La conversacion sobre como mejorar los sistemas de inteligencia artificial se esta desplazando desde los pesos del modelo hacia el harness: el andamiaje de prompts, herramientas, memoria y contexto que rodea al modelo y define lo que realmente puede hacer. La investigadora Lilian Weng, hoy cofundadora de la startup Thinky, publico un repaso de 35 papers que reordena ese debate y lo conecta con la auto-mejora recursiva de la IA (RSI, por su sigla en ingles).
Su tesis central es que buena parte de las ganancias de capacidad de un agente no vienen de reentrenar el modelo, sino de rediseñar el andamiaje que lo envuelve. Weng lo resume en una idea que ordena el resto del analisis:
"Aun cuando muchas mejoras del harness terminen internalizandose en el modelo base, la necesidad de especificar objetivos y contexto no va a desaparecer."
¿Que es exactamente un harness?
En el vocabulario de los agentes, el harness es todo lo que envuelve al modelo sin ser el modelo: las instrucciones, las herramientas que puede invocar, la forma de administrar el contexto, el middleware que intercepta sus pasos y los bucles de evaluacion que detectan fallas. Dos equipos pueden usar el mismo modelo base y obtener resultados muy distintos segun como armen ese andamiaje. Por eso Weng insiste en que la ingenieria del harness ya es una disciplina en si misma.
¿Por que se conecta con la auto-mejora recursiva?
El punto mas provocador del repaso es reformular la auto-mejora recursiva. En lugar de imaginar un modelo que reescribe sus propios pesos, Weng describe sistemas que se mejoran iterando el andamiaje: corren una evaluacion, analizan las fallas, proponen cambios al harness y vuelven a medir. El laboratorio Sakana conecta esa linea con proyectos como The AI Scientist, ShinkaEvolve y la Darwin Godel Machine. El repaso tambien recopila la literatura de optimizacion de harnesses, desde el conocido paper ACE hasta tendencias mas recientes como los Meta-Harnesses.
Una tendencia que la industria ya adopta
El giro no es solo academico. Figuras como Greg Brockman han empezado a respaldar en publico la ingenieria de agentes y harnesses, y LangChain lanzo un curso de Deep Agents junto a un proyecto de harness de codigo abierto. La idea comun es que, ante una nueva clase de modelo, conviene revisar y cambiar los prompts y las restricciones que lo limitan para sacar a la luz comportamientos que de otro modo quedarian ocultos.
Senales concretas del mismo dia
Varios lanzamientos ilustran el patron de arreglar fallas puntuales en vez de solo escalar parametros. Liquid AI presento Antidoom, un metodo de entrenamiento abierto contra los bucles de repeticion en modelos de razonamiento pequenos: reporta caidas de 10,2% a 1,4% en LFM2.5-2.6B y de 22,9% a 1% en Qwen3.5-4B bajo muestreo voraz. Por su parte, el trabajo de compresion Puzzle-75B-A9B de NVIDIA reclama cerca de 2 veces mas throughput por servidor y elevar la concurrencia con contexto de 1 millon de tokens en una H100 de 1 a 8 solicitudes.
