O harness de sistemas de IA deve ser tratado como um produto

A Thoughtworks define o harness como tudo o que fica entre o modelo e o trabalho. Isso inclui instruções e skills, ferramentas, permissões e sandboxes, política de contexto, estado entre passos, orquestração, avaliação e telemetria. Nada disso é novo na engenharia de software. A diferença é que, em sistemas agênticos, essas responsabilidades se juntam num único artefato que um time pequeno altera numa tarde, muitas vezes sem dono definido.

O texto, ligado ao volume 35 do Technology Radar, descreve o cenário comum: seis meses depois do protótipo, sobra uma pasta de Markdown, scripts soltos e uma pessoa que sabe por que o retry existe. Sem versão, dependências, roadmap, quality gates e responsável, é só dívida de configuração com um system prompt. O artigo propõe três perguntas: quem é o dono, como saber que a última mudança melhorou o agente e o que o harness pode tocar (dados, ferramentas, credenciais, produção). Também recomenda um conjunto de testes de 20 ou 30 tarefas reais, versionado junto com o harness, e custo e latência como métricas de primeira classe.

A cobertura do CEVIU mostra o tema amadurecendo ao longo de 2026. Em 5 de março de 2026, o CEVIU noticiou "Até Quando Consideraremos Agentes de IA Como Produtos de Dados?", com a tese de que agentes em produção exigem observabilidade e análise de produto iterativa. Em 24 de junho de 2026, em "A dívida técnica oculta dos sistemas de IA: Agent Harness", o foco era o código de harness que tende a ficar obsoleto conforme os modelos evoluem. Em 18 de setembro de 2026, "A base da confiança em produtos de IA: Avaliações e Orquestração" defendeu avaliações e guardrails além do ajuste de prompts. Agora o argumento dá um passo: o harness deixa de ser detalhe de implementação e passa a pedir dono, roadmap, testes e rollback.

Para quem lidera produto, a leitura é que o harness entra no escopo de gestão, não só no da engenharia. Se hoje ninguém responde por ele, vale nomear uma pessoa, definir o conjunto de avaliação e decidir o que o agente não pode fazer. Medir só tokens consumidos ou taxa de aceitação, na visão do artigo, mostra atividade, não melhora real.