Evolución del Harness: Kernel, Grafos y Evidencia

Histórico. Esta página describe el programa K1–K12, ya archivado. La dirección vigente es el roadmap único, que desde la v2.112.0 hace de IDD el flujo por defecto y de SDD un modo opcional.

En pocas palabras: La IA es excelente generando ideas y código, pero comete errores y no debería validarse a sí misma. La evolución del harness transforma el sistema en un kernel determinista (un árbitro imparcial) que organiza el trabajo en un mapa de tareas (Execution Graph) y no autoriza ningún cambio hasta que existan pruebas y evidencias reales e infalsificables (Assurance Graph).

¿Qué problema resuelve la evolución del harness?

Cuando un asistente de IA trabaja en un proyecto grande, surgen tres riesgos principales:

La ilusión de éxito: Un modelo de IA puede afirmar “He ejecutado las pruebas y todo funciona correctamente”, cuando en realidad no ejecutó nada o las pruebas no cubren el cambio.
Falta de orden y límites: Sin un mapa claro de tareas, los agentes pueden dar vueltas en círculos, gastar tokens innecesarios o sobrescribir código accidentalmente.
El juez y la parte: Si el mismo modelo que escribe el código decide si el código es seguro, los sesgos y descuidos pasan desapercibidos.

La evolución del harness resuelve esto mediante un principio fundamental: Separar el trabajo creativo (la IA) de la autoridad y el control de calidad (el Kernel determinista).

flowchart TD
    A["Intención del usuario o Requerimiento"] --> B["Kernel Determinista"]
    B --> C["1. Execution Graph\n(Mapa ordenado de tareas)"]
    C --> D["Agente IA / Worker\n(Escribe código en entorno aislado)"]
    D --> E["Candidato Inmutable\n(Versión congelada para examen)"]
    E --> F["2. Assurance Graph\n(Pruebas reales y evidencias)"]
    F --> G{"¿Evidencia aprobada?"}
    G -->|Sí| H["Autorización de Entrega / Commit"]
    G -->|No| I["Rechazo con causa exacta y presupuesto"]

Los 4 Pilares Fundamentales (Explicados Fácilmente)

1. El Árbitro Imparcial (El Kernel Determinista)

El Kernel no es una IA; es código tradicional, predecible y matemático. Gobierna qué puede ejecutarse, qué permisos tiene cada herramienta y cuánto presupuesto (tokens, tiempo, reintentos) se puede gastar. La IA puede pedir permiso para ejecutar un test o tocar un archivo, pero es el Kernel quien emite el permiso y guarda el recibo.

2. El Mapa de Tareas (Execution Graph)

En lugar de lanzar a un agente a programar libremente, el sistema compila la propuesta en un grafo de pasos ordenados. Cada nodo representa una obligación clara (por ejemplo: “Escribir test RED”, “Implementar función”, “Verificar GREEN”). Si un paso falla, se conoce el punto exacto sin tener que reiniciar todo desde cero.

3. La Versión de Examen (El Candidato Inmutable)

Antes de verificar si algo funciona, el código generado se congela bajo una identidad única (un hash criptográfico SHA-256 llamado CandidateId). Esto evita trampas: el código que se prueba es exactamente el mismo que se somete a revisión, sin modificaciones ocultas de última hora.

4. La Red de Evidencias (Assurance Graph)

Para aprobar un cambio, no basta con decir “está listo”. El sistema construye un grafo de evidencias reales:

Recibos de ejecución de tests con salida de consola real.
Pruebas adversariales (mutaciones de código para comprobar que los tests realmente fallan cuando el código está roto).
Revisiones de especialistas independientes (seguridad, legibilidad, resiliencia, fiabilidad).

Comparativa: Flujo Clásico vs. Arquitectura con Kernel

Aspecto	Flujo Clásico (Solo IA)	Arquitectura con Kernel y Grafos
¿Quién decide qué hacer?	El modelo de lenguaje en cada prompt.	El Execution Graph compila la ruta exacta y ordenada.
¿Cómo se prueban los cambios?	Preguntando al modelo si compiló.	Mediante recibos verificables de ejecución real en consola.
¿Quién aprueba la entrega?	Respuestas afirmativas en el chat.	Una DeliveryAuthorization emitida solo si el Assurance Graph está completo.
Control de costes	Sin límite estricto; puede entrar en bucles.	Budgets monótonos por fase y tarea; se detiene al agotar presupuesto.
Trazabilidad	Se pierde al cerrar la sesión de chat.	Todo queda firmado en el Authority Store (CAS) del repositorio.

La Caja Fuerte de Evidencias: Authority Store (CAS)

Para que ninguna prueba pueda ser alterada, el sistema utiliza un almacén direccionado por contenido (Content-Addressed Storage o CAS):

Cada archivo, recibo de prueba o resultado de revisión se guarda con una huella digital única (hash).
Si alguien o algún proceso intenta modificar un resultado pasado, la huella cambia y el sistema detecta la discrepancia inmediatamente (GRAPH_DIVERGENCE), bloqueando la operación.
Tras reiniciar el ordenador o cerrar la sesión, el estado se rehidrata intacto desde el disco.

Estado Actual de la Evolución

La evolución se organiza en una serie de hitos incrementales y verificados (denominados K1 a K12):

K1 a K3 (Cerrados y Verificados): Contratos del sistema, núcleo de ciclo de vida, almacén CAS, permisos de operación y congelación inmutable de candidatos.
K4 a K6c (Cerrados y Verificados): Compilación del Execution Graph, control de presupuestos, ejecución en cápsula aislada, recolección de evidencias y pruebas de resistencia (challenges contra tests complacientes).
K6d (En curso / Próximo): Análisis de complejidad y deltas de cambio.
K7 a K9 (Planificados): Autoridad de revisión formal y validación comparativa en la sombra (A/B testing) para asegurar que el nuevo motor supera al anterior en todos los escenarios.
K10 a K12 (Planificados): Autorización de entrega formal, expansión a todos los asistentes y evaluación continua a gran escala.

Resumen para Desarrolladores

Si eres desarrollador, lo que debes saber es:

OpenSpec y Git siguen mandando: Tu especificación en openspec/ y tu historial de Git son la verdad de tu proyecto.
Tu trabajo es más seguro: Los agentes del harness no romperán código silenciosamente porque cada cambio requiere pruebas reales antes de integrarse.
Todo es auditable: Si algo falla, el sistema te muestra el recibo exacto, el comando ejecutado y la discrepancia encontrada.