Totemize
  • Rutas totémicas
  • Precios
  • Quiénes somos
Iniciar sesiónÚnete gratis
Únete gratis
Ctrl+K
Modelo mental
  • Base de conocimiento
  • Cloud
    • Azure
      • Web Apps
        • App Service
        • App Service Plan
        • Configuración
        • Managed Identity
        • Deployment Slots
        • Networking
        • Observabilidad
      • Storage Accounts
        • Blob Storage
        • Containers
        • Azure Files
        • Queue Storage
        • Table Storage
        • Redundancia
        • Access Tiers
        • Lifecycle Management
        • Seguridad y red
  • Frontend
    • React
      • Componentes
      • Props y Estado
      • Hooks
      • Renderizado de listas
  • IA
    • Fundamentos
      • Determinismo y probabilismo
      • LLM
      • Proveedor
      • Modelos fundacionales
      • Plataforma
      • Mapa del ecosistema
      • Entrenamiento y fine-tuning
      • Tokens
      • Ventana de contexto
      • Inferencia y sampling
      • Alucinaciones y límites
    • Interacción con el modelo
      • Prompts e instrucciones
      • Context engineering
      • Salidas estructuradas
      • Validación
      • Evaluaciones
      • Tool calling
    • Economía de uso
      • API pricing
      • Tokens de entrada y salida
      • Tokens en caché
      • Créditos
      • Suscripciones
      • Límites de uso
      • Selección de modelo
    • Recuperación de conocimiento
      • Vectores
      • Embeddings
      • Chunking
      • Bases de datos vectoriales
      • Búsqueda semántica
      • Búsqueda híbrida y reranking
      • Retrieval
      • RAG
      • Citas y grounding
      • LlamaIndex
    • Agentes
      • Workflows
      • Anatomía de un agente
      • Harness
      • Agentic loop
      • Planificación y human-in-the-loop
      • Memory
      • Permisos
      • Verification
      • MCP
      • Orquestación
      • Multiagentes
      • A2A
      • Frameworks de agentes
        • Microsoft Agent Framework
        • OpenAI Agents SDK
        • Google ADK
        • LangGraph
    • Coding agents
      • Skills
      • Spec-Driven Development
      • Claude Code
        • CLAUDE.md
        • Commands
        • Hooks
        • Plugins
        • Permisos
        • Subagents
      • Codex
        • CLI
        • Extensión de IDE
        • Codex app
        • Cloud
        • AGENTS.md
        • Worktrees
      • Cursor
        • Agent mode
        • Rules
        • Models
        • Precio por uso
  • Soporte
  • Comentarios
  1. IA
  2. Agentes
Árbol de habilidades

Harness

2 min de lecturaActualizado el 9 jul 2026

El harness (arnés) es el programa que envuelve al modelo y lo convierte en un agente útil. El LLM aporta la inteligencia; el harness aporta todo lo demás: le presenta las herramientas, ejecuta el loop, gestiona qué entra en la ventana de contexto y aplica los permisos.

Cuando usas Claude Code, Codex o Cursor, usas un harness. El modelo detrás puede ser parecido; lo que los diferencia es el arnés.

Este es un arnés de ejecución: controla el runtime del agente. También existen arneses de trabajo que estructuran cómo una persona y un agente colaboran. Por ejemplo, Spec-Driven Development añade especificación, plan, tareas, gates y validación alrededor del harness sin sustituirlo.

Qué hace un harness

  • Expone herramientas y las ejecuta cuando el modelo las invoca.
  • Corre el agentic loop: vuelve a llamar al modelo con cada resultado hasta terminar.
  • Hace context engineering: decide qué historial, archivos e instrucciones caben en la ventana, y resume o recupera cuando hace falta.
  • Aplica políticas de permisos: qué se ejecuta solo y qué requiere tu OK.
  • Gestiona la memoria y el estado entre pasos y sesiones.

CLI vs. GUI: dos formas del mismo arnés

  • De terminal (CLI): Claude Code, Codex CLI. Viven en tu shell, ven tu repo, encajan con Git y scripts. Máximo control, curva más técnica.
  • Gráficos (GUI/IDE): Cursor, la extensión de VS Code, la app de Claude Code. Integran el agente en el editor con diffs visuales y menos fricción para empezar.

No es mejor uno que otro: es dónde quieres el agente. Muchos devs usan ambos.

Por qué el harness importa tanto como el modelo

Dos harnesses con el mismo modelo dan experiencias muy distintas según:

  • Cómo gestionan el contexto (qué recuerdan, cómo resumen).
  • Qué herramientas ofrecen y con qué calidad.
  • Cómo manejan permisos y seguridad.
  • Su extensibilidad (commands, skills, hooks, plugins, MCP).

Por eso el bloque de coding agents compara arneses, no modelos.

Temas relacionados

Ejecuta tools en el agentic loop, aplica permisos y gestiona memoria. Sus implementaciones concretas están en coding agents, mientras Spec-Driven Development funciona como arnés de trabajo sobre esas implementaciones.