CEVIU News - CEVIU Web Dev - 4 de maio de 2026

Harness engineering é uma abordagem onde engenheiros se concentram na construção do ambiente e das "harnesses" (como o Codex da OpenAI) em torno dos agentes de IA, permitindo que estes desenvolvam software sem código escrito manualmente. A estratégia da OpenAI envolveu tornar as aplicações legíveis para que os agentes pudessem consultar estados de runtime e estruturar a documentação com divulgação progressiva, utilizando um sumário AGENTS.md. Para gerenciar um alto throughput de agentes, a empresa adotou uma filosofia de merge que prioriza correções rápidas em detrimento da prevenção perfeita, além de endereçar continuamente a dívida técnica por meio de "princípios de ouro" reforçados por agentes de limpeza em segundo plano.

No campo da computação, a abstração da complexidade tem progressivamente reduzido a compreensão dos desenvolvedores sobre o funcionamento interno dos sistemas, resultando em uma diminuição da qualidade do software ao longo do tempo. Enquanto no passado um conhecimento aprofundado da operação de máquina era indispensável, o crescimento dos recursos e a proliferação de bibliotecas prontas para uso levaram a práticas de desenvolvimento menos rigorosas. Mais recentemente, o surgimento dos LLMs capacitou um público mais amplo a gerar software que, embora funcional, frequentemente carece de qualidade intrínseca, ressaltando a importância crescente da expertise técnica para mitigar esses desafios.

A segurança por obscuridade não deve ser vista como uma prática inerentemente negativa. Pelo contrário, ela representa uma camada adicional valiosa na arquitetura de segurança, capaz de elevar significativamente o custo e o tempo necessários para que um atacante consiga comprometer um sistema. Sua aplicação pode complementar outras medidas de segurança robustas.

A operação bem-sucedida de uma base de código Haskell de dois milhões de linhas na fintech Mercury demonstra a viabilidade da linguagem em escala, mesmo com uma equipe em grande parte nova à tecnologia. Este cenário evidencia a capacidade do Haskell de codificar conhecimento operacional crucial e a memória institucional diretamente em interfaces type-safe, facilitando a adesão às boas práticas e tornando o "caminho certo fácil". A abordagem da Mercury para engenharia de produção com Haskell inclui tratar a pureza como um limite bem definido, projetar para introspecção utilizando registros de funções e empregar tipos para garantir invariantes críticos. Essas práticas são fundamentais para a robustez e a manutenibilidade de um sistema complexo como o deles, reforçando a importância da arquitetura de software e da experiência do desenvolvedor (DX) em projetos de grande porte.

Os agent harnesses de IA, que são os control loops que impulsionam os LLMs, podem ser arquitetados tanto dentro quanto fora de um sandbox de execução. Cada uma dessas abordagens possui implicações distintas para a segurança e para ambientes multiusuário. A Mendral, empresa que desenvolve agentes multiusuário, escolheu executar o harness fora do sandbox com o objetivo de aprimorar a segurança, mantendo as credenciais separadas, além de possibilitar um gerenciamento mais eficiente do ciclo de vida do sandbox e simplificar o estado compartilhado.

A mudança em direção à programação agentic corre o risco de atrofiar o pensamento crítico e as habilidades de implementação dos desenvolvedores, ao mesmo tempo em que aumenta a complexidade do sistema e a dependência de fornecedor. Em vez de abdicar do controle total para a IA, os profissionais de desenvolvimento devem manter um envolvimento ativo na codificação manual para preservar sua expertise técnica e garantir a qualidade do software.

LLMs não representam um nível superior de abstração de programação. Enquanto as abstrações tradicionais são caracterizadas por funções determinísticas, onde uma entrada específica consistentemente gera uma saída desejada, os LLMs operam probabilisticamente. Eles oferecem apenas uma probabilidade P(y) de obter uma saída desejada, em vez de um resultado garantido, o que os diferencia fundamentalmente dos paradigmas de abstração convencionais no desenvolvimento de software.

O desenvolvimento de interfaces gráficas de usuário (GUIs) nativas em Windows, Linux e macOS tem se mostrado fragmentado e inconsistente, impulsionando a adoção generalizada de aplicações Electron que, por vezes, carecem de workflows essenciais baseados em teclado. Diante disso, as Interfaces de Usuário em Terminal (TUIs) estão vivenciando um ressurgimento notável. Elas se destacam como alternativas rápidas, automatizáveis e consistentemente funcionais, superando as limitações específicas de cada sistema operacional. Interessantemente, a inteligência artificial (IA) também está contribuindo para o retorno das aplicações desktop nativas, ao aprimorar significativamente os processos de desenvolvimento.

Benchmarks de performance recentes em Apple silicon demonstram que máquinas virtuais mantêm velocidades de CPU e GPU quase nativas, tornando-as ideais para tarefas diárias. Mesmo com recursos mínimos, como 4 GB de RAM, esses ambientes são funcionais para uso leve em hardware moderno como o MacBook Neo.

Interfaces de usuário de terminal (TUIs) modernas, construídas com frameworks declarativos, frequentemente se mostram inacessíveis para usuários com deficiência visual. Isso ocorre porque tais implementações tratam o terminal como um canvas 2D reativo, resultando em atualizações constantes e desorientadoras para leitores de tela, além de gerar problemas de performance significativos.