Un arnés agéntico (a menudo simplemente "el arnés") es el entorno de software que convierte un modelo de lenguaje sin procesar en un agente funcional: el bucle que alimenta el contexto al modelo, ejecuta sus llamadas a herramientas, devuelve los resultados y se repite hasta que la tarea esté completa. El término se volvió central en la ingeniería de IA en 2025-2026, cuando quedó claro que una gran parte de la capacidad real de un agente en el mundo real no proviene solo del modelo, sino de la calidad del arnés que lo rodea: el mismo modelo puede parecer mediocre o excepcional dependiendo del arnés en el que se ejecute.
Qué proporciona un arnés
- El bucle del agente. Solicitar al modelo, analizar su acción, ejecutarla, añadir el resultado al contexto y repetir. Las condiciones de terminación, los reintentos y el manejo de errores residen aquí.
- Herramientas. Edición de archivos, ejecución de shell, navegación, ejecución de código, búsqueda: expuestas a través de llamadas a funciones o protocolos como el Protocolo de Contexto de Modelo.
- Gestión del contexto. Lo que el modelo ve en cada turno: indicaciones del sistema, ingeniería de contexto, resumen o compactación cuando se llena la ventana de contexto y memoria entre sesiones.
- Subagentes y orquestación. Generar subagentes para trabajo paralelo o especializado y fusionar sus resultados: el sustrato para sistemas multiagente y patrones como el bucle de guantelete.
- Barandillas de seguridad. Permisos, sandboxing, compuertas de aprobación humana y registros de auditoría; el incidente de OpenAI-Hugging Face de 2026 (ver 2026 OpenAI agent cyberattacks) convirtió el aislamiento a nivel de arnés en un tema de seguridad de primera línea.
Ejemplos
Los arneses de codificación son los más visibles: Claude Code, el CLI de Codex de OpenAI, el modo agente de Cursor y proyectos de código abierto como OpenHands y Aider. Los arneses de evaluación (los andamiajes utilizados para ejecutar puntos de referencia como SWE-bench) son la misma idea aplicada a la medición, por lo que los resultados de los puntos de referencia a menudo se informan "con el arnés X": las puntuaciones se mueven con el arnés, no solo con el modelo.
Por qué importa el término
"Arnés" separa dos capas que solían estar confundidas: la capacidad del modelo (pesos) y la capacidad del agente (pesos + entorno). Los anuncios de modelos citan cada vez más resultados dependientes del arnés, los patrones de indicaciones se escriben PARA un arnés (el bucle de guantelete requiere uno explícitamente) y los laboratorios ajustan los modelos a sus propios arneses: los modelos Claude de Anthropic y Claude Code son el emparejamiento canónico. El término relacionado andamiaje de agente a veces se usa indistintamente, aunque el andamiaje generalmente se refiere a la estructura de indicaciones y flujo de trabajo, mientras que el arnés se refiere al entorno de ejecución completo.