Contexto
contaminado
Arrastra conversación vieja, mezcla decisiones, pierde foco. Cada turno suma ruido al anterior.
→ no sabe qué importa hoy
█▀█ █▀▀ █▀▀ █▄░█ ▀█▀ █░█ ▄▀█ █▀█ █▄░█ █▀▀ █▀ █▀ █▀█ █▄█ ██▄ █░▀█ ░█░ █▀█ █▀█ █▀▄ █░▀█ ██▄ ▄█ ▄█v2 · vendor-neutral
[+] live Agent
Agent
Harness.
Arquitectura para que tu IA
deje de improvisar.
[+]50 min · sin demos en vivo
[+]8 categorías · 3 implementaciones c/u
[+]te llevás un mapa · no un vendor
ponenteChorch · rojas.me
inspirado encharla de Alan Buscaglia · ampliada con otras herramientas
año2026
scroll ↓ para empezar · o P para modo presentación 00 / 20
[01] hook · empezamos por el dolor compartido
[?] no te pasó que…
le pediste algo puntual a tu agente y terminó tocando cinco archivos que no tenían nada que ver…
implementó 800 líneas que después nadie quería revisar…
se olvidó de algo que le habías dicho hace tres turnos.
Eso tiene nombre. Y no, no es que la IA esté rota.
Es que le falta un harness.
[02] tres problemas operativos · sin harness, cualquier agente capaz cae acá
Un modelo bueno + cero estructura = tres dolores predecibles.
Contexto
Ejecución
impredecible
A veces explora, a veces inventa, a veces edita lo que no debía. Cero garantía con la misma instrucción.
→ no podés repetir el resultado
Cero
trazabilidad
¿Por qué hizo eso? ¿Qué decidió? ¿Qué probó? No se sabe. Code review a ciegas.
→ no podés auditar nada
Los modelos son hermosos. El problema no es el modelo,
es el sistema operativo alrededor del modelo.
[03] definición · roadmap · disclaimer · vendor-neutral, en serio
Un Agent Harness es trabajo de ingeniería controlado alrededor de un agente. No es un producto. Es una CATEGORÍA de soluciones.
No es
- un prompt mejor
- un wrapper sobre la API
- una herramienta específica
Sí es
- dirección · qué hacer
- memoria · qué recordar
- proceso · en qué orden
- verificación · cómo se sabe que terminó
- límites · qué no puede tocar
[~] disclaimer
Esta charla está inspirada en el trabajo de Alan Buscaglia (creador de gentle-ai). Yo me apoyé en su material para armarla. Pero hoy vamos a hacer algo distinto: en vez de los 20 harnesses de un solo ecosistema, vamos a recorrer 8 categorías de problemas con 3 implementaciones cada una. gentle-ai/Engram van a aparecer cuando corresponde, pero no son el sujeto de la charla.
[D1] obrero · mismo obrero, resultado distinto · la analogía base
Cuando le pedís a tu agente "hacé el feature X":
[-] sin harness obrero capaz · resultado caótico
▸tocó api/v2/users.tsesperado
▸tocó api/v3/billing.ts← ¿por qué?
▸tocó README.md← ¿por qué??
▸borró tests/legacy/← ¡!
▸creó 5 archivos · sin tests
▸commit
"stuff"← ?[!]1247 líneas modificadas en 8 archivos
[!]0 tests corridos · 0 evidencia
[?]¿qué decidió? no se sabe
[+] con harness mismo obrero · resultado de ingeniería
[01]init · stack detectadoreact · vitest
[02]proposal · 1 archivoapproved
[03]spec · acceptance OK6 criterios
[04]design · 2 archivoscontract estable
[05]tasks · 3 pasosscope acotado
[06]apply · diff +120 -8aplicado
[07]verify · tests verdes ✓evidencia adjunta
[✓]128 líneas · scope acotado · 2 archivos
[✓]tests corridos · evidencia adjunta
[✓]trazable · reproducible · revisable
Esa diferencia se llama velocidad con dirección.
[D7] anatomía de un harness · cualquier harness · el template que vas a usar toda la charla
Cualquier harness se reduce a estas 4 decisiones.
[P] PROTOCOLO
Reglas operativas
qué hace · cuándo se invoca · qué guarda
- vive en system prompts
- en convenciones de equipo
- o en instrucciones del agente
[I] INTERFACE
Cómo se conecta
tools · comandos · API · archivos
- MCP tools
- function calling
- CLI / REST
- archivos del proyecto
[R] RUNTIME
Cómo se ejecuta
binario · daemon · plugin
- script bash
- binario standalone
- plugin del IDE
- microservicio
[S] STORAGE
Dónde queda el estado
DB · archivos · memoria · cloud
- filesystem + git
- SQLite local
- vector store managed
- solo memoria de sesión
HARNESS
cualquiera
[06] el mismo template, 3 herramientas distintas · memoria persistente como caso
Un mismo harness (memoria persistente). Tres implementaciones reales.
| Cuadrante | A · CLAUDE.md plano | B · Mem0 | C · Engram (gentle-ai) |
|---|---|---|---|
| [P] Protocolo | edición manual | save automático por turn | save en decisiones/bugs · search antes de empezar |
| [I] Interface | text edit | SDK Python/TS + REST | 19 tools MCP cross-agent |
| [R] Runtime | filesystem · git | SaaS managed o docker | binario Go standalone |
| [S] Storage | markdown versionado | vector store + embeddings | SQLite + FTS5 local |
| Mejor para | decisiones estables | apps de chat con memoria | workflow real cross-agent |
Tres respuestas distintas a la misma pregunta. Ahora vamos a ver las 8 preguntas que se hace cualquier agente serio.
[01/08] categoría 1 · orquestación · ¿quién coordina las fases del trabajo?
El agente hace exploración + diseño + código en el mismo turno. ¿No te pasó?
Prompts secuenciales caseros
Vos sos el orquestador. Modelás la conversación: "primero leé X, después contame Y, después decidimos juntos".
+ cero infra · − depende 100% de tu disciplina
Claude Code sub-agents (Task tool)
El agente principal lanza sub-agentes con contexto aislado para tareas específicas. Aislamiento real sin instalar nada.
+ aislamiento de contexto · − proceso ad-hoc (vos decidís cuándo)
gentle-ai SDD orchestrator
Orquestador padre + subagentes por fase (explore/spec/design/apply/verify), cada uno con su propio prompt y contexto.
+ proceso disciplinado · − curva alta (2-3 semanas)
Cuándo cada una: Solo + tarea chica → A. Aislamiento sin instalar → B. Proceso disciplinado a escala → C.
El patrón "1 orquestador + N ejecutores" también está en LangGraph, CrewAI, AutoGen. Diagrama D2 (hub) aplica al concepto, no a una herramienta.
[02/08] categoría 2 · contexto y compactación · ¿qué se le da al agente en cada turno?
Después de 30 turnos, el agente se olvidó de la decisión del principio. ¿No te pasó?
@-mentions manuales (Cursor)
Vos elegís manualmente: @archivo.ts, @carpeta/, @docs/decision.md. Control total.
+ sabés EXACTAMENTE qué tiene · − alta fricción, olvidos
MCP context tools
Exponés tools (fetch_url, read_db, query_logs) y el agente las invoca on-demand. Contexto cargado dinámicamente.
+ flexible, escala · − tokens en tools innecesarias
gentle-ai skill digestion
El orquestador no pasa 10 docs gigantes al subagente — los digiere y le pasa 4 reglas concretas relevantes a la tarea.
+ contexto compactado · − capa extra de procesamiento
Cuándo cada una: Control total → A. Flexibilidad on-demand → B. Tareas largas con muchas convenciones → C.
[03/08] categoría 3 · memoria persistente · ¿qué se conserva entre sesiones y herramientas?
Lunes definís arquitectura con Claude. Miércoles abrís Cursor. Cero memoria.
CLAUDE.md / AGENTS.md
Markdown versionado en el repo (CLAUDE.md, AGENTS.md, .cursorrules). El agente lo lee automáticamente al iniciar.
+ fricción cero · git · todo el equipo lo ve
− manual · no captura aprendizajes dinámicos
Mem0
Capa de memoria para LLMs: vector store con embeddings, SDK Python/TS + REST. Captura automática por turn.
+ automática · semantic search
− requiere infra · pensado más para chat apps
Engram (gentle-ai)
Binario Go standalone con SQLite + FTS5 local y 19 tools MCP. Cross-agent: lunes Claude guarda, miércoles Cursor lee.
+ cross-agent vía MCP · local-first
− instalar · setup por agente
Cuándo cada una: Decisión estable → A. App de chat con memoria de usuario → B. Workflow real cross-agent → C.
[D8] arquitecturas de memoria comparadas · 3 respuestas a la misma pregunta
Tres arquitecturas. Tres casos. Ninguna es "mejor".
CLAUDE.md
┌────────────────────┐
│ CLAUDE.md │
│ (markdown · git) │
└────────────────────┘
↕
read on start
↕
┌────────────────────┐
│ Agent (Claude) │
└────────────────────┘ storage: filesystem + git
captura: manual
cross-agent: sí, por convención
tipo: decisiones estables
Mem0
┌────────────────────┐
│ Agent │
└────────────────────┘
↕
SDK / REST
↕
┌────────────────────┐
│ Mem0 │
│ (vector store) │
└────────────────────┘ storage: vector store + embeddings
captura: automática por turn
cross-agent: vía SDK
tipo: memoria semántica de chat
Engram
┌──────┐ ┌──────┐ ┌──────┐
│Claude│ │Cursor│ │Codex │
└──────┘ └──────┘ └──────┘
└────── MCP ──────┘
↕
┌────────────────────┐
│ Engram (binario) │
│ SQLite + FTS5 │
└────────────────────┘ storage: SQLite + FTS5 local
captura: proactiva (save/search)
cross-agent: sí, vía MCP
tipo: memoria coding cross-tool
[04/08] categoría 4 · skills y conocimiento del proyecto · ¿cómo sabe el agente qué hacer en ESTE repo?
Cada vez que abrís el agente le explicás las mismas convenciones. Cada. Vez.
CLAUDE.md / Cursor rules
Markdown plano por cliente. Cursor migró de .cursorrules a .cursor/rules/*.mdc. Leído automáticamente al iniciar.
+ simple · cero infra
− específico por cliente (uno por cada agente)
Anthropic Skills
Formato oficial: markdown + frontmatter (name, description). Carga dinámica según relevancia. Funciona en Claude API + Claude Code.
+ cross-tool en ecosistema Anthropic · reusable
− solo Anthropic (todavía)
gentle-ai skill registry
Índice escaneado del proyecto + usuario. El orquestador decide cuáles digerir y pasar a cada subagente según la tarea.
+ registry compartido · digestion automática
− nivel extra de complejidad
Cuándo cada una: Empezá por A. Reuso entre proyectos del mismo ecosistema → B. Que el orquestador las digiera → C.
[05/08] categoría 5 · verificación y evidencia · ¿cómo se sabe que terminó BIEN?
El agente dijo "terminé, todo funciona". Lo corrés. Explota. "Te juro que funcionaba".
Git pre-commit + tests
Hooks de pre-commit que corren linters + tests (Husky, lefthook, pre-commit framework). Si fallan, no se commitea.
+ funciona con CUALQUIER agente · infra estándar
− al final del commit, no por fase
Claude Code hooks
PreToolUse, PostToolUse, Stop, UserPromptSubmit. Cada hook puede ejecutar un comando arbitrario.
+ granularidad por evento · nativo
− solo Claude Code · requiere config
gentle-ai verify
Fase dedicada que pide evidencia explícita: comandos corridos, outputs, tests pasados, riesgos, archivos fuera de scope.
+ evidence auditable · contrato explícito
− requiere todo el flow
Cuándo cada una: A es el mínimo, si no lo tenés, esto es lo primero. B suma granularidad si usás Claude Code. C para auditoría real.
[06/08] categoría 6 · continuidad operacional · ¿cómo retomás trabajo grande entre sesiones?
Implementás 3 de 8 tasks. Cerrás el viernes. Volvés el lunes. ¿Por cuál ibas?
TODO.md + commits
TODO.md versionado con estado de tasks + git log como diario operacional. Disciplina manual.
+ cero infra · todos lo leen
− depende 100% de tu disciplina
Claude Code plan mode
El agente arma un plan estructurado, lo persiste, y al retomar la sesión lo lee. Combinado con Task tool da continuidad real.
+ nativo · persiste entre sesiones
− solo Claude Code, no cross-tool
gentle-ai apply + Engram summary
Apply continuity guarda estado de tasks (completed/in-progress/blocked). Engram session_summary captura aprendizajes al cierre.
+ continuidad estructurada + memoria
− ecosistema completo
Cuándo cada una: Disciplina manual → A. Si usás Claude Code → B. Si trabajás multi-sesión recurrente → C.
Cuidado con el overlap con la categoría 3 (memoria): memoria son decisiones permanentes, continuidad es estado de tareas in-progress. Son distintos aunque a veces conviven en la misma herramienta.
[07/08] categoría 7 · entrega y revisión humana · ¿cómo entregás el trabajo a un humano?
El agente entregó un PR de 1200 líneas en 18 archivos. Tu compañero te odia.
Conventional commits + PR templates
Convención de commits semánticos (feat:, fix:) + template de PR que pide contexto, test plan, qué quedó fuera.
+ infra cero · cultura común
− no resuelve PRs grandes · solo los documenta
Stacked PRs (Graphite, git absorb)
PRs encadenados, cada uno chico. Tools: Graphite (managed), git absorb (CLI), Sapling (Meta git replacement).
+ review humano factible · rollback granular
− requiere cultura + tooling extra
gentle-ai chain strategy
Antes de aplicar, evalúa tamaño y decide partir en PRs encadenados según estrategia: ask_on_risk, autochain, single_pr.
+ automatización + decisión por contrato
− cambia workflow de git del equipo
Cuándo cada una: Mínimo viable → A. Si tu equipo ya hace PRs chicos → B. Problema recurrente con agentes → C.
[D5] stacked PRs vs feature branch · geometría de entrega · la geometría también es parte del harness
Dos formas de cerrar el trabajo del agente para que un humano lo revise.
[A] stacked a main cada PR a main · independientes
[+] PRs chicos · review rápido
[+] mergea independiente
[-] si falla en prod, rollback fragmentado
startup · cultura de fix rápido · riesgo asumido
[B] feature branch PR final único · rollback en 1 click
[+] rollback de feature en 1 click
[+] main siempre estable
[-] PR final puede ser grande
equipos · review estricto · control de rollback
[08/08] categoría 8 · seguridad y permisos · ¿qué NO puede tocar?
El agente borró tests/legacy/ porque le pareció obsoleto. No le pediste borrar.
Claude Code settings.json
Allow/deny por tool y comando bash en .claude/settings.json. Prompts de confirmación para acciones sensibles.
+ nativo · oficial · granular
− solo Claude Code
.cursorignore + tool restrictions
Mismo formato que .gitignore. Archivos listados invisibles para el agente. Útil para .env, credentials, configs sensibles.
+ simple · paradigma conocido
− menos granular · no bloquea comandos
MCP server-level filters
MCPs custom wrappeados con políticas: auth, logging, ratelimit, bloqueo de arguments peligrosos. El MCP server es tu punto de control.
+ auditable · compliance · agent-agnostic
− requiere escribir el MCP wrapper
Cuándo cada una: Empezá con A. Archivos sensibles con Cursor → sumá B. Compliance / multi-tenant / auditoría → C.
[D9] el mapa que te llevás · 8 categorías × 3 implementaciones · imprimílo · sacale foto · ponelo de fondo de pantalla
8 problemas que cualquier agente serio resuelve. El mapa es tuyo.
| Categoría | A · empezá acá | B · intermedio | C · ecosistema |
|---|---|---|---|
| 1 · Orquestación | prompts secuenciales | Claude Code Task | gentle-ai SDD |
| 2 · Contexto | @-mentions (Cursor) | MCP tools | gentle-ai digestion |
| 3 · Memoria persistente | CLAUDE.md / AGENTS.md | Mem0 | Engram |
| 4 · Skills | Cursor rules / CLAUDE.md | Anthropic Skills | gentle-ai registry |
| 5 · Verificación | git pre-commit + tests | Claude Code hooks | gentle-ai verify |
| 6 · Continuidad | TODO.md + commits | Claude Code plan mode | gentle-ai apply + Engram |
| 7 · Entrega | conv. commits + PR template | Graphite · git absorb | gentle-ai chain |
| 8 · Seguridad | Claude Code settings.json | .cursorignore | MCP filters |
La columna A es lo que YA podés hacer hoy con lo que ya usás. B es el paso intermedio. C son los ecosistemas instalables. Empezá por A.
[→] cómo armás tu harness · 4 pasos · learning-first · sin instalar nada todavía
No te voy a decir "instalá X". Te voy a decir esto.
- Identificá UN dolor recurrente esta semana. UNO. No tres, no cinco. Uno.
- Mapealo a UNA de las 8 categorías. Si dudás entre dos, probablemente sea memoria (3) vs continuidad (6) — son las que más se confunden.
- Probá la implementación A primero. Lo más simple. Sin instalar nada.
- Si A no alcanza, subí a B. Si B no alcanza, evaluá C. No empieces por C.
[!] confesión personal
No instales gentle-ai ni Engram ni Mem0 ni nada el lunes sin haber pasado por A.
Te lo digo porque yo me equivoqué. Instalé tres ecosistemas en una semana y abandoné dos. Las A te resuelven el 60% de los dolores. Las B otro 30%. C es para el 10% que realmente lo necesita.
[fin] frase de cierre
Vimos 8 categorías. Pero el punto no es el número.
Un harness no es un producto
que comprás.
Es una arquitectura
que diseñás.
Hoy te di un mapa. Lo que armes con eso es tuyo.
[~] gracias · Q&A abierto
Material para llevarte.
Fuente primaria (origen del enfoque)
- Video de Alan Buscaglia (42 min) · youtube.com/watch?v=5Q7jV8TpMXA
Docs oficiales mencionados
- Claude Code · docs.claude.com/en/docs/claude-code
- Cursor rules · docs.cursor.com/context/rules
- Anthropic Skills · docs.claude.com (agent-skills)
- Model Context Protocol · modelcontextprotocol.io
- Mem0 · docs.mem0.ai
- gentle-ai · github.com/Gentleman-Programming/gentle-ai
- Engram · github.com/Gentleman-Programming/engram
- Graphite · graphite.dev
- git absorb · github.com/tummychow/git-absorb
para profundizar
- AGENTS.md spec · agents.md
- Anthropic Cookbook · github.com/anthropics/anthropic-cookbook
- Conventional commits · conventionalcommits.org
- pre-commit framework · pre-commit.com
si querés probar algo
Empezá por una implementación A. Una. Esta semana. Sin instalar nada nuevo.
"no necesitás mejores prompts. necesitás mejores harnesses."
creado por:
Chorch · rojas.me
inspirado en el trabajo de Alan Buscaglia (Gentleman Programming) · ampliada con docs oficiales de cada herramienta