Atualizado em
Harness é a infraestrutura que envolve um modelo de IA para que ele use ferramentas, mantenha contexto, siga regras e execute tarefas em várias etapas. É uma das peças que transformam um modelo que responde em um sistema capaz de agir.
SÉRIE · Da instrução à ação
3 de 6
O que é harness em inteligência artificial?
Um modelo de linguagem pode receber uma entrada e produzir uma saída.
Mas, quando esperamos que uma IA consulte arquivos, pesquise informações, execute código, utilize ferramentas, mantenha o estado de uma tarefa ou peça autorização antes de determinada ação, precisamos de algo ao redor do modelo.
Essa infraestrutura é frequentemente chamada de harness – ou, de forma mais específica, agent harness.
A documentação do Microsoft Agent Framework sobre Agent Harness o descreve como a estrutura de execução que transforma um modelo de linguagem em um agente capaz de realizar trabalho: ela conduz chamadas ao modelo e às ferramentas, administra contexto e estado e aplica políticas de aprovação.
Portanto: o modelo produz respostas; o harness organiza como essas respostas entram em um processo.
Prompt, contexto e harness são coisas diferentes
Os três conceitos estão relacionados, mas resolvem problemas diferentes.
No primeiro texto desta série, vimos que o prompt orienta aquilo que queremos que a IA faça.
Depois, em janela de contexto, vimos que o modelo pode considerar muito mais do que a última instrução: histórico, documentos, regras e outras informações disponíveis naquele momento.
O harness acrescenta outra camada.
Ele pode decidir:
- quais ferramentas estão disponíveis;
- quando uma ferramenta pode ser usada;
- como o estado da tarefa será preservado;
- quais ações exigem autorização;
- como resultados intermediários retornam ao modelo;
- quando uma tarefa terminou ou precisa continuar.
Por isso, harness não é um “prompt melhor”.
É a infraestrutura que permite transformar várias interações em um fluxo de execução.
Um exemplo simples: pesquisar e produzir um relatório
Imagine pedir a uma IA:
Pesquise três fontes confiáveis sobre determinado assunto, compare os resultados e produza um relatório.
Se o sistema fosse apenas um modelo de linguagem, ele receberia a frase e produziria uma resposta com base no que já estivesse disponível para ele.
Um sistema com ferramentas pode fazer mais.
O harness pode organizar uma sequência como:
receber tarefa → pesquisar → abrir fontes → extrair informações → comparar → redigir → verificar → entregar.
Em cada etapa, o modelo pode decidir o próximo passo, mas é a infraestrutura ao redor dele que disponibiliza as ferramentas e controla a execução.
É essa lógica que aparece no Agents SDK da OpenAI, cuja arquitetura permite que agentes trabalhem com arquivos, ferramentas e ambientes controlados durante tarefas que exigem várias etapas.
A diferença parece pequena na interface. Mas, tecnicamente, é grande.
O que pode fazer parte de um harness?
Não existe uma lista universal. Diferentes sistemas implementam componentes diferentes.
Alguns elementos aparecem com frequência.
Ferramentas
Pesquisa na web, leitura de arquivos, execução de código, acesso a bancos de dados ou integração com outros serviços.
O modelo não precisa realizar sozinho cada uma dessas operações. Ele pode solicitar que uma ferramenta especializada faça isso e receber o resultado de volta.
Gerenciamento de contexto
Tarefas longas acumulam informações.
O harness pode selecionar, resumir ou reorganizar aquilo que precisa permanecer disponível para o modelo, evitando que cada etapa comece do zero.
Estado e memória de trabalho
Se uma tarefa possui dez etapas, o sistema precisa saber quais já foram concluídas e quais ainda faltam.
O Agent Harness do Microsoft Agent Framework inclui justamente mecanismos de planejamento, lista de tarefas, gerenciamento de contexto e persistência de estado ao longo da execução.
Limites e aprovações
Nem toda ação deveria acontecer automaticamente.
Consultar uma agenda é diferente de cancelar um compromisso. Pesquisar um produto é diferente de comprá-lo.
O harness pode estabelecer que determinadas operações exigem confirmação humana antes de serem executadas.
Harness é a mesma coisa que agente?
Não.
O harness é infraestrutura.
O agente é o sistema que utiliza essa infraestrutura para perseguir um objetivo e decidir quais passos executar.
Uma maneira simples de visualizar é:
modelo + instruções + contexto + ferramentas + regras de execução → sistema capaz de realizar uma tarefa
O nome e os limites exatos de cada camada ainda variam entre plataformas. O importante é perceber a mudança de arquitetura.
Quando a IA deixa de apenas produzir uma resposta e começa a usar ferramentas dentro de uma sequência de ações, precisamos controlar como ela trabalha.
Quando executar também exige prever
Com o harness, a IA deixa de depender apenas de uma sequência simples de pergunta e resposta.
Ela pode receber uma tarefa, usar ferramentas, preservar informações e executar várias etapas dentro de um mesmo processo.
Mas agir envolve outro problema.
Escolher uma ação é mais fácil quando o sistema consegue estimar o que pode acontecer depois dela.
Isso é evidente no mundo físico. Um robô que pretende mover uma caneca precisa considerar onde ela está, para onde pode se deslocar e o que provavelmente acontecerá se determinado movimento for executado.
Em situações assim, não basta organizar ferramentas. É útil representar o ambiente e antecipar possíveis consequências.
É essa capacidade que nos leva aos modelos de mundo.
No próximo texto, veremos como uma IA pode aprender representações de um ambiente para prever não apenas o próximo elemento de uma sequência, mas também o que pode acontecer depois de uma ação.
DA INSTRUÇÃO À AÇÃO
Próximo: O que são modelos de mundo na IA e como eles funcionam?
3 de 6 – Harness
Anterior: O que é janela de contexto na IA e por que ela importa?