Tonny Ruiz-Gijón

Harness² propone que un agente mejore prompts, skills, memoria y herramientas alrededor de un modelo congelado. Lo importante no es la recursión: es convertir el harness en un producto que se mide, versiona y sabe cuándo no tocarse.

Un emoji puede parecer un emoji y, aun así, arrastrar caracteres Unicode invisibles que el modelo sí procesa. No es magia ni una curiosidad: es una lección práctica sobre entrada, contexto, RAG, agentes y límites reales de los guardrails.

Harness engineering no va de ponerle otro prompt a Claude o Codex. Va de diseñar el entorno, las reglas, la memoria, las herramientas y los sensores que convierten un modelo potente en un agente útil.

Diseñar RAG para millones de documentos no va de enchufar un LLM a una base vectorial. Va de construir un sistema capaz de encontrar evidencia, medir su fiabilidad, citarla y negarse a responder cuando no puede probar lo que dice.

DeerFlow 2.0 no es interesante sólo por llamarse super agent harness. Lo interesante es que junta skills, subagentes, memoria y sandbox en una dirección bastante clara: sacar al agente del chat y darle un entorno real de trabajo.