Configurar un agente es cosa de expertos
Los agentes realmente potentes exigen saber qué es un harness, una skill, un MCP. El trabajador promedio no lo sabe — ni tiene por qué. Resultado: se queda en el chat básico o no usa IA.
Implementación de IA en empresas
Entrevistamos tus procesos, preconfiguramos el entorno y cada persona abre su computador con un copiloto que ya conoce el trabajo de su rol. Sin que nadie tenga que aprender qué es un MCP.
Los agentes realmente potentes exigen saber qué es un harness, una skill, un MCP. El trabajador promedio no lo sabe — ni tiene por qué. Resultado: se queda en el chat básico o no usa IA.
Procesos en Notion, notas de reuniones en un notetaker, templates en el correo de alguien. La IA no tiene acceso a nada de eso.
Nadie controla qué modelo usa cada rol, qué datos se exponen, ni si el copiloto sigue los procedimientos oficiales de la compañía.
Y la ventaja no se transfiere: el 10 % que domina la IA vuela, el resto sigue igual.
Un harness es todo lo que rodea al modelo para que sirva en un puesto concreto: contexto, habilidades, conexiones a los sistemas y reglas. El trabajador no configura nada — la complejidad la absorbe la empresa una sola vez, con nosotros acompañando la implementación. Y un harness mal configurado no da buenos resultados: la configuración es el producto.
Cinco ejemplos, y el mismo patrón sirve para operaciones, legal, marketing o TI. Los roles sensibles llevan un harness estricto con las políticas de la empresa, y el modelo de cada uno se regula en remoto desde el control plane.
No entregamos una licencia y suerte. Empezamos por un rol, lo dejamos funcionando y desde ahí replicamos.
Nos sentamos con las personas que hacen el trabajo, no con el organigrama. Levantamos cómo opera cada rol de verdad y entendemos el caso de uso concreto donde la IA cambia el resultado.
Dejamos armado el entorno de ese rol: contexto con tus procedimientos, skills para las tareas que se repiten, MCPs conectados a tus sistemas y la configuración de permisos y modelo. Nada de esto lo toca el trabajador.
IdleCowork es nuestro entorno de trabajo: la persona lo abre y Claude Code ya está corriendo, preconfigurado para su rol. No instala, no configura y no aprende jerga. Solo pide lo que necesita, en su idioma.
Miramos qué se usa y qué no, ajustamos el harness, y lo que ya se volvió rutina pasa a tareas programadas y miniapps que corren solas. El copiloto deja de esperar instrucciones y empieza a adelantarse.
El mismo ciclo en comercial, finanzas, operaciones, RRHH y el resto. Un harness por rol, todos gobernados desde el mismo lugar — y el conocimiento de cada área queda escrito, no en la cabeza de una persona.
Es el software con que implementamos IA en las empresas: el entorno de trabajo donde vive el harness de cada rol.
Se abre y Claude Code ya está corriendo, preconfigurado para el rol. Trabaja sobre los archivos y herramientas reales del computador — no es un chat en el navegador.
Una por tarea, en paralelo, con historial y archivado. El trabajo no se pierde entre pestañas.
Contexto (documentación viva), skills, MCPs y la identidad de quién lo usa llegan configurados desde el control plane. El trabajador no configura nada.
El modelo de cada rol se asigna, cambia y presupuesta remotamente desde la corporación. Datos sensibles → open-weights en infraestructura propia.
Mockup ilustrativo de la interfaz de IdleCowork.
Disponible para macOS (Apple Silicon e Intel) y Windows x64. La app se instala vacía: el harness de cada rol lo configuramos nosotros durante la implementación.
No. Toda la parte experta —harness, skills, MCPs, permisos, modelo— la dejamos configurada nosotros. La persona abre IdleCowork y conversa en su idioma sobre su trabajo.
Es todo lo que rodea al modelo para que sirva en un puesto concreto: el contexto con los procedimientos de la empresa, las skills para las tareas que se repiten, las conexiones a los sistemas internos y las reglas de qué puede y qué no puede hacer. El modelo es el mismo para todos; el harness es lo que lo vuelve útil para un rol.
El modelo de cada rol, su presupuesto y los sistemas a los que accede se asignan de forma remota desde la empresa, no los elige el trabajador. Cuando hay datos que no pueden salir, el rol se puede operar con modelos de pesos abiertos en infraestructura propia.
Porque un rol se puede entrevistar en detalle, configurar bien y medir. Cuando ese harness funciona, replicarlo en el resto de los roles es un ciclo repetido, no un proyecto nuevo cada vez.
Con Claude Code, de Anthropic, como entorno base, y con modelos de pesos abiertos en infraestructura propia cuando los datos son sensibles. La asignación por rol se decide con TI de la empresa.
Sirve donde el trabajo pasa por documentos, sistemas y decisiones repetibles: comercial, finanzas, operaciones, RRHH, legal, soporte, marketing y TI. En la entrevista inicial definimos cuál conviene primero.
Nos cuentas cómo trabaja tu equipo y salimos con un candidato concreto: qué rol conviene primero y qué se automatiza ahí.