Los chatbots tienen herramientas. Los IDE tienen chat. DeepSeek Harness (DSH) Tomó un tercer camino.

Los primeros agentes que la mayoría de la gente conoció este año vivían en una ventana de chat. Para la primavera, gran parte de ese trabajo se había trasladado a IDE y bancos de trabajo de escritorio. Ahora el chat vuelve a estar encima de ellos.

Por qué el chat fue lo primero

Los productos estilo OpenClaw facilitaron el primer paso. El agente ya estaba en la aplicación de chat y podía tocar archivos, llamar a herramientas y operar un dispositivo.

Los límites aparecieron poco después. Encontrar al agente no es lo mismo que darle lo suficiente para terminar. Es posible que no sepa qué archivo está actual, por qué se eliminó un plan o qué restricción agregó hace una hora.

¿Por qué los entornos laborales tomaron el control?

Los bancos de trabajo de escritorio mantienen el trabajo visible: los archivos en un lado, el contenido en el medio, la conversación al lado y las herramientas en ejecución debajo.

El diseño importa menos que lo que conserva. Un mensaje de chat comprime un proyecto en una oración. Un espacio de trabajo compartido guarda las ediciones, los intentos fallidos y los motivos. Una computadora en la nube sin acceso a sus archivos locales, discusión grupal o última sesión no es lo mismo que su entorno de trabajo.

¿Por qué volvió el chat?

Una vez que un agente tiene contexto y herramientas de trabajo, la gente lo quiere fuera del escritorio. El teléfono ayuda, pero lo útil es que es el mismo agente, con los mismos archivos y la misma tarea.

Un ejemplo: lejos de la computadora, un usuario le preguntó a un agente sobre un documento y mencionó que el archivo estaba en una discusión grupal. El agente encontró el mensaje, abrió el archivo adjunto y siguió leyendo. La charla no era la sustancia; las herramientas conectadas estaban.

Por qué el entorno se volvió editable

El contexto es lo que el agente puede alcanzar mientras trabaja. El arnés es la disposición que permite que un modelo haga el trabajo: cómo se utilizan las herramientas y la memoria, cómo se ejecutan las tareas y qué sucede cuando falla un paso.

Eso explica un fallo común. Un agente que sigue produciendo resultados débiles puede estar leyendo un archivo antiguo, faltando un conector o trabajando sin una restricción que usted suponía que tenía. Agregar "ten más cuidado" rara vez soluciona ninguno de estos problemas.

DeepSeek Harness importa aquí porque su Creator mode admite la creación de complementos a través de la conversación, la ampliación de herramientas, habilidades y la interfaz. El agente que construye el entorno y el agente que sirve a los usuarios no tienen por qué ser el mismo. Ese es el tercer camino. El entorno mismo se convierte en algo que el agente ayuda a construir. Se siguen aplicando la fuente, los permisos, las versiones recuperables y la confirmación humana para cuentas o pagos.

Donde los dos caminos se encuentran

Los productos centrados en bots y los centrados en espacios de trabajo no están convergiendo en una única interfaz. Sí comparten necesidades: contexto, un harness que funcione y una forma de acceder al agente.

Dots empareja una computadora en la nube y aplicaciones conectadas con ChatGPT, Slack y Teams. Grok Bot combina un entorno de nube persistente y memoria con mensajes y chats grupales. Muse parte del correo electrónico, los viajes y los objetivos a largo plazo en lugar de un repositorio de códigos.

La pregunta detrás del Súper Agente

La pregunta útil es qué agente puede representar con precisión a una persona específica en un tipo específico de trabajo y seguir mejorando en él.

La memoria por sí sola no responde a eso, y las preferencias sin herramientas no pueden actuar. Es poco probable que haya un asistente para todo. Un camino más realista es una serie de agentes limitados y confiables que puedan continuar trabajando, aceptar correcciones y ampliar su alcance.

Una diferencia este año es quién construye el entorno. Antes, la configuración, los conectores y el traspaso de contexto eran tareas manuales. Ahora un agente que ya conoce el contexto puede encargarse de parte de ese trabajo.