Si estás construyendo agents en producción:
¿qué recurso falta en esta lista y por qué?
Quiero convertir este hilo en un mapa vivo de Agent Harness Engineering
Si conoces una lectura, curso o repo que debería estar aquí, déjalo en las respuestas
La idea que conecta todo el roadmap:
Un modelo mejor ayuda
Pero un agent fiable necesita mucho más que un LLM:
context + tools + environment + state + evals + feedback loops + observability
Eso es Harness Engineering
NIVEL 9: Self-Improving Agents
Stanford CS329A
Test-time compute
Verifiers
RL
Tool use
Memory
Planning
Evals
Para entender hacia dónde se mueve la investigación:
https://t.co/T367KTzIVh
NIVEL 8: Desde primeros principios
Stanford CS329Z
RAG → tools → agent loops → compound AI systems → evals.
Construyes los componentes antes de abstraerlos en frameworks.
⚠️ En desarrollo: solo algunos slides públicos.
https://t.co/XVZPQBerW9
NIVEL 4: Context Engineering
En tareas largas, el problema deja de ser: "¿cómo escribo un prompt mejor?"
Y pasa a ser: “¿qué contexto debe entrar, permanecer, resumirse o desaparecer?”
https://t.co/nwLkNLeoV6
NIVEL 6: Harness Engineering. (OpenAI, 2026)
El cambio mental es enorme:
Humans steer. Agents execute.
El trabajo empieza a moverse de escribir código a diseñar:
→ entornos
→ specs
→ tests
→ feedback loops
→ observability
https://t.co/wlAYkamKmm
NIVEL 5: Long-running Harnesses
Ahora viene lo interesante.
Anthropic estudió cómo mantener agents productivos durante múltiples context windows:
→ estado persistente
→ trabajo incremental
→ handoffs
→ context management
https://t.co/lxhPITV5d1
NIVEL 3: Diseña el sistema, no solo el prompt
Anthropic: Building Effective Agents
La idea central:
empieza simple → mide → añade complejidad solo si mejora resultados.
Routing, parallelization, orchestrator-workers, evaluator-optimizer.
https://t.co/nzypAuyGXu
NIVEL 2: Agentic Design Patterns
Andrew Ng: Agentic AI
→ Reflection
→ Tool Use
→ Planning
→ Multi-Agent
→ Evals
Lo valioso: construyes los patrones desde primeros principios antes de depender de frameworks.
https://t.co/Z1G1cOiw0k
Primero: ¿qué es un agent harness?
Es el sistema alrededor del modelo que gestiona:
contexto · tools · ejecución · estado · evals · feedback loops · subagents
El LLM es el motor.
El harness es lo que convierte ese motor en un sistema.
Si hoy tuviera que aprender Agent Harness Engineering desde cero, NO empezaría por un framework.
Seguiría este roadmap:
Hugging Face → Andrew Ng → Anthropic → OpenAI → CMU → Stanford
De fundamentos a agents capaces de trabajar durante horas o días.
💾 Guárdalo ↓
¡Me alegra compartir que he obtenido la certificación: Microsoft Certified: Security, Compliance, and Identity Fundamentals de @Microsoft!
https://t.co/dqb0xNR9kM
#CloudComputing#CyberSec
¡Seleccionaremos 500 personas para participar en el bootcamp intensivo de 6 semanas y aplicar para la certificación oficial de Microsoft! https://t.co/oHTUiknyqv
Además, puedes tener acceso al Hackathon Innovation Challenge de Microsoft y ganar hasta $10,000 USD
Acabo de finalizar el curso de "Vue.js 3 - La Guía Completa - Composition Pinia MEVN 10 Apps" de @codigoconjuan vía @udemy
Y estos son los proyectos que realicé