Un modelo de lenguaje puede explicar cómo corregir una prueba que falla. Pero para abrir el repositorio, modificar un archivo, ejecutar esa prueba y comprobar si el cambio funcionó necesita algo más que capacidad para generar texto.
Ese es uno de los problemas que resuelve un AI Harness: el conjunto de componentes de software que rodea al modelo y hace posible ejecutar tareas con herramientas, contexto y controles. No sustituye al modelo; convierte su capacidad de razonar y proponer acciones en un proceso que puede operar sobre un entorno real.
En este artículo veremos cinco conceptos que ayudan a entenderlo, con un ejemplo de desarrollo de software.
1. ¿Qué es un AI Harness?
Un AI Harness es la infraestructura de ejecución que conecta un modelo de IA con el entorno donde trabaja. Según el sistema, puede encargarse de preparar instrucciones y contexto, exponer herramientas, administrar el ciclo de interacción, registrar lo ocurrido y aplicar límites.
Imagina que pides a un agente: «Agrega validación de entrada a este endpoint y verifica que las pruebas sigan pasando». El modelo puede proponer una solución, pero por sí solo no sabe qué archivos hay en tu repositorio ni puede ejecutar un comando. El Harness proporciona un mecanismo para que el agente solicite esas operaciones y reciba sus resultados.
Es importante distinguir tres piezas:
- Modelo: interpreta información y propone respuestas o acciones.
- Agente: sistema que utiliza el modelo para perseguir un objetivo, con instrucciones y acceso a capacidades específicas.
- Harness: componentes de ejecución que conectan al agente con el entorno, herramientas y controles.
Estas definiciones describen responsabilidades, no productos completamente separados. Una herramienta comercial puede integrar las tres.
2. ¿Por qué no basta con tener un buen modelo?
Un modelo puede escribir una función válida en apariencia y aun así equivocarse sobre una dependencia, una ruta o el comportamiento de una prueba. Sin acceso al entorno, tampoco puede verificar por sí mismo la ejecución real del proyecto.
El Harness permite cerrar el ciclo entre propuesta y observación: el agente solicita una operación, el entorno devuelve un resultado y el modelo puede usar esa información en su siguiente decisión.
Eso no significa que cada respuesta tenga que convertirse en una acción. El Harness también puede exigir autorización, rechazar una operación o detener el proceso cuando alcanza un límite.
3. Cómo se relaciona con las herramientas
Las herramientas son las capacidades concretas a las que un agente puede acceder. Por ejemplo:
- Leer archivos del repositorio.
- Buscar símbolos o referencias en el código.
- Editar archivos autorizados.
- Ejecutar pruebas o comandos en un entorno aislado.
- Consultar documentación o servicios externos cuando estén permitidos.
El modelo no ejecuta directamente esas herramientas: solicita una llamada estructurada y el sistema de ejecución decide cómo procesarla y qué respuesta devolver.
Un detalle importante: disponer de una herramienta no implica tener permisos ilimitados. Un agente puede tener acceso de solo lectura a ciertas carpetas, necesitar confirmación para ejecutar comandos o no tener acceso a la red.
4. El ciclo de ejecución: intentar, observar y decidir
Uno de los componentes más relevantes es el bucle de ejecución. No tiene que ser complejo:
- El agente recibe el objetivo y el contexto disponible.
- El modelo decide qué acción propone.
- El Harness comprueba si esa acción está permitida y la ejecuta mediante una herramienta.
- El resultado de la herramienta se incorpora al contexto.
- El agente determina si debe continuar, corregir algo, pedir ayuda o terminar.
Este ciclo puede repetirse varias veces, pero necesita condiciones de parada. Entre ellas están un número máximo de pasos, presupuesto de tokens o tiempo, errores no recuperables y solicitudes de aprobación humana.
Sin límites, un agente puede quedar atrapado intentando la misma corrección o consumir recursos sin producir un resultado útil.
5. Seguridad y supervisión: controles, no garantías
Un Harness puede incorporar mecanismos para reducir riesgos:
- Permisos: delimitar qué archivos, comandos o servicios puede usar el agente.
- Aislamiento: ejecutar operaciones en un contenedor o entorno restringido cuando sea posible.
- Aprobaciones: pedir confirmación antes de acciones delicadas, como publicar cambios o borrar datos.
- Trazabilidad: conservar registros de acciones y resultados para revisar qué ocurrió.
- Límites: detener ejecuciones demasiado largas o repetitivas.
Estos controles ayudan, pero no garantizan que el código generado sea correcto, que una herramienta sea segura ni que el agente interprete bien el objetivo. Las pruebas, las revisiones y las decisiones de producción siguen necesitando criterios de ingeniería y, según el riesgo, participación humana.
Diagrama: un flujo conceptual de AI Harness
Este es el mismo diagrama utilizado en el segundo Short de la serie.
Cómo leerlo: instrucciones, herramientas y controles forman parte del entorno que permite trabajar al agente. Después de cada tarea, el resultado puede conducir a otro intento o a la finalización. Es un esquema didáctico: en una implementación concreta, el Harness suele gestionar el bucle y las decisiones de autorización, aunque el gráfico no dibuje cada componente interno.
Cómo funciona en un proyecto real
Supongamos que estás trabajando en una API de .NET y solicitas:
Agrega validación al endpoint de creación de usuarios, ejecuta las pruebas y resume los cambios.
Una ejecución posible sería:
- El agente inspecciona el endpoint y sus pruebas mediante herramientas de lectura.
- Propone un cambio y solicita modificar los archivos necesarios.
- El Harness aplica permisos y ejecuta la operación permitida.
- El agente solicita ejecutar
dotnet test. - Si hay errores, recibe la salida y puede intentar corregir el código.
- Si las pruebas pasan y se cumplen las condiciones de finalización, entrega un resumen para revisión humana.
Nada de esto demuestra automáticamente que se cubrieron todos los casos importantes. Que una suite pase es una señal útil, no una prueba completa de corrección o seguridad.
¿Necesito instalar un Harness por separado?
No necesariamente. Algunas herramientas de agentes para programación, como Claude Code o Codex, ya incluyen mecanismos de ejecución, herramientas y controles. Para aprender, puedes comenzar explorando sus permisos, el uso de herramientas y la revisión de resultados.
Si decides construir tu propio Harness, empieza por una versión mínima: una tarea bien delimitada, dos o tres herramientas, políticas de autorización, registro de acciones y una condición explícita de salida. No necesitas construir una plataforma multiagente desde el primer día.
Beneficios y límites
| Beneficio | Consideración |
|---|---|
| Ejecutar tareas sobre archivos y herramientas reales | Una acción incorrecta puede modificar el entorno |
| Iterar a partir de resultados observables | El agente puede repetir errores o entrar en bucles |
| Aplicar permisos y aprobaciones | Las políticas mal configuradas pueden ser insuficientes |
| Registrar pasos para auditoría y depuración | Los registros pueden contener información sensible |
| Reutilizar una infraestructura común | Añade complejidad y costos de ejecución |
Errores comunes
Confundir modelo y Harness. Cambiar de modelo no reemplaza las herramientas, los permisos ni el mecanismo de ejecución.
Dar acceso total para ahorrar tiempo. Los permisos amplios facilitan una demostración, pero elevan el riesgo. Empieza con privilegios mínimos.
Asumir que un ciclo de reintentos siempre mejora el resultado. Si la información es insuficiente o el objetivo está mal definido, repetir la ejecución puede empeorar la situación.
Tratar el resultado como aprobado para producción. Un resumen convincente y pruebas en verde no sustituyen una revisión adecuada al riesgo del cambio.
Construir demasiada infraestructura demasiado pronto. Primero valida un caso de uso pequeño y observable.
Reflexión final
Un buen modelo ayuda, pero la calidad de un sistema de agentes también depende del entorno en el que trabaja. El AI Harness es una pieza clave para conectar decisiones con acciones, observar resultados y establecer límites.
En el artículo anterior hablamos de agentes especializados y de cómo dividir responsabilidades. El Harness explica otra parte del problema: cómo proporcionarles un entorno de ejecución. En el próximo episodio hablaremos de Skills, una forma de ofrecer instrucciones y procedimientos reutilizables para tareas específicas.
Si vas a experimentar con agentes, comienza con una tarea pequeña, herramientas limitadas y un resultado que puedas verificar. Antes de aumentar la autonomía, asegúrate de entender qué puede hacer el sistema y cómo se detiene.