PulseFlow Tecnologia
← Insights
·6 min de lectura·brief-ejecutivo·prompt-engineering·agentes-de-ia·harness-engineering
PulseFlow Tecnologia

Por qué el prompt engineering ya no es suficiente

El informe State of AI Agents, de LangChain, tiene un dato que resume bien dónde está la industria: el 51% de las empresas encuestadas ya usa agentes en producción, y el 78% tiene planes activos para hacerlo - pero la mayor preocupación reportada no es "el prompt es lo bastante bueno". Es la calidad de ejecución, con un peso dos veces mayor que cualquier otro factor. Eso es un síntoma directo de que el prompt engineering, por sí solo, ya no es la variable que decide si un agente funciona.

Lo que muestra la investigación sobre dónde realmente se traban las empresas

Entre las más de 1.300 personas encuestadas por LangChain (60% del sector tecnológico), los casos de uso más comunes de agentes hoy son investigación y resumen (58%), productividad personal (53,5%) y atención al cliente (45,8%) - tareas donde el texto de entrada y salida importa, pero lo que decide el éxito o el fracaso es lo que rodea al modelo: trazabilidad y observabilidad (el control más citado), evaluación offline (39,8%, más usada que la evaluación online, 32,5%), permisos de solo lectura por defecto, y aprobación humana para acciones críticas como escritura o eliminación. Los equipos de tecnología usan, en promedio, un 51% más de métodos de control simultáneos que las empresas de otros sectores - y son justamente esos equipos los que reportan menos fricción al poner agentes en producción.

El caso extremo: cuando el prompt deja de ser el artefacto central

El experimento de harness engineering documentado por OpenAI muestra el otro lado de este cambio. En un repositorio construido enteramente por agentes durante cinco meses (~1 millón de líneas, 1.500+ PRs, tres ingenieros), el artefacto que decidía si el agente funcionaba bien no era el prompt de cada tarea - era cuán "legible" era el repositorio para el agente: contexto de arquitectura, decisiones técnicas y convenciones documentadas dentro del propio código, no en prompts sueltos o conversaciones de Slack que el agente nunca vería. Un AGENTS.md bien estructurado - hoy un formato abierto documentado, con adopción medida en decenas de miles de estrellas en GitHub - cumple ese papel: definir contexto, límites y comandos de forma persistente, fuera del prompt de cada interacción individual.

Qué cambia en la práctica

El prompt engineering no desapareció - sigue importando escribir instrucciones claras. Lo que cambió es que dejó de ser la única palanca. Los datos de LangChain lo muestran de forma directa: la calidad del desempeño, la seguridad y la observabilidad pesan más que la redacción del prompt a la hora de decidir si un agente llega a producción o se queda atascado en prueba de concepto. Los equipos que tratan al agente como "solo escribir un mejor prompt" tienden a quedar entre el 22% que cita el costo y la complejidad técnica como barrera. Los que tratan al agente como un sistema - con contexto persistente, herramientas con alcance definido, pruebas, evaluación y aprobación humana donde importa - son los que aparecen en el 51% que ya está en producción.

Fuentes