Los tres bloques con los que se arma casi cualquier agente de IA de hoy. No es un curso — es vocabulario y modelos mentales suficientes para entender una conversación técnica, en una sola sentada.
Nivel: Técnico
un loop corre adentro de un harness · varios harnesses conectados forman un grafo
2′
Cómo usar esto
18′
Loop
20′
Harness
18′
Grafos
2′
Síntesis
00 · antes de arrancar
2 min
Cómo usar esta guía
Un agente de IA vive en dos capas: el harness que lo hace correr sobre un sistema real, y el loop que decide qué hacer paso a paso adentro. Cuando un loop solo no alcanza — hace falta bifurcar, paralelizar o coordinar varios agentes — el flujo se modela como grafo.
Cada bloque de abajo tiene: la idea en un párrafo, un modelo mental, 3-4 términos que vas a escuchar seguido, un video corto, y 3 cosas para no olvidar. Al final hay un quiz de 6 preguntas que te da un Score — no se guarda en ningún lado, es solo para vos.
01 · el motor
18 min
Loop
El loop (o agentic loop) es el ciclo que un agente repite en cada turno: piensa, actúa, observa el resultado de esa acción, y vuelve a pensar — hasta que decide que terminó. Es el patrón ReAct (Reasoning + Acting): el modelo entrelaza razonamiento explícito con llamadas a herramientas, en vez de contestar todo de una sola pasada.
Modelo mental
Nunca es "el modelo responde una vez". Es una conversación del modelo consigo mismo y con el entorno, vuelta tras vuelta, hasta una condición de corte — tarea resuelta, error irrecuperable, o tope de iteraciones.
Thought / Action / Observation
los tres pasos de cada vuelta del ciclo ReAct: pensamiento, acción, observación.
Tool call
la "acción": invocar una herramienta real — leer un archivo, correr un comando, pegarle a una API.
Condición de corte
qué hace que el loop pare: objetivo cumplido, límite de pasos, error sin salida.
El loop es el motor: sin él, un LLM contesta una vez y no puede corregirse a sí mismo.
Cada vuelta cuesta tokens y tiempo — la condición de corte importa tanto como el ciclo.
"Agente" ≈ LLM + loop + herramientas. Sacale el loop y es un chatbot.
02 · el auto alrededor del motor
20 min
Harness
El harness es todo el código no-LLM alrededor del modelo para que el loop funcione en un sistema real: cómo arma el contexto en cada vuelta, qué herramientas expone, qué permisos pide, cómo aísla comandos peligrosos, cómo persiste memoria entre sesiones. Herramientas como Claude Code son, justamente, un harness.
Modelo mental
El modelo es el motor; el harness es el auto entero — chasis, tanque, frenos, tablero. Dos harnesses con el mismo modelo adentro pueden comportarse completamente distinto.
Scaffolding
sinónimo informal de harness: el "andamiaje" de código que rodea al modelo.
Context engineering
decidir qué entra en el prompt de cada vuelta del loop — no todo cabe, no todo importa.
Guardrails / permisos
límites que impone el harness: qué se ejecuta sin preguntar, qué necesita confirmación.
Mismo modelo, harness distinto → resultados distintos. Tanto pesa el harness como el modelo.
"Harness" y "scaffolding" se usan como sinónimos en la jerga.
Aprobar un comando o confirmar un push en una herramienta como Claude Code es el harness actuando, no el modelo.
03 · el mapa entre loops
18 min
Grafos
Cuando un solo loop lineal no alcanza — hace falta bifurcar según el resultado, correr pasos en paralelo, o coordinar varios agentes especializados — el flujo se modela como grafo: nodos (pasos o agentes) conectados por edges que dicen a qué nodo ir después, a veces de forma condicional. LangGraph es el framework más citado para esto.
Modelo mental
Un loop simple ya es un grafo — de un solo nodo que se conecta consigo mismo. Un grafo "de verdad" agrega ramas: el nodo A deriva a B o C según una condición, o dispara B y C en paralelo y junta los resultados.
Nodo
un paso o sub-agente, con su propio mini-loop adentro.
Edge condicional
la regla que decide a qué nodo saltar después (routing).
Estado (state)
lo que viaja de nodo en nodo — cada nodo no repite todo el contexto desde cero.
Subagente / orquestador
un nodo puede ser, a su vez, otro agente completo con su propio harness.
Grafo ⊇ Loop: todo loop es un caso particular (grafo de un solo nodo), no son rivales.
Los grafos sirven para bifurcar, paralelizar o coordinar agentes — no son "más avanzados" per se.
El "estado" que viaja por el grafo reemplaza al contexto acumulado de un loop simple.
04 · atando cabos
2 min
Síntesis
Un agente real es casi siempre grafo por fuera, loop por dentro, harness alrededor de todo: el harness da el contexto, las herramientas y los permisos; adentro de cada nodo corre un loop (piensa-actúa-observa) hasta resolver su parte; y si la tarea es compleja, varios de esos nodos se conectan en un grafo con bifurcaciones.
Término
En una línea
Analogía
Loop
ciclo pensar → actuar → observar, hasta cortar
los latidos del agente
Harness
todo el código alrededor del modelo: contexto, tools, permisos, sandbox
el auto alrededor del motor
Grafo
nodos (pasos/agentes) conectados por edges, a veces condicionales
el mapa de rutas entre loops
Quiz — ¿quedó claro?
6 preguntas, corrección inmediata acá mismo, con un Score al final. No se guarda ni se envía a ningún lado por ahora.
0/100
Este Score queda solo en tu navegador por ahora. Cuando el sitio tenga cuentas (v2), vas a poder guardarlo y compararlo con el de otros.
Para la segunda vuelta
Cuando quieras ir más hondo en alguno de los tres, estos videos amplían cada bloque sin repetir lo ya visto acá: