Qué es un harness de agentes, y cómo gané un reto con uno

El 8 de octubre de 2026 fue mi cumpleaños. Lo pasé conectado a una clase. Ese mismo día dieron el resultado del reto de la clase de Ricardo Celis en Gradiente Escuela de Ingeniería: ganamos.

El reto era construir tu propio harness y mostrarlo funcionando. El mío fue un robot que revisa el checkout de la tienda en línea que tengo con mi esposa.

Pero antes de contar cómo lo hice, vale la pena responder la pregunta que más me hicieron después: ¿qué es un harness?

Qué es un harness, en palabras simples

“Harness” en inglés significa arnés. Piensa en el arnés de un escalador. No lo hace subir. Lo que hace es que, si se resbala, no se mate.

En IA pasa lo mismo. Un modelo como Claude puede escribir código, leer documentos y tomar decisiones pequeñas. El harness es todo lo que lo rodea para que ese trabajo sea seguro, repetible y comprobable:

• Instrucciones: qué tiene que hacer y qué es “terminado”.
• Herramientas: qué puede usar. Un navegador, una base de datos, archivos.
• Límites: qué nunca puede tocar.
• Pruebas: cómo sabemos que hizo bien el trabajo.
• Evidencia: qué deja al final para que una persona lo revise.

La palabra se usa en dos sentidos que se cruzan. En pruebas de software, un “test harness” es el montaje que corre pruebas de forma automática. En agentes de IA, el harness es el marco que controla al agente. Mi proyecto tiene un poco de los dos: un robot de pruebas construido y controlado con agentes.

El problema que quise resolver

Tengo una perfumería en línea. Cada vez que cambio algo, un precio, un texto, una sección nueva, puedo romper el checkout. Y si el checkout falla, pierdo ventas sin enterarme.

Revisarlo a mano en computador y en celular después de cada cambio es lento. Así que, siendo honesto, casi nunca lo hacía.

Lo que construí

Con un solo comando, el harness:

1. Levanta una copia de prueba del checkout. Nunca la tienda real.
2. La recorre en computador y en celular, como lo haría un cliente.
3. Llena el formulario con datos sintéticos, deja las promociones sin marcar y confirma el pedido.
4. Deja video, trace y un resumen en español de todo lo que pasó.

Todo en unos 65 segundos. En la demo: 20 de 20 casos del checkout en verde y 60 pruebas unitarias.

La parte que lo hace valer: la prueba negativa

Un robot que siempre dice “todo bien” no prueba nada. ¿Cómo sé que de verdad revisa?

Le meto un error a propósito. En mi caso, las casillas de promociones vienen marcadas por defecto, algo que no debería pasar en una tienda seria. El robot tiene que atraparlo en las dos pantallas.

Si no lo atrapa, el robot no sirve. Lo atrapó.

Esa es, para mí, la idea más importante de todo el proyecto: la IA no necesita más libertad, necesita reglas claras. Y una forma de comprobar que las cumple.

Las reglas del mío

Estas fueron las reglas duras del harness:

• No toca la tienda real. Solo la copia de prueba.
• No hace compras ni pagos reales. Los datos son sintéticos.
• No puede decir “terminé” sin evidencia. Sin video, trace y resumen, no hay entrega.
• Se prueba a sí mismo con el error inyectado.

También fui honesto en el video: dije que el robot prueba una copia con datos falsos. No certifica pagos reales ni la tienda en vivo. Creo que esa honestidad ayudó. A un jurado, igual que a un cliente, le da más confianza saber qué no hace tu sistema.

Cómo lo construí

Lo armé con Claude Code y Codex. Usé Playwright, una herramienta que controla el navegador como si fuera una persona.

Mi trabajo no fue escribir cada línea. Fue definir:

• Qué debía revisar el robot.
• Qué nunca podía tocar.
• Cuándo se consideraba terminado.
• Qué evidencia tenía que dejar.

Los agentes escribieron el código y las pruebas. Yo revisé, corrí todo y grabé el video.

Cómo construir tu propio harness

Si quieres armar uno, para tu tienda, tu formulario de contacto o cualquier flujo importante, este es el camino que te recomiendo:

1. Escoge un flujo que te cueste plata si falla. El pago, el registro, la reserva.
2. Escribe los límites antes que el código. Qué no puede tocar, qué datos usa.
3. Define la evidencia. ¿Qué tiene que dejar para que tú le creas? Un video y un resumen en tu idioma funcionan muy bien.
4. Agrega una prueba negativa. Rompe algo a propósito y verifica que lo atrape.
5. Hazlo de un solo comando. Si cuesta correrlo, nadie lo va a correr.

Lo que pasó después

Con la misma idea armé un segundo revisor que mira la tienda publicada en busca de errores de diseño, contenido y SEO, y prueba la compra hasta antes de pagar.

Y algo que no esperaba: el video fue de lo que más alcance tuvo en mi LinkedIn. Ricardo Celis lo comentó. Mucha gente me preguntó qué era un harness. Por eso escribí esto.

Gracias a Gradiente y a la clase de Ricardo Celis, que nos retaron a construir y no solo a escuchar.

¿Lo quieres para tu negocio?

Si tienes una tienda en línea o una web con formularios, un robot así te avisa antes de que se entere tu cliente. Puedes ver el caso completo o escribirme por LinkedIn.

Y si estás aprendiendo IA: no pares. Hasta en tu cumpleaños te puede llegar una sorpresa.