Tratopedia
EN
Ajustes

Tamaño del texto

Tema

Alto contraste

Versión

v1.184.0

La publicación con la que se generó esta página. Es la que almacena en caché el service worker.

Terminología · Ingeniería de LLM · Agentes de IA · IA · ExplicaciónCinco términos, de febrero de 2021 a julio de 2026

Prompt · contexto · harness · bucle · grafo

Cinco nombres para una misma pila, y ningún orden acordado

Desde que llegó ChatGPT en 2022, cinco términos han descrito cómo trabajan los desarrolladores con los modelos de IA: ingeniería de prompts, de contexto, de harness, de bucles y de grafos. Cada uno se remonta a publicaciones fechadas de personas con nombre — la de prompts, a un artículo de Laria Reynolds y Kyle McDonell en febrero de 2021; la de contexto, a Tobi Lütke y Andrej Karpathy en junio de 2025; la de harness, a OpenAI ya en febrero de 2026; la de bucles, a Peter Steinberger y Addy Osmani en junio de 2026; la de grafos, a Josh C. Simmons en julio de 2026. El artículo explicativo de BusinessNext del 28 de julio de 2026 los apila uno dentro de otro. Quienes usan los términos no se ponen de acuerdo sobre esa pila: Databricks sitúa prompt, contexto y bucles dentro del harness, Osmani pone el bucle un piso por encima y Simmons deja el harness fuera de su escalera.

  • 5nombres, cada uno envolviendo al anterior según BusinessNext
  • 3lugares distintos para el bucle: dentro del harness, un piso por encima, o dentro de cada nodo de un grafo
  • ~20mejoras que autoresearch conservó de unos 700 cambios, según el propio recuento de Karpathy
  • 12primitivas de diseño que nombra una lista pública sobre harness, con el bucle del agente en primer lugar

Cinco nombres, en el orden en que aparecieron Cada tarjeta da el uso fechado más antiguo encontrado y las palabras de quien lo usó.

  • 1 · febrero de 2021

    Prompt Engineering 提示工程

    Gobierna: cómo se redacta una petición.

    • El uso fechado más antiguo encontrado es el artículo de Laria Reynolds y Kyle McDonell del 15 de febrero de 2021: “La ingeniería de prompts para un modelo de lenguaje cuya entrada y salida están en lenguaje natural puede concebirse como programación en lenguaje natural”.
    • En marzo de 2023 Anthropic ya anunciaba un puesto de “Prompt Engineer and Librarian” por 175,000 a 335,000 dólares al año.
    • La definición de la propia Anthropic: métodos para redactar y organizar las instrucciones de un modelo para obtener el mejor resultado.
    • No fue sustituida. BusinessNext y Databricks la describen como una parte de lo que vino después.
  • 2 · junio de 2025

    Context Engineering 情境工程

    Gobierna: qué puede ver el modelo en cada paso.

    • Tobi Lütke, 19 de junio de 2025: “el arte de proporcionar todo el contexto para que la tarea sea plausiblemente resoluble por el LLM”.
    • Andrej Karpathy, seis días después: “el delicado arte y ciencia de llenar la ventana de contexto con la información justa para el siguiente paso”.
    • El equipo de IA aplicada de Anthropic la formalizó el 29 de septiembre de 2025 como “la progresión natural de la ingeniería de prompts”.
  • 3 · febrero de 2026

    Harness Engineering 駕馭工程

    Gobierna: todo lo que rodea al modelo — herramientas, memoria, entorno aislado, salvaguardas.

    • El uso fechado más antiguo encontrado es el de OpenAI, del 11 de febrero de 2026: cinco meses construyendo un producto con Codex escribiendo cada línea.
    • Agent = Model + Harness. Vivek Trivedy, de LangChain, marzo de 2026: “Si no eres el modelo, eres el harness”.
    • Databricks, junio de 2026, enumera lo que contiene: herramientas, memoria, un espacio de trabajo y salvaguardas como las aprobaciones.
  • 4 · junio de 2026

    Loop Engineering 迴圈工程

    Gobierna: el sistema que da instrucciones al agente para que no tenga que hacerlo una persona.

    • Peter Steinberger, 7 de junio de 2026: “Deberías estar diseñando bucles que den instrucciones a tus agentes”. El “Loop Engineering” de Addy Osmani lleva la misma fecha.
    • La definición del equipo de Claude Code: “agentes que repiten ciclos de trabajo hasta que se cumple una condición de parada”.
    • La idea es anterior al nombre: el “Ralph” de Geoffrey Huntley, de julio de 2025, era un agente ejecutado en un simple bucle de shell. El ejemplo de BusinessNext es autoresearch, de Karpathy.
  • 5 · julio de 2026

    Graph Engineering 圖結構工程

    Gobierna: qué pasos se ejecutan, en qué orden, quién pasa el relevo a quién y qué se registra.

    • Josh C. Simmons, 4 de julio de 2026: “diseñar sistemas agénticos como grafos explícitos en lugar de bucles implícitos”.
    • Tres partes: nodos que hacen cada uno una sola tarea, aristas que llevan las decisiones y un objeto de estado guardado en cada cruce.
    • BusinessNext llevó el término a los lectores en chino el 28 de julio, citando a Simmons en su línea de fuentes.

Qué solidez tiene cada parte Documentado, luego autodeclarado, luego en disputa, luego no establecido.

SolidezQuéEn qué se basa
DocumentadoLas fechas en que cada término aparece por primera vez en público: ingeniería de prompts, 15 de febrero de 2021; de contexto, 19 y 25 de junio de 2025; de harness, 11 de febrero de 2026; de bucles, 7 de junio de 2026; de grafos, 4 de julio de 2026.Las propias publicaciones y el artículo, cada uno fechado por quien lo publica
Documentado“La ingeniería de prompts y la de contexto viven ambas dentro de la ingeniería de harness”.Databricks, 17 de junio de 2026, literal — la única autoridad que cita BusinessNext para su anidamiento
DocumentadoEl diseño de autoresearch: el agente solo edita train.py, no puede tocar prepare.py y entrena cinco minutos fijos por ejecución — unas 12 por hora, unas 100 en una noche.El propio README del proyecto
AutodeclaradoPrimera ronda de autoresearch: unos 700 cambios, unos 20 conservados, el “Time to GPT-2” de nanochat reducido de 2.02 a 1.80 horas, alrededor de un 11%.Karpathy, 9 de marzo de 2026, midiendo su propio proyecto
AutodeclaradoEl experimento de harness de OpenAI: alrededor de un millón de líneas y unas 1,500 solicitudes de cambio de tres ingenieros, sin código escrito a mano.OpenAI, 11 de febrero de 2026, sobre su propio equipo
En disputaCuál de los cinco contiene a cuál.Siete fuentes con nombre y al menos tres lugares para el bucle — véase el argumento más abajo
No establecidoQuién escribió primero “harness engineering” o “Agent = Model + Harness”.Los usos más antiguos encontrados son los de OpenAI y LangChain; Birgitta Böckeler llama a la fórmula una abreviatura que “ha surgido”

Todo lo que aquí tiene fecha 19 entradas fechadas. Hay un término cuyo primer uso no pudo encontrarse: ingeniería de harness. El uso más antiguo encontrado de la ingeniería de prompts tiene fecha, y no se presenta como el primero.

  1. 15 feb 2021Laria Reynolds y Kyle McDonell publican un artículo sobre cómo dar prompts a GPT-3 que usa “prompt engineering” — el uso fechado más antiguo de la expresión que se ha encontrado.
  2. 30 nov 2022OpenAI lanza ChatGPT. BusinessNext data toda la secuencia a partir de aquí.
  3. 13 mar 2023Un informe del sector encuentra empleos de ingeniero de prompts anunciados por hasta 335,000 dólares al año, encabezados por una oferta de Anthropic.
  4. 19 jun 2025Tobi Lütke, consejero delegado de Shopify, publica que prefiere “context engineering” a la ingeniería de prompts.
  5. 25 jun 2025Andrej Karpathy coincide y añade que la ingeniería de contexto es “solo una pequeña pieza” de una gruesa capa de software en torno al modelo.
  6. 14 jul 2025Geoffrey Huntley publica “Ralph”: “En su forma más pura, Ralph es un bucle de Bash”. El bucle, antes de tener nombre de disciplina.
  7. 29 sep 2025El equipo de IA aplicada de Anthropic publica una guía de ingeniería de contexto para agentes.
  8. 22 oct 2025LangGraph, el marco y entorno de ejecución de agentes de bajo nivel de LangChain, alcanza la versión 1.0.
  9. 11 feb 2026Ryan Lopopolo, de OpenAI, publica “Harness engineering”, el uso fechado más antiguo del término encontrado.
  10. 6 mar 2026Se crea el repositorio autoresearch de Karpathy.
  11. 9 mar 2026Karpathy informa de la primera ronda de autoresearch sobre nanochat.
  12. 10 mar 2026Vivek Trivedy, de LangChain: “Agent = Model + Harness”.
  13. 2 abr 2026Birgitta Böckeler, de Thoughtworks, publica en martinfowler.com la ingeniería de harness para usuarios de agentes de programación.
  14. 13 abr 2026Un artículo de posición en arXiv describe el bucle del agente como un planificador con exactamente una unidad lista para ejecutarse a la vez.
  15. 7 jun 2026Peter Steinberger publica que los desarrolladores deberían diseñar bucles, no escribir prompts; Addy Osmani publica “Loop Engineering” ese mismo día.
  16. 17 jun 2026Databricks explica el harness del agente y sitúa dentro de él la ingeniería de prompts y la de contexto.
  17. 30 jun 2026El equipo de Claude Code publica su clasificación de bucles: por turnos, por objetivo, por tiempo y proactivos.
  18. 4 jul 2026Josh C. Simmons publica “We Are Entering the Graph Engineering Phase”.
  19. 28 jul 2026BusinessNext publica su explicación de los cinco términos, firmada por 陳建鈞.

Qué sostiene el artículo explicativo No sustitución sino contención — y luego un freno a su propia tesis.

El artículo de BusinessNext, firmado por 陳建鈞 y que declara al pie que su primer borrador lo escribió una IA antes de que él lo compilara y editara, hace una sola afirmación: los cinco no son generaciones que se sustituyen, sino capas que se envuelven, cada una reforzando los límites de la anterior. Su autoridad es Databricks, cuya guía del 17 de junio de 2026 dice textualmente que la ingeniería de prompts y la de contexto viven ambas dentro de la de harness. El bucle hace funcionar el harness de forma automática, y el grafo organiza muchos bucles. Luego el artículo frena su propia tesis: no hay consenso en el sector sobre qué capa está encima o contiene a cuál — unos ponen el bucle por encima del harness, otros dejan fuera el harness — y, en sus palabras, 目前還沒有定論, aún no está decidido. Ambas posturas sin nombre pueden nombrarse. Poner el bucle encima del harness es la formulación de Addy Osmani; dejar fuera el harness es la escalera de Josh C. Simmons, y Simmons es una de las dos fuentes que cita el artículo.

  • 0consenso del sector sobre cómo se apilan las capas, según el propio artículo
  • 2fuentes en su línea de fuentes: la plataforma X y Josh C. Simmons
  • AIescribió el primer borrador, según el pie del propio artículo

Quién pone qué dentro de qué Siete fuentes con nombre. Léase la columna de la derecha y la pila no se queda quieta.

FuenteDónde coloca cada cosa
Databricks, junio de 2026Prompt y contexto dentro del harness — y su propia tabla incluye los bucles entre lo que diseña la ingeniería de harness.
awesome-harness-engineering, una lista públicaEl bucle del agente es la primera de doce primitivas de diseño dentro del harness.
Birgitta Böckeler, abril de 2026Al revés, para los usuarios de agentes de programación: construir un harness de usuario “es una forma específica de ingeniería de contexto”.
Addy Osmani, junio de 2026“La ingeniería de bucles está un piso por encima del harness”.
Josh C. Simmons, julio de 2026Prompt, luego contexto, luego bucle, luego grafo. El harness no es un peldaño, y el bucle “no ha muerto. Lo han degradado” — funciona dentro de cada nodo del grafo.
Andrej Karpathy, junio de 2025Antes de que existieran los nombres posteriores: la ingeniería de contexto es “solo una pequeña pieza” de una gruesa capa de software que convierte llamadas al modelo en aplicaciones.
BusinessNext, julio de 2026Los cinco anidados, el prompt en el centro — y luego: aún no está decidido.

De dónde vienen los tres principios para dibujar el grafo

BusinessNext presenta sus tres principios para dibujar el trabajo como un grafo como una síntesis de la práctica de la comunidad de desarrolladores. Puestos uno junto a otro, siguen de cerca el ensayo de Simmons del 4 de julio, hasta en los ejemplos: un paso que hace cinco cosas es otra vez el método antiguo; relevos decididos por una regla fija (“pasan las pruebas, se despliega”) o por el modelo (¿facturación o abusos?); el progreso anotado para que una ejecución pueda esperar tres días la aprobación de una persona; y un tope de gasto, sin el cual el sistema solo acumula una factura. Simmons enumera siete prácticas; el artículo condensa cuatro de ellas en tres, y lo cita en su línea de fuentes.

Los cinco, término a término Cada definición con las palabras de su autor.

TérminoLo más antiguo encontradoDefinido como
PromptReynolds y McDonell, 15 de febrero de 2021; ofertas de empleo en marzo de 2023“Métodos para redactar y organizar las instrucciones de un LLM para obtener resultados óptimos” — Anthropic.
ContextoLütke, 19 de junio de 2025Llenar la ventana con la información justa para el siguiente paso. Con muy poca, al modelo le falta lo que necesita; con demasiada, “los costes pueden subir y el rendimiento bajar” — Karpathy.
HarnessOpenAI, 11 de febrero de 2026“Todo fragmento de código, configuración y lógica de ejecución que no sea el propio modelo” — Trivedy. Una lista pública añade el porqué: “Cada componente existe porque el modelo no puede hacerlo solo”.
BucleSteinberger y Osmani, 7 de junio de 2026“Agentes que repiten ciclos de trabajo hasta que se cumple una condición de parada” — por turnos, por objetivo, por tiempo o proactivos, según la clasificación del equipo de Claude Code.
GrafoSimmons, 4 de julio de 2026Grafos explícitos en lugar de bucles implícitos: nodos aburridos, aristas que llevan las decisiones y estado guardado en cada cruce. “La ingeniería de bucles era el oficio de lo que ocurre dentro de una ventana de contexto. La de grafos es el oficio de lo que ocurre entre ellas”.

Cómo dice Simmons que se practica la ingeniería de grafos Siete prácticas, en su orden. Los tres principios de BusinessNext se condensan a partir de la segunda, la tercera, la cuarta y la sexta.

  1. 1Dibuja primero el estadoAnota lo que sabe el sistema en cada punto de una ejecución antes de escribir un prompt. “Si no puedes anotar lo que sabe el sistema en cada punto de una ejecución, tienes una demo”.
  2. 2Mantén aburridos los nodosUna tarea cada uno, comprobable por separado, sustituible entero. “Un nodo que hace cinco cosas es un bucle con pasos de más”.
  3. 3Pon el juicio en las aristasUnos relevos son reglas fijas y otros los decide el modelo; usa la regla por defecto siempre que puedas permitírtelo. Las aristas que decide el modelo son donde fallará el sistema, así que vigílalas.
  4. 4Guarda el estado en cada cruceAsí un fallo significa reintentar un nodo, no toda la ejecución, y una ejecución puede esperar tres días la aprobación de una persona.
  5. 5Trata a las personas como nodosUna aprobación tiene una arista de entrada y otra de salida, diseñadas como cualquier otro paso — no añadidas como una excepción.
  6. 6Pon el presupuesto en el estadoTokens, dinero y tiempo real viven en el estado y se aplican en las aristas. Si un agente no puede detenerse en un umbral de gasto, no funciona solo — solo acumula una factura.
  7. 7Evalúa el camino, no solo el resultadoUna comprobación del resultado dice que la ejecución terminó bien; una de la trayectoria dice si siguió un camino sensato a un coste sensato.

El bucle y el harness, en la práctica Dos proyectos cuyos propios autores publicaron las cifras.

autoresearch es el ejemplo de ingeniería de bucles que da BusinessNext, y su README es concreto sobre el diseño. El agente edita un solo archivo, train.py. No puede tocar prepare.py, que contiene la preparación de datos y la evaluación — así que no puede hacer más fácil el examen en lugar de mejorar el modelo. Cada ejecución entrena cinco minutos fijos, lo que da unos 12 experimentos por hora y unos 100 en una noche, puntuados con val_bpb, donde menos es mejor. El 9 de marzo de 2026 Karpathy informó de la primera ronda: unos 700 cambios en unos dos días, de los que unos 20 mejoraron la pérdida de validación y se trasladaron a un modelo mayor, reduciendo el “Time to GPT-2” de nanochat de 2.02 a 1.80 horas, alrededor de un 11%. Escribió que no había encontrado esos ajustes a mano, y que aún no era investigación novedosa ni rompedora. El documento más antiguo de la ingeniería de harness encontrado aquí es el relato de OpenAI de cinco meses construyendo un producto en el que, según dice, ninguna línea de código la escribió una persona: alrededor de un millón de líneas y unas 1,500 solicitudes de cambio de tres ingenieros, 3.5 al día cada uno. Ambas series de cifras son de sus propios autores, y no se encontró ninguna medición independiente de ninguna de ellas.

  • 1 archivoque puede editar el agente de autoresearch: train.py
  • 5 minpresupuesto fijo de entrenamiento por experimento
  • ~11%más rápido el “Time to GPT-2” tras la primera ronda, según la medición del propio Karpathy

Qué retener Los nombres tienen fecha. La pila, no.

Cada nombre tiene un origen fechado que se puede abrir

La ingeniería de prompts en febrero de 2021, la de contexto en junio de 2025, la de harness ya en febrero de 2026, la de bucles en junio de 2026 y la de grafos en julio de 2026 — cada una puede leerse en las palabras de quienes la hicieron pública. El orden en que las da BusinessNext es el orden en que aparecieron.

La pila es el dibujo de cada autor

Databricks pone el bucle dentro del harness, Osmani por encima y Simmons dentro de cada nodo de un grafo sin peldaño de harness, mientras que Böckeler trata el harness como una forma de ingeniería de contexto. Léase cualquier diagrama de los cinco como la visión de su autor — incluido el de BusinessNext, que lo dice él mismo.

Lo que vale sin ninguno de los nombres

Las condiciones de parada recorren la guía de bucles del equipo de Claude Code; los puntos de aprobación, el harness de Databricks; los topes de gasto y el estado guardado, el grafo de Simmons. Si un sistema no puede detenerse cuando su coste toca un techo, no funciona solo, se llame como se llame su capa.

Lo que no pudo verificarse

Información sin confirmar — que el 60 por ciento de 70 proyectos de agentes de código abierto encuestados siguen usando bucles simples. Josh C. Simmons atribuye la cifra a un artículo de abril de 2026; el resumen de ese artículo describe 70 sistemas encuestados y no da ese porcentaje.

Mensaje principal y fuentes

  • 陳建鈞, BusinessNext (28 jul 2026)
  • Tobi Lütke en X (19 jun 2025)
  • Andrej Karpathy en X (25 jun 2025 y 9 mar 2026)
  • Rajasekaran, Dixon, Ryan y Hadfield, Anthropic (29 sep 2025)
  • Laria Reynolds y Kyle McDonell, arXiv 2102.07350 (15 feb 2021)
  • OpenAI, “Introducing ChatGPT” (30 nov 2022)
  • David Ramel, Virtualization Review (13 mar 2023)
  • Geoffrey Huntley (14 jul 2025)
  • LangChain, LangGraph 1.0 (22 oct 2025)
  • Ryan Lopopolo, OpenAI (11 feb 2026)
  • karpathy/autoresearch en GitHub (mar 2026)
  • Vivek Trivedy, LangChain (10 mar 2026)
  • Birgitta Böckeler, martinfowler.com (2 abr 2026)
  • Hu Wei, arXiv 2604.11378 (13 abr 2026)
  • Peter Steinberger en X (7 jun 2026)
  • Addy Osmani (7 jun 2026)
  • Databricks (17 jun 2026)
  • Delba de Oliveira y Michael Segner, Claude (30 jun 2026)
  • Josh C. Simmons (4 jul 2026)
  • ai-boost/awesome-harness-engineering en GitHub. Los cinco términos se tratan uno a uno en sus propios artículos, y se comparan en el tema permanente ingeniería de LLM.

Versiones

Este documento se reescribe cuando lo que dice tiene que cambiar. Cada versión sigue publicada en su propia dirección.

  1. v0003 actual
  2. v0002 reemplazada
  3. v0001 reemplazada

La versión actual también está en latest/.