Ingeniería de harness: qué es y cómo funciona

Qué significa la ingeniería de harness

La ingeniería de harness es el trabajo de construir el harness de una herramienta de IA, es decir, todas las partes de la herramienta excepto el modelo de IA.

El modelo es el sistema de IA, que se ha entrenado con grandes volúmenes de texto para que pueda leer y escribir lenguaje. Algunos ejemplos de modelos de IA son GPT de OpenAI, Claude de Anthropic y Gemini de Google.

Por sí solo, un modelo solo puede recibir texto (y a veces imágenes o audio) y responder con texto. No puede recordar conversaciones anteriores, buscar información actual ni ejecutar código. Por eso necesita un harness que gestione qué información recibe el modelo, qué apps puede usar, qué tiene permitido hacer y cómo se revisa su trabajo.

Incluso un asistente de chat básico necesita un harness. El modelo olvida cada intercambio en cuanto responde, así que el harness lleva un registro de la conversación. Si alguien pregunta por París y luego agrega “¿cuál es su población?”, el harness envía ambas preguntas juntas al modelo. Así es como el modelo sabe que “su” se refiere a París.

La ingeniería de harness es una de las razones por las que dos herramientas creadas sobre el mismo modelo pueden tener un desempeño tan distinto. Por ejemplo, en una prueba independiente, los investigadores mantuvieron el mismo modelo (GPT5) y cambiaron solo el harness, y la puntuación del modelo en una prueba de programación varió hasta un 11%.

Los desarrolladores de modelos de IA como Anthropic y OpenAI crean los harness de sus propios productos de IA, como Claude Code y Codex. Y las empresas que desarrollan productos de IA diseñan harness para los modelos subyacentes que eligen. Las personas que usan herramientas de IA también definen parte del harness. Muchas herramientas les permiten agregar instrucciones permanentes, conectar apps y elegir qué acciones necesitan su aprobación antes de que la herramienta continúe.

Ingeniería de harness para agentes de IA

Toda herramienta de IA tiene un harness, pero la ingeniería de harness cobra especial importancia al trabajar con agentes de IA. Los agentes realizan tareas de varios pasos por su cuenta, como investigar a la competencia y registrar los hallazgos en una hoja de cálculo, y el harness ejecuta cada paso. Así que, si el harness comete un error, como usar los precios del año pasado, también afectará al resto de los pasos.

La mayoría de los harness de agentes tienen seis partes principales:

1. El bucle del agente

Ampliar

El bucle del agente es el código dentro del harness que hace avanzar una tarea, un paso a la vez.

El modelo de IA decide cuál es el siguiente paso necesario para completar la tarea y escribe una llamada a herramienta: una solicitud breve que nombra una herramienta del harness, como la búsqueda web, e indica lo que esta debe hacer.

El harness detecta la solicitud, ejecuta la búsqueda y agrega los resultados a lo que el modelo puede ver. El modelo los lee y decide qué hacer a continuación.

2. Gestión del contexto

Un modelo adquiere conocimientos generales durante el entrenamiento, pero ese conocimiento llega solo hasta la fecha en que terminó el entrenamiento. No incluye nada específico de la tarea en cuestión, como los archivos de una empresa, las noticias de hoy o lo que se dijo antes en la conversación.

Para todo eso, el modelo depende de su ventana de contexto: el texto que el harness le proporciona antes de cada respuesta, como sus instrucciones, la consulta, la conversación hasta ese momento y los resultados de búsqueda.

La ventana solo puede contener una cantidad fija de texto. E incluso antes de que se llene, los modelos a veces pasan por alto información enterrada en medio de entradas largas.

Por eso, el harness se encarga de la gestión del contexto y selecciona solo la información que necesita cada paso. Por ejemplo, si la tarea es comparar los precios de cinco competidores, el harness podría incluir la página de precios de cada empresa en lugar de todo su sitio web. En tareas largas, el harness también puede sustituir el registro detallado de los pasos anteriores por un resumen breve, para que el modelo sepa lo que ya hizo sin que ese historial llene la ventana.

3. Herramientas

Las herramientas son código que lleva a cabo las acciones que solicita el modelo. Cada herramienta se encarga de un tipo de acción, como buscar en la web, abrir y leer una página web, ejecutar código o editar un archivo. Cuando el modelo escribe una llamada a herramienta, el harness la pasa a la herramienta correcta y devuelve el resultado.

Muchos harness también incluyen conectores, que son herramientas que vinculan al agente con una app específica, como el correo electrónico, un calendario o una unidad compartida, mediante el acceso que una persona ha otorgado. Con un conector de calendario, por ejemplo, un agente puede revisar la disponibilidad de alguien antes de sugerir un horario para una reunión.

4. Memoria

La memoria es información almacenada que se conserva de una sesión a la siguiente. El harness guarda notas breves durante una sesión, como las preferencias de una persona o el estado de un proyecto. Al inicio de la siguiente sesión, el harness agrega esas notas a la ventana de contexto, para que el modelo las lea antes de leer la nueva consulta. Así es como un agente puede, por ejemplo, retomar un reporte semanal donde lo dejó en lugar de volver a empezar desde el principio.

5. Permisos

Los permisos son reglas sobre a qué puede acceder un agente y qué puede hacer. Las reglas de acceso determinan qué archivos, apps o sitios web puede abrir. Las reglas de aprobación determinan qué acciones deben esperar el visto bueno de una persona, como enviar un mensaje o hacer una compra.

La empresa que crea el agente configura algunas de estas reglas en el código del harness. Después, los administradores de una organización pueden agregar las suyas, y cada usuario puede elegir cosas como qué cuentas conectar.

6. Verificación

La verificación es código que revisa el trabajo del agente antes de que llegue a una persona. Usa dos tipos de comprobaciones:

• Reglas fijas, que son pruebas específicas que se aprueban o fallan siempre de la misma manera, como confirmar que cada cifra de un reporte aparece en un documento que el agente realmente leyó.
• Una revisión por parte de otro modelo de IA, que lee el trabajo y lo evalúa. Puede detectar problemas difíciles de convertir en una regla, como un resumen que omite un punto importante.

Ninguna comprobación por sí sola lo detecta todo, por lo que los harness suelen combinar ambos tipos. Cuando una comprobación encuentra un problema, el harness agrega una descripción del problema a la ventana de contexto del modelo y vuelve a enviar la tarea por el bucle del agente. El modelo corrige el problema y lo intenta de nuevo, de modo que muchos errores se corrigen antes de que el usuario vea el resultado.

Ejemplos de ingeniería de harness

Preparación para una reunión con un cliente

Tarea: Un gerente de cuenta le pide a un agente que prepare un resumen informativo para la reunión de mañana con un cliente, que incluya los asuntos pendientes y un borrador de la agenda.

Lo que hace el harness:

• A través de un conector de correo electrónico, el agente busca en la bandeja de entrada del gerente los mensajes intercambiados con el cliente.
• Los permisos lo autorizan a leer correos, pero no a enviarlos.
• La gestión del contexto le pasa al modelo solo los mensajes de los últimos tres meses con ese cliente, no toda la bandeja de entrada.
• El bucle del agente ejecuta varias rondas de búsqueda y lectura, y el modelo agrupa lo que encuentra en asuntos pendientes.
• Luego, la verificación comprueba que cada asunto del resumen informativo remita a un correo real.

Resultado posible: El gerente recibe un resumen informativo de una página en el que cada punto puede rastrearse hasta su correo de origen.

Actualización de un reporte mensual de ventas

Tarea: Un responsable de operaciones le pide a un agente que actualice el reporte mensual de ventas con las cifras de este mes.

Lo que hace el harness:

• La memoria carga las notas de la sesión del mes pasado, incluidos el formato del reporte y la solicitud del responsable de redondear las cifras al millar más cercano.
• Una herramienta de archivos abre la hoja de cálculo de ventas en la unidad compartida del equipo.
• Los permisos le permiten al agente editar el borrador del reporte, pero no la hoja de cálculo de origen, para que las cifras originales no puedan modificarse por error.
• La verificación comprueba que los totales del reporte coincidan con la hoja de cálculo.

Resultado posible: El reporte llega con el mismo formato que el del mes pasado, sin que el usuario tenga que volver a explicarlo.

Clasificación de una bandeja de entrada compartida

Tarea: Un equipo de soporte le pide a un agente que clasifique por tema las solicitudes recibidas durante la mañana y redacte respuestas para las más comunes.

Lo que hace el harness:

• El bucle del agente recorre la bandeja de entrada mensaje por mensaje.
• En cada mensaje, el modelo elige una etiqueta de tema y el harness la aplica a través del conector de correo electrónico.
• Al inicio de la tarea, el harness agrega a la ventana de contexto las plantillas de respuesta aprobadas por el equipo como guía, para que el modelo base cada borrador en una plantilla.
• Una regla de aprobación mantiene cada respuesta como borrador hasta que alguien del equipo la revisa y la envía.

Resultado posible: El equipo empieza el día con las solicitudes clasificadas y las respuestas listas para revisión.

Corrección de un error en un sitio web

Tarea: Un desarrollador le pide a un agente de programación que corrija un error que impide que funcione un botón de pago.

Lo que hace el harness:

• El agente trabaja en un entorno aislado, una copia independiente del código donde sus cambios no pueden afectar el sitio web en producción.
• Una herramienta de código le permite al modelo leer y editar archivos.
• Después de cada cambio, la verificación ejecuta las pruebas automatizadas del proyecto.
• Cualquier falla vuelve al modelo como información nueva.

Resultado posible: El agente sigue ajustando su corrección hasta superar las pruebas. Luego, el desarrollador revisa el cambio antes de que se publique.

Ingeniería de harness vs. ingeniería de prompts vs. ingeniería de contexto

La ingeniería de prompts es el trabajo de crear y optimizar una sola consulta. La ingeniería de contexto es el trabajo de gestionar todo lo que ve el modelo. La ingeniería de harness es el proceso de diseñar y mejorar todo el sistema dentro del cual trabaja el modelo.

Cómo pueden influir los usuarios en un harness de IA

La mayor parte del harness de un agente proviene de la empresa que crea el agente, pero muchos productos de IA permiten a los usuarios ajustar una parte mediante configuraciones como instrucciones personalizadas, apps conectadas y aprobaciones.

Los usuarios pueden dar forma al harness de un agente, y mejorar sus resultados, de cuatro maneras:

1. Instrucciones permanentes

Las instrucciones permanentes son notas que una persona escribe una sola vez para que el harness pueda agregarlas a la ventana de contexto al inicio de cada tarea. Vale la pena configurarlas para todo lo que, de otro modo, una persona tendría que repetir consulta tras consulta: quién es y a qué se dedica, cómo le gusta que se redacte el trabajo o las reglas de una tarea recurrente, como el reporte mensual de un cliente.

Muchos productos de IA ofrecen instrucciones permanentes en dos niveles. Las instrucciones para toda la cuenta son adecuadas para lo que aplica a todo el trabajo, como las preferencias ortográficas. Las instrucciones de proyecto son adecuadas para un solo cliente o flujo de trabajo, de modo que las indicaciones para uno no se trasladen a otro.

Las instrucciones permanentes funcionan igual en los asistentes de chat y en los agentes, pero los agentes dependen más de ellas. En un chat, una persona puede corregir a la IA después de cada respuesta. Un agente puede dar muchos pasos antes de que alguien vea su trabajo, así que las instrucciones dadas de antemano son una de las pocas formas de guiarlo durante el proceso.

Cómo escribir instrucciones permanentes eficaces

• Empieza con una instrucción breve, como: “Soy gerente de marketing en una empresa de software. Escribe en un lenguaje claro y sencillo, mantén los resúmenes en menos de 200 palabras y usa la ortografía del español de México”.
• Amplíalas cuando la IA cometa un error. Si la IA sigue redondeando cifras que el equipo necesita exactas, agrega una línea que lo indique.
• Haz que las instrucciones sean específicas: “Da cifras exactas, nunca redondeadas” funciona mejor que “Sé preciso”.
• Mantén la lista breve y elimina las líneas cuando dejen de ser útiles, ya que cada línea ocupa espacio en la ventana de contexto.

2. Apps conectadas

Las apps conectadas vinculan un producto de IA con las herramientas que una persona ya usa, como el correo electrónico, un calendario o una unidad compartida. Una vez conectada una app, la IA puede trabajar con la información propia de esa persona, en lugar de limitarse a lo que se pega en el chat.

Vale la pena configurar las conexiones cuando una tarea depende de información que se encuentra en esas apps, como preparar el resumen informativo de una reunión a partir de hilos de correo o resumir documentos de una unidad compartida.

Cómo conectar apps de forma segura

• Conecta solo las apps que necesita una tarea, ya que cada conexión agrega otra posible fuente de errores.
• Elige acceso de solo lectura cuando esté disponible. Por ejemplo, un agente que prepara resúmenes informativos para reuniones necesita leer correos, no enviarlos.
• Configura las conexiones por proyecto cuando el producto lo permita. En Perplexity, por ejemplo, los usuarios pueden elegir qué conectores usa cada proyecto.
• Recuerda desconectar las apps que ya no uses.

3. Configuración de aprobaciones

La configuración de aprobaciones determina qué acciones deben esperar el visto bueno de una persona antes de que la IA continúe. Algunas aprobaciones vienen integradas en el producto, y algunos productos permiten a las personas elegir qué otras acciones requieren una.

Cómo establecer reglas de aprobación

• Exige aprobación para las acciones que no se pueden deshacer, como enviar un mensaje, hacer una compra o eliminar un archivo.
• Mantén breve la lista de aprobaciones. Si un agente pide el visto bueno en cada pequeño paso, la gente empieza a aprobar sin leer.

4. Estándares y verificaciones

La mayoría de los productos de IA incluyen algunos estándares integrados. Perplexity, por ejemplo, incluye citas en sus respuestas para que cada afirmación pueda verificarse. Los estándares definidos por el usuario agregan lo que un producto no puede saber por sí solo, como el formato de reporte que prefiere un equipo.

Cómo establecer estándares para el trabajo de la IA

• Proporciona una plantilla para el trabajo recurrente, de modo que la IA tenga una estructura fija que completar.
• Comparte un ejemplo de un trabajo anterior que le haya gustado al equipo, para que la IA pueda igualar su tono y nivel de detalle.
• Pide un enlace a la fuente junto a cada cifra.
• Revisa con atención los primeros resultados y convierte cualquier omisión recurrente en una nueva instrucción permanente.

Cómo aborda Perplexity los harness de agentes

Perplexity Computer funciona con un harness independiente del modelo, que reúne más de 20 modelos avanzados en un solo sistema. Divide cada tarea en subtareas, las asigna a subagentes (agentes separados que se encargan cada uno de una parte) y dirige cada parte del trabajo a un modelo adecuado para ella.

Descubre cómo configurar instrucciones, archivos y conectores en la guía de proyectos de Perplexity.

Preguntas frecuentes

¿Qué es un ingeniero de harness?

Un ingeniero de harness diseña y mantiene el sistema que permite que un modelo de IA haga un trabajo confiable. Eso puede implicar agregar una nueva herramienta para que la use el agente, averiguar por qué un agente sigue cometiendo el mismo error o reforzar las verificaciones que realiza antes de terminar una tarea. No es un cargo estándar, aunque eso podría cambiar. Por lo general, este trabajo lo hacen ingenieros de software en empresas de IA o en equipos que desarrollan agentes. En la industria manufacturera, el mismo título en inglés se refiere a alguien que diseña arneses eléctricos, los haces de cables que van dentro de autos y máquinas.

¿Qué es un harness de agente?

Por lo general, un harness de agente es todo lo que hay en un agente de IA aparte del propio modelo. Eso incluye el código que ejecuta el bucle del agente, administra el contexto, realiza las llamadas a herramientas, almacena la memoria, aplica los permisos y revisa el trabajo del agente antes de que llegue a una persona.

¿Todas las herramientas de IA tienen un harness?

Sí. Incluso un asistente de chat básico depende de un harness para llevar el registro de la conversación, ya que el modelo no recuerda por sí solo los mensajes anteriores.

Los desarrolladores también pueden usar un modelo enviándole solicitudes desde su propio software a través de una API (una conexión que permite que un programa envíe solicitudes a otro). En ese caso, el propio código del desarrollador hace el trabajo del harness.

¿Los modelos más avanzados harán que los harness sean innecesarios?

Es posible que los modelos más avanzados necesiten menos orientación paso a paso, por lo que parte de lo que hacen hoy los harness podría reducirse. Pero un modelo, por sí mismo, únicamente convierte texto en texto. No tiene conexión a internet ni acceso a otras apps. Acceder a archivos, realizar acciones y aplicar reglas de aprobación son tareas que ocurren en el software que rodea al modelo, así que es probable que ese trabajo siga correspondiendo al harness, sin importar qué tan capaces lleguen a ser los modelos.