QCon AI Boston: « prompts → plataformas, arneses, evaluaciones » - el terreno valida la tesis

La conferencia QCon AI Boston captura el giro: la IA en producción ha pasado de ser un tema de *prompts* a uno de plataformas, *harnesses* y evaluaciones. Una convergencia, no una moda.

En términos sencillos

La restitución de InfoQ (17 de julio de 2026) sobre QCon AI Boston se resume en una frase: los equipos que lanzan IA a producción ya no hablan de prompts. Hablan de plataformas internas, de harnesses (el orquestador que ejecuta el agente con herramientas, memoria y reintentos) y de evaluaciones continuas. Es la segunda ola: ya no se trata de "responde bien", sino de "funciona a las 3 de la mañana".

Contexto

El hilo harness-ops (post-mortems de Grok CLI, #1184; disciplina de token, #1135; Malykhin sobre Java 1.5, #1175; Estado de la seguridad MCP 2026, #1054) documentó el mismo cambio en equipos individuales. QCon AI Boston formaliza lo que esos post-mortems decían por separado: el prompt ya no es el centro del trabajo. Se ha convertido en una entrada dentro de un sistema mayor, con su propia disciplina de operaciones.

Qué significa esto

Plataformas. Los equipos ya no escriben su agente directamente. Construyen una capa interna —plantillas, conectores, presupuestos, observabilidad— sobre la que cada equipo de negocio monta su caso. Es la misma trayectoria que el cloud interno de 2015-2020: primero el dolor local, luego la plataforma.

Harnesses. El orquestador se convierte en el artefacto crítico, a menudo más importante que la elección del modelo. Migración de modelo sin reescribir la aplicación (Anthropic publica su manual, #1135), tool-calling instrumentado, reintentos idempotentes, memoria con ámbito definido.

Evaluaciones. La evaluación ya no es un paso único antes del lanzamiento. Es un pipeline continuo: conjuntos de pruebas golden, LLM como juez en producción, regresiones detectadas automáticamente. El proceso de lanzamiento se parece más al CI de un backend que a una demo de producto.

Bajo el capó

La señal oculta es organizacional. Donde los proyectos fallan, ya casi nunca es el modelo: es la falta de disciplina de lanzamiento (presupuestos agotados en Uber, licencias recortadas en Microsoft, #1023). Donde triunfan, surge un nuevo rol, que podríamos llamar "ingeniero de harness": más SRE que ML, más producto que infraestructura.

¿Y entonces?

Para un CTO en 2026, la pregunta estratégica ya no es "qué modelo", sino "qué plataforma interna de agentes". El vendor lock-in se decide en esta capa: cuanto más tu harness encapsule la lógica de negocio, más se convierte en un activo —y más intercambiable se vuelve el modelo subyacente—. Es la única buena noticia del año para quienes temen la dependencia de modelos de frontera.

Por seguir: los Model Context Protocols maduros (#1054), las herramientas de presupuesto desde el CFO (#1023) y la estructuración en equipos de plataforma dedicados.