hiddenrows

Guías prácticas para trabajar con agentes de IA, con un laboratorio al final de cada una

última edición=16 de octubre · 24 piezas · 14 breves
regla=solo lo verificado como hecho
llamadas a un modelo por visita=0
Harness

El modelo es el motor; el arnés es el coche

Con el mismo modelo, cambiar solo lo que lo rodea mueve decenas de puntos en las pruebas. En 2026, buena parte de la diferencia entre un agente y otro ya no está en el modelo.

2 min de lectura publicado el 18 sept 2026

La idea

Un agente es, según la definición de Simon Willison —un programador que lleva años escribiendo sobre estas herramientas y a quien el sector acabó copiando la frase—, un modelo que usa herramientas en bucle hasta lograr un objetivo.

Todo lo que no es el modelo —el bucle, las herramientas, los permisos, qué se le enseña y qué se le oculta, dónde puede equivocarse sin romper nada, cómo recuerda y cómo comprueba— es el harness, el arnés. La fórmula «agente = modelo + arnés» se asentó entre febrero y abril de 2026, y ya hay números que la sostienen.

Los datos que lo sostienen
  • V LangChain (17-feb-2026) dejó el modelo fijo y tocó solo el arnés: su agente subió del 52,8 % al 66,5 % en una prueba estándar de tareas de terminal. Los tres cambios fueron obligarle a verificar cada cosa que construía, detectar cuándo se quedaba dando vueltas editando el mismo fichero, y dejarle pensar a fondo solo al planificar y al comprobar, en vez de todo el rato.
  • V En esa misma prueba (consultada el 18-sep-2026), un modelo dentro de Claude Code rinde entre el 34,85 % y el 53,94 % según cuánto se le deje razonar. Es el mismo modelo, así que esos diecinueve puntos los pone entera la configuración.
  • S Según VentureBeat (16-sep-2026), Salesforce dejó que un programa ajustara el arnés por su cuenta y llevó a un modelo del 43,5 % al 93 % en tareas de navegador sin tocar el modelo.
  • V El contrapunto conviene tenerlo a mano: un agente minúsculo, de unas cien líneas y con una sola herramienta, declara más del 74 % en la prueba de corrección de errores más usada del sector. I Un arnés mínimo llega muy lejos en tareas acotadas; el complicado se gana el sueldo en las largas.
  • V Anthropic (24-mar-2026) lo formula de una manera que conviene recordar cada vez que uno añade una pieza: cada componente da por supuesto algo que el modelo no sabe hacer solo, y esa suposición caduca cuando sale el modelo siguiente.
hiddenrows · proyecto personal de divulgación de Miguel Yepes Contenido divulgativo, puede contener errores · sin garantías · Aviso legal · Privacidad · llms.txt