Cuando el mismo modelo de lenguaje se integra en diferentes frameworks de agentes, los resultados suelen variar drásticamente. Esta variación generalmente no proviene del modelo en sí, sino del harness: el sistema circundante que define prompts, esquemas de herramientas, memoria y bucles de ejecución. Los ingenieros frecuentemente atribuyen fallos al modelo cuando el verdadero culpable es un harness mal diseñado. Este artículo propone un límite claro: el modelo es responsable del razonamiento y la generación, mientras que el harness controla el contexto, el acceso a herramientas y los patrones de interacción. Al probar sistemáticamente cada capa de forma aislada, los equipos pueden identificar cuellos de botella y mejorar la fiabilidad de los agentes. Este modelo mental es esencial para cualquiera que construya agentes de producción, ya que evita esfuerzos desperdiciados en fine-tuning cuando la solución es un ajuste del harness.
Un marco práctico para depurar el rendimiento de agentes LLM separando las capacidades del modelo del diseño del harness.