Arnés: Lo que rodea al modelo

Hay una idea que hoy defendemos con más convicción que cualquier otra en este negocio: la inteligencia del modelo no es lo que hace que una inteligencia artificial trabaje. Lo que la hace trabajar es todo lo que la rodea.

Eso que la rodea tiene nombre. Se llama "harness": la infraestructura de software que rodea a un modelo de lenguaje para que pueda operar como agente. Addy Osmani, de Google, lo dice en una línea: un modelo por sí solo no es un agente; se convierte en uno cuando lo envuelve un harness.

Harness, en español, es arnés. El yugo y las correas de una yunta de bueyes. Sin arnés, el buey camina por donde quiere. Con arnés, tira la carreta por el camino que le marcan. No conozco mejor traducción para lo que hay que hacer con un LLM, y no es casualidad que nuestra empresa se llame Yunt.

El término se consolidó este año: LangChain en marzo, Osmani en abril, O'Reilly en mayo, y en agosto su entrada en Wikipedia, con una fórmula que cabe en una servilleta: agente igual a modelo más harness.

Un modelo de lenguaje es un motor sin carrocería. Recibe texto y devuelve texto. No recuerda nada de ayer, no puede abrir un archivo y no sabe si lo que acaba de decir es verdad. Eso no es un defecto. El error está en pedirle que sea otra cosa.

Las empresas llevan un siglo construyendo harness, solo que para personas. Nadie contrata a un profesional brillante y lo deja solo. Le escriben una descripción de cargo, le dan accesos a unos sistemas y no a otros, le hacen firmar un contrato y un acuerdo de confidencialidad, le ponen un jefe, un límite de firma y una evaluación de desempeño. Ninguna de esas cosas lo hace más inteligente. Todas juntas lo hacen confiable. Una empresa no confía en el talento de una persona; confía en el sistema que rodea a ese talento.

Con un modelo pasa lo mismo. El harness es ese mismo sistema, escrito para un colaborador digital, y se compone de seis decisiones: qué puede ver, qué puede hacer, qué tiene prohibido, qué recuerda, quién revisa su trabajo y qué queda anotado. Son las mismas que Recursos Humanos toma con cada persona que entra.

En Yunt las tomamos así.

Lo que puede ver es su cargo, en cinco archivos cortos que son del cliente: qué sabe cualquiera de su profesión, qué hace este puesto en esta empresa, cómo habla, con quién se relaciona y qué no hace jamás. No lee más que eso.

Lo que puede hacer es una lista cerrada de herramientas con nombre: leer un contrato, calcular un plazo, pedir un documento, escalar a una persona. Cada una devuelve un recibo de lo que leyó y de dónde. Fuera de esa lista no hay acción posible.

Lo que tiene prohibido está escrito en el manual y, además, en código, para que no dependa de que lo entienda: lo que no firma, lo que no promete y lo que tiene que pasar por una persona antes de salir. Lo que recuerda no es la memoria del modelo, que se borra al cerrar la conversación, sino una carpeta por caso que el cliente abre cuando quiere.

Quién revisa es un jefe con nombre, y antes hay un examen, como el período de prueba de cualquier contratación: casos reales que ya sabemos cómo terminan, y un caso trampa con un dato faltante donde tiene que preguntar y no inventar. Cada corrección del jefe se convierte en una regla escrita y en un caso nuevo.

Lo que queda anotado es el glassbox: cada afirmación se cruza contra el registro de lo que hizo. Si dice que leyó una cláusula, existe el recibo. Si no existe, se marca en rojo y no sale.

Con esas seis decisiones tomadas, el modelo es una pieza que se cambia con una línea. Los mejores modelos del mundo duran hoy un trimestre. Una empresa no puede reconstruir su forma de trabajar cada trimestre, pero puede cambiar de motor cuantas veces quiera si el auto es suyo.

Por eso, cuando me dicen que esto mismo lo hace Claude o Cowork, no discuto. El motor es el mismo. Lo que no viene en ninguna suscripción es el harness de su empresa: su proceso, sus reglas en código, su jefe aprobando, su registro. Ese hay que construirlo, y tiene que ser suyo. Es la única parte de todo esto que no se arrienda.

Fuentes

• LangChain, The Anatomy of an Agent Harness (marzo 2026)

• Addy Osmani, Agent Harness Engineering (abril 2026)

• O'Reilly Radar, Agent Harness Engineering (mayo 2026)

• Wikipedia, Agent harness (agosto 2026)