Vercel Academy acaba de soltar el curso completo Build Your Own AI Coding Agent Harness, y lo cuenta todo: cómo escribir desde cero un framework de agente de código que de verdad trabaje. No es uno de esos cursitos de “llama a tres APIs y ya tienes un demo”. Aquí se mastica tool loops, poda de contexto, delegación a subagentes y gestión del ciclo de vida.

Para el ingeniero que quiere vivir de proyectos de IA, esto marca un antes y un después. Hay miles de personas que usan Cursor para autocompletar, pero quien entrega un “framework de agente a medida” cobra muy por encima del freelance normal.

Primero lo primero: qué es un Agent Harness

Un Agent Harness es el andamio que permite a la IA trabajar sola, gestionar su contexto y operar con seguridad. Es como ponerle al modelo un jefe de proyecto + un responsable de seguridad + una libreta de notas. Sin Harness, la IA solo charla; con Harness, la IA recibe tareas, ejecuta, reporta y, cuando se equivoca, sabe dónde pedir ayuda humana.

El curso usa tres piezas con分工 muy clara:

• AI SDK: la voz de la IA (llama al modelo, genera texto).
• Vercel Sandbox: las manos de la IA (ejecuta comandos en un entorno aislado).
• just-bash: la obediencia de la IA (interfaz de herramientas estandarizada para que el agente use la shell de forma controlada).

Juntas forman una fábrica de agentes completa.

El dolor: por qué tu agente siempre se queda en demo

Joel Hooks abre el curso con una verdad incómoda: “un tool loop de tres herramientas es solo un demo; el problema explota cuando lo mandas a trabajar de verdad”. Le pides al agente que lea un archivo de 5.000 líneas, lo mete entero en el contexto y ya no escupe nada útil. Le das permisos de bash y un rm -rf te borra la base de datos de producción. Le encadenas veinte pasos y en el paso diez ya no recuerda qué estaba haciendo.

El cliente no paga por la carcasa, paga porque el agente termine el trabajo. El 90% de los “tutoriales de asistente de programación con IA” enseñan a envolver prompts, conectar la API de GPT y pintar una interfaz bonita. Lo que las empresas pagan de verdad es si el agente puede ejecutar una cadena completa de tareas sin romper nada. Eso es un problema de arquitectura, no de tuning de parámetros.

La野心 de Vercel con este curso es clara: tratar el Agent Harness como un producto de ingeniería serio, no como un script de juguete.

La oportunidad: el ingeniero de agentes es el recurso más escaso del mercado

El mercado freelance ya muestra una polarización brutal. En un extremo, los “usuarios de IA” que solo autocompletan con Cursor y pelean por precio. En el otro, los ingenieros que entregan “soluciones a medida con AI Agent”, con tarifas por proyecto muy por encima del外包 medio y clientes haciendo cola.

¿Por qué? Porque la empresa quiere “flujos automatizados”, no “autocompletado de código”. Un dueño de e-commerce no quiere un script en Python: quiere un agente que rastree precios de la competencia, genere listings, lance tests A/B y entregue reportes. Eso solo lo hace quien entiende la arquitectura del Harness.

⚠️ Según el post original, los proyectos de “AI agent customization” en Upwork promedian varios miles de dólares; no se ha verificado de forma independiente.

Camino 1: doma los módulos clave del curso y construye tu mojón técnico

Los módulos más jugosos del temario, uno a uno. Cada uno en formato “problema → solución → analogía”:

Tool Loop: el corazón del agente.

• Problema: cuando una herramienta falla, se cuelga o entra en conflicto, el agente revienta.
• Solución: AI SDK controla la parada del loop con stopWhen y limita pasos con maxSteps, gestionando reintentos.
• Analogía: el metrónomo de una cadena de montaje; si una pieza falla, la línea se para y no sale producto defectuoso.

Tool Design: la granularidad de las herramientas define el techo del agente.

• Problema: herramientas demasiado gruesas no hacen trabajo fino; demasiado finas pierden al agente en un mar de llamadas.
• Solución: partir “operar el sistema de archivos” en cinco herramientas atómicas (read, write, edit, glob, grep) en lugar de un bash todopoderoso.
• Analogía: darle al empleado herramientas专用 (llave, destornillador, taladro), no un garaje entero.

Sandbox Abstraction: la clave de la seguridad.

• Problema: con acceso a bash, el agente puede ejecutar rm -rf contra tu base de datos.
• Solución: Vercel Sandbox ofrece un entorno aislado donde el agente hace lo que quiera sin tocar el host.
• Analogía: la vitrina de un laboratorio químico; si algo explota, explota la vitrina, no el edificio.

Context Pruning: un archivo de 5.000 líneas no cabe en el prompt.

• Problema: la IA se satura leyendo 5.000 líneas y la conversación vieja contamina decisiones nuevas.
• Solución: el hook prepareStep recorta el contexto antes de cada paso, conserva solo los últimos N pasos y resume el resto.
• Analogía: ordenar la mesa; lo que no usas hoy va al trastero, la mesa solo tiene lo de hoy.

Subagent Delegation: las tareas complejas hay que trocearlas.

• Problema: un solo agente con tareas multi-módulo revienta el contexto y mezcla responsabilidades.
• Solución: el agente principal planifica, los subagentes ejecutan módulos específicos y devuelven resultados.
• Analogía: el jefe de proyecto reparte trabajo entre front, back y QA; él solo vigila plazos y riesgos.

Lifecycle Management: el agente pasa por arranque, ejecución, pausa, recuperación y cierre, y cada estado exige control fino.

• Problema: en tareas largas, un corte de red, una cancelación o un timeout del modelo tira el estado a la basura.
• Solución: serializar cada estado para soportar reanudar la ejecución e intervención humana.
• Analogía: la partida guardada de un videojuego; mueres y sigues desde el último save, sin empezar de cero.

Camino 2: usa el stack del curso para captar clientes y montar casos de muestra

Acabar el curso no es el final, es el inicio. Toca salir ya con Vercel AI SDK + Vercel Sandbox + just-bash a buscar el primer proyecto real.

La vía más rápida: publicar un servicio en Fiverr, Upwork o LinkedIn: “Te monto un agente a medida con el stack de Vercel”. Los tres primeros clientes los puedes hacer a mitad de precio o gratis a cambio de caso y reseña.

⚠️ Según el post original, hacer tres clientes gratis puede llevar de días a semanas según la complejidad del agente; no se ha verificado de forma independiente. Vale la pena si convierte esos casos en clientes de pago.

Elige bien los casos de muestra. Nada de “hazme un chatbot”, que está saturado. Apunta a “automatiza mi flujo de运营”, que es donde está el dinero. Ejemplos:

• Para un vendedor跨境 en Amazon: un agente que monitoriza reseñas, extrae palabras clave de las malas, genera propuestas de mejora y las empuja a Slack.
• Para un creador en Lemon8 o Pinterest: un agente que rastrea cuentas de referencia, analiza patrones de posts virales y genera una lista de选题.
• Para un indie developer: un agente que monitoriza issues en GitHub, los clasifica por prioridad y redacta borradores de PR.

⚠️ Según el post original, este tipo de proyectos se mueve en rangos de varios miles de euros; no se ha verificado de forma independiente.

Cold start: cómo romperla sin cartera de clientes

La falta de contactos empresariales es el punto de partida real de casi todos. Tres canales concretos:

1. Posts en comunidades: publica casos en comunidades de vibe coding, LinkedIn y Twitter/X con la plantilla “Monté un agente con Vercel AI SDK para el sector X y ahorra X horas al mes”, con un vídeo demo de 30 segundos. Cuando llega tráfico, los clientes escriben solos.
2. Trabajo gratis a cambio de testimonial: pídele a un conocido un cliente pequeño, cobra solo 70 € por el primer proyecto, pero exige una recomendación escrita y permiso para publicar el caso.
3. Escalera de precios: empieza con 70 € (agente de un módulo) → 400 € (flujo multi-módulo) → 4.000 € (solución a medida + 6 meses de mantenimiento). Cada escalón necesita los casos del anterior como aval.

Camino 3: reempaqueta el curso y monetiza con contenido propio

El curso de Vercel está en inglés y tiene barrera de entrada alta. Ahí está tu ventaja de información.

Trocea el curso en 10-15 episodios y publícalos en Lemon8, TikTok, YouTube o un newsletter. Títulos que funcionan: “Filtrado el tutorial interno de Vercel: así se escribe un framework de agente”, “Un loop de tres herramientas es un juguete; un agente de verdad necesita estos cinco módulos”, “Context pruning: la técnica para que tu agente no pierda la memoria”.

Cada vídeo de 5-8 minutos, explicando un punto técnico con demo de código. Plan operativo:

• Episodio 1 sobre el tool loop, con tres demos de código (generateText + tools de AI SDK, uso de stopWhen, ejemplo de poda con prepareStep), duración控制在 7 minutos.
• Test A/B de títulos: lanza “Filtrado el tutorial interno de Vercel” frente a “Guía para escribir un framework de agente” con 15 € de promo cada uno, mide CTR y replica el ganador.

La monetización va por capas: capa 1, patrocinios de formación en programación; capa 2, vender tu propio curso empaquetado (“AI Agent Engineer en la práctica”); capa 3, consultoría premium para montar equipos de agentes en empresas. ⚠️ Según el post original, una cuenta con 10K seguidores cobra patrocinios de formación en编程 en el rango de cientos de euros por post; no se ha verificado de forma independiente.

Qué camino eliges según tu perfil

• Programador en plantilla que busca副业: camino 2 + versión ligera del camino 3. Cierra 1-2 proyectos pequeños en fin de semana y graba el proceso en短视频 para Lemon8. Objetivo: 700-1.400 € al mes.
• Freelance que apunta a 7.000 € al mes: camino 2 a fondo. 3 meses de cold start sin filtrar clientes, solo acumulando casos; a partir del cuarto mes, filtra por valor con ticket medio de 4.000 € o más.
• Estudiante o persona en transición: empieza por el camino 1, saca 5 demos a GitHub como portfolio y plantéate cobrar a los 6 meses.

Caso de estudio: el propio Joel Hooks es la prueba viviente

Joel Hooks es el autor del curso en Vercel Academy y el instructor de Build Your Own AI Coding Agent Harness. Es ejemplo vivo de “ingeniero de agentes que monetiza”: produce教程 de altísima calidad, construye una marca personal sólida en la comunidad dev y su contenido se redistribuye masivamente.

Su打法 se puede copiar: stack centrado en Vercel AI SDK y entregables que son “sistemas de agente funcionando”, no “trozos de código”. Justo el tipo de oferta que escasea en el mercado actual.

⚠️ Sobre datos concretos de otros indiedev (ingresos de 50.000 $/mes, crecimiento de 120K seguidores en seis meses, etc.), el material提供的 no incluye fuentes verificables, así que este artículo no cita cifras específicas.

Ruta de entrada desde cero

Si no has tocado Node.js ni TypeScript, sigue este orden:

1. Mes 1: Node.js básico + sintaxis de TypeScript + conceptos de LLM (qué es un token, qué es un prompt, qué es function calling). Recursos en español: la doc oficial de TypeScript, manuales de LLM en español.
2. Mes 2: céntrate solo en el módulo “tool loop” del curso y completa el quickstart de AI SDK.
3. Mes 3: añade el módulo “sandbox” y monta un agente que organice carpetas automáticamente.
4. A partir del mes 4: empieza a monetizar por el camino 2 o el camino 3.

Expectativa realista: el primer mes, solo el módulo de tool loop. Nada de intentar tragártelo todo. Dos horas al día durante 30 días y tendrás un agente mínimo funcionando.

Llamada a la acción: abre Vercel Academy esta noche

El curso de Vercel Academy es gratis y no pide registro de pago. Entra en vercel.com/academy, busca “Build Your Own AI Coding Agent Harness” y empieza por el primer módulo.

Nada de intentar acabarlo de golpe. Dos horas al día, domina tool loop y sandbox, y monta de inmediato un MVP: aunque sea un agente que ordene carpetas. Cuando seas capaz de montar en 30 minutos un flujo “leer archivo → analizar → generar reporte → escribir archivo nuevo”, ya habrás superado al 90% de los alumnos de tutoriales de IA. Ahí sí: a captar clientes, grabar vídeos, escribir en tu newsletter, con contenido real detrás.

Ábrelo esta noche, empieza por el tool loop y en 30 días te lo agradecerás.