 feb 2026) · OpenAI, Ryan Lopopolo (11 feb 2026) · LangChain, "The Anatomy of an Agent Harness" (10 mar 2026) · Earendil, "What is a Harness?" (20 ago 2026) · arXiv 2606.10106 y 2609.00006 (preprints) · Verificado el 28 de octubre de 2026
