Harness de IA

O que é um harness de IA, em palavras simples?

Um artigo científico publicado no arXiv em 8 de junho de 2026 (preprint) define o harness como a "camada de engenharia de runtime". Runtime é o momento em que o programa está rodando. Segundo o artigo, essa camada transforma um modelo em um agente, ou seja, uma IA que executa tarefas com ferramentas em um ambiente externo (arXiv).

Segundo esse artigo e a documentação do Visual Studio Code, um harness costuma ter seis partes:

• Loop do agente: alterna entre gerar uma ação, chamar uma ferramenta, observar o resultado e decidir o próximo passo.
• Ferramentas: ler e editar arquivos, executar comandos, usar o navegador ou consultar outros serviços.
• Gerenciamento de contexto: decide o que entra e o que sai da janela de contexto do modelo. A janela de contexto é o quanto de texto o modelo recebe de uma vez.
• Estado da sessão: guarda o histórico, as configurações e os resultados intermediários. Em alguns casos, permite sessões paralelas ou retomadas depois.
• Controles: permissões, pedidos de aprovação, limites, isolamento e verificação dos resultados.
• Integração com o ambiente: liga o agente ao terminal, ao repositório de código, ao navegador ou a sistemas da empresa.

A documentação do VS Code resume a divisão de trabalho assim: o modelo gera as respostas, e o harness fornece o contexto e as ferramentas.

Como a palavra harness IA aparece na prática, em Claude Code e Codex?

Veja os dois comparados pelos mesmos critérios (verificado em nov/2026):

A linha do VS Code vem da documentação de agentes de terceiros, atualizada em 13 de novembro de 2026.

Qual é a confusão mais comum entre modelo e harness?

A confusão mais comum é achar que o resultado depende só do modelo. A documentação do VS Code lembra duas coisas. Um mesmo modelo pode estar em vários harnesses. E um mesmo harness pode oferecer vários modelos (VS Code).

O harness muda o resultado. Um levantamento publicado no arXiv (preprint) analisou o Terminal-Bench 2.0, um teste público de agentes que trabalham no terminal (arXiv). O levantamento considerou os 20 modelos com pelo menos três resultados em harnesses diferentes. Nesse grupo, a variação mediana de acerto do mesmo modelo foi de 13,6%, e 14 dos 20 modelos variaram pelo menos 10%. Os autores ligam essas diferenças a escolhas do harness: como ele mostra o terminal, organiza o contexto, executa comandos, decide quando parar e se recupera de erros. Eles também observam que modelos mais novos elevam o resultado de todos os harnesses. Ou seja, o modelo continua importando. Esses testes usaram gerações de modelos anteriores às atuais.

O harness também é onde fica a segurança. O harness pode ler arquivos, executar comandos e alterar o seu código. Por isso, as permissões dele importam tanto quanto o modelo escolhido. Um estudo no arXiv (preprint) testou controles de segurança no Claude Code e no Codex: isolamento do sistema (sandbox), verificação de skills e restrição de ferramentas. Os controles funcionaram nos dois. O estudo também conclui que o comportamento imprevisível dos modelos torna necessário que o harness imponha as regras, em vez de confiar só no modelo (arXiv).

Na prática, para escolher uma ferramenta, compare as duas coisas para a sua tarefa: o modelo e o harness. Confira também quais permissões você está concedendo.