Pular para o conteúdo principal

5 publicações com a etiqueta "agents"

Ver todas as etiquetas

Harness Engineering na prática: o ambiente que você monta em volta do agente de código

· 12 min para ler
Bruno Carneiro
Fundador da @TautornTech
Harness Engineering na prática

No post sobre prompt, context e harness engineering eu separei as três camadas e falei do harness do ponto de vista de quem constrói um agente: idempotência, circuit breaker, gate de aprovação, audit trail.

Só que a maioria de nós não está construindo agente. Está usando um: Claude Code, OpenCode, Cursor, Codex. E aí surge a pergunta óbvia: se o harness da ferramenta já vem pronto, o que sobra pra mim?

Sobra muito. E é justamente a parte que mais muda o resultado no dia a dia.

Herdr: onde seus agentes de código moram (e continuam trabalhando quando você fecha o terminal)

· 13 min para ler
Bruno Carneiro
Fundador da @TautornTech
Herdr, o runtime para agentes de código

Se você usa agente de código com frequência, provavelmente já viveu essa cena: três terminais abertos, um Claude Code implementando uma feature, um Codex revisando outra branch, um OpenCode investigando um bug. Você vai tomar um café. Quando volta, dois estão parados esperando você aprovar alguma coisa há 15 minutos, e um terminou faz tempo sem você perceber.

Ou pior: você fecha o terminal sem querer, a conexão SSH cai, e a sessão inteira vai junto.

O Herdr resolve exatamente isso. Ele se descreve como "onde seus agentes de código moram": um runtime de terminal que mantém os agentes rodando em segundo plano, mostra o estado de cada um e expõe uma API pra que scripts (e outros agentes) controlem tudo.

Você não tem problema de prompt, tem problema de contexto ou de harness

· 10 min para ler
Bruno Carneiro
Fundador da @TautornTech
Prompt Engineering, Context Engineering e Harness Engineering

Você já ficou meia hora refinando um prompt, tentando deixar as instruções mais claras, mais detalhadas, com exemplos, com restrições — e o agente continuou errando da mesma forma?

Já passou por isso: o modelo alucina mesmo com o prompt perfeito. Ou pior: o agente age no mundo, faz uma coisa que não deveria, e você vai descobrir isso em produção. Não no chat de testes, não no sandbox. Em produção, com dado real.

Isso não é problema de prompt. E polir o texto do sistema prompt não vai resolver.

Esse artigo é sobre entender onde o problema de fato está — e por que confundir as três camadas de engenharia de IA custa tempo, dinheiro e, às vezes, incidentes.