Un sistema agente no se reduce al modelo de lenguaje que lleva dentro: es la suma de tres capas diferenciadas que conviene nombrar con precisión para diagnosticar fallos y mejorar el comportamiento. El modelo —Sonnet, Opus, Gemini u otros— es una función matemática que transforma tokens de entrada en tokens de salida; por sí solo no toca el mundo exterior. La inferencia es el servicio alojado, como AWS Bedrock o la API de Anthropic, que ejecuta el modelo y registra el consumo. El harness, por último, es la capa lógica que da forma a los prompts, interpreta las respuestas, conecta herramientas y mantiene el contexto: desde la interfaz de Claude Desktop o ChatGPT hasta un agente a medida construido con LangChain.
Esa separación explica por qué un mismo modelo puede comportarse de forma distinta según el agente en el que se ejecute: el harness decide qué contexto y qué herramientas se exponen, y ahí entran piezas como el protocolo MCP o las denominadas Skills, que no son capacidades del modelo sino del envoltorio que lo orquesta. El artículo desgrana la pila con ejemplos reales —Claude CLI, Cursor, ChatGPT— y una analogía con una obra: el modelo es el arquitecto que entrega planos, el servicio de inferencia es la constructora que factura y coordina, y el harness es la cuadrilla que ejecuta y maneja herramientas en el terreno.
La distinción resulta práctica a la hora de depurar: si el razonamiento es malo, el problema está en el modelo o en el contexto que aporta el harness; si falta contexto, la culpa es del harness; si la herramienta no está disponible o se invoca mal, también es el harness; si la inferencia es lenta o cara, el cuello de botella está en el servicio o en el modelo elegido. Nombrar cada capa permite actuar sobre ella, y a medida que los modelos sean más capaces, parte de la lógica actual del harness podría quedar obsoleta.