Un AI harness es la capa de software que rodea al modelo y le proporciona herramientas para interactuar con sistemas reales.
En lugar de limitarse a generar texto, un modelo conectado a un harness puede:
En otras palabras, el harness proporciona el entorno operativo y el bucle de control que permite que un modelo actúe como un agente autónomo.
Este enfoque es similar al que utilizan los agentes modernos de programación. Anthropic describe Claude Code como una herramienta capaz de entender bases de código completas, editar archivos, ejecutar comandos y automatizar flujos de desarrollo en múltiples herramientas.
Sin esa capa de ejecución y herramientas, incluso los modelos más avanzados siguen siendo, esencialmente, chatbots sofisticados.
La creciente popularidad de los agentes de IA ha convertido la ingeniería de harness en una prioridad para muchas empresas tecnológicas.
Herramientas como Claude Code muestran el potencial del enfoque. Un desarrollador puede describir una tarea —por ejemplo, arreglar un error o añadir una funcionalidad— y el agente puede automáticamente:
Este tipo de flujo transforma la IA de un sistema que da sugerencias en un colaborador activo en el desarrollo de software.
El impacto comercial también es notable. Anthropic afirmó en 2026 que su negocio alcanzó aproximadamente 30.000 millones de dólares en ingresos anualizados, tras un crecimiento extremadamente rápido en uso y facturación.
Algunos análisis del sector estiman que Claude Code por sí solo podría generar alrededor de 2.500 millones de dólares al año, aunque estas cifras proceden de informes externos y deben interpretarse con cautela si no se confirman de forma independiente.
Más allá de las cifras exactas, el mensaje para la industria es claro: los productos basados en agentes están empezando a generar ingresos significativos.
El interés de DeepSeek por los harness refleja un cambio estructural más amplio en el sector.
En la primera fase de la revolución de la IA, la ventaja competitiva dependía sobre todo del modelo base. Sin embargo, a medida que más empresas alcanzan niveles similares de capacidad, la diferenciación empieza a aparecer en las capas de producto que rodean al modelo.
En el ecosistema emergente de agentes, las plataformas que podrían dominar no serán necesariamente las que tengan el modelo más grande, sino las que ofrezcan:
Por eso empresas tecnológicas tanto en Estados Unidos como en China están invirtiendo fuertemente en esta infraestructura.
Para DeepSeek, crear un equipo de harness y atraer ingenieros experimentados forma parte de una estrategia más amplia: convertir modelos avanzados en agentes autónomos que resuelvan tareas reales.
En otras palabras, la carrera de la IA ya no se libra solo en el entrenamiento de modelos. Cada vez más, se decide en cómo convertir esos modelos en agentes que realmente trabajen por nosotros.
Comments
0 comments