---
title: "Desarrollo de AI harness semana a semana: cómo se ve un proyecto real, del diagnóstico a producción"
description: "Desarrollo de AI harness semana a semana: qué pasa en cada fase, qué entregables recibes y qué decisiones te tocan para llevar tus agentes a producción."
url: https://addabra.com/blog/desarrollo-de-ai-harness-semana-a-semana
lang: es
date: 2026-11-01
category: "Servicios"
keyword: "desarrollo de AI harness"
publisher: Addabra
alternate: https://addabra.com/en/blog/ai-harness-development-week-by-week
---

# Desarrollo de AI harness semana a semana: cómo se ve un proyecto real, del diagnóstico a producción

> Desarrollo de AI harness semana a semana: qué pasa en cada fase, qué entregables recibes y qué decisiones te tocan para llevar tus agentes a producción.

Lunes, 9:00 de la mañana. La directora de operaciones de una empresa de servicios abre su correo y encuentra la tercera propuesta del trimestre para "implementar agentes de IA". Las tres prometen resultados. Ninguna explica qué va a pasar la semana 2, qué tiene que hacer su equipo ni cómo sabrá, a mitad del camino, si el proyecto va bien.

Esa incertidumbre es la razón por la que muchos proyectos se quedan en piloto. Este artículo describe cómo se ve un **desarrollo de AI harness** semana a semana: qué se construye en cada fase, qué recibes al final de cada una y qué decisiones te tocan a ti.

## Antes de empezar: qué es exactamente lo que se construye

Un agente de IA es un modelo más un harness. El modelo razona; el **harness** es todo lo que lo rodea para que trabaje de forma confiable: qué información ve, qué herramientas puede usar, qué reglas no puede romper, quién aprueba sus decisiones y cómo queda registrado lo que hizo. Si quieres el mapa completo de piezas, está en [anatomía de un harness empresarial](https://addabra.com/blog/anatomia-harness-empresarial).

Un proyecto de desarrollo de AI harness no construye "un chatbot". Construye la base sobre la que van a operar todos tus agentes, y la estrena con un primer flujo real. Esa diferencia cambia la forma del calendario.

## El calendario, fase por fase

Lo que sigue es un **calendario ilustrativo**. La duración real depende del proceso, de tus sistemas y de la calidad de tus datos; lo que no cambia es el orden y que cada fase cierre con algo verificable.

| Fase | Semanas (ilustrativo) | Qué recibes |
|---|---|---|
| Diagnóstico | 1–2 | Proceso priorizado, mapa de sistemas y criterios de éxito |
| Diseño | 3 | Arquitectura de agentes, memoria, reglas, aprobaciones y evals |
| Construcción | 4–7 | Harness y primer flujo funcionando con casos reales |
| Producción | 8 | Usuarios reales, aprobaciones activas, trazas y alertas |
| Evolución | Continua | Ajustes con datos y nuevos agentes sobre la misma base |

### Semanas 1 y 2: diagnóstico

Aquí no se escribe código de agentes. Se entrevista a las personas que hacen el trabajo hoy, se revisan los sistemas que tocan (CRM, ERP, correo, documentos) y se identifican las excepciones: los casos raros que una demo nunca muestra.

El resultado es una decisión: **qué proceso va primero**. El mejor candidato suele tener volumen, reglas claras y un costo visible cuando se hace tarde o mal. Profundizamos en cómo elegirlo en [el diagnóstico de procesos que define tu primer agente](https://addabra.com/blog/diagnostico-de-procesos-ia).

Lo que te toca: dar acceso a las personas y a los sistemas, y nombrar a un responsable del proceso con autoridad para decidir.

### Semana 3: diseño

Con el proceso elegido, se diseña el sistema en papel antes de construirlo:

- **Agentes:** qué agente especializado hace cada parte del trabajo.
- **Memoria:** qué sabe el negocio de cada cliente o caso y dónde vive esa información.
- **Reglas:** la lista de "nunca" que el sistema debe hacer cumplir.
- **Aprobaciones por rol:** en qué pasos firma una persona, y cuál.
- **Evals:** el conjunto de casos reales con los que se va a medir si el agente hace bien su trabajo.

Este es el momento de discutir los casos difíciles. Cambiar una regla en un documento cuesta una conversación; cambiarla con el sistema en uso cuesta mucho más.

### Semanas 4 a 7: construcción

La construcción avanza en ciclos cortos con una revisión semanal. Cada semana tu equipo ve el flujo funcionando con casos reales, no diapositivas. Un orden típico:

1. Se montan la memoria y las conexiones con tus sistemas.
2. Se construye el primer agente y se mide contra las evals.
3. Se agregan los demás agentes del flujo y la orquestación entre ellos, con reintentos y recuperación desde el último paso.
4. Se activan las aprobaciones por rol, las trazas y los topes de gasto.

Lo que te toca: asistir a la revisión semanal, corregir criterios y aportar casos difíciles. Las evals mejoran mucho cuando el equipo trae ejemplos que lo hicieron sufrir.

### Semana 8: producción

La salida a producción es gradual: primero un grupo de usuarios, un volumen acotado y todas las aprobaciones encendidas. Se observan las trazas a diario, se revisa el costo por flujo y se compara el desempeño contra las evals acordadas en el diseño.

Un buen indicador de que el proyecto va bien: cuando algo falla, el equipo puede ver qué agente lo hizo, con qué datos y en qué paso, sin pedírselo a nadie.

### Después: evolución

El primer flujo es el estreno del harness, no el final del proyecto. Con la base ya construida, el segundo agente reutiliza la memoria, las aprobaciones, las evals y la observabilidad. Por eso cada agente nuevo debería costar menos y comportarse de forma consistente con los demás.

## Ejemplo ilustrativo: el mismo proyecto, con y sin método

Imagina una empresa de distribución que quiere automatizar la respuesta a solicitudes de cotización.

**Sin método:** un equipo arma un piloto en dos semanas con un modelo potente y una hoja de cálculo de precios. En la demo, impresiona. En operación, cotiza con precios viejos, no sabe qué clientes tienen condiciones especiales y nadie revisa antes de enviar. A los dos meses, el piloto se apaga.

**Con método:** el diagnóstico detecta que el problema real son las excepciones de precio. El diseño pone esas reglas en el harness y define que el director comercial firma toda cotización fuera de lista. La construcción mide cada versión contra casos reales del último trimestre. En producción, el agente prepara y el humano decide. El patrón detrás de esta diferencia lo explicamos en [por qué tu piloto de IA nunca llegó a producción](https://addabra.com/blog/piloto-ia-a-produccion).

## Errores comunes en un proyecto de desarrollo de AI harness

1. **Saltarse el diagnóstico.** Empezar a construir sin elegir bien el proceso garantiza un piloto bonito y poco útil.
2. **Dejar las aprobaciones para el final.** Son parte del diseño, no un parche de seguridad.
3. **Evals inventadas.** Si los casos de prueba no salen de tu operación real, miden un negocio que no existe.
4. **Revisiones con diapositivas.** Si cada semana no ves el flujo funcionando, no sabes si el proyecto avanza.
5. **Un harness por agente.** Construir la base desde cero para cada caso multiplica el costo y las reglas contradictorias.

## Qué hacer el lunes

Elige un proceso candidato y escribe en una página tres cosas: cuánto volumen tiene, qué excepciones lo complican y quién debería firmar antes de que algo salga al cliente. Con eso, cualquier conversación sobre agentes empieza en el lugar correcto.

En Addabra trabajamos exactamente con este método: diagnóstico, diseño, construcción, producción y evolución, sobre nuestro propio harness probado y con entregables visibles en cada fase. Si quieres ver qué incluye, revisa nuestro servicio de [desarrollo de AI harness](https://addabra.com/ai-harness-development/es).

## Preguntas frecuentes

### ¿Cuánto dura un proyecto de desarrollo de AI harness?

Depende del proceso elegido, del estado de tus datos y de cuántos sistemas hay que conectar. El calendario de este artículo es ilustrativo; lo importante es que cada fase cierre con un entregable concreto y que el primer flujo llegue a usuarios reales lo antes posible, no al final de un plan largo.

### ¿Qué tiempo necesita dedicar mi equipo?

Sobre todo el de las personas que conocen el proceso: entrevistas en el diagnóstico, revisión de reglas en el diseño y una revisión semanal durante la construcción. También hace falta un responsable con autoridad para decidir qué se aprueba y quién firma cada paso.

### ¿Qué pasa después de la salida a producción?

Empieza la fase de evolución: se ajusta el flujo con datos de la operación, se actualizan las evals y se suman nuevos agentes sobre la misma base. Cada agente nuevo reutiliza la memoria, las aprobaciones y la observabilidad que ya existen.

## Sobre Addabra

Addabra es una fábrica de software AI software first que diseña y construye sistemas agénticos a la medida para empresas: un agente por proceso, una memoria del negocio compartida, orquestación, aprobación humana por rol, auditoría y control de costos. Diagnóstico sin costo: https://addabra.com/blog/desarrollo-de-ai-harness-semana-a-semana#contacto