Ingeniería de harness: qué es y cómo funciona

Qué significa la ingeniería de harness

La ingeniería de harness consiste en construir el harness de una herramienta de IA, es decir, todas las partes de la herramienta salvo el modelo de IA.

El modelo es el sistema de IA, 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 o 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, consultar información actualizada ni ejecutar código. Por eso necesita un harness que gestione qué información recibe el modelo, qué aplicaciones 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 guarda un registro de la conversación. Si alguien pregunta por París y luego añade «¿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 basadas en el mismo modelo pueden rendir de forma tan distinta. Por ejemplo, en una prueba independiente, unos 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 el harness de sus propios productos de IA, como Claude Code y Codex. Y las empresas que desarrollan productos de IA diseñan el harness para los modelos subyacentes que eligen. Las personas que usan herramientas de IA también moldean parte del harness. Muchas herramientas les permiten añadir instrucciones permanentes, conectar aplicaciones y elegir qué acciones necesitan su aprobación antes de que la herramienta siga adelante.

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 por su cuenta tareas de varios pasos, como investigar a la competencia y volcar los resultados en una hoja de cálculo, y el harness ejecuta cada paso. Así que, si el harness comete un error, como obtener los precios del año pasado, afectará también 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 del harness que hace avanzar una tarea, paso a paso.

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

El harness detecta la solicitud, ejecuta la búsqueda y añade 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 esos conocimientos llegan solo hasta la fecha en que terminó el entrenamiento. No incluyen nada específico de la tarea en cuestión, como los archivos de una empresa, las noticias del día 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 el 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 mitad 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 consiste en comparar los precios de cinco competidores, el harness podría incluir la página de precios de cada empresa en lugar de su sitio web completo. En tareas largas, el harness también puede sustituir el registro detallado de los pasos anteriores por un breve resumen, para que el modelo sepa lo que ya ha hecho sin que ese historial llene la ventana.

3. Herramientas

Las herramientas son código que lleva a cabo las acciones que pide el modelo. Cada herramienta se ocupa 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 adecuada y devuelve el resultado.

Muchos harness incluyen también conectores, que son herramientas que vinculan al agente con una aplicación concreta, como el correo electrónico, un calendario o una unidad compartida, mediante el acceso que una persona ha concedido. Con un conector de calendario, por ejemplo, un agente puede consultar la disponibilidad de alguien antes de proponer una hora 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 en qué punto se encuentra un proyecto. Al comienzo de la siguiente sesión, el harness añade esas notas a la ventana de contexto, de modo que el modelo las lee antes de leer la nueva consulta. Así es como un agente puede, por ejemplo, retomar un informe 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, aplicaciones 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 realizar una compra.

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

6. Verificación

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

• Reglas fijas, que son pruebas concretas que se superan o fallan siempre de la misma manera, como confirmar que cada cifra de un informe aparece en un documento que el agente ha leído realmente.
• 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 detecta todo por sí sola, así que los harness suelen combinar ambos tipos. Cuando una comprobación encuentra un problema, el harness añade una descripción del problema a la ventana de contexto del modelo y vuelve a enviar la tarea al 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

Preparar una reunión con un cliente

Tarea: Un gestor de cuentas pide a un agente que prepare una nota informativa para la reunión de mañana con un cliente, que recoja los asuntos pendientes y un borrador del orden del día.

Qué hace el harness:

• Mediante un conector de correo electrónico, el agente busca en la bandeja de entrada del gestor los mensajes intercambiados con el cliente.
• Los permisos le permiten leer correos, pero no enviarlos.
• La gestión del contexto solo le pasa al modelo 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.
• A continuación, la verificación comprueba que cada asunto de la nota informativa remite a un correo real.

Posible resultado: El gestor recibe una nota informativa de una página en la que cada punto puede rastrearse hasta su correo de origen.

Actualizar un informe mensual de ventas

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

Qué hace el harness:

• La memoria carga las notas de la sesión del mes pasado, incluidos el formato del informe y la petición 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 permiten al agente editar el borrador del informe, 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 informe coinciden con la hoja de cálculo.

Posible resultado: El informe llega con el mismo formato que el del mes pasado, sin que el usuario tenga que volver a explicarlo.

Clasificar una bandeja de entrada compartida

Tarea: Un equipo de soporte pide a un agente que clasifique por tema las solicitudes recibidas por la mañana y redacte borradores de respuesta para las más habituales.

Qué hace el harness:

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

Posible resultado: El equipo empieza el día con las solicitudes clasificadas y las respuestas pendientes de revisión.

Corregir un error en un sitio web

Tarea: Un desarrollador pide a un agente de programación que corrija un error que impide que funcione el botón para finalizar la compra.

Qué hace el harness:

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

Posible resultado: El agente sigue ajustando la corrección hasta que se superan las pruebas. Después, 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 consiste en crear y optimizar una única consulta. La ingeniería de contexto consiste en gestionar todo lo que ve el modelo. La ingeniería de harness es el proceso de diseñar y mejorar todo el sistema en el que trabaja el modelo.

Cómo pueden influir los usuarios en el harness de una IA

La mayor parte del harness de un agente procede de la empresa que lo crea, pero muchos productos de IA permiten a los usuarios modificar parte de él mediante ajustes como instrucciones personalizadas, aplicaciones conectadas y aprobaciones.

Los usuarios pueden moldear el 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 añadirlas a la ventana de contexto al comienzo de cada tarea. Merece la pena configurarlas para todo lo que, de otro modo, una persona repetiría 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 informe mensual de un cliente.

Muchos productos de IA ofrecen instrucciones permanentes en dos niveles. Las instrucciones para toda la cuenta son adecuadas para aspectos que se aplican a todo el trabajo, como las preferencias ortográficas. Las instrucciones de proyecto sirven para un único cliente o flujo de trabajo, de modo que las indicaciones para uno no se trasladan 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 nadie 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 responsable de marketing en una empresa de software. Redacta con un lenguaje claro, mantén los resúmenes por debajo de 200 palabras y usa el español de España».
• Amplíalas cuando la IA cometa un error. Si la IA sigue redondeando cifras que el equipo necesita exactas, añade 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. Aplicaciones conectadas

Las aplicaciones 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 aplicación, la IA puede trabajar con la información propia de esa persona en lugar de solo con lo que se pega en el chat.

Merece la pena configurar las conexiones cuando una tarea depende de información que se encuentra en esas aplicaciones, como preparar una nota informativa para una reunión a partir de hilos de correo o resumir documentos de una unidad compartida.

Cómo conectar aplicaciones de forma segura

• Conecta solo las aplicaciones que necesite una tarea, ya que cada conexión añade otra posibilidad de error.
• Elige el acceso de solo lectura cuando esté disponible. Por ejemplo, un agente que prepara notas informativas para reuniones necesita leer el correo, no enviarlo.
• Configura las conexiones por proyecto cuando el producto lo permita. En Perplexity, por ejemplo, se puede elegir qué conectores usa cada proyecto.
• Recuerda desconectar las aplicaciones que ya no uses.

3. Ajustes de aprobación

Los ajustes de aprobación determinan qué acciones deben esperar el visto bueno de una persona antes de que la IA siga adelante. Algunas aprobaciones vienen integradas en el producto, y algunos productos permiten elegir qué otras acciones la requieren.

Cómo establecer reglas de aprobación

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

4. Estándares y comprobaciones

La mayoría de los productos de IA incluyen algunos estándares de serie. Perplexity, por ejemplo, añade citas a sus respuestas para que se pueda verificar cada afirmación. Los estándares que define el usuario aportan lo que un producto no puede saber por sí solo, como el formato de informe 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 rellenar.
• Comparte un ejemplo de un trabajo anterior que le gustara al equipo, para que la IA pueda ajustarse a 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 carencia que se repita en una nueva instrucción permanente.

Cómo aborda Perplexity los harness de agentes

Perplexity Computer funciona sobre 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 al modelo más 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 a un modelo de IA realizar un trabajo fiable. Eso puede implicar añadir una nueva herramienta para que la use el agente, averiguar por qué un agente comete una y otra vez el mismo error o reforzar las comprobaciones que realiza antes de terminar una tarea. No es un cargo estándar, aunque eso podría cambiar. Normalmente, este trabajo lo hacen ingenieros de software de empresas de IA o de equipos que desarrollan agentes. En la industria manufacturera, el mismo título en inglés designa a quien diseña arneses de cableado, los conjuntos de cables que hay dentro de coches y máquinas.

¿Qué es un harness de agente?

Por harness de agente se suele entender todo lo que hay en un agente de IA aparte del propio modelo. Eso incluye el código que ejecuta el bucle del agente, gestiona el contexto, realiza las llamadas a herramientas, almacena la memoria, aplica los permisos y comprueba 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 hacer un seguimiento 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.

¿Dejarán de ser necesarios los harness con modelos mejores?

Unos modelos mejores podrían necesitar menos indicaciones paso a paso, por lo que parte de lo que hacen hoy los harness podría reducirse. Pero un modelo, por sí solo, únicamente convierte texto en texto. No tiene conexión a internet ni acceso a otras aplicaciones. Acceder a archivos, realizar acciones y aplicar reglas de aprobación son tareas que se llevan a cabo en el software que rodea al modelo, así que es probable que ese trabajo siga correspondiendo al harness, por muy capaces que lleguen a ser los modelos.