Estaba harto de tener mil reuniones al día y salir de cada una sin saber qué se había decidido ni qué me tocaba a mí o quien había dicho que.
Así que me he hecho una app: acta. Graba la reunión en el Mac, la transcribe en local y cuando cuelgas ya tienes el resumen y tus tareas
(GRATIS Y OPENSORUCE)👇
DocuSign wants $8,100/yr from a 15-person team just to sign PDFs. So I built SignuDoc: open source, one-click deploy to your own @vercel account, $0 per seat.
White-label branding, full audit trails, tamper-evident seals and your documents never leave your cloud.
Soy AI Engineer en @duckbillai (startup de EE. UU.), desde Madrid
- Ascendido a Senior con solo dos años de experiencia
- Gané REFUGIO y fui finalista en HackSpain
- Contribuyo y mantengo proyectos open-source
Os cuento lo que aprendo... y a veces hago un poquito de ragebait
🚀 گوگل یک PDF نهصفحهای درباره Harness Engineering منتشر کرده؛ مفهومی که به نظرم باید هر کسی که با AI Agent کار میکند، جدی بگیرد.
فرمول اصلی ساده است:
Agent = Model + Harness
یعنی مدل هوش مصنوعی بهتنهایی ایجنت نیست. چیزی که آن را به یک نیروی اجرایی قابلاعتماد تبدیل میکند، زیرساختی است که دور آن میسازیم.
اما این زیرساخت از چه چیزهایی تشکیل میشود؟
۱. Guides: قوانین و دستورالعملهایی که تجربه شکستهای قبلی را به دانش دائمی تبدیل میکنند.
۲. Sensors: تستها، Linterها و ابزارهای اعتبارسنجی که اجازه نمیدهند هر خروجی اشتباهی به مرحله بعد برود.
۳. Agentic Loop: چرخه برنامهریزی، اجرا، بررسی و اصلاح؛ با محدودیت بودجه و امکان ارجاع به انسان.
۴. External Memory: حافظهای خارج از مدل برای حفظ تصمیمها، وضعیت پروژه و دستاوردهای جلسات قبلی.
۵. Permissions: کنترل دسترسی ایجنت به ابزارها و تعیین مرز استقلال آن.
۶. Observability: ثبت و پایش تمام فعالیتها، هزینهها، خطاها و تلاشهای مجدد.
اما داستان اینجا تمام نمیشود!
چند پروژه متنباز برای ورود عملی به این حوزه:
🔹 Google Harness²
https://t.co/DrQfFijj6q
🔹 Learn Harness Engineering
https://t.co/Z4OF17F6Ka
🔹 Awesome Agent Harness
https://t.co/hI6WSGS4vn
🔹 Harness Engineering
https://t.co/86n27omyXE
و حالا یک مفهوم جذابتر:
Graph Engineering
تصور کن چند ایجنت مستقل داشته باشی که هرکدام Harness مخصوص خودشان را دارند.
یکی تحقیق میکند، دیگری تحلیل میکند، سومی کدنویسی میکند و چهارمی خروجی را اعتبارسنجی میکند.
حالا اگر یکی شکست بخورد، شکستش میتواند به سیگنالی برای اصلاح عملکرد بقیه تبدیل شود.
اینجا دیگر با یک چتبات یا ایجنت ساده طرف نیستیم؛ با یک سیستم اجرایی چندایجنتی روبهرو هستیم.
یک نکته که نباید فراموش کنیم:
Hermes را میتوان بهعنوان محیط اجرای ایجنت در نظر گرفت؛ جایی که ابزارها، مهارتها، حافظه و گردشکارها کنار هم قرار میگیرند.
Harness Engineering کمک میکند این محیط را قابلکنترل، قابلاندازهگیری و قابلاعتماد کنیم.
به نظرم آینده متعلق به کسانی نیست که صرفاً مدل قویتری انتخاب میکنند؛ بلکه متعلق به کسانی است که سیستم بهتری دور مدل میسازند.
مدل، مغز است؛ Harness، سیستم اجرایی؛ و Graph، شبکه همکاری مغزهاست.
@juliandeangeIis F por mi que soy front, igual que vaina que las empresas ya esperan que uno sea un todero que hasta tenga que tener tanto contacto directo con el cliente cuando eso era el rol del PM 🫤
this harness engineering paper is f*cking insane
it's the exact 3-agent setup anthropic used to turn a one-line idea into a working app instead of a broken demo.
3 agents, 3 files, one loop that doesn't stop until the app actually works, all on one page.
set it up tonight and your agent ships features that work on the first click, instead of "done" apps that break the moment you touch them.
the crazy part is everyone lets the same agent build its work and grade it, while the fix is a second agent whose only job is to say no.
full breakdown in the harness guide below.
I'm sharing with you one of the best papers I've read on Harness Engineering
it takes apart Claude Code (Opus 5.5), Codex, Gemini CLI and more, and boils all of them down to one line:
agent = model + harness
what you take away:
> what a harness is, in plain terms
> how modern coding agents are built under the hood
> the patterns they all share
> the direction the whole field is moving
> a checklist for building your own
the model collects the applause
the harness decides whether the agent actually works
loop and graph engineering come next, and that part lives in my article below
cuando trabajás con un agente, hay cosas que querés que recuerde: una decisión del proyecto, cómo resolvió un problema o una corrección que le hiciste.
pero guardar todo tampoco sirve. la información se acumula, queda desactualizada y puede incluir errores.
Anthropic publicó un artículo que explica cómo organizar esa memoria:
1) historial: el registro de lo que ocurrió en cada sesión, para poder volver a consultarlo.
2) notas: los aprendizajes que vale la pena conservar, como una estrategia que funcionó o una regla que verificó.
3) conocimiento organizado: notas conectadas, como una wiki, para encontrar información sin releer todo.
4) contexto inicial: una selección breve que el agente recibe al empezar una sesión. los detalles se consultan cuando hacen falta.
además, presentan “dreaming”: un proceso entre sesiones para revisar lo ocurrido, corregir recuerdos equivocados y reorganizar la información.
esto importa porque el agente puede guardar una conclusión incorrecta y confiar en ella cuando vuelva a trabajar. la memoria también puede hacer que repita errores.
la clave es conservar lo que le permite tomar mejores decisiones la próxima vez, y que pueda revisar de dónde salió ese aprendizaje.
🤖 Busco AI/ML Engineer con fuerte perfil en ML para sostener una infraestructura MCP (Model Context Protocol) en producción para un cliente de EE.UU.
Deployments, CI/CD, observabilidad de sistemas LLM y optimización de costo/latencia.
Stack: AWS, Docker/ECS, GitHub Actions y LangChain/LangSmith/LangGraph en producción.
Rol hands-on, autónomo, equipo chico y dinámico.
100% remoto para todo Latam.
Requiere inglés B2+ mínimo.
Ofrecemos USD 7.000–8.000/mes.
DM o postulate acá: [email protected]
La contribución de DeepSeek al ecosistema de IA se debería estudiar como ejemplo.
Abren los pesos de sus modelos, nos regalan un pedazo de harness que puedes tunear como quieras, nos cuentan cómo tienen montada su inferencia y ahora cómo crean "super-agentes" al más puro estilo Grok Bot.
He estado probando el Super-Agent y he montado un artículo técnico junto a gente del equipo de Helmcode para explicar cómo funciona y cómo lo puedes usar tú :)
👇
(He exprimido mi neurona al máxima, lo prometo)
En castellano aquí: https://t.co/Hf3vZD9NQh
Nuestro representante me expresó que el Ministro le pidió dos hojas de vida, y que en respuesta mencionó a un señor de Caldas, cuyo nombre por ahora me reservo, que había votado por el Presidente Abelardo para que lo nombraron en una entidad nacional
@Crecerenvozalta@JenniferPedraz@ABDELAESPRIELLA Claro ridículos. Cómo Petro propuso también bajarle los impuestos a los ricos, verdad??? Ah no, ese fue el frenton que ustedes subieron y por el que tenemos que pagar todos ahora
@DonGatoOpina@LuisErnestoGL@ABDELAESPRIELLA@petrogustavo Oiga payaso, el gobierno Petro cuando hablo de joder aún más a la clase media con impuestos a la comida? CAFRE hpta. La clase media ya estamos ahogados en impuestos y ahora más. El gobierno anterior quería subirle impuestos a los más ricos y no dejaron
Intentamos resolver el cuello de botella que está generando un proceso de CI/CD que en principio fue pensado por y para humanos. Hoy la realidad es muy diferente. No tenemos la solución definitiva, pero de hecho, alguien en verdad la tiene? https://t.co/is85TV0rbz