
Decide qué permanece en la ventana de contexto, qué se resume, qué se ejecuta en un entorno aislado sin entrar nunca en el contexto, cuándo delegar una subtarea compleja a un subagente y cuándo detenerse para preguntar a un humano. No es un marco de trabajo: sigues escribiendo tus propias herramientas. No es una puerta de enlace: no almacena tus credenciales ni tus políticas. Es lo que mantiene vivo a un agente desde la primera hasta la quincuagésima iteración.
El bucle en sí tiene unas doscientas líneas de código. Cualquiera puede escribirlo, y la mayoría de los equipos lo hacen en una tarde. El arnés es todo lo que construyes durante los seis meses siguientes, una vez que ese bucle se enfrenta a una carga de trabajo real y empieza a encontrar obstáculos a mitad de camino.
Nuestra tesis es que los modelos se volverán intercambiables, que las herramientas se convertirán en el factor diferenciador de la empresa en lugar del proveedor, y que la gobernanza debe estar debajo del agente, no dentro de él. Lo que habíamos subestimado era el arnés. El equipo de ingeniería de plataformas para desarrolladores de NetApp ejecutó una carga de trabajo realmente compleja basada en esa tesis, a fondo, por delante del mercado, y nos mostró exactamente dónde flaqueaba.
En junio de 2025, Rob Rubin, actual director sénior de ingeniería de plataformas para desarrolladores en NetApp, ya había superado la pregunta que la mayoría de las empresas seguían debatiendo. Su equipo gestiona los entornos de Kubernetes sobre los que construye el resto de la empresa, y el aprovisionamiento de autoservicio ya estaba totalmente automatizado. La limitación era la interfaz: un formulario de solicitud solo puede ofrecer lo que alguien ha modelado de antemano.
Su idea era poner la intención ahí. Describe la pila que deseas; deja que un agente la ensamble a partir de la automatización que ya existe.
Eso significó dos cosas para nosotros.
Sin marcos de trabajo para agentes. Sin arneses. De eso no trataba la conversación todavía. Su razón para estandarizar en MCP es el motivo por el que esta historia termina donde termina:
A mediados de 2025, esa era una postura minoritaria. Es una gran parte de la razón por la que TrueForge se distribuye como código abierto en lugar de como un entorno de ejecución gestionado cerrado.
La primera fase fue la identidad, y es la parte que la mayoría de los equipos subestiman.
No una identidad basada en "el agente posee una clave API". Identidad real, donde la persona que pregunta determina lo que las herramientas pueden hacer. El usuario se autentica a través del proveedor de identidad de NetApp. Esa identidad se transmite a través de la puerta de enlace MCP al servidor MCP, que la resuelve frente a la cuenta de clúster del usuario y emite credenciales de corta duración y alcance limitado al usuario. Cada llamada a kubectl y cada comando de shell se ejecuta como esa persona. Si pregunta por algo a lo que no tiene acceso, obtendrá exactamente lo mismo que le daría un terminal: nada.
Cuatro palabras, y son la razón por la que esto llegó a producción. Un agente que se ejecuta como una cuenta de servicio con privilegios de administrador de clúster es una demostración. Un agente que se ejecuta como usted es infraestructura.
Todo lo demás reside en la puerta de enlace y no en cada agente individual: credenciales de proveedor, RBAC a nivel de modelo, permisos a nivel de herramienta, presupuestos, límites de velocidad, medidas de seguridad y registro. Los agentes hacen referencia a nombres de modelos y servidores; las credenciales nunca se transmiten. Esto es lo que permite a un equipo de plataforma aprobar el cuadragésimo agente con la misma facilidad que el primero, porque un agente nuevo no es una copia nueva del modelo de seguridad.
A principios de 2026, el agente de Kubernetes ya estaba en manos de los usuarios, y la naturaleza de la carga de trabajo explica todo lo que sigue.
Un ingeniero pregunta: "¿por qué mi pod está en CrashLoopBackOff?". La plataforma abarca ocho clústeres de Kubernetes que dan servicio a toda la empresa, por lo que la primera tarea del agente suele ser localizar la carga de trabajo antes de poder diagnosticar nada. Luego viene la investigación propiamente dicha: describir el espacio de nombres, listar los pods, extraer eventos, filtrar registros, inspeccionar la capa de entrada y consultar métricas históricas. El servidor MCP expone kubectl, un shell, Prometheus y una herramienta de inventario de clústeres. Nada de esta secuencia está programado; el modelo la compone según el problema.
De quince a treinta rondas de resultados de comandos reales por pregunta. Quédese con esa cifra, porque resume toda la historia de la ingeniería.
Siendo NetApp quien es, Igor Feoktistov construyó un segundo servidor MCP que llega por debajo del clúster hasta la infraestructura física. En una sesión de laboratorio, escribió "solucionar problema del clúster", sin nombre de clúster y sin pistas.
El agente localizó el nodo que no respondía, trabajó a través de la capa de Kubernetes, no encontró nada concluyente allí, pasó a los diagnósticos de hardware e identificó la causa raíz como un fallo de memoria en el hardware subyacente. Luego identificó un repuesto y realizó la migración de la carga de trabajo, con una ventana de recuperación esperada de cinco a diez minutos.
La parte técnicamente interesante es el camino, no el resultado. Ningún manual de procedimientos codifica "fallo de pod a fallo de memoria a migración de carga de trabajo". Esa cadena cruzó dos servidores MCP construidos de forma independiente, y se mantuvo unida porque ambos expusieron herramientas honestas bajo la misma identidad de usuario, permitiendo que el modelo siguiera descendiendo capas hasta que la evidencia se resolvió. La capacidad provino de la capa de herramientas, que NetApp diseñó y escribió. Nuestro trabajo fue hacer que fuera seguro exponerlas y darle al bucle un lugar duradero donde ejecutarse.
Treinta iteraciones de kubectl sin procesar y salida de registros hacen algo predecible en una ventana de contexto. Las investigaciones empezaron a morir a mitad de ejecución.
Lo que recibimos no fue una solicitud de funcionalidad. Fue un informe de error, y uno bien argumentado:
Había descartado a los sospechosos costosos, lo cual es la mitad difícil de cualquier diagnóstico: no era el modelo, no era el prompt, no eran las herramientas. La capa a la que señalaba resultó estar justo debajo de la interfaz, la que decide qué permanece en el contexto, qué se resume y qué se ejecuta en otro lugar sin entrar nunca en el contexto.
No teníamos esa capa. Habíamos asumido silenciosamente que el bucle intermedio era un problema que el cliente debía resolver. Esa es la suposición que NetApp rompió, y es la suposición que creemos que la mayor parte del mercado sigue haciendo.
Lo que construimos después fue nuestro, y nadie nos pidió la mayor parte. NetApp encontró el muro; el diseño de lo que logró superarlo fue obra nuestra, probado bajo presión con su carga de trabajo real cada semana.
Ejecución aislada para código, archivos y comandos de shell. En lugar de cargar megabytes de registros en el contexto para que el modelo los lea, el agente ejecuta código sobre esa salida y devuelve solo la respuesta. Los secretos nunca entran en el entorno aislado.
Una vez que un agente puede migrar una carga de trabajo fuera de un hardware defectuoso, alguien debe poder decir "pausa y pregúntame primero". La ejecución se detiene para obtener aprobación en puntos definidos.
Los agentes se convierten en servicios invocables, integrables en cualquier interfaz en lugar de quedar atrapados en la nuestra. Una petición de NetApp, y la que más cambió la forma del producto.
Compactación automática a medida que se llena la ventana; los resultados extensos de las herramientas se descargan al almacenamiento en lugar de incluirse en línea; carga diferida de herramientas, para que más de cien definiciones de herramientas no consuman la ventana antes de empezar a trabajar.
Una interfaz de creación y prueba para personas que nunca escribirán código en Python, y que no deberían tener que hacerlo.
Permite al modelo encadenar varias llamadas a herramientas en un script aislado en lugar de pagar por un viaje de ida y vuelta del modelo por cada llamada. Diseñado para tareas de distribución, como analizar ocho clústeres.
Algo rutinario, pero fundamental. El límite de NetApp subió de 30 a 40 y luego a 50 a medida que las herramientas mejoraban. Cualquier límite que hubiéramos codificado de forma rígida habría sido incorrecto en cada punto de esa curva.
Permite que una investigación larga delegue una subtarea compleja y reciba una conclusión en lugar de una transcripción. El contexto principal se mantiene limpio a lo largo de más de 30 iteraciones.
Un segundo equipo de NetApp llegó de forma independiente. Vimal Kannan, director de TI para Datos y Analítica Empresarial, dirige NetAI Chat, el asistente interno de NetApp. Su problema era la amplitud, no la profundidad: muchos equipos, muchas herramientas y muchos modelos, todos necesitando una gobernanza centralizada.
Hoy en día, aproximadamente 150 herramientas son accesibles a través de un único Servidor MCP Virtual: un punto de conexión que centraliza muchos servidores MCP, de modo que un cliente se conecta una vez en lugar de configurarse para cada uno. El control de acceso por usuario decide qué puede invocar cada individuo, y las Habilidades (instrucciones empaquetadas para una tarea recurrente) están delimitadas para que cada equipo vea solo lo que le corresponde. Miles de empleados de NetApp acceden a esas herramientas a través de la puerta de enlace sin abrir nunca una consola de TrueFoundry. La gobernanza es invisible para ellos, y ese es precisamente el objetivo.
Debido a que el equipo de Ingeniería de Plataformas para Desarrolladores nos presionó para exponer los agentes como un SDK y una API, el equipo de NetAI Chat pudo llamar a esos agentes directamente desde su propia interfaz. Dos esfuerzos independientes se convirtieron en una sola plataforma, ahora bajo una única dirección liderada por Rob Rubin que abarca modelos, herramientas, agentes y un Registro de Agentes que rastrea lo que existe y quién es su propietario.
Un agente de Kubernetes se convirtió en varios en producción, con más en desarrollo y un constructor de agentes interno en la hoja de ruta. En ese punto, el problema cambia de forma:
Ese es el problema que surge cuando la adopción funciona. Llega más rápido de lo que la mayoría de los equipos planean.
Un entorno de ejecución abierto y autohospedado elimina la factura por usuario de una plataforma gestionada. Esa no es la parte interesante, y no es la razón por la que NetApp está aquí.
Junto con la atribución, está el problema de la disciplina: la gente recurre al modelo más grande cuando uno más pequeño sería suficiente. Ambos se resuelven en el mismo lugar. Cada llamada a un modelo y a una herramienta está etiquetada por persona y equipo, con presupuestos y límites de tasa que realmente se cumplen, y un enrutamiento que envía el trabajo al modelo adecuado en lugar de al más grande disponible.
No hemos terminado. Rob quiere que el control presupuestario sea por ejecución y no por semana, y tiene razón: un límite semanal es demasiado impreciso cuando un agente de larga duración puede consumirlo en una sola investigación.
Esta es también la razón por la que el arnés y la puerta de enlace pertenecen al mismo sistema. Un arnés por sí solo te da un agente. Un arnés dentro de un plano de control gobernado te da un agente que tanto tu equipo de seguridad como tu equipo financiero aprobarán.
Un cliente, por muy avanzado que sea, es solo un punto de datos. NetApp encontró el límite de contexto al ejecutar investigaciones de 30 iteraciones en ocho clústeres. Un equipo que trabaje con flujos de documentos, procesamiento de reclamaciones o triaje de CI encontrará un límite diferente, y preferimos aprender eso del mercado que de nuestra propia hoja de ruta.
Existe una razón de más peso. Un equipo que rechazó conectores propietarios en 2025 nunca iba a apostar su infraestructura de Kubernetes en un entorno de ejecución que no pudiera leer, ejecutar por sí mismo o modificar. La portabilidad fue la condición de entrada para toda esta relación. Hacer que el arnés sea de código abierto es nuestra forma de tomar esa condición en serio, en lugar de pedir que simplemente confíen en nosotros.
La capacidad diferenciada de NetApp, desde Kubernetes hasta el hardware, existe porque sus ingenieros escribieron sus propios servidores MCP para sus propios sistemas. Ningún proveedor iba a ofrecer eso. El trabajo de la plataforma es alojarlos, protegerlos y gobernarlos.
Es la iteración veintidós, cuando el contexto está lleno de resultados de consola y la investigación no ha terminado. Casi toda la ingeniería real reside en ese vacío, y permanece invisible hasta que ejecutas algo el tiempo suficiente para toparte con él. Una prueba rápida: si tus agentes superan habitualmente las diez llamadas a herramientas por tarea, te vas a encontrar con este muro.
Cada agente que se estanca en la revisión se detiene ante la misma pregunta: qué puede hacer esto y en nombre de quién. Resuélvelo en la infraestructura y la respuesta será válida para todos los agentes posteriores.
Límites de iteración, presupuestos de contexto, número de herramientas: todos estos parámetros cambiaron para NetApp en cuestión de meses. Trátalos como configuración.
Un agente que solo funciona dentro de la interfaz de usuario de un proveedor no puede integrarse en nada. El SDK y la API fueron el cambio que permitió que dos equipos de NetApp se convirtieran en una sola plataforma.
TrueForge es de código abierto, cuenta con licencia MIT y está disponible en github.com/truefoundry/trueforge. El obstáculo con el que se topó NetApp es algo con lo que ahora puedes encontrarte en tu propia carga de trabajo, con la capa que lo superó ya en tus manos.

Esto inicia el entorno y su interfaz en tu máquina. Cuando estés listo para ejecutarlo de verdad, alójalo tú mismo con Docker Compose o Kubernetes en tu propio entorno. Apúntalo a cualquier modelo a través de un endpoint compatible con OpenAI, conecta tus servidores MCP y tendrás un agente operativo.
El entorno funciona por sí solo; las puertas de enlace son la forma de gestionarlo. Ejecuta TrueForge de forma independiente y obtendrás el ciclo completo: ejecución en entorno aislado, ingeniería de contexto, subagentes, aprobaciones, SDK y API. Tú aportas y gestionas tus propios modelos y claves MCP. Combínalo con AI Gateway y MCP Gateway de TrueFoundry y cada llamada a modelos, herramientas e interacciones MCP estará autenticada, presupuestada, sujeta a políticas y registrada bajo la identidad real del usuario, la capa que realmente le importó a la revisión de seguridad de NetApp.