El harness de un coding agent ya se bifurca: capa de skills que se autodefine y design-language ejecutable

Ya cubrimos la primera versión de Impeccable en el boletín del 2026-07-11 como el fork espiritual explícito del frontend-design de Anthropic, con pbakaus (Pablo Becker, ex-Three.js, ex-Vercel) detrás. Tres meses después, el repositorio se ha consolidado: 73.861★ y 4.448 forks en menos de un año, último push hoy, licencia Apache-2.0, y la promesa diferencial — "design language ejecutable con vendor voice" — está ahora respaldada por 61 reglas deterministas en la CLI (no necesitan API key) y 24 comandos como /polish, /audit, /critique o /animate que consultan un PRODUCT.md con la verdad durable del producto. El pitfall #16 del manual de curaduría (stars altos con autor conocido son señal real, no fork mirror) se confirma otra vez aquí. Para el lector de CSS que toca "AI diseñando UI": por fin hay un vocabulario concreto para pedirle a un coding agent que evite los tells deleznables (Inter en todas partes, gradientes purple-to-blue, cards anidadas, icon-tile redondeado) en vez de un prompt vago. pbakaus sigue siendo la persona adecuada para escribirlo por su trayectoria en design systems y por la adopción que ya está recibiendo.

En el boletín del 2026-10-01 cubrimos composio-community/open-dot y Anil-matcha/open-dots, dos clones open-source de OpenAI Dots lanzados en menos de 48 horas desde el anuncio oficial. OpenDots, del propio CopilotKit (vendor con peso, ya mencionado en el boletín del 2026-08-20), entra en la misma categoría desde otro ángulo: no clona Dots, ofrece una plantilla open-source para que cada equipo construya su propia versión sobre CopilotKit y el protocolo AG-UI. El matiz importa porque los clones del día anterior eran "front-end para OpenAI", mientras OpenDots es "infra para tu propio sistema". El status alpha (656★, 81 forks, creado el 2026-09-29, último push el 2026-10-01) y el CTA Meet with the CopilotKit team en el README son señales de que es un proyecto vendor-led más que un experimento comunitario, así que el lector de CSS debería valorarlo como referencia arquitectónica antes que como producto listo para producción. El flujo visible — Ask → browse → approve → save, con live computer view y human review card en el chat — describe el patrón "always-on agent" con suficiente detalle para imaginar integraciones propias.

Ya cubrimos AutoHarness en el boletín del 2026-09-05 como el primer intento serio de mantener la skill layer de un coding agent auto-curada: destila cada sesión real en una skill, mergea equivalentes en vez de apilarlas, actualiza las que están en uso y prunea las que nadie llama, todo sin replay loop ni data-collection separado. La novedad frente a aquella primera cobertura es el respaldo numérico: el repositorio cita un salto de 42% a 78% en CORE-Bench bajo el paper HAL (arXiv:2510.11977), con la tesis explícita "same model, different harness", que conecta directo con la idea de swyx "Big Model vs Big Harness" que guía todo el campo de agentic infra y que ya marcamos como relevante. La limitación obvia es que una skill mal destilada puede romper el flujo, y el counter-argument del repo — "solo toca lo que escribió él", sin tocar las skills oficiales — es un aislamiento fuerte pero no infalible, así que conviene leer el benchmark como promesa de techo, no como resultado medio. Para el lector de CSS: si tu agente tiene una library de skills que crece, el patrón "self-cleaning skill layer" es lo que evita la entropía sin obligarte a una rutina manual de mantenimiento.