La ingeniería de arnés (harness engineering) es una nueva disciplina en el campo de la inteligencia artificial, enfocada en el diseño e implementación de todo el sistema que rodea un modelo de inteligencia artificial para que este pueda ejecutar sus tareas de forma fiable y controlada.
Imagínalo de esta forma: el caballo es el modelo de IA (Gemini, ChatGPT, Claude…), mientras que su arnés (silla, riendas, bocado) es toda la infraestructura sobre ese modelo, sus restricciones, bucles de retroalimentación, etc.
El concepto se introdujo en febrero de 2026 por Mitchell Hashimoto (creador de Terraform y co-fundador de HashiCorp), siendo adoptado posteriormente por OpenAI y Anthropic. Se planteó algo simple: cuando un agente comete un error, se puede cambiar el modelo, o corregir ese resultado concreto… o diseñar una solución para evitar volver a cometer ese error a partir de las herramientas, arquitectura, y mecanismos de retroalimentación. Con este último, el debate pasó de centralizar el modelo, a centralizar a todo lo que lo rodea.
¿Qué compone el arnés?
El harness está formado de todos los elementos que permiten que el modelo opere dentro de un entorno determinado, entre ellos:
- Contexto e información - docs, código, historial, etc. para comprender el problema
- Herramientas - terminales, APIs, repos, bases de datos, etc. para actuar sobre ese entorno
- Instrucciones y reglas - convenciones, restricciones, objetivos que delimitan cómo debe un modelo realizar una tarea
- Permisos y aislamientos - mecanismos importantes que determinan a qué recursos puede acceder el agente y qué acciones requieren límites adicionales o intervención humana
- Memoria y estado - información para conservar el progreso y mantenr continuidad en tareas de múltiples pasos/sesiones
- Observabilidad - logs, métricas, y otros mecanismos para la ejecución
- Validación - test, linters, etc. para determinar si el resultado cumple con las condiciones esperadas
Es decir, la infraestructura de interacción entre el modelo, las herramientas, el contexto y el entorno de ejecución.
¿Por qué el harness engineering surgió ahora?
En los últimos años, nos enfocamos en conseguir mejores respuestas: mejorar el prompt, seleccionar un modelo más capaz, y ajustar la información que se le proporcionaba. Pero los agentes llegaron, y además de responder preguntas, pudieron leer código, ejecutar comandos, utilizar herramientas, modificar archivos y trabajar durante horas, necesitando un entorno que determine cómo, dónde y bajo qué condiciones puede actuar.
Un modelo puede tener suficiente capacidad para resolver una tarea y aun así fallar porque no dispone del contexto adecuado, no tiene acceso a una herramienta necesaria, interpreta incorrectamente una regla o no recibe feedback sobre sus errores. En esos casos, el problema no está necesariamente en el “caballo”, sino en el arnés.
¡Así el harness engineering está ganando relevancia en 2026! A medida que los agentes asumen tareas más complejas y autónomas, aumenta la importancia de diseñar el entorno en el que trabajan: proporcionarles el contexto correcto, delimitar sus acciones, darles herramientas adecuadas y, sobre todo, construir mecanismos que permitan evaluar sus resultados y continuar iterando.
El modelo es solo una parte del sistema, y la pregunta deja de ser únicamente “¿qué modelo puede hacer mejor esta tarea?” y empieza a ser “¿qué necesita este modelo para hacer esta tarea de forma fiable?”.