¿La ingeniería de prompts ha muerto? ¿La ingeniería de contexto está pasada de moda?

Las grandes empresas ya han evolucionado a la tercera etapa: Ingeniería de Harness.
Esto no es un término nuevo, sino el camino inevitable en el que AI pasa de ser un “juguete” a una “productividad”.
👇 Desglose de las 3 estrategias principales de las grandes empresas:
1️⃣ Teoría de la evolución: de “diálogo” a “sistema”
Prompt Eng (1.0): Chatear con el modelo, pedirle que escriba mejor. (Depende del cielo)
Context Eng (2.0): Gestionar la memoria, comprimir el contexto, alimentar habilidades. (Alimentación refinada)
Harness Eng (3.0): Construir andamios para el modelo. Evaluadores, ganchos, middleware. (Control a nivel de sistema)
Conclusión: En el futuro, no será quién escribe los prompts más elaborados, sino quién construye andamios más estables.
2️⃣ Estrategia central de Anthropic: deportista ≠ árbitro
Punto débil: AI escribe su propio código y prueba, tiende a “autoengañarse”, creyendo que no hay problemas cuando en realidad hay bugs.
Solución: dividir roles. Un Agente responsable de generar (deportista), otro responsable de evaluar y señalar errores (árbitro).
Efecto: múltiples rondas de ataque y defensa, produciendo resultados de alta calidad.
3️⃣ Operación contraria a la intuición de OpenAI: los logs son para que los vea la AI
Punto débil: los logs tradicionales son solo palabras vacías, la AI no entiende.
Solución: el repositorio de código es el mundo de la AI (si no está en el repositorio, no existe). Los logs deben estar en un formato amigable para la AI, para que pueda leer y corregir errores por sí misma.
Resultado: la AI escribe millones de líneas de código y las pone en producción.
4️⃣ Mecanismo anti pereza de LangChain: evitar que la AI se vaya temprano
Punto débil: si la tarea no está terminada, la AI piensa que ya es suficiente y devuelve “completado”.
Solución: añadir hooks (ganchos). Insertar verificaciones al final, si la tarea no cumple, enviar un prompt para que vuelva a trabajar y no se vaya.
Logro: solo con técnicas de Harness, DeepAgent pasó del puesto 30+ al top 5.
💡 Filosofía: ¿Cómo aprender Harness?
No comiences directamente con tutoriales, eso lo hacen los “coleccionistas”.
1. Primero úsalo: descarga Claude Code, compra Plan, úsalo con intuición.
2. Luego experimenta: vive la mentira, la pereza y los bucles infinitos de la AI. Si no te ha hecho llorar, no entiendes por qué necesitas Harness.
3. Finalmente, entenderás: al volver con los puntos débiles, verás que Harness es la solución.