Qué es cada pieza, cómo encajan con los modelos de hoy (Claude 5.x y GPT-6.1 en Codex) y hacia dónde vamos en los próximos seis meses.What each piece is, how they fit with today's models (Claude 5.x and GPT-6.1 in Codex), and where things are heading over the next six months.
Un modelo de IA, por sí solo, recibe texto y devuelve texto. No abre ficheros ni ejecuta nada.An AI model on its own takes in text and returns text. It does not open files or run anything.
El harness es todo lo que se construye alrededor del modelo para que pueda trabajar de verdad: el bucle que le hace dar un paso tras otro, las herramientas que puede usar, lo que recuerda, lo que tiene prohibido.The harness is everything built around the model so it can do real work: the loop that makes it take one step after another, the tools it can use, what it remembers, what it is not allowed to do.
Un agente es el conjunto funcionando: un modelo, dentro de un harness, con una tarea.An agent is the whole thing running: a model, inside a harness, with a task.
Entra:In: tu petición y unos permisosyour request and some permissions → Sale:Out: cambios verificadosverified changes
observar, actuar, comprobarobserve, act, check
CLAUDE.md · AGENTS.md
shell, ficheros, MCPshell, files, MCP
hooks, tests, linters
sandbox
decisiones, trazasdecisions, traces
Opus 5.5 · GPT-6.1 Sol — recibe texto, decide el siguiente pasotakes text, decides the next step
Un subagente es un agente lanzado por otro, con su propio contexto y herramientas recortadas. Explora o revisa y devuelve un resumen, no todo el ruido.A subagent is an agent launched by another one, with its own context and trimmed-down tools. It explores or reviews and returns a summary, not all the noise.
El orquestador reparte el trabajo, junta los resultados y decide cuándo está hecho mirando tests y artefactos, no lo que diga un agente de sí mismo.The orchestrator hands out the work, gathers the results and decides when it is done by looking at tests and artefacts, not at what an agent says about itself.
Un solo controlador: orden, integración, "hecho"One single controller: order, integration, "done"
Implementa la interfazBuilds the interface
exploraexplores
testeatests
Implementa la lógicaBuilds the logic
Revisa sin haber escrito el códigoReviews without having written the code
Regla de oro: el modelo caro para decidir, el barato para ejecutar. Datos a 21 de octubre de 2026 según una fuente de terceros; los alias cambian, comprueba lo que ves en tu cuenta.Rule of thumb: the expensive model to decide, the cheap one to execute. Data as of 21 October 2026 from a third-party source; aliases change, so check what you see in your own account.
| RolRole | Claude | Codex / OpenAI |
|---|---|---|
| Frontier arquitectura, bugs ambiguos, seguridadarchitecture, ambiguous bugs, security | Fable 5.1 (/model fable, nunca por defectonever the default) | GPT-6 Astra |
| Por defectoDefault la mayoría del trabajomost of the work | Opus 5.5 | GPT-6.1 Sol (≈ 1/5 del precio de Astra≈ 1/5 of Astra's price) |
| Rápido y baratoFast and cheap tareas claraswell-defined tasks | Sonnet 5.5 | GPT-6 Luna |
| Muchos pequeñosMany small ones escaneos, búsquedas, triagescans, searches, triage | Haiku 5.5 (esfuerzo ajustableadjustable effort) | Luna, esfuerzo bajolow effort |
| Harness en terminalTerminal harness | Claude Code 2.1.x | Codex CLI 0.163 (worktrees gestionadosmanaged worktrees, codex exec) |
| Harness como libreríaHarness as a library | Claude Agent SDK | Agents API (el harness de Codex alojadoCodex's harness, hosted) |
| SubagentesSubagents | Subagentes en Claude Code; Agent Teams, experimental y apagado por defectoSubagents in Claude Code; Agent Teams, experimental and off by default | Activados por defecto: worker, explorer y agentes propios en .codex/agents/On by default: worker, explorer and custom agents in .codex/agents/ |
MCP (Model Context Protocol) es el USB-C de los agentes: un enchufe estándar para conectarles herramientas y datos externos.MCP (Model Context Protocol) is the USB-C of agents: one standard plug to connect external tools and data.
Sin MCP, cada agente necesitaría un conector propio para cada servicio. Con MCP se escribe el servidor una vez y sirve a todos los agentes compatibles.Without MCP, every agent would need its own connector for every service. With MCP you write the server once and it works with every compatible agent.
Un servidor MCP puede ofrecer tres cosas: herramientas (acciones que el agente pide), recursos (datos que puede leer) y prompts (plantillas de instrucciones).An MCP server can offer three things: tools (actions the agent asks for), resources (data it can read) and prompts (reusable instruction templates).
decide qué pedirdecides what to ask
habla el protocolospeaks the protocol
Un programa pequeño que traduceA small program that translates
crear_issue()
ficheros, tablasfiles, tables
plantillastemplates
GitHub
Base de datosDatabase
Blender
Godot
Slack
search_issues.I need to query GitHub. I have a search_issues tool.search_issues({ repo: "taberna", label: "bug", state: "open" })[ {#41 "Crash al abrir inventario"}, {#38 "Texto cortado en menú"} ]run_query({ sql: "SELECT count(*) FROM users WHERE created_at::date = current_date - 1" }){ count: 128 }get_object_detail_summary({ name: "Puerta" }){ location: [2.0, 0, 0.1], dimensions: [1, 0.1, 2.1] }render_viewport_to_path({ path: "puerta.png" })OK → puerta.pngIntercambios ilustrativos: los nombres exactos de las herramientas dependen de cada servidor.Illustrative exchanges: the exact tool names depend on each server.
| Qué esWhat it is | Cuándo usarloWhen to use it | |
|---|---|---|
| MCP | Una conexión viva a un sistema, con estado y permisosA live connection to a system, with state and permissions | Hay que leer o actuar en algo real: base de datos, issues, Blender, un navegadorYou must read or act on something real: a database, issues, Blender, a browser |
| Skill | Una carpeta con un SKILL.md que enseña cómo hacer algoA folder with a SKILL.md that teaches how to do something | Procedimientos, estilo, pasos de publicación. Cuesta poco contexto hasta que se activaProcedures, style, publishing steps. Costs little context until it is triggered |
| API | La puerta de un servicio, pensada para programasA service's front door, built for programs | Para tu código. Un MCP suele envolver una API para que un agente la entiendaFor your code. An MCP usually wraps an API so an agent can understand it |
La combinación habitual: un MCP delgado para dar acceso y una skill para explicar el flujo. El MCP del gestor de tareas crea y busca tickets; la skill de triage decide cómo etiquetarlos.The usual combination: a thin MCP to give access and a skill to explain the workflow. The task manager's MCP creates and searches tickets; the triage skill decides how to label them.
Un controlador, pocos roles y verificación objetiva en cada paso. Es el patrón en el que coinciden Anthropic, OpenAI, GitHub y Microsoft.One controller, few roles and objective verification at every step. It is the pattern Anthropic, OpenAI, GitHub and Microsoft agree on.
| Claude Code | Codex CLI + GPT-6.1 | |
|---|---|---|
| SubagentesSubagents | Con permisos y herramientas propias por agenteWith their own permissions and tools per agent | Activados por defecto; agentes propios en TOML con modelo y esfuerzoOn by default; custom agents in TOML with model and effort |
| GuardasGuards | Hooks (PreToolUse…) ejecutablesExecutable hooks (PreToolUse…) | Sandbox y aprobaciones heredados de la sesión padreSandbox and approvals inherited from the parent session |
| Ejecución desatendidaUnattended runs | Agent SDK para construir tu propio orquestadorAgent SDK to build your own orchestrator | codex exec y worktrees gestionados; Agents API alojadacodex exec and managed worktrees; hosted Agents API |
| Encaja comoFits as | Planner / evaluator | Worker en paraleloin parallel |
Mezclarlos es una opción razonable: que un proveedor genere y el otro revise reduce errores correlacionados. A cambio, mantienes dos harness. Es una sugerencia mía, no una receta publicada: pruébala en un repo antes de generalizar. Los subagentes en paralelo brillan en lectura; para escribir a la vez, aísla cada uno.Mixing them is a reasonable option: one provider generates and the other reviews, which reduces correlated errors. The cost is maintaining two harnesses. This is my suggestion, not a published recipe: try it on one repo before generalising. Parallel subagents shine at reading; for writing at the same time, isolate each one.
Una factoría no es "muchos agentes": es una línea de producción con cola de entrada, puestos de trabajo aislados, control de calidad y revisión final.A factory is not "lots of agents": it is a production line with an input queue, isolated workstations, quality control and a final review.
Issues con contrato de tareaIssues with a task contract
Prioriza, asigna modelo y esfuerzo, lanzaPrioritises, assigns model and effort, launches
agenteagent
+ copia aislada de la app+ isolated copy of the app
agenteagent
+ copia aislada de la app+ isolated copy of the app
agenteagent
+ copia aislada de la app+ isolated copy of the app
tests, tipos, capturastests, types, screenshots
aprueba o devuelveapproves or sends back
revisa el PR y hace mergereviews the PR and merges
lo aprendido vuelve a las reglas del repowhat is learned feeds back into the repo rules
agentes programados: docs, deuda, dependenciasscheduled agents: docs, debt, dependencies
coste por tarea, % de PR sin retoquecost per task, % of PRs needing no rework
Recomendación: consolida el nivel 1 en cada repositorio antes de saltar al 3. Un harness flojo multiplicado por cinco agentes solo produce cinco veces más errores.Recommendation: consolidate level 1 in every repository before jumping to 3. A weak harness multiplied by five agents only produces five times as many errors.
Una proyección razonada, no un dato. Cada punto parte de una tendencia visible hoy; los puntos indican mi confianza.A reasoned projection, not a fact. Each point starts from a trend visible today; the dots show my confidence.
Las mediciones de METR indican que la duración de tareas que un agente completa de forma fiable se duplica cada unos siete meses. En seis meses, lo que hoy sale bien en una hora podría salir en casi dos, y se atreverán con encargos de un día entero.METR's measurements indicate the length of task an agent completes reliably doubles roughly every seven months. In six months, what works today in one hour could work in almost two, and agents will take on full-day assignments.
Las sesiones se parecerán más a trabajos que corren mientras haces otra cosa: lanzas por la tarde, revisas por la mañana. Los ingredientes ya existen: codex exec, sandboxes en la nube, servidores en segundo plano.Sessions will look more like jobs that run while you do something else: launch in the afternoon, review in the morning. The ingredients already exist: codex exec, cloud sandboxes, background servers.
Generar código será barato; decidir si es bueno, no. Más evaluadores automáticos en cada PR, y el humano reservado para puntos de decisión concretos en vez de leer todo el diff.Generating code will be cheap; deciding whether it is good will not. More automatic evaluators on every PR, and the human saved for specific decision points instead of reading the whole diff.
Los agentes se medirán como servicios: coste por tarea, tasa de fallos, regresiones tras cambiar de modelo. Quien no mida no sabrá si una actualización empeora su factoría.Agents will be measured like services: cost per task, failure rate, regressions after a model change. Whoever does not measure will not know whether an update makes their factory worse.
Cada mejora de modelo deja obsoletas reglas del harness que antes hacían falta. Se simplificará el andamiaje, y más gente usará harness gestionado (como la Agents API) en vez de construir el suyo.Each model improvement makes some harness rules obsolete. The scaffolding will be simplified, and more people will use a managed harness (like the Agents API) instead of building their own.
Con la especificación sin estado, los servidores vivirán más en la nube, con autenticación empresarial y registros de servidores aprobados. Las extensiones Tasks y Apps permitirán que un MCP tarde horas y muestre interfaz dentro del chat.With the stateless specification, servers will live more in the cloud, with enterprise authentication and registries of approved servers. The Tasks and Apps extensions will let an MCP run for hours and show an interface inside the chat.
Que el propio sistema elija Haiku, Opus o Fable según la dificultad de cada paso, en vez de decidirlo tú a mano.The system itself picks Haiku, Opus or Fable according to how hard each step is, instead of you deciding by hand.
Protocolos para que tu agente coordine con el agente de un servicio externo. Hay propuestas, pero aún no un estándar dominante.Protocols so your agent can coordinate with an external service's agent. There are proposals, but no dominant standard yet.
Los marcados con flecha no están explicados arriba y serían buenos candidatos a su propio artículo.The ones marked with an arrow are not explained above and would make good articles of their own.
CLAUDE.md es, en esencia, parte del prompt de sistema de tu proyecto.The instructions the model receives. CLAUDE.md is, in essence, part of your project's system prompt.Cuatro situaciones, de la más sencilla a la más ambiciosa. Son ilustrativas, pensadas con proyectos como un juego en Godot o una web de cromos.Four situations, from the simplest to the most ambitious. They are illustrative, imagined around projects such as a Godot game or a card-collecting website.
./verificar.sh".The rules file says: "to verify, run ./verify.sh".Lo que hace funcionar esto no es un modelo mejor, sino que existe un comando de verificación.What makes this work is not a better model, but the existence of a verification command.
inventarioinventory
guardadossaves
tests
codex exec para cada uno, en su worktree, con límite de coste.A script launches codex exec for each one, in its own worktree, with a cost limit.Las acciones irreversibles (publicar, borrar, cobrar) siguen requiriendo tu aprobación.Irreversible actions (publishing, deleting, charging) still require your approval.