Bienvenido a Proyectos

Esta es la sección práctica de Learn Harness Engineering. Leer las lecciones no basta: necesitas construir los entornos tú mismo y observar cómo se comportan Codex, Claude Code u otros agentes de IA bajo reglas distintas.

Resumen de proyectos

El curso incluye 6 proyectos prácticos y progresivos que enseñan a construir desde cero un entorno agentic fiable:

1. Solo prompt vs reglas primero: compara el rendimiento de un agente con solo un prompt frente a un harness básico.
2. Workspace legible para el agente: aprende a estructurar el repositorio para que sea cómodo para la IA y a establecer mecanismos de handoff.
3. Continuidad entre sesiones: diseña archivos de estado y scripts de inicialización para que el agente pueda reanudar el trabajo entre sesiones.
4. Feedback de runtime y control de alcance: introduce herramientas que permiten al agente probar su propio código y corregir errores durante la ejecución.
5. Autoverificación y separación de roles: construye un mecanismo de revisión independiente para evitar alucinaciones y declaraciones prematuras de éxito.
6. Harness completo (capstone): ensambla un entorno final de trabajo agentic observable y end-to-end.

Cómo avanzar

Cada carpeta de proyecto suele contener:

• starter/: tu workspace inicial.
• solution/: una implementación de referencia si te atascas.
• Instrucciones de tarea con contexto y objetivos concretos.

Usa tu AI Coding Agent preferido, por ejemplo Claude Code, Cursor o Trae, para completar las tareas dentro del directorio starter/.