Cómo leer: la caja grande es el harness: nada ocurre fuera de ella. Dentro, el loop gira (planificar → ejecutar → probar) y vuelve por la flecha superior cuando la prueba falla. El recorrido enseña a construir la caja (módulo 2.1) y a hacer que el ciclo se detenga en el momento adecuado (módulo 2.2).
Mapa de la ruta
Contenido detallado
⚙️ Harness Engineering
La ingeniería de la estructura que rodea al modelo: instrucciones, contexto, herramientas, permisos, sandbox, memoria, estado, observabilidad, verificadores y límites.
El conjunto que define qué ve el agente, qué herramientas puede usar, qué acciones puede ejecutar, qué reglas sigue, cómo se selecciona el contexto, cómo se conserva el estado, cómo se verifica el resultado, cuándo detenerse y qué requiere aprobación.
Cambiar de modelo mejora algunos puntos porcentuales; armar un harness adecuado cambia el resultado de categoría. Es la palanca con mayor retorno.
Harness = sistema alrededor del modelo · La diferencia no está en el prompt · Todo poder otorgado necesita un límite correspondiente.
La selección deliberada de los archivos, documentos y ejemplos relevantes para la tarea, en vez de incluir todo el repositorio en la entrada.
El contexto irrelevante no es neutro: diluye la señal, aumenta el costo y hace que el agente imite patrones que no quieres replicar.
Curaduría > volumen · Un buen ejemplo vale más que una descripción larga · Una fuente única de verdad evita instrucciones contradictorias.
La lista explícita de recursos disponibles (terminal, editor, búsqueda, pruebas, base de datos, APIs) y lo que se puede leer, modificar, ejecutar o publicar con cada uno.
El permiso implícito es permiso total. La mayoría de los incidentes con agentes ocurren porque alguien tiene acceso que nadie decidió conceder: simplemente nadie lo denegó.
Mínimo privilegio · Una acción irreversible requiere aprobación · Una herramienta sin límites es peligrosa.
Un entorno aislado (container, worktree, branch, base de datos descartable) donde el agente ejecuta sin afectar producción ni tu entorno de trabajo.
Sandbox es lo que transforma un «error del agente» en un «intento descartado». Sin aislamiento, cada intento es un riesgo real.
El aislamiento permite mayor autonomía · Estado descartable > estado valioso · La reversibilidad es un requisito previo para la velocidad.
La memoria son datos persistentes o temporales que se usan en la tarea; el estado es el registro del punto actual del trabajo; la observabilidad son los logs, las métricas y el historial de las acciones.
Sin estado, el agente empieza desde cero cada vez que se interrumpe. Sin observabilidad, no puedes auditar ni explicar lo que pasó.
El estado permite retomar · El log es evidencia, no adorno · La memoria sin curaduría se convierte en ruido acumulado.
Pruebas y validaciones que evalúan la calidad del resultado, junto con los límites de tiempo, costo, número de intentos, archivos modificados y acciones permitidas.
El verificador es lo que autoriza la autonomía: cuanto mejor sea, más puedes delegar sin miedo. Los límites son el freno cuando el verificador falla.
Verificador débil = autonomía peligrosa · El límite de archivos mantiene el diff revisable · La aprobación humana en una acción crítica es parte del harness.
🔄 Loop Engineering
Ciclos de ejecución y corrección: observar, planificar, ejecutar, probar, evaluar, corregir — con condición de parada, límite de intentos, costo, rollback y fallback.
El ciclo estándar de un agente: observar, entender, planificar, ejecutar, probar, evaluar, corregir y repetir.
Loop Engineering no consiste en pedirle a la IA que "continúe hasta que funcione": consiste en crear una secuencia controlada, medible y verificable.
Cada vuelta necesita una señal nueva · Sin evaluación no hay corrección · Repetir sin medir es gastar dinero.
Un objetivo que se puede verificar con un comando, más el registro persistente de lo que ya se hizo entre las vueltas del ciclo.
Un loop con un objetivo subjetivo nunca termina; uno sin estado repite el trabajo y se contradice.
Objetivo = comando que responde sí/no · El estado persistente permite retomar · El progreso medible evita un ciclo ciego.
Los tres resultados posibles de cualquier loop: terminó con éxito, agotó los intentos/costo o detectó que no está progresando y debe detenerse para pedir ayuda.
La parada por abandono es la que casi nadie implementa, y es precisamente la que evita gastar el presupuesto en un loop infinito.
Toda salida debe ser explícita · Detenerse y preguntar es un resultado válido · Sin un límite, el loop consume hasta que alguien se da cuenta.
Límites explícitos de repetición y consumo, con la regla de que la misma acción no debe repetirse sin cambiar el enfoque.
Un agente atascado repite la misma corrección con pequeñas variaciones. Sin un límite de intentos, esto se convierte en un costo puro y ningún progreso.
Mismo error 2x = cambia la estrategia · El costo es un límite del proyecto, no un detalle · Medir cada intento revela ciclos improductivos.
Rollback devuelve el sistema al estado anterior; fallback define la alternativa cuando la ruta principal no funciona.
La capacidad de revertir es lo que define cuánto riesgo puedes aceptar. Donde no hay rollback, no hay autonomía.
La migración debe ser reversible · Branch/worktree es un rollback económico · El fallback evita detener por completo el flujo.
La interrupción obligatoria del loop antes de acciones críticas: deploy, migración, cambio de permisos, modificación en producción.
La aprobación en el lugar equivocado se convierte en un sello automático; en el lugar correcto, es el último punto de control antes del daño.
Aprobar con evidencia, no por confianza · Pocas aprobaciones y serias > muchas e ignoradas · Lo reversible puede ser automático.