Las siete piezas que convierten un chat en un agente

Claude Code, Codex, Cursor y Copilot se parecen cada vez más: en dieciocho meses los cuatro han acabado ofreciendo lo mismo con nombres distintos —un fichero con las normas del proyecto, instrucciones que se cargan solo cuando hacen falta, ayudantes con memoria aparte, código que se ejecuta siempre en momentos fijos y un enchufe para conectar herramientas de terceros—.

Debajo de esos nombres siempre están los mismos siete problemas: que el agente pueda comprobar lo que acaba de hacer; que alguien administre una memoria que no da para todo; que lo importante quede escrito fuera de la conversación, donde no se puede olvidar; que las normas serias se impongan en vez de pedirse; que el daño posible tenga un techo; que después se pueda ver qué pasó; y que las piezas sobrantes se retiren cuando el modelo aprende a hacer eso solo.

Resolver esos siete es lo que separa a un agente de un chat con adornos. El modelo escribe el texto; quien decide qué lee, qué puede tocar y si el trabajo está bien es todo lo que tiene alrededor, que en este oficio se llama harness o arnés.

• Que pueda comprobar su propio trabajo. V Si tiene a mano una forma de ejecutar lo que acaba de escribir —pasar las pruebas, compilar, abrir la página y mirarla—, se entera él solo de que ha roto algo y lo arregla antes de dártelo. Si no la tiene, el primero en enterarse eres tú, y para entonces ha construido otras veinte cosas encima del error.
• Tratar la memoria como algo que se acaba. El modelo solo sabe lo que tiene delante, y ahí no cabe todo. El arnés decide qué entra: resume lo viejo, empieza de cero cuando conviene, o manda a un ayudante aparte a leer los veinte ficheros y volver solo con la conclusión.
• Dejar la memoria fuera del modelo. Lo que queda escrito en un fichero, en el historial del proyecto o en una nota de progreso sobrevive a cualquier olvido. Lo que solo está en la conversación, no.
• Distinguir lo que se pide de lo que se impone. Una norma escrita en un fichero el modelo la lee y casi siempre la cumple. Cuando ese «casi» no vale —borrados, claves, despliegues—, hace falta código que corte la acción: un hook.
• Limitar el daño posible. Permisos herramienta por herramienta, y un sandbox donde equivocarse no rompa nada de verdad.
• Poder ver qué hizo. Un registro paso a paso, la traza, y un examen propio que repites después de cada cambio, la eval. Sin las dos cosas, «hoy va mejor» es una sensación, no un dato.
• Quitar piezas cuando el modelo mejora. V Cada añadido da por supuesto algo que el modelo no sabía hacer solo; cuando aprende a hacerlo, el añadido estorba. Anthropic lo avisa en su propia documentación (24-mar-2026).
• V Para trabajos de varios días, en Anthropic organizan los agentes como turnos de guardia: uno prepara el terreno y los siguientes se relevan pasándose una lista de lo que falta, un fichero con lo hecho hasta ese momento y el historial del proyecto. Así el que entra no hereda una memoria agotada, sino un resumen escrito (26-nov-2025).

1. Claude Code Docs — Best practices · consultado 18-sep-2026
2. LangChain — The Anatomy of an Agent Harness · 10-mar-2026
3. Birgitta Böckeler — Harness engineering for coding agent users · 2-abr-2026
4. Anthropic — Effective harnesses for long-running agents · 26-nov-2025