)
Última actualización: 26 de octubre, 2026
¿Qué es un agent harness? Es todo lo que rodea a un modelo de IA para convertirlo en un agente: el bucle que llama al modelo, las herramientas que puede usar, cómo se gestiona su contexto, los permisos que lo limitan y la memoria que conserva entre sesiones. En 2026, los proveedores de modelos empezaron a vender toda esa pila como un solo producto, y por eso conviene decidir pronto qué pasa con la memoria que lleva dentro.
TL;DR: puntos clave
- Un agente es un modelo más un harness. Google Cloud (actualizado el 15 de octubre de 2026) enumera cinco partes centrales: el bucle, las herramientas, el contexto, la memoria y los permisos.
- Un mismo harness puede servir a varios productos. OpenAI describió el harness de Codex como el motor compartido de cuatro superficies (4 de febrero de 2026).
- Los proveedores ya venden la pila completa. La actualización del Agents SDK de OpenAI (15 de abril de 2026) añade un harness, memoria configurable y skills, con siete proveedores de sandbox integrados.
- La memoria puede ser texto plano. En Claude Managed Agents, cada memoria es un documento de texto de hasta 100 kB, un almacén admite hasta 10.000 y las versiones se conservan unos 30 días.
- Mover la memoria es posible, pero manual. El centro de ayuda de Anthropic documenta una importación en cuatro pasos desde otro asistente y la califica de experimental.
- La memoria también es superficie de ataque. OWASP publicó su Top 10 para LLM de 2026 el 3 de agosto de 2026, y su Top 10 para aplicaciones agénticas incluye Memory & Context Poisoning como ASI06.
La versión corta en una tabla
| Pregunta | Respuesta corta |
|---|---|
| ¿Qué es? | Un modelo más un bucle, herramientas, gestión del contexto, permisos y memoria |
| ¿En qué se diferencia de un framework? | Un framework te ayuda a construir una app; un harness es el entorno de ejecución donde vive el agente |
| ¿Qué parte conviene controlar? | La memoria |
| ¿Por qué? | Portabilidad, capacidad de inspección y no depender de un solo proveedor |
)
Qué es un agent harness, en palabras sencillas
Un agent harness es el software que envuelve a un modelo de lenguaje para que trabaje solo hacia un objetivo. El modelo razona. El harness ejecuta el bucle, le da herramientas, gestiona lo que ve, aplica permisos y guarda el estado. Google Cloud lo define como la capa de ejecución y control que hace fiable al agente.
Por sí solo, un modelo responde a un prompt cada vez. No puede abrir un archivo, llamar a una API ni recordar los pasos anteriores de un flujo largo. El harness aporta todo eso.
Birgitta Böckeler, de Thoughtworks, escribió en martinfowler.com el 2 de abril de 2026 una definición aún más corta: todo lo que hay en un agente salvo el modelo. Lo divide en guías, que orientan al agente antes de actuar, y sensores, como los tests y los linters, que le permiten revisar su propio trabajo después.
Las cinco partes
Según Google Cloud (2026), el núcleo de un harness tiene cinco partes.
El bucle llama al modelo, ejecuta la herramienta que este pidió y le devuelve el resultado, una y otra vez hasta que termina la tarea. Las herramientas son las acciones que el agente puede realizar, desde leer archivos hasta llamar a APIs, y Google Cloud recomienda MCP para exponerlas.
La gestión del contexto decide qué ve el modelo en cada turno. Los resultados de las herramientas se añaden al historial y el material antiguo se resume a medida que se llena la ventana. Los permisos funcionan como un punto de control de seguridad, con aprobación humana para los pasos de riesgo.
La memoria y el estado conservan lo que debe sobrevivir cuando termina la conversación. Esa quinta parte es el tema del resto de este artículo.
Por qué los proveedores ofrecen ahora la pila completa
Los proveedores ofrecen el harness porque un modelo solo no termina tareas largas. Quien compra quiere un agente que se recupere de errores y recuerde su progreso. Por eso, en 2026 los grandes proveedores de modelos empezaron a ofrecer juntos el bucle, las herramientas, las skills, la gestión del contexto y la memoria, como una sola plataforma.
La tabla de abajo muestra el patrón. OpenAI explicó en febrero que el harness de Codex cubre el bucle del agente, la persistencia de los hilos, la autenticación y la ejecución de herramientas en todas sus superficies. En abril, Anthropic describió Managed Agents, un servicio alojado que separa el agente en un registro de sesión, un harness y un sandbox, y una semana después OpenAI añadió sandboxes, memoria configurable y skills a su Agents SDK.
| Proveedor | Oferta (fecha) | Dónde viven el estado y la memoria |
|---|---|---|
| Anthropic | Managed Agents (8 de abril de 2026) | Un registro de sesión que solo se amplía, fuera del harness, y almacenes de memoria con archivos de texto |
| OpenAI | Actualización del Agents SDK (15 de abril de 2026) | Estado del agente externalizado con instantáneas, y memoria que el desarrollador puede configurar |
| OpenAI | Harness de Codex (4 de febrero de 2026) | La persistencia de los hilos la gestiona el App Server, con el código en el repositorio abierto de Codex CLI |
Cómo lo comparamos
Leímos el anuncio o la documentación de cada proveedor, todos de 2026, y anotamos solo lo que dicen esas páginas. No ejecutamos benchmarks y las descripciones son las que dan los propios proveedores.
Qué significa para quien compra
La velocidad es real, y también lo es el coste. Cuando el bucle, el sandbox y la memoria viven en el entorno de un solo proveedor, cambiar más adelante implica mover los tres. Los ingenieros de Anthropic (abril de 2026) señalan que los harnesses incorporan suposiciones sobre lo que un modelo no puede hacer solo, y esas suposiciones caducan a medida que mejoran los modelos. Las piezas del harness se sustituyen. La memoria no debería tener que hacerlo.
Agent harness frente a framework
Un framework de agentes ayuda a los desarrolladores a construir aplicaciones encadenando prompts, modelos y fuentes de datos. Un agent harness es el entorno de ejecución, orientado al despliegue, donde corre un agente autónomo, con bucle, permisos, recuperación de errores y estado. Google Cloud traza ahí la línea: los frameworks sirven para construir y los harnesses para ejecutar.
| Framework | Harness | |
|---|---|---|
| Función principal | Te ayuda a construir una aplicación de agente | Ejecuta un agente autónomo de forma fiable |
| Enfoque habitual | Encadenar prompts, modelos y fuentes de datos | Bucle, herramientas, contexto, permisos y estado |
| Orientación | Desarrollo | Despliegue |
En la práctica la línea es difusa: el Agents SDK de OpenAI es un kit para desarrolladores que además incluye un harness. Böckeler añade que un agente de código llega con el harness interno de quien lo construyó, y tú añades uno externo de guías y sensores para tu proyecto. La pregunta útil es qué partes puedes inspeccionar y cambiar.
Dónde está la memoria dentro del harness
La memoria está dentro del harness como datos que el bucle lee al empezar una sesión y escribe durante ella o al terminar. El modelo no guarda nada entre sesiones por sí mismo. Google Cloud lo explica así: los modelos no recuerdan por naturaleza los pasos anteriores, de modo que el harness tiene que arrastrar el estado.
Conviene distinguir tres capas: la ventana de contexto (lo que el modelo ve ahora), el registro de sesión (lo que ocurrió en una ejecución) y la memoria a largo plazo (lo que debería seguir siendo cierto la semana que viene).
El artículo de ingeniería de Anthropic de abril de 2026 deja clara la razón: la compactación y el recorte son irreversibles, así que se puede perder información si no se guarda en otro sitio. Su herramienta de memoria permite a Claude escribir contexto en archivos con ese fin.
En Claude Managed Agents, un almacén de memoria es una colección de documentos de texto, cada uno con una ruta como /preferences/formatting.md. El almacén se monta como un directorio en el sandbox y el agente lo lee y lo escribe con herramientas de archivos normales.
Por qué la memoria es la parte que debes controlar
La memoria es la parte que conviene controlar porque gana valor con el tiempo y es la más difícil de reconstruir. Los bucles y las herramientas se cambian cuando llega un modelo mejor. Un año de preferencias, decisiones y correcciones no se recrea a demanda. Controlarla te da portabilidad, capacidad de inspección e independencia de un proveedor.
Portabilidad. Si la memoria es texto legible, un modelo nuevo o un proveedor nuevo puede cargarla desde el primer día. Si vive en una función opaca, empiezas de cero. Hoy las señales son mixtas. Anthropic documenta un flujo de importación y una vía de exportación, pero su propia página de ayuda describe la exportación como pedirle a Claude que escriba las memorias tal cual y guardar el texto en un archivo. Todavía no existe un formato común.
Inspección. No puedes gobernar lo que no puedes leer. Claude Managed Agents crea una versión inmutable por cada cambio, de modo que un desarrollador puede ver qué agente y qué sesión escribió una memoria, revertirla o redactar su contenido en el historial.
Independencia. Las importaciones tienen salvedades. Anthropic dice que son experimentales y que su memoria se centra en temas de trabajo, así que algunos datos personales pueden no conservarse.
Qué significa tener el control de tu memoria de IA
Tener el control de tu memoria de IA significa poder leerla, exportarla, moverla y borrarla sin pedirle permiso a un proveedor. En la práctica es un conjunto pequeño de pruebas y no un producto concreto. Si un sistema de memoria falla dos o más de las pruebas de abajo, la estás alquilando, no la tienes.
| Prueba | Qué aspecto tiene aprobarla |
|---|---|
| Legible | Texto plano o Markdown que abres en cualquier editor |
| Exportable | Una exportación que no necesita ayuda del proveedor |
| Con versiones | Puedes ver quién o qué escribió cada entrada, y cuándo |
| Con alcance | El material de referencia se puede dejar en solo lectura para un agente |
| Portable | Otro modelo puede usarla sin traducirla |
| Borrable | Puedes eliminar una entrada, también del historial |
Claude Managed Agents cumple varias. Los almacenes se pueden asociar como read_write o read_only, y el modo de solo lectura se aplica a nivel de sistema de archivos. Las versiones se pueden redactar y un almacén se puede borrar de forma permanente junto con sus versiones. El anuncio de Anthropic (23 de abril de 2026) añade que los archivos de memoria se pueden exportar mediante la API.
Para una persona, empezar lleva unos diez minutos: lee lo que tu asistente ha guardado, expórtalo con los pasos del propio proveedor (la vía del centro de ayuda de Claude es un ejemplo) y guarda el texto en una carpeta que controles. Para un equipo, decide dónde viven las notas del agente, quién puede editarlas y cómo se revisan.
El producto de memoria de IA que NeuralTrust está lanzando parte de esta idea de tener el control de tu memoria de IA, para ti o para tu empresa. Conecta los lugares donde ya vive tu conocimiento, como Granola, Fathom, Google Calendar, las exportaciones de historial de ChatGPT y Claude, Notion y Google Drive, con Slack, Gmail y Outlook próximamente, para que puedas preguntarle a tu cerebro en vez de buscar en cinco apps.
Seguridad y gobernanza: lo que añaden los harnesses y la memoria a la superficie de riesgo
Un harness añade riesgo allí donde lee entradas no fiables, escribe en la memoria o actúa con permisos. El Top 10 para LLM de OWASP de 2026 (3 de agosto de 2026) y su Top 10 agéntico cubren estos caminos. La documentación de Claude advierte de que, con permiso de escritura, una prompt injection puede persistir en sesiones futuras.
| Riesgo | Correspondencia OWASP | Cómo aparece en un harness | Control que conviene exigir |
|---|---|---|---|
| Prompt injection | LLM01:2026, ASI01 Agent Goal Hijack | Los resultados de herramientas y las páginas web entran en el contexto y desvían el bucle | Tratar la salida de las herramientas como entrada no fiable |
| Envenenamiento de memoria | LLM05:2026 Data and Model Poisoning, ASI06 Memory & Context Poisoning | El agente escribe texto inyectado en la memoria y se recarga en la sesión siguiente | Almacenes de solo lectura para datos de referencia y revisión de lo que se escribe |
| Exposición de contexto oculto | LLM08:2026 | Los prompts de sistema y los archivos de contexto cargados contienen secretos o reglas internas | Mantener las credenciales fuera de la memoria y de los archivos de contexto |
| Agencia excesiva | LLM03:2026, ASI02 Tool Misuse and Exploitation | El agente tiene más permisos de los que necesita la tarea | Permisos acotados y aprobación humana en los pasos de riesgo |
| Cadena de suministro | LLM04:2026, ASI04 Agentic Supply Chain Vulnerabilities | Herramientas, skills y servidores MCP se cargan de terceros | Una lista aprobada de herramientas y servidores |
| Divulgación de información sensible | LLM02:2026 | La memoria guarda datos personales y de empresa | Saber dónde se almacena y cómo se borra |
La retención por parte del proveedor merece su propia pregunta: averigua dónde se almacena la memoria, cuánto tiempo se conservan las versiones y si puedes borrarlas. Claude Managed Agents conserva las versiones unos 30 días, y su documentación recomienda exportar mediante la API para tener más historial.
Para el camino del envenenamiento en detalle, lee What is Memory & Context Poisoning?.
NeuralTrust es una empresa de seguridad para agentes de IA con sede en Barcelona. Su Agent Runtime Security (TrustGuard) cubre los agentes que funcionan en producción, y su AI Red Teaming (TrustTest) prueba los agentes antes de que salgan. Son productos distintos del producto de memoria descrito arriba.
¿Qué configuración te encaja?
Elige según cuánto del harness necesitas controlar. La mayoría de las personas deberían usar el harness de un proveedor y quedarse con el control de la memoria. Los equipos que construyen agentes pueden añadir sus propias guías y sensores encima. Los equipos regulados deberían añadir reglas de revisión, alcance y borrado antes de que los agentes escriban en la memoria.
| Situación | Empieza por | Controla esto |
|---|---|---|
| Una persona que usa varios asistentes de IA | El harness integrado del proveedor | Una exportación de tu memoria en texto plano |
| Desarrollador que construye un agente | Un SDK o una plataforma alojada | Tus propias guías, sensores y almacén de memoria |
| Equipo que quiere conocimiento de empresa compartido | Una plataforma alojada con almacenes acotados | Reglas de revisión sobre quién puede escribir en la memoria |
| Persona o empresa que usa ChatGPT, Claude y notas de reuniones a la vez | El producto de memoria de IA que NeuralTrust está lanzando | Tus fuentes conectadas y lo que le preguntas a tu cerebro |
Conclusión
Un agent harness es el bucle, las herramientas, la gestión del contexto, los permisos y la memoria que convierten un modelo en un agente. Los proveedores ya lo ofrecen todo como una sola plataforma, algo cómodo y que merece la pena usar. La memoria es la pieza que debe seguir siendo legible, exportable y tuya. Decídelo antes de la primera sesión, porque un harness se puede cambiar después, pero una memoria que no puedes mover no.
¿Quieres tener el control de tu memoria de IA? Hablemos
NeuralTrust es una empresa de seguridad para agentes de IA con sede en Barcelona, y estamos lanzando un producto de memoria de IA para personas y empresas que quieren tener el control de su memoria de IA. Reserva una demo y cuéntanos qué recuerdan hoy tus agentes.
Lecturas relacionadas
Preguntas frecuentes sobre agent harness
1. ¿Qué es un agent harness en pocas palabras?
Un agent harness es el software que rodea a un modelo de IA para que actúe como agente. Ejecuta el bucle que llama al modelo, le da herramientas, gestiona el contexto, aplica permisos y guarda la memoria. El modelo razona, y el harness se encarga de todo lo demás para que una tarea larga no se desvíe.
2. ¿Es lo mismo un agent harness que un framework de agentes?
No. Según Google Cloud (2026), un framework de orquestación ayuda a los desarrolladores a construir aplicaciones encadenando prompts y fuentes de datos, mientras que un harness es un entorno de ejecución para agentes autónomos. En la práctica se solapan y algunos SDK incluyen ambos, así que comprueba qué partes ofrece realmente cada producto.
3. ¿Qué es la harness engineering?
Es la práctica de diseñar el entorno que rodea a un agente de código para que trabaje mejor. Birgitta Böckeler (2 de abril de 2026) describe guías que orientan al agente antes de actuar y sensores, como tests y linters, que le permiten corregirse después. Ese harness externo se construye encima del interno del proveedor.
4. ¿Dónde guarda la memoria un agent harness?
Depende del producto. En Claude Managed Agents, la memoria es un almacén de documentos de texto montado como directorio en el sandbox, con versiones inmutables por cada cambio. En el Agents SDK de OpenAI, la memoria es configurable y el estado del agente se externaliza para que una ejecución pueda reanudarse en un contenedor nuevo.
5. ¿Por qué debería tener el control de mi memoria de IA?
Tu memoria gana valor con el uso y es la parte más difícil de reconstruir. Tener el control significa poder leerla, exportarla, llevarla a otro modelo y borrarla. Así no dependes de un solo proveedor y puedes gobernar lo que tus agentes recuerdan sobre ti o sobre tu empresa.
6. ¿Puedo mover mi memoria entre asistentes de IA?
A veces. El centro de ayuda de Anthropic documenta una importación en cuatro pasos desde otro asistente y una vía de exportación para Claude, pero califica las importaciones de experimentales. Todavía no hay un formato común, así que revisa las opciones de exportación de tu asistente actual y prueba una importación antes de depender de ella.
7. ¿Es la memoria de un agente un riesgo de seguridad?
Puede serlo. Si un agente puede escribir en la memoria después de leer contenido no fiable, una instrucción inyectada puede persistir en sesiones posteriores. OWASP lo recoge como ASI06 Memory & Context Poisoning en su Top 10 agéntico. Usa almacenes de solo lectura para datos de referencia, revisa lo que se escribe y acota los permisos.
Sobre el autor
Roger Howroyd es Head of Global SEO and AI en NeuralTrust, donde lidera la estrategia de búsqueda de la empresa en SEO, AEO, GEO y optimización para LLM. Se especializa en búsqueda con IA, estrategia de contenidos y SEM. Conecta en LinkedIn.
NeuralTrust es la plataforma líder para proteger y escalar agentes de IA. Reconocida como Pioneer en el Gartner Emerging Market Quadrant for AI Application Security 2026, presente en cuatro informes Gartner Hype Cycle en 2026 y destacada en el Gartner Market Guide for Guardian Agents 2026, el Gartner Market Guide for AI Gateways 2025 y el KuppingerCole Leadership Compass for Generative AI Defense 2025. Con sede en Barcelona y oficinas en Londres y Nueva York. Certificada ISO 27001.
Fuentes
- Google Cloud, "What is an agent harness?" (última actualización: 15 de octubre de 2026): https://cloud.google.com/discover/agent-harness
- Anthropic Engineering, "Scaling Managed Agents with stable interfaces" (8 de abril de 2026): https://www.anthropic.com/engineering/managed-agents
- OpenAI, artículo sobre el harness de Codex y el App Server (4 de febrero de 2026): https://openai.com/index/unlocking-the-codex-harness/
- OpenAI, "The next evolution of the Agents SDK" (15 de abril de 2026): https://openai.com/index/the-next-evolution-of-the-agents-sdk/
- Birgitta Böckeler, "Harness engineering for coding agent users", martinfowler.com (2 de abril de 2026): https://martinfowler.com/articles/harness-engineering.html
- Claude Platform Docs, "Using agent memory" (consultado el 26 de octubre de 2026): https://platform.claude.com/docs/en/managed-agents/memory
- Anthropic, "Memory for Claude Managed Agents" (23 de abril de 2026): https://claude.com/blog/claude-managed-agents-memory
- Claude Help Center, "Importing and exporting your memory" (consultado el 26 de octubre de 2026): https://support.claude.com/en/articles/12123587-importing-and-exporting-your-memory
- OWASP GenAI Security Project, Top 10 for LLM Applications 2026 (3 de agosto de 2026): https://genai.owasp.org/resource/owasp-genai-llm-top-10-2026/
- OWASP GenAI Security Project, Top 10 for Agentic Applications (diciembre de 2025): https://genai.owasp.org/resource/owasp-top-10-for-agentic-applications-for-2026/