Acuérdate de los primeros intentos entusiastas de confiarle a un agente de IA el desarrollo completo de una funcionalidad. Le das acceso a la terminal, escribes un prompt largo tipo «crea el módulo de autenticación, escribe los tests y haz el commit», lanzas el bucle ReAct... y diez minutos después descubres que el agente se quedó colgado sin remedio. Tropezó con un error menor del linter, intentó arreglarlo, rompió un import vecino, entró en pánico, borró medio directorio de trabajo y se quedó en bucle intentando instalar un paquete npm que ni existe.
Durante mucho tiempo la comunidad intentó curar este mal con «ingeniería de prompts», añadiendo líneas de «por favor, ten cuidado» y «no toques archivos del sistema». Pero intentar domar un modelo probabilístico no determinista solo con súplicas de texto está condenado al fracaso.
En otoño de 2026 cuajó por fin en ingeniería un nuevo paradigma: Harness Engineering (ingeniería de arneses). Su idea es tan simple como brillante: en lugar de rezar por la lucidez perfecta del modelo, lo metemos en un banco de pruebas rígido (un arnés de testeo) que guía cada paso del algoritmo por raíles deterministas. Los dos estandartes de esta corriente son el framework abierto Archon, creado por Cole Medin, y la plataforma de investigación Google Harness².
Anatomía de Archon: por qué los grafos y git worktrees vencen al caos
Archon arrancó como un experimento en Python, pero para el otoño de 2026 pasó por una reescritura profunda: todo el código se migró a TypeScript sobre el ligero runtime Bun. Su arquitectura se apoya en tres pilares que lo separan por completo de las librerías clásicas de orquestación:
Esquema isométrico de árboles de trabajo aislados Git Worktrees y grafo dirigido de tareas del framework Archon
- Grafos acíclicos dirigidos (DAG): Desarrollar una feature ya no es un chat interminable. El flujo se descompone de forma estricta en un manifiesto YAML donde cada paso es o bien un comando determinista del sistema (linter, compilador, suite de tests), o una llamada aislada a un agente con un encargo acotado.
- Árboles de trabajo aislados (Git Worktrees): El agente nunca toca la rama principal de tu repositorio. Para cada ejecución se crea un árbol virtual aparte (
git worktree add). Esto permite paralelizar sin miedo decenas de agentes: aunque uno rompa la compilación, el código principal queda intacto. Ya vimos cómo evolucionaron estos entornos de interacción con el sistema de archivos en Evolución de las interfaces de agentes IA: de las ventanas de chat al trabajo autónomo en la computadora. - Extracción dinámica de lecciones (Learned Lessons): Aquí está el verdadero secreto del arnés. Cuando el agente corre los tests y la compilación falla, el sistema no se limita a pedirle «inténtalo otra vez». Un agente supervisor analiza el log del error y redacta una regla estricta, una «lección». Esa lección se guarda en una base de conocimiento persistente en
.archon/lessons.jsony se inyecta automáticamente en el contexto de todas las iteraciones futuras.
Así luce un manifiesto compacto de tarea en Archon:
version: "2.0"
name: "autonomous-feature-development"
steps:
- id: prepare-environment
type: command
run: "git worktree add -b feature/auth ../worktrees/auth"
- id: generate-implementation
type: agent
model: "claude-sonnet-5-5"
prompt: "Реализуй JWT аутентификацию в src/auth.ts с учетом правил из .archon/lessons.json"
workdir: "../worktrees/auth"
- id: run-harness-tests
type: command
run: "bun test src/auth.test.ts"
workdir: "../worktrees/auth"
on_failure:
action: "trigger-reflection"
feedback_agent: "archon-evaluator"
save_lesson_to: ".archon/lessons.json"
Cuando bun test devuelve un código de salida distinto de cero, el arnés intercepta el control, aísla la salida del error y se la pasa a un evaluador independiente. En la práctica, esto recorta los fallos cíclicos del agente en más de un 40%.
Registro programático de lecciones: autoaprendizaje sin reentrenar pesos
¿Cómo funciona por dentro esa formalización de la experiencia? No hace falta reentrenar los pesos del modelo con costosos procesos de LoRA o RLHF. El aprendizaje queda fijado en la gestión del contexto.
Mira la lógica interna de extracción de lecciones en el código TypeScript de Archon:
interface Lesson {
id: string;
triggerError: string;
rule: string;
confidenceScore: number;
}
export async function recordLesson(errorLog: string): Promise<Lesson> {
// El agente analista disecciona el log técnico
const lesson = await llm.extractLesson({
prompt: `Проанализируй лог падения тестов и сформулируй лаконичное запрещающее или предписывающее правило:
${errorLog}`
});
// Guardado de la regla en la base de datos local del proyecto
await db.lessons.insert({
...lesson,
createdAt: new Date().toISOString()
});
return lesson;
}
Si el agente intentó importar una librería incompatible con Bun, aparece una entrada en la base: «Prohibido usar el paquete X que rompe el event loop nativo; usa el módulo integrado bun:ffi». En el siguiente ciclo el modelo no podrá repetir la misma torpeza, porque esa regla lo recibe directo en el prompt del sistema.
En paralelo, Google desarrolla Google Harness², que va un paso más allá: genera automáticamente pruebas de estrés y tests de mutación del código. Antes de mandar un pull request a revisión humana, Harness² altera a propósito los valores de retorno de las funciones y comprueba si el agente es capaz de cazar el truco y blindar la arquitectura contra regresiones.
Archon soporta de forma nativa webhooks de Slack y Discord. Puedes escribir en el hilo de una tarea /archon build feature-profile y el orquestador levantará un contenedor aislado, ejecutará el grafo de tareas y enviará al chat el diff listo con el enlace al Pull Request en GitHub.
Si dejas la recolección de lecciones sin vigilancia varias semanas, .archon/lessons.json puede crecer hasta acumular cientos de reglas contradictorias, llenando la ventana de contexto del modelo de ruido. Una vez por sprint, el desarrollador líder debe auditar las reglas acumuladas, borrar las obsoletas y fusionar las repetidas.
La época de los agentes ingenuos dando palos de ciego por el código se termina rápido. El Harness Engineering convierte la IA de un juguete impredecible en una máquina herramienta precisa, donde cada paso del algoritmo queda sujeto por unas mordazas de ingeniería fiables.


