Engenharia de harness

O que observar

As perguntas que separam as opções, em ordem de importância.

1. 01

   Um arquivo de contexto curto que aponta para outros

   AGENTS.md ou CLAUDE.md é carregado em toda sessão, então cada linha custa tokens a cada turno e disputa com a tarefa a atenção do modelo. A equipe de harness da OpenAI descobriu que um único arquivo grande de instruções ficava desatualizado e não podia ser verificado automaticamente, e passou para um AGENTS.md de cerca de 100 linhas que funciona como índice de uma pasta docs/ estruturada. Comece com poucas regras que você consiga defender (o CLAUDE.md de Karpathy tem quatro), acrescente uma linha só quando o agente repetir um erro e deixe o detalhe em arquivos que o agente abre quando precisa.

2. 02

   Guias antes de o agente agir, sensores depois

   O modelo de Birgitta Böckeler no martinfowler.com divide o harness em guias, que orientam o agente antes de ele trabalhar (arquivos de contexto, skills, especificações, servidores de linguagem), e sensores, que conferem o resultado para que o agente se corrija sozinho (testes, linters, verificadores de tipos, testes estruturais, revisão). É preciso ter os dois: guias sozinhos nunca descobrem se funcionaram, e sensores sozinhos pegam o mesmo erro todas as vezes. Prefira sensores determinísticos, que são rápidos, baratos e repetíveis, à revisão por IA, e escreva mensagens de linter que digam ao agente como corrigir o problema.

3. 03

   Custo de contexto de skills, plugins e hooks

   Skills são baratas até se acumularem. A documentação da Anthropic estima o custo inicial em cerca de 100 tokens por skill instalada e até 5.000 a mais quando uma é acionada; o ECC, na instalação completa, carrega regras e skills suficientes para ocupar boa parte da janela de contexto, e por isso oferece um perfil mínimo. No Claude Code, claude plugin details informa o que cada plugin acrescenta a cada turno. Instale o menor conjunto que cubra seu fluxo de trabalho e remova o que você não usou em um mês.

4. 04

   Processo do tamanho da mudança

   Frameworks guiados por especificação e os de vários papéis transformam o trabalho do agente em documentos que você pode revisar, e cobram por isso. No teste da Scott Logic, o Spec Kit exigiu cerca de 2 a 3,5 horas de revisão humana por funcionalidade; o BMAD gera vários documentos de planejamento por funcionalidade; o Superpowers é lento e consome muitos tokens em correções pequenas. As skills de Matt Pocock ficam no outro extremo: nada roda se você não chamar. Veja se a ferramenta reduz o processo para uma correção de uma linha (a skill Build do BMAD agora faz isso) e instale um único framework de fluxo de trabalho por projeto, porque Superpowers, BMAD, ECC e o pacote de Addy Osmani se sobrepõem e competem entre si.

5. 05

   Estado que sobrevive ao fim da sessão

   Toda sessão nova começa sem lembrar da anterior. O artigo da Anthropic sobre agentes de longa duração descreve uma solução com arquivos simples: uma lista de funcionalidades em JSON com cada item marcado como aprovado ou não, um registro de progresso, um init.sh que inicia o app, uma funcionalidade por sessão e um commit de git no fim de cada uma. Plugins de memória automatizam isso a um preço: o claude-mem resume cada sessão com um modelo que você paga, e seu worker local não autentica as requisições; o context-mode guarda a saída das ferramentas num índice local e reconstrói o estado de trabalho após a compactação. Experimente primeiro os arquivos simples.

6. 06

   Um sandbox e um guarda de comandos, não um ou outro

   Um agente pode ser convencido a executar qualquer coisa, então os limites pertencem ao sistema operacional, não ao prompt. O Sandbox Runtime da Anthropic, o motor por trás do /sandbox do Claude Code, restringe a gravação de arquivos e o acesso à rede ao que você permitir, mas por design aceita gravações dentro do projeto, então git reset --hard e git push --force continuam rodando. O CC Safety Net lê cada comando de shell antes de ele rodar e bloqueia esses, mas não controla arquivos nem rede. Juntos, cobrem as lacunas um do outro.

7. 07

   Promessas de economia de tokens, conferidas na sua própria conta

   Várias ferramentas prometem contexto menor e custos mais baixos. Saída de ferramenta mais curta não é o mesmo que sessão mais barata: dois testes independentes do rtk não encontraram economia nas rodadas principais (7,6% e 5,8% a mais), em parte porque o hook só enxerga chamadas de Bash, e ninguém publicou um teste de custo do plugin gratuito do context-mode. Meça antes e depois com seus próprios registros de uso (o ccusage os lê localmente) ao longo de uma semana de trabalho normal, não numa única tarefa de demonstração.

8. 08

   Quem pode mudar o código que roda no seu agente

   Plugins e pacotes de skills executam hooks e servidores MCP com as suas permissões. O marketplace oficial do Claude Code fixa cada entrada num commit, mas a Anthropic diz que estar listado não é uma auditoria de segurança, e os plugins se atualizam sozinhos por padrão. O README do ECC avisa que espelhos podem conter malware, e a instalação padrão do CC Safety Net baixa @latest. Instale a partir do repositório original, fixe versões para uma equipe e leia os scripts dos hooks antes de ativá-los.

14 ferramentas comparadas

Ordenadas pela nossa nota. Abra qualquer avaliação para ver as fontes, os preços e o veredito completo.

Ferramentas de Engenharia de harness comparadas

Ferramenta	Nota	Nosso veredito	Ideal para	Preço
Superpowersrepositório	4.7/5	Uma camada de disciplina que faz um agente de programação se comportar como um engenheiro júnior cuidadoso, e que vale os tokens extras em qualquer coisa maior que uma correção de uma linha.	Desenvolvedores que querem que um agente execute funcionalidades de várias horas com plano, testes e revisão embutidos.	Gratuito e de código aberto (MIT). Você paga pelo uso de modelo do agente em que o executa.
Matt Pocock's Skillsrepositório	4.5/5	As skills de Matt Pocock fazem o agente discutir o plano com você antes de escrever código, e só o /grill-me já justifica a instalação.	Engenheiros que querem hábitos leves de planejamento e TDD sem entregar o processo a um framework.	Gratuito e de código aberto (MIT). Você paga o uso de modelo do seu agente.
Anthropic Skillsrepositório	4.4/5	Leia antes de escrever uma skill própria, e instale se o Claude Code precisar lidar com arquivos do Office e PDFs; só não confunda as skills de documentos com algo que você possa forkar.	Quem escreve skills, e usuários do Claude Code que precisam lidar com Office e PDF.	Gratuito. As skills de exemplo são Apache-2.0; as skills de documentos têm código disponível, mas não são de código aberto.
Anthropic Sandbox Runtime (srt)repositório	4.4/5	Seu agente de programação pode ser convencido de qualquer coisa; o sistema operacional não, e o srt coloca o sistema operacional no comando.	Todo desenvolvedor que executa um agente de programação na própria máquina, como primeira camada de proteção.	Gratuito e de código aberto sob Apache 2.0.
Spec Kitrepositório	4.3/5	O Spec Kit transforma o trabalho do agente em documentos revisáveis no git, e cobra por isso em horas de leitura humana por funcionalidade.	Equipes que querem specs escritas e revisáveis antes que um agente escreva código.	Gratuito e de código aberto (MIT).
Agent Skills (Addy Osmani)repositório	4.3/5	O pacote de Addy Osmani transforma hábitos de engenheiro sênior em barreiras que um agente não consegue contornar no papo, e é o raro conjunto de skills que leva o navegador a sério.	Desenvolvedores web que querem um único pacote estruturado de skills da especificação ao lançamento.	Gratuito e de código aberto (MIT). Você paga pelo uso de modelo do seu agente.
Claude Code official plugin marketplacerepositório	4.3/5	Comece aqui antes de adicionar qualquer marketplace de terceiros: entradas fixadas em commits e custo de contexto visível fazem dele o padrão mais seguro, embora estar listado não seja uma auditoria de segurança.	Todo usuário do Claude Code, como primeiro lugar para procurar plugins.	Gratuito. O repositório do catálogo é Apache-2.0; cada plugin tem sua própria licença, e muitos plugins de fornecedores exigem uma conta paga com esse fornecedor.
Learn Harness Engineeringrepositório	4.1/5	Um currículo de verdade para a parte pouco glamorosa da programação com agentes, a estrutura em torno do modelo, e melhor na organização do que na originalidade.	Engenheiros que já usam Claude Code ou Codex e querem um caminho estruturado para tornar mais confiáveis as sessões de agentes sem supervisão.	Gratuito (MIT); você precisa do seu próprio agente de programação, como Claude Code ou Codex, para fazer os projetos.
CC Safety Netrepositório	4.0/5	O cinto de segurança para o estrago que um sandbox permite de propósito: force-pushes, hard resets e rm -rf dentro do seu próprio projeto.	Quem deixa um agente de programação rodar comandos de shell sem aprovar cada um.	Gratuito e de código aberto sob MIT.
BMAD Methodrepositório	3.8/5	O BMAD justifica a papelada em projetos com partes interessadas que dão aprovação formal, e cobra por ela em horas em tudo o que é menor.	Equipes em projetos maiores que querem PRDs, arquitetura e histórias gerados e revisados.	Gratuito e de código aberto (MIT). "BMad" e "BMAD-METHOD" são marcas registradas da BMad Code, LLC.
Everything Claude Code (ECC)repositório	3.8/5	O ECC é uma caixa de peças, não um fluxo de trabalho: útil em um perfil mínimo, um imposto permanente sobre o contexto no tamanho completo.	Usuários avançados do Claude Code que querem um kit de ferramentas grande e vão reduzi-lo a um perfil mínimo.	Gratuito e de código aberto (MIT). O GitHub App ECC Pro para repositórios privados custa US$ 19 por assento por mês; o Enterprise é sob consulta. Você paga o uso do modelo do seu agente.
claude-memrepositório	3.7/5	Memória real entre sessões para o Claude Code, embrulhada em um instalador que empurra você para uma assinatura hospedada e para uma conta de compressão que você precisa vigiar.	Desenvolvedores em projetos longos que querem que o agente lembre das sessões anteriores.	Código aberto (Apache-2.0). A compressão roda no seu plano Anthropic ou na sua própria chave. Planos hospedados do CMEM: Pro a $30/mês, Heavy a $70/mês, Max a $100/mês, com excedentes; preço do TeamBrain não anunciado.
context-moderepositório	3.6/5	Vale testar em sessões longas que perdem o fio após a compactação; ninguém mostrou ainda que o plugin gratuito reduz a sua conta.	Usuários do Claude Code cujas sessões longas perdem o fio do trabalho após a compactação.	Plugin gratuito (Elastic License 2.0). Gateway hospedado: 1.000 requisições gratuitas uma única vez; Starter US$ 20/mês (10.000 requisições); Pro US$ 49/mês (50.000 requisições); você paga o provedor do modelo diretamente.
rtk (Rust Token Killer)repositório	3.4/5	Ele deixa a saída do shell mais curta, o que não é o mesmo que deixar o Claude Code mais barato, e os dois testes de custo independentes concluíram que não deixa.	Desenvolvedores com saída de shell muito ruidosa que vão medir o efeito por conta própria.	Gratuito (CLI Apache-2.0 mais engine BUSL-1.1; rtk-oss só com Apache disponível). A revenda comercial exige licença. A edição para equipes RTK Pro é paga, com teste de 7 dias.

Lado a lado

As especificações que importam nesta etapa. Verificadas em 6 de nov. de 2026; confirme no site do fornecedor antes de decidir.

Fontes deste guia

• OpenAI: Harness engineering, leveraging Codex in an agent-first world
• Birgitta Böckeler: Harness engineering for coding agent users (martinfowler.com)
• Anthropic: Effective harnesses for long-running agents
• Anthropic: Beyond permission prompts (Claude Code sandboxing)
• Agent Skills overview (Claude Platform docs)
• Putting Spec Kit through its paces (Scott Logic)
• rtk Claude Code token savings benchmark (JetBrains)