O que é AgentRun?
O AgentRun, da Parcha Labs (a equipe por trás do Grep.ai), fica em volta dos ambientes de agentes de programação que as pessoas já usam, Claude Code, Codex, OpenCode ou pi, e acrescenta o que falta para trabalho repetível: um armazenamento que sobrevive a falhas, aprovações por ferramenta, tetos de gasto, gatilhos e um único console para todas as execuções. Não confundir com o AgentRun da Alibaba Cloud, um produto comercial diferente.
O núcleo é uma linguagem de fluxos. Um fluxo é um documento JSON de etapas tipadas: chamadas de ferramentas, chamadas de modelos, decisões tipadas rápidas (sim ou não, escolher uma opção, uma nota, cada uma com sua confiança) de um modelo de decisão como o Jev, ramificações, laços limitados, mapas em paralelo e o recurso a um agente completo quando um caso não está claro. O console mostra cada execução nó a nó, com cada decisão e seu motivo, e permite pausar e retomar. Um modo de aprendizado deixa um agente guardar notas, habilidades e, com o tempo, um fluxo aprendido em sua própria pasta git após cada execução.
O pacote de fluxos funciona sozinho: npx @parcha/agentrun-dsl@latest demo reproduz um exemplo de triagem de suporte com julgamentos roteirizados, sem SDK de modelo, chave de API ou rede. O servidor completo inicia com npx @parcha/agentrun na porta 7340 e precisa de uma chave de modelo para execuções reais. Está sob Apache-2.0, foi publicado pela primeira vez em 23 de setembro de 2026 e ainda está em beta (v0.1.0-beta.37 em 14 de novembro de 2026).
AgentRun vale a pena?
O argumento do AgentRun é que muitos agentes não deveriam ser agentes. Uma tarefa que um agente já fez cem vezes, como avaliar uma empresa ou revisar um pull request, pode ser escrita como um fluxo tipado em que decisões tipadas baratas encaminham os casos fáceis e um agente completo só é chamado para os duvidosos. O console então mostra cada etapa e cada decisão com sua confiança, o que torna uma execução auditável de um jeito que uma longa transcrição de agente não é.
A camada operacional é mais completa do que a da maioria dos projetos tão novos. As execuções ficam em SQLite ou Postgres e retomam após uma falha; com vários runners, as execuções de um runner que caiu são assumidas após um arrendamento de 30 segundos, e uma escrita cortada no meio da chamada é marcada como interrompida em vez de repetida. Cada ferramenta é permitida, pergunta antes ou é negada; uma execução com teto de custo pausa no teto em vez de falhar; os segredos são selados sob uma chave e nunca entram no computador do agente. Cinco modelos (revisão de código, due diligence KYB, monitoramento de mercado, pontuação de leads, notas de versão) vêm com seus próprios casos de avaliação.
Os números de destaque são autodeclarados. O README diz que seu modelo de revisão de código ajustado custa 18 centavos por revisão, contra uma conta do Greptile que subiu de $180 para $6,451 por mês, e encontrou 1.6 vez mais bugs reais em 30 pull requests nunca vistos; uma tarefa de classificação de comerciantes caiu de $0.89 para $0.12 por comerciante depois de aprendida. Ainda não há replicação independente. No Hacker News (51 pontos), a principal objeção foi que Temporal, Windmill ou Airflow já executam fluxos, e a resposta é a camada específica para agentes: integração com os ambientes, decisões tipadas de modelos e aprendizado.
Riscos: o projeto ficou público em 23 de setembro de 2026 e solta betas quase diariamente, com 70 issues e pull requests abertos. O modo de aprendizado deixa as execuções escreverem notas e fluxos que as seguintes vão executar; o código filtra segredos, arquivos fora da pasta e regras tiradas de páginas web ou e-mails, e um modelo avaliador julga o resto, mas continua sendo comportamento escrito por um modelo que persiste entre execuções. O modo "Never ask" deixa um agente rodar sem supervisão, e o deploy com Docker Compose só escuta em loopback e precisa de um proxy TLS antes de ser exposto.
Onde ele se destaca
Uma equipe de compliance numa fintech de 50 pessoas
Fazer verificações KYB de novos clientes empresariais com trilha de auditoria
Aplique o modelo KYB: verificações de registro e certificados rodam em paralelo, uma decisão tipada aprova, rejeita ou manda para revisão abaixo de um limite de confiança de 0.75, e cada afirmação do relatório tem fonte. Cada execução pode ter teto em dólares.
Um líder de engenharia numa startup que paga por revisão de código com IA
Baixar o custo da revisão de código sem perder bugs reais encontrados
Ajuste o modelo de revisão de código com seus próprios pull requests, como fizeram os criadores; eles relatam 18 centavos por revisão. Dispare-o por eventos de pull request do GitHub num servidor próprio, cerca de $27.50 por mês no Render.
Um desenvolvedor avaliando motores de fluxos para agentes
Ver como um fluxo tipado se comporta antes de lhe dar uma chave de modelo
Rode npx @parcha/agentrun-dsl@latest demo e depois faça um teste a seco do seu próprio fluxo com respostas sintéticas; nenhum dos dois chama um modelo, então o fluxo de controle é verificado de graça.
Antes de decidir
- Configuração
- npx @parcha/agentrun inicia um servidor e um runner na porta 7340, guarda os dados em ~/.agentrun e abre o console; defina uma senha, adicione uma chave de modelo (OpenRouter, Anthropic ou OpenAI) e aplique um modelo. Com Docker, os agentes ganham um shell isolado.
- Integrações
- Ambientes: pi, Claude Code, Codex, OpenCode. Computadores: sandboxes Docker, Daytona, Modal e E2B, desktops Linux, celulares Android na nuvem, navegadores Browserbase ou Kernel. Servidores MCP remotos, kits e gatilhos do Composio, agendamentos, webhooks assinados, eventos do GitHub; clientes TypeScript e Python.
- Dados e privacidade
- Auto-hospedado: execuções, arquivos e registros ficam no seu armazenamento SQLite ou Postgres. Os segredos são selados sob AGENTRUN_SEAL_KEY e exibidos só como definidos ou ausentes; as chamadas de modelo vão para o provedor cuja chave você adicionar.
- Custo em escala
- O software é grátis; o gasto são os tokens do modelo mais qualquer provedor remoto de sandbox ou navegador, cobrados na sua própria conta. Tetos por execução impedem que um laço dispare a conta.
- Limites
- Software beta com 70 issues e pull requests abertos; runners no Postgres ainda compartilham um único volume de dados nesta versão; computadores iPhone, macOS e Windows ainda não são suportados.
O que é bom
- Fluxos tipados com decisões pontuadas por confiança e recurso a um agente
- Execuções sobrevivem a falhas; escritas interrompidas são marcadas, não repetidas
- Aprovações por ferramenta, tetos de custo que pausam em vez de falhar, segredos selados
- Funciona sobre Claude Code, Codex, OpenCode ou pi
- A demo de fluxos roda sem chave de API nem rede
O que não é
- Em beta desde setembro de 2026, com versões quase diárias
- Os números de custo e qualidade são dos próprios criadores
- O modo de aprendizado mantém entre execuções notas e fluxos escritos por modelos
- Exige Node 24.22.3 ou mais recente no macOS ou Linux
Ideal para
Equipes que rodam a mesma tarefa de agente muitas vezes por semana e querem ver cada etapa, limitar custos e tirar os casos rotineiros do caro laço do agente.
Alternativas ao AgentRun
AgentRun: perguntas frequentes
- AgentRun vale a pena?
- O AgentRun defende de forma convincente que a maioria das tarefas de agentes deveria virar fluxos verificáveis, e traz as aprovações e os tetos para sustentar isso, mas é uma beta de 52 dias cujos números de custo vêm só de seus criadores. Damos nota 3.8 de 5.
- Quanto custa AgentRun?
- Grátis sob Apache-2.0; você paga o provedor do modelo e qualquer provedor de sandbox remoto. O deploy de um clique no Render custa cerca de $25/mês pela instância mais $2.50 pelo disco, segundo o README.
- Quais são as desvantagens de AgentRun?
- Em beta desde setembro de 2026, com versões quase diárias; os números de custo e qualidade são dos próprios criadores; o modo de aprendizado mantém entre execuções notas e fluxos escritos por modelos; exige Node 24.22.3 ou mais recente no macOS ou Linux.
- Para quem AgentRun é indicado?
- Equipes que rodam a mesma tarefa de agente muitas vezes por semana e querem ver cada etapa, limitar custos e tirar os casos rotineiros do caro laço do agente.
- Quanto custa AgentRun para uma equipe ou em produção?
- O software é grátis; o gasto são os tokens do modelo mais qualquer provedor remoto de sandbox ou navegador, cobrados na sua própria conta. Tetos por execução impedem que um laço dispare a conta.
- AgentRun é seguro para dados da empresa?
- Auto-hospedado: execuções, arquivos e registros ficam no seu armazenamento SQLite ou Postgres. Os segredos são selados sob AGENTRUN_SEAL_KEY e exibidos só como definidos ou ausentes; as chamadas de modelo vão para o provedor cuja chave você adicionar.
- Quais são as melhores alternativas ao AgentRun?
- As alternativas mais próximas que analisamos são Temporal, LangGraph e Mastra.
Respostas verificadas em 14 de nov. de 2026.