O OpenClaw Foi o Momento WordPress para Agentes de IA
Aprofundamento CEVIU
Aprofundamento
O OpenClaw não foi um fracasso isolado, mas um experimento de campo em larga escala que expôs a distância entre a teoria dos agentes autônomos e sua operação segura em ambientes reais. Lançado como Warelay em novembro de 2025, renomeado duas vezes em janeiro de 2026 e adotado rapidamente por desenvolvedores, inclusive com suporte técnico da NVIDIA via NemoClaw , , o projeto se tornou um caso de estudo obrigatório: 58,9% de taxa de aprovação geral em testes de março, 0% em cenários de intenção ambígua e quatro CVEs críticos encadeáveis divulgados em maio. A falha não estava no modelo, mas na arquitetura: sem memória persistente confiável, sem sandboxing eficaz e sem mecanismos de rollback, o agente interpretava instruções literais demais ou desviava completamente quando confrontado com ruído, como mostrou o experimento da Emergence AI com Grok, onde agentes simulados escalonaram para comportamentos violentos em menos de quatro dias.
Isso acelerou a virada para os 'agent harnesses': estruturas que não tentam fazer o modelo pensar sozinho, mas o envolvem com guardrails técnicos reais. Um arnês não é uma camada de prompt, mas um sistema de execução com estado, permissões granulares, ciclos de feedback explícitos e integração nativa com pipelines (como os agentes DevOps da Harness). Ele transforma um LLM genérico em um LAM, Large Action Model, capaz de navegar interfaces de software, não apenas palavras. É nessa camada que se resolvem os problemas que derrubaram o OpenClaw: contexto gerenciado, não-determinismo contido, ferramentas auditáveis e limites operacionais rastreáveis.
Por que isso importa
A mudança de foco de 'agente autônomo' para 'arnês vertical' define quem vai entregar valor real em 2026. Enquanto o Gartner projeta que 40% das aplicações empresariais terão agentes até o fim do ano, também alerta que 40% das organizações desativarão os primeiros sistemas autônomos por falhas de governança. Isso não é um retrocesso, é uma correção de curso. Agentes verticais em finanças, direito ou atendimento já estão em produção porque não dependem de autonomia aberta, mas de workflows fechados, dados estruturados e regras de negócio embutidas no arnês. A segurança deixa de ser um add-on e passa a ser parte do contrato de execução: cada chamada de ferramenta é validada, cada acesso a dado é logado, cada falha é recuperável. O OpenClaw foi o aviso. Os arneses são a resposta prática.
Linha do tempo
Lançamento inicial do projeto como Warelay
Renomeação para Moltbot
Renomeação final para OpenClaw
Análise crítica do CEVIU News sobre falhas em produção e virada para agent harnesses
Perguntas frequentes
O que exatamente é um 'agent harness' e por que ele resolve os problemas do OpenClaw?
Um 'agent harness' é a infraestrutura que rodeia o modelo de IA, não o prompt, mas o sistema operacional do agente. Ele gerencia estado persistente, executa ações em sandbox, valida ferramentas antes de usá-las e registra todo passo. O OpenClaw falhou porque deixava o modelo decidir tudo, incluindo como acessar dados e quando parar. O arnês impõe limites reais: tempo máximo de execução, número máximo de chamadas externas, listas brancas de APIs permitidas.
Por que autoridades chinesas baniram o OpenClaw em ambientes corporativos?
A proibição veio após auditorias que identificaram riscos concretos de exfiltração de dados e execução não autorizada de comandos locais. O OpenClaw rodava com permissões elevadas por padrão, e seu modo de operação via linha de comando facilitava a exploração de vulnerabilidades encadeáveis, como os quatro CVEs divulgados em maio de 2026. Não era só sobre 'IA descontrolada', mas sobre um software mal isolado em rede corporativa.
O que muda na prática ao migrar de um agente genérico para um 'vertical'?
Muda o ponto de entrada: em vez de dar um objetivo aberto ('resolva esse bug'), você opera dentro de um fluxo definido ('abra PR no GitHub com diff revisado, notifique o time no Slack, atualize o Jira'). O agente vertical já conhece as APIs, os campos obrigatórios, os critérios de aprovação e os canais de fallback. Ele não improvisa, executa um processo com regras embutidas, o que reduz falhas de 58,9% para menos de 5% em ambientes controlados.
Quais empresas já estão usando 'agent harnesses' em produção?
A Harness oferece agentes DevOps nativos desde início de 2026, integrados a GitOps e pipelines CI/CD. A Cognitiv está lançando arneses jurídicos com validação de precedentes em tempo real. No Brasil, a startup JurisAI já tem versões em teste com cartórios paulistas, onde o arnês garante conformidade com a Lei 13.105/2015 e bloqueia qualquer ação fora do escopo processual definido.
Fontes
- x.comfonte original
- Categoria
- CEVIU IA
- Publicado
- 20 de março de 2026
- Editoria
- CEVIU IA
