El modelo no es el producto, lo es el harness
La verdadera arma secreta de la IA no es el modelo subyacente; es el agent harness. El cofundador y CPO de Gamma, Jon Noronha, define al agente como el bucle de razonamiento que planifica, actúa y revisa su trabajo. El harness es el sistema circundante: las herramientas, el entorno, el contexto y los controles orientados al usuario que permiten al agente ejecutar sus tareas.
Los primeros productos de Gamma dependían de una secuencia construida manualmente de llamadas únicas a LLMs. Esto significaba encadenar prompts manualmente para generar un esquema o una sola diapositiva. La revolución de los agentes, explica Noronha, reemplaza este enfoque lineal y frágil con un bucle de nivel superior donde el LLM puede:
- Seleccionar herramientas
- Inspeccionar su trabajo
- Revisar los resultados a través de una serie de llamadas ejecutadas
Noronha desafía el menosprecio hacia los "GPT wrappers", que implica que el LLM hace el 90% del trabajo. Él argumenta que el sistema de producto circundante, el harness, realiza la mayor parte del trabajo para convertir las capacidades brutas del modelo en resultados útiles. Incluso empresas de modelos como OpenAI y Anthropic invierten fuertemente en el desarrollo de harnesses, lo que subraya su importancia crítica.
Un solo prompt puede activar una pequeña fábrica de IA
Un solo prompt ahora puede activar una pequeña fábrica de IA. Consideremos una solicitud típica en Gamma: un usuario pega notas desordenadas o un PDF y pide una presentación de 20 diapositivas. En el momento en que llega ese prompt, el agent harness de Gamma pone en marcha un agent sandbox completo basado en la nube: un entorno dedicado para que la IA opere.
Dentro de este sandbox, el agente primero identifica la información faltante, haciendo preguntas al usuario como la demografía de la audiencia (por ejemplo, "¿es una presentación educativa para la escuela?") y llamando a conectores externos como Notion o Slack para obtener contexto relevante. Solo esta fase inicial puede involucrar tres o cuatro modelos diferentes, incluyendo tanto modelos costosos como económicos, y renderiza una interfaz de usuario generativa para las elecciones del usuario.
A continuación, el sistema redacta un esquema para la presentación, un proceso que involucra varias llamadas más a LLMs. Luego, selecciona una plantilla visual de una biblioteca de miles, aprovechando vision models y embeddings de búsqueda para encontrar la mejor opción, y la personaliza según las preferencias del usuario (por ejemplo, "la quiero roja o azul"). Antes de generar una sola diapositiva, esta coordinación de recopilación de información, renderizado de interfaz y selección de plantillas puede involucrar de 30 a 40 llamadas a LLMs a través de cuatro o cinco modelos diferentes.
Finalmente, a medida que se construye la presentación, el harness inspecciona continuamente su trabajo. Los vision models analizan las diapositivas generadas en busca de problemas comunes como imágenes recortadas, poco contraste, desalineación o errores de espaciado. Si se detectan problemas, el agente activa correcciones automáticas, asegurando un resultado pulido y de alta calidad antes de la entrega. Este quality loop es crucial para lanzar un producto listo para producción.
Construye donde los agentes de propósito general fallan
Los harnesses brillan donde los agentes de propósito general fallan. El cofundador de Gamma, Jon Noronha, ofrece dos señales claras de cuándo es esencial un harness personalizado: el trabajo implica juicio subjetivo y los usuarios se preocupan profundamente por los detalles del resultado final. Un agente general podría redactar una presentación decente, pero su resultado rara vez satisface el ojo de un diseñador en cuanto a composición espacial o calidad visual.
Considere la comunicación visual. A diferencia de la programación, donde un agente evalúa si el código se ejecuta o si las pruebas pasan, un agente creativo debe evaluar la calidad del diseño. El harness de Gamma, por ejemplo, proporciona herramientas que permiten al agente comprender los estilos artísticos y las preferencias creativas del usuario, generar imágenes, distribuirlas y luego inspeccionar su ajuste visual. Este ciclo de retroalimentación es crucial para productos como Gamma - AI-powered Presentations, Documents & Webpages.
Imagine un ejemplo de desarrollo de juegos personal. Un agente estándar podría generar el primer borrador de un juego, pero un harness personalizado podría permitir que personas que no saben programar den forma al mundo continuamente. A través de una retroalimentación constante, el agente podría refinar iterativamente los entornos, los diseños de personajes y los elementos narrativos, yendo más allá de la generación inicial hacia una construcción de mundos colaborativa y detallada. Este refinamiento iterativo es el verdadero poder de un harness bien diseñado.
¿Te está gustando? Recibe uno así en tu bandeja cada mañana.
un correo al día · date de baja en dos clics · sin rastreadores de terceros
Encuentre una ventaja antes de que el mercado lo copie
Los fundadores deben buscar ahora una ventaja distintiva. Tres caminos ofrecen una ventaja potencial: una visión de producto verdaderamente única, datos propietarios que entrenen herramientas especializadas o un modelo de negocio que integre la IA con servicios físicos y el intercambio en el mundo real. Estas vías van más allá de simplemente envolver un modelo de lenguaje grande.
Los sectores especializados o regulados, como el trabajo legal o médico, destacan la necesidad de un contexto de dominio profundo, integraciones robustas y una verificación rigurosa. Un harness personalizado en estos campos no solo debe comprender protocolos complejos, sino también proporcionar resultados verificables. Este nivel de rigor eleva al harness más allá de una simple característica, pero incluso aquí, el harness por sí solo no garantiza una ventaja competitiva impenetrable.
Para validar una oportunidad, pregunte: ¿Qué debe ver, hacer, comprobar y preguntar el agente al usuario? ¿Por qué un modelo genérico con una cadena de prompts fija no puede lograr esto bien? El éxito de Gamma, por ejemplo, proviene de un harness que comprende el diseño visual, las preferencias del usuario y el refinamiento iterativo: tareas que van mucho más allá de un prompt básico de texto a presentación.
El verdadero arma secreta no es solo el modelo, sino el entorno sofisticado y consciente del contexto que le permite realizar un trabajo subjetivo y detallado. Este enfoque en el agent harness impulsa la próxima ola de innovación, ofreciendo a los fundadores una forma tangible de construir un valor duradero.
Preguntas frecuentes
¿Qué es un agent harness?
Un agent harness es el conjunto de herramientas, entorno, instrucciones y ciclos de retroalimentación que permiten a un agente de IA realizar un trabajo, inspeccionar los resultados y mejorarlos.
¿En qué se diferencia un agent harness de una cadena de prompts?
Una cadena de prompts sigue una secuencia fija de llamadas al modelo. Un harness le da a un agente herramientas y estado para que pueda elegir acciones, inspeccionar el progreso y revisar dinámicamente.
¿Cómo utiliza Gamma un agent harness?
Gamma coordina modelos, contexto del usuario, plantillas, generación de imágenes, herramientas de diseño y comprobaciones de calidad visual para crear y refinar presentaciones y otros contenidos visuales.
¿Qué constituye una buena oportunidad para un agent harness vertical?
Busque trabajo que requiera herramientas específicas del dominio, juicio, aportes significativos del usuario o una verificación que los agentes de propósito general no puedan proporcionar de manera confiable.