Vivek Trivedy, de LangChain, propone una definición estructurada del agent harness: Agent = Model + Harness. El harness engloba todo el código, la configuración y la lógica de ejecución que no es el modelo en sí, incluyendo prompts de sistema, herramientas y MCP, infraestructura embebida, lógica de orquestación y hooks deterministas.
El artículo deriva cada componente del harness a partir de los comportamientos deseados que los modelos no pueden ofrecer de forma nativa. El sistema de archivos se identifica como la primitiva más fundamental: ofrece un espacio de trabajo, almacenamiento incremental y una superficie de colaboración entre agentes y humanos. Bash y la ejecución de código proporcionan una herramienta de propósito general que permite al modelo diseñar sus propias herramientas sobre la marcha. Los sandboxes ofrecen entornos de ejecución seguros y escalables con herramientas por defecto preinstaladas.
En cuanto a la memoria, el sistema de archivos actúa como primitiva central mediante archivos estándar como AGENTS.md, cargados en el contexto al inicio y actualizados entre sesiones. La búsqueda web y las herramientas MCP (como Context7) dan acceso a conocimiento posterior al corte de entrenamiento.
El artículo identifica el context rot como un desafío importante: el rendimiento se degrada a medida que se llena la ventana de contexto. Las soluciones incluyen la compactación (resumen inteligente del contexto), la descarga de resultados voluminosos de herramientas al sistema de archivos y las Skills como mecanismo de divulgación progresiva.
Para la ejecución de larga duración, las primitivas anteriores se combinan entre sí. El Ralph Loop es un patrón que intercepta el intento del modelo de finalizar y reinyecta el prompt en un contexto limpio, forzando la continuación del trabajo. La planificación y la autoverificación (tests + un bucle de corrección) mantienen al agente en la trayectoria correcta.
El artículo explora la coevolución modelo-harness: los productos de agentes como Claude Code y Codex se posentrenan junto con su harness, lo que crea un acoplamiento (modificar la lógica de una herramienta puede degradar el rendimiento). Sin embargo, el mejor harness para una tarea determinada no es necesariamente el que se usó en el entrenamiento: LangChain pasó del Top 30 al Top 5 en Terminal Bench 2.0 cambiando únicamente el harness.
En conclusión, aunque algunas funciones del harness serán absorbidas por los modelos, la ingeniería de harness seguirá siendo relevante porque construye sistemas alrededor de la inteligencia del modelo. LangChain está desarrollando deepagents y explorando la orquestación masiva de agentes, el autoanálisis de trazas y el ensamblaje dinámico de contexto justo a tiempo.