Harness Engineering
Durante meses eu construí algo que não sabia como nomear.
Durante eu construí algo que não sabia como nomear.
Eu tinha a orquestração, a memória, as integrações com ferramentas, os gates de segurança. Tudo conectado por cima do modelo — a estrutura que mantém um agente de IA funcionando enquanto você dorme.
Aí eu li o leak do Claude Code. KAIROS. Feature flags. Anti-distillation.
O mesmo padrão. Só que agora com nome: harness engineering.
O harness é o que fica entre o LLM e o trabalho real. O sistema operacional por cima do modelo. Faz direito e seu agente roda às 2h da manhã sem você. Faz errado e quebra em silêncio no momento que você dá as costas.
O modelo é a parte fácil (hoje). O harness é a parte que demanda tempo, trabalho e estudo para quem aplica IA em produção
Todo mundo corre atrás de prompts melhores, modelos melhores, frameworks melhores. Os engenheiros que entregam agentes confiáveis estão construindo o harness.
📝 Nota do editor — 08/06/2026
Mano, eu escrevi isso quando o conceito surgiu! E claramente a compreensão disso evoluiu desde então — e faz pouquíssimo tempo.
Vou tentar simplificar o que é harness:
Harness é o código orquestrando seu modelo.
- Requisitando uma resposta → HTTP Call
- Parseando os "tool_calls" → regex ou pattern matching semelhante
- Orientando quem ele é → System prompt → uma string com orientações para o modelo
É meio que isso. O código que orienta o comportamento do modelo. LLMs são não-determinísticos — não podemos garantir o que sai dali. Mas podemos colocar uma casca em volta que melhora nossas chances de conseguir o output desejado.
Eu sinto que ainda não fui claro hahaha. Mas sei lá, talvez alguém aqui já consiga definir de forma mais simplificada.