El harness alrededor de un LLM multiplica los resultados: qué ha cambiado en un año con Claude Code

Tras año y medio de trabajo intensivo con Claude Code, decenas de experimentos y la observación de un equipo de ingenieros, un desarrollador experimentado ha llegado a una conclusión inesperada. La principal palanca para mejorar la calidad de un LLM no es la generación del modelo ni el salto a una versión más reciente, sino el complejo sistema que lo rodea.

Qué es un harness

En la comunidad de ingenieros de habla inglesa, este entorno se conoce como harness: el circuito completo en el que opera un modelo de lenguaje. No se reduce a un prompt enviado al chat ni a una única regla de comportamiento. Es un sistema complejo que gobierna cómo interactúa el modelo con el mundo exterior: sus reglas, sus límites, las herramientas disponibles y el volumen de contexto que puede ver. Sin este circuito, incluso el modelo más potente trabaja de forma ineficiente. Es como una excavadora sin mandos: tiene motor, pero nada con lo que cavar y mover la tierra.

Por qué el harness aporta más que los nuevos modelos

Un año de observación ha demostrado que cambiar a una versión nueva del modelo mejora la calidad de forma apreciable, pero limitada. Pasar de Claude 3 a Claude 4 supone una mejora, aunque se queda en unos pocos puntos porcentuales de rendimiento. En cambio, cada nueva capa de harness alrededor del mismo modelo produce un salto multiplicador.

Si se añade un prompt de sistema que define con claridad el papel del modelo, la calidad da un salto. Si se conectan herramientas que permiten al modelo interactuar con la realidad, otro salto. Al ampliar el contexto, añadir skills y configurar permisos, la calidad vuelve a multiplicarse cada vez. Esto desplaza el foco de los ingenieros: dejan de perseguir nuevas versiones y pasan a diseñar el circuito en el que trabaja el modelo.

Componentes de un harness eficaz

Un harness eficaz se compone de varias capas clave, y cada una aporta lo suyo:

• Prompt de sistema: instrucciones explícitas que definen el comportamiento, el estilo de comunicación y los límites
• Herramientas: acceso del modelo a API externas, bases de datos, navegadores y recursos de cómputo
• Contexto: gestión compleja de lo que el modelo ve, recuerda y puede usar como base
• Skills: patrones y algoritmos preentrenados para resolver tareas habituales
• Hooks: eventos y disparadores que se activan cuando se cumplen determinadas condiciones
• Permisos: la frontera entre lo que el modelo puede y no puede hacer, y qué archivos puede leer y escribir
• Memoria: retención a largo y corto plazo del contexto del proyecto, las decisiones y las conclusiones

Cada una de estas capas puede optimizarse de forma independiente y mejorar el rendimiento en un tipo concreto de tarea.

«Potencia hay, pero no hay con qué usarla»: así describe un ingeniero

experimentado a un modelo sin harness.

Qué significa esto

Los desarrolladores están dejando atrás la carrera por modelos más nuevos y potentes para centrarse en construir un circuito inteligente alrededor de los que ya tienen. Invertir en ingeniería del prompt de sistema, gestión del contexto, desarrollo de skills y optimización de permisos se amortiza antes y da mejores resultados que esperar a la siguiente versión del modelo. Además, abre nuevas posibilidades de personalización para tareas y equipos específicos, sin necesidad de costosas actualizaciones de hardware ni de licencias.