LangChain

Harrison Chase dirige LangChain, cuyo sector son los frameworks y agentes de IA. La empresa desarrolló LangSmith para trazado y depuración, junto con LangGraph Platform y deepagents. Su guía de julio de 2025, How to Build an Agent, expone seis pasos en torno al ejemplo de un agente de correo electrónico: definir la tarea con ejemplos concretos, diseñar el procedimiento operativo, construir un MVP centrado en las tareas de razonamiento del LLM propiamente dichas, conectar y orquestar las fuentes de datos, probar e iterar, y finalmente desplegar, escalar y refinar. El mensaje declarado es empezar en pequeño, mantenerse centrado en el usuario y seguir refinando.

Los escritos posteriores pasan del método a una afirmación sobre dónde reside realmente el comportamiento del agente. En enero de 2026, Chase sostuvo que las trazas documentan una aplicación de IA del mismo modo que el código documenta el software convencional: los desarrolladores orquestan las llamadas al LLM, pero las decisiones (qué herramienta invocar, cómo razonar el problema, cuándo detenerse, qué priorizar) ocurren dentro del modelo en tiempo de ejecución. Depurar, probar, perfilar y monitorizar pasa entonces a operar sobre trazas en lugar de sobre código. En marzo de 2026, Vivek Trivedy formalizó la contrapartida, Agent = Model + Harness, siendo el harness cada pieza de código, configuración y lógica de ejecución que no es el propio modelo: prompts de sistema, herramientas y MCP, infraestructura embebida, lógica de orquestación, hooks deterministas.

La evidencia que ofrece LangChain de que el harness importa es un salto en un benchmark, del Top 30 al Top 5 en Terminal Bench 2.0 cambiando únicamente el harness. Prototipar un agente con LangChain se describe como relativamente sencillo; los requisitos empresariales de gobernanza, control de costes y cumplimiento normativo quedan fuera de esa facilidad.