# seale-semantic-agent-model-harness-ontology-data-2026-04-17

## Veille

Agente semántico: la simetría entre modelo+harness y ontología+datos, el colapso de los frameworks de agentes, la ontología como el único activo no comoditizado

## Titre Article

There is a growing disconnect in the way people think about building AI agents

## Date

2026-04-17

## URL

https://www.linkedin.com/posts/tonyseale_there-is-a-growing-disconnect-in-the-way-share-7450647565982715904-kzDt/

## Keywords

agente semántico, harness de agente, ontología, grafo de conocimiento, dominio de negocio, Claude Code, Codex, frameworks de agentes, LangGraph, CrewAI, AutoGen, Semantic Kernel, andamiaje, modelo de dominio compartido, datos vinculados tipados, comoditización, foso ontológico, comprensión compartida, inteligencia aislada vs combinada, orquestación, post-entrenamiento

## Authors

Tony Seale

## Ton

**Perfil**: Perspectiva de un experto en grafos de conocimiento (The Knowledge Graph Guy), registro estratégico y de manifiesto, nivel técnico senior con alcance arquitectónico y de negocio. Tony escribe como un evangelista que identifica un patrón fundamental y llama a un reposicionamiento de la industria.

**Descripción**: El tono es incisivo y centrado en patrones. El artículo construye su tesis mediante simetrías y oposiciones binarias: modelo+harness por un lado, ontología+datos por el otro, comodidad vs. foso defensivo, transitorio vs. permanente. El estilo LinkedIn es corto, denso, con secciones marcadas por viñetas de color (🔵) y un ritmo telegráfico (frases cortas, listas de frameworks lanzadas en rápida sucesión). El autor se apoya en una cita de Anthropic para reforzar su autoridad: "Every component in a harness encodes an assumption about what the model can't do on its own, and those assumptions can quickly go stale as models improve." La pieza culmina en una máxima propia: "Everything else is scaffolding — useful for a while, but scaffolding comes down." El público objetivo es doble: arquitectos empresariales que invierten en frameworks, y líderes de datos/IA que buscan identificar el activo estratégico a construir dentro de su organización. El tono es el de un consultor-filósofo que busca convertir, no solo informar.

## Pense-betes

- **Desconexión creciente**: la industria invierte fuertemente en frameworks de orquestación (LangGraph, CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK) mientras los practicantes de vanguardia se han movido hacia "modelo potente en un harness potente" (Claude Code, Codex, OpenClaw, Hermes)
- **El colapso de los frameworks**: los primeros frameworks eran necesarios cuando los modelos no podían gestionar tareas multietapa por sí solos. Pero a medida que los modelos mejoran, un andamiaje construido para modelos limitados hándicapa a los modelos inteligentes. El andamiaje debería disminuir con el tiempo, no acumularse
- **Cita de Anthropic**: "Every component in a harness encodes an assumption about what the model can't do on its own, and those assumptions can quickly go stale as models improve"
- **Los agentes aislados no bastan**: acceso al ordenador ≠ comprensión. Se le dan a un agente 1000 documentos y se le hace una pregunta: busca, espera, adivina. Multiplíquese eso por 50 agentes sin un modelo de mundo compartido = inteligente de forma aislada, incoherente en combinación
- **Necesidad de un entorno de información estructurado**: a escala empresarial, los agentes necesitan un modelo de dominio compartido y humanos en el bucle
- **La simetría fundamental**: aplicar la misma simplificación en el lado de los datos. El modelo se ubica en un harness que le da acceso al ordenador. Los datos se ubican en una ontología que les da estructura y significado
- **Definición de ontología**: define lo que existe, sus propiedades, sus relaciones. Es la interfaz mediante la cual los agentes comprenden los datos. Los datos — tipados, vinculados, estructurados — forman un grafo navegable de significado
- **Dos patrones simétricos**: (1) modelo potente en un harness potente, (2) datos potentes en una ontología potente
- **El Agente Semántico**: (Modelo + Harness) + (Ontología + Datos). "No solo genera. Empieza a comprender"
- **Lo que es comodidad**: todos tienen acceso a los mismos modelos de frontera. Cualquiera puede construir un harness. Esto se diluye con el tiempo
- **Lo que NO es comodidad**: la ontología, el modelo de dominio, el conocimiento estructurado y vinculado que captura cómo SU organización comprende el mundo
- **Los modelos se alquilan, los frameworks son transitorios**: lo único que queda por construir es el conocimiento — y es propio
- **Herramientas citadas**: Claude Code, Codex, OpenClaw, Hermes como ejemplos de harnesses maduros; LangGraph, CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK como frameworks de generación anterior
- **Referencias externas**: Anthropic on Harness Design, Meaning IS Your Moat (artículo anterior de Seale)

## RésuméDe400mots

Tony Seale, The Knowledge Graph Guy, identifica una desconexión creciente en la forma en que la industria construye agentes de IA. Por un lado, la industria invierte fuertemente en frameworks de orquestación: LangGraph, CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK — cada uno con sus propios grafos de orquestación, máquinas de estados y lógica de enrutamiento. Por otro, los practicantes de vanguardia se han movido hacia el paradigma de "modelo potente en un harness potente" (Claude Code, Codex, OpenClaw, Hermes).

**El colapso de los frameworks.** Los primeros frameworks eran necesarios cuando los modelos no podían gestionar tareas multietapa por sí solos. Cita de Anthropic: "Every component in a harness encodes an assumption about what the model can't do on its own, and those assumptions can quickly go stale as models improve." Un andamiaje construido para un modelo limitado hándicapa a un modelo inteligente. Debería disminuir con el tiempo, no acumularse. Lo que queda es simple: un modelo potente en un harness potente. Muchos, interactuando, colaborando. Sin necesidad de framework.

**Los agentes aislados no bastan.** Acceso al ordenador ≠ comprensión. Se le da a un agente 1000 documentos: busca, espera, adivina. Multiplíquese eso por 50 agentes sin un modelo de mundo compartido y se obtiene una inteligencia aislada pero incoherente en combinación. A escala empresarial, el entorno de información necesita estructura — un modelo de dominio compartido, con el humano en el bucle.

**La simetría.** La respuesta es aplicar la misma simplificación en el lado de los datos. El modelo se ubica en un harness que le da acceso al ordenador; los datos se ubican en una ontología que les da estructura y significado. La ontología define lo que existe, sus propiedades, sus relaciones — la interfaz mediante la cual los agentes comprenden los datos. Dos patrones simétricos: (modelo potente + harness potente) y (datos potentes + ontología potente).

**El Agente Semántico.** Su combinación produce el Agente Semántico: (Modelo + Harness) + (Ontología + Datos). No solo genera, empieza a comprender. Todo lo demás es andamiaje — útil por un tiempo, pero destinado a desmontarse.

**Lo que se posee.** Todos tienen acceso a los mismos modelos de frontera; cualquiera puede construir un harness. Eso es comodidad, y se diluye cada día más. Lo que NO es comodidad: la ontología propia, el modelo de dominio propio, el conocimiento estructurado y vinculado que captura cómo la organización propia comprende el mundo. Los frameworks son una fase transitoria. Los modelos se alquilan. Lo único que queda por construir — y que se posee — es el conocimiento.

## GrapheDeConnaissance

- Tony Seale —publie→ Semantic Agent post LinkedIn (DOCUMENT, 0.99)
- Tony Seale —est_instance_de→ The Knowledge Graph Guy (persona) (CONCEPT, 0.98)
- Semantic Agent —est_basé_sur→ Model + Harness + Ontology + Data (CONCEPT, 0.97)
- Harnais d'agent —converge_avec→ Ontologie (CONCEPT, 0.92)
- Frameworks d'agents —est_instance_de→ Phase transitoire (CONCEPT, 0.9)
- LangGraph —fait_partie_de→ Frameworks d'agents (TECHNOLOGIE, 0.95)
- CrewAI —fait_partie_de→ Frameworks d'agents (TECHNOLOGIE, 0.95)
- AutoGen —fait_partie_de→ Frameworks d'agents (TECHNOLOGIE, 0.95)
- Claude Code —est_instance_de→ Pattern modèle+harnais (CONCEPT, 0.92)
- Codex —est_instance_de→ Pattern modèle+harnais (CONCEPT, 0.92)
- Ontologie —permet→ définition de ce qui existe, ses propriétés et relations (CONCEPT, 0.95)
- Modèles frontier —est_instance_de→ Commodité louée (CONCEPT, 0.88)
- Ontologie —est_instance_de→ Seul moat non-commoditisable (CONCEPT, 0.92)
- Anthropic —affirme_que→ les composants du harnais encodent des hypothèses qui vieillissent vite quand les modèles s'améliorent (AFFIRMATION, 0.95)
- Tony Seale —affirme_que→ des agents isolés sans modèle du monde partagé produisent de l'incohérence en combinaison (AFFIRMATION, 0.9)
- Agents à l'échelle entreprise —est_basé_sur→ Modèle de domaine partagé (CONCEPT, 0.93)
- Tony Seale —recommande→ faire diminuer le scaffolding à mesure que les modèles s'améliorent (AFFIRMATION, 0.9)

---
Canonical: https://www.thekb.eu/es/fiches/seale-semantic-agent-model-harness-ontology-data-2026-04-17/