Bibliografia científica do livro

Regra editorial: nenhuma referência entra num capítulo sem status ✓ validada (ID↔título confirmado por fonte independente). Revisão de 2026-07-29 (spec 050): todos os itens ⏳ foram verificados por busca web independente e promovidos a ✓ (com duas correções registradas: o arXiv 2509.18661 é o Agentic AutoSurvey; o ISBN 9780226595146 do Norton é da 1ª ed. 2009). ⭐ = âncora do capítulo.

Status geral

Status Significado
✓ ID↔título confirmado por busca independente nesta sessão
⏳ Citada de memória ou de fonte única; confirmar antes de citar no corpo

Transversal / Fundamentos (caps. 00–01)

  • ⭐ ✓ From Question Answering to Task Completion: A Survey on Agent System and Harness Design — arXiv 2606.20683. O survey exatamente no recorte do livro; candidata a espinha teórica do cap. 01.
  • ✓ Recursive Agent Harnesses — arXiv 2606.13643. Achado da validação; avaliar aderência (harnesses compostos — conecta com caps. 10 e 15).
  • ✓ ReAct: Synergizing Reasoning and Acting in Language Models (Yao et al.) — arXiv 2210.03629. O paper seminal do loop raciocínio+ação.
  • ✓ Li, Xinzhe A Review of Prominent Paradigms for LLM-Based Agents: Tool Use, Planning (Including RAG), and Feedback Learning — COLING 2025, pp. 9760–9779 (aclanthology; arXiv 2406.05804).
  • ✓ Agent Systems with Harness Engineering (Tang, Peng, Chen et al., RUC/Gaoling) — OpenReview nM5tDHrQsx · PDF + curadoria (maio/2026; sem versão arXiv; PDF de 62 pp. lido na íntegra, spec 065). O segundo survey no recorte do livro — e o complemento do âncora acima: taxonomia scaffold-side convergente com a nossa (workflow/memória/skills/multi-agente) mais um terço inteiro que o livro não cobre (treinamento agêntico: RL, recompensas, infra de rollout). A tese central citável: harness engineering como "the joint optimization of both components" (modelo⇄scaffold). Ressalvas de rigor: sem seção de limitações, sem metodologia de survey declarada, amostra de sistemas reais n=3 — e permissões, extensibilidade e interfaces (fortes no nosso benchmark) tratadas como direções futuras, não componentes de primeira classe.

História e proveniência (cap. 01 §2–3) — adicionadas na revisão de rigor

  • ✓ ReAct: Synergizing Reasoning and Acting in Language Models (Yao et al.) — arXiv 2210.03629, ICLR 2023. O loop Pensamento→Ação→Observação; esqueleto de todo harness.
  • ✓ Introducing GitHub Copilot: your AI pair programmer (GitHub, jun/2021) — github.blog. Marca o "antes": autocomplete pelo Codex, sem loop/ferramentas.
  • ✓ Function calling and other API updates (OpenAI, jun/2023) — openai.com. O elo modelo→ferramentas.
  • ✓ Introducing the Model Context Protocol (Anthropic, nov/2024) — anthropic.com.
  • ✓ Announcing the Agent2Agent Protocol (A2A) (Google, abr/2025) — developers.googleblog.com.
  • ✓ AGENTS.md — agents.md. O "README para agentes".
  • ✓ BabyAGI (Yohei Nakajima, abr/2023) — babyagi.org. · AutoGPT (Significant Gravitas, mar/2023) — repositório.
  • ✓ Aider (Paul Gauthier, 2023) — github.com/Aider-AI/aider.
  • ✓ Chain-of-Thought Prompting Elicits Reasoning in Large Language Models (Wei et al., 2022) — arXiv 2201.11903. · ✓ Toolformer: Language Models Can Teach Themselves to Use Tools (Schick et al., Meta, 2023) — arXiv 2302.04761.

Metodologia do estudo (cap. 01 §6) — adicionadas na revisão de rigor

  • ✓ Hassan, A. E. (2008). The Road Ahead for Mining Software Repositories. FoSM/ICSM 2008. Repositórios como dado primário (MSR).
  • ✓ Runeson, P. & Höst, M. (2009). Guidelines for Conducting and Reporting Case Study Research in Software Engineering. Empirical Software Engineering 14(2). Protocolo de estudo de caso em ES.
  • ✓ Kitchenham, B., Linkman, S. & Law, D. (1997). DESMET: a methodology for evaluating software engineering methods and tools. IEE CCEJ. A feature analysis do benchmark.
  • ✓ Sim, S. E., Easterbrook, S. & Holt, R. C. (2003). Using Benchmarking to Advance Research. ICSE 2003. O benchmark como motor científico.
  • ✓ Stol, K.-J., Ralph, P. & Fitzgerald, B. (2016). Grounded Theory in Software Engineering Research. ICSE 2016. Codificação indutiva de artefatos.
  • ✓ Peffers, K. et al. (2007). A Design Science Research Methodology for IS Research. JMIS 24(3). O processo DSRM do harness-zero.
  • ✓ Yin, R. K. (2018) Case Study Research and Applications: Design and Methods, 6ª ed., SAGE (ISBN 9781506336169). · ✓ Hevner, March, Park & Ram (2004) Design Science in Information Systems Research, MIS Quarterly 28(1), 75–105. · ✓ Basili, Caldiera & Rombach (1994) The Goal Question Metric Approach, Encyclopedia of Software Engineering, vol. 1, Wiley, 528–532. · ✓ Hsieh & Shannon (2005) Three Approaches to Qualitative Content Analysis, Qualitative Health Research 15(9), 1277–1288 (DOI 10.1177/1049732305276687). · ✓ Cook & Campbell (1979) Quasi-Experimentation: Design & Analysis Issues for Field Settings, Houghton Mifflin (ISBN 9780395307908).

Cap. 02 — Loop do Agente

  • ✓ ReAct (acima).
  • ✓ LLM-based Agentic Reasoning Frameworks: A Survey — arXiv 2508.17692.
  • ✓ A Comprehensive Survey on RL-based Agentic Search — arXiv 2510.16724 (loop treinado, fronteira do capítulo).

Cap. 03 — Entrega de Contexto

  • ⭐ ✓ A Survey of Context Engineering for Large Language Models — arXiv 2507.13334.
  • ✓ Lost in the Middle: How Language Models Use Long Contexts (Liu et al.) — arXiv 2307.03172. A base empírica do "posição importa" (justifica tail preservation e prompts em camadas).
  • ✓ Less Context, Better Agents: Efficient Context Engineering for Long-Horizon Tool-Using LLM Agents — arXiv 2606.10209.

Cap. 04 — Compactação

  • ⭐ ✓ MemGPT: Towards LLMs as Operating Systems (Packer et al.) — arXiv 2310.08560. A formulação "memória virtual" que antecipou a escada de compactação.
  • ✓ ContextBudget: Budget-Aware Context Management for Long-Horizon Search Agents — arXiv 2604.01664.
  • ✓ The Missing Memory Hierarchy: Demand Paging for LLM Context Windows — arXiv 2603.09023.
  • ✓ CompactionRL: Reinforcement Learning with Context Compaction for Long-Horizon Agents (Li, Hou, Jing, Tang, Dong — Tsinghua/Z.AI) — arXiv 2607.05378 (preprint, 06-jul-2026; texto integral lido e citações verificadas, spec 066). A "terceira via" do adendo do capítulo: sumarização aprendida no treino com recompensa de tarefa (+7,0 Pass@1 SWE-bench Verified no GLM-4.5-Air, Tabela 2); valida a tríade limiar+sumário+cauda do capítulo; limitação declarada: train–test mismatch (acoplamento modelo↔harness); e o achado pró-harness da Tabela 1 — trocar só o sumarizador move +6,5 pontos.
  • ✓ Lost in the Middle (cap. 03) — fundamenta o que preservar.

Cap. 05 — Ferramentas

  • ✓ The Evolution of Tool Use in LLM Agents: From Single-Tool Call to Multi-Tool Orchestration — arXiv 2603.22862.
  • ✓ Tool Learning with Large Language Models: A Survey (Qu et al.; aceito na Frontiers of Computer Science) — arXiv 2405.17935 (+ repo).
  • ✓ Gorilla: Large Language Model Connected with Massive APIs (Patil et al., 2023) — arXiv 2305.15334. · ✓ ToolLLM: Facilitating LLMs to Master 16000+ Real-world APIs (Qin et al., 2023) — arXiv 2307.16789.

Cap. 06 — MCP

Atualização (livro vivo, 2026-07): a lacuna registrada nas rodadas anteriores foi preenchida — o MCP acumulou um SoK, benchmarks de tool poisoning e auditorias empíricas de servidores. O padrão continua sendo spec de indústria; a academia entrou pela porta da segurança.

  • ⭐ ✓ Model Context Protocol (MCP): Landscape, Security Threats, and Future Research Directions (Hou et al.) — arXiv 2503.23278; também ACM TOSEM. O SoK canônico: ciclo de vida do servidor + taxonomia de ameaças por fase.
  • ⭐ ✓ MCPTox: A Benchmark for Tool Poisoning Attack on Real-World MCP Servers (Wang, Gao et al.) — arXiv 2508.14925. 45 servidores reais / 353 tools; sucesso de até ~73%; modelos mais capazes foram mais suscetíveis.
  • ✓ Model Context Protocol (MCP) at First Glance: Studying the Security and Maintainability of MCP Servers (Hasan, Li, Fallahzadeh, Rajbahadur, Adams, Hassan) — arXiv 2506.13538. 1.899 servidores auditados: 7,2% com vulns gerais, 5,5% com tool poisoning.
  • ✓ MCP Safety Audit: LLMs with the Model Context Protocol Allow Major Security Exploits (Radosevich & Halloran) — arXiv 2504.03767. Exploits via tools legitimamente registradas; ferramenta MCPSafetyScanner.
  • ✓ A Survey of Agent Interoperability Protocols: MCP, ACP, A2A, and ANP (Ehtesham, Singh et al.) — arXiv 2505.02279. Escolher o protocolo pelo contexto de confiança (liga ao cap. 17).
  • ✓ Not what you've signed up for: …Indirect Prompt Injection (Greshake et al.) — arXiv 2302.12173. A base first-principles: conteúdo recuperado é canal de instrução.
  • ~ Threat Modeling and Analysis of Vulnerabilities to Prompt Injection with Tool Poisoning — arXiv 2603.22489; MDPI J. Cybersecurity and Privacy 6(3):84 (2026). STRIDE+DREAD sobre componentes MCP. (ID e veículo verificados; lista de autores não confirmada por snippet.)

Fontes da indústria (docs/vendor/praticantes) na linha do Cap. 06 abaixo.

Cap. 07 — Permissões e Sandboxing

  • ⭐ ✓ Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection (Greshake et al.) — arXiv 2302.12173. O paper que definiu a ameaça.
  • ✓ A Systematic Survey of Security Threats and Defenses in LLM-Based AI Agents: A Layered Attack Surface Framework — arXiv 2604.23338.
  • ✓ A Survey on Agentic Security: Applications, Threats and Defenses — arXiv 2510.06445.
  • ✓ Safety and Security Threats of Computer-Using Agents — arXiv 2505.10924.

Cap. 08 — Memória e Estado

  • ⭐ ✓ MemGPT: Towards LLMs as Operating Systems (Packer et al.) — arXiv 2310.08560. Contexto como RAM escassa; tiers recall/archival; o agente pagina via tool ("context page faults").
  • ⭐ ✓ Generative Agents: Interactive Simulacra of Human Behavior (Park et al.) — arXiv 2304.03442; UIST '23. O memory stream e o recall por recência × importância × relevância + consolidação por reflexão.
  • ⭐ ✓ Cognitive Architectures for Language Agents (CoALA) (Sumers et al.) — arXiv 2309.02427. A taxonomia episódica/semântica/procedural + working memory (base Tulving).
  • ✓ A Survey on the Memory Mechanism of LLM-based Agents (Zhang et al.) — arXiv 2404.13501; ACM TOIS. Fontes · formas · operações (escrita/gestão/leitura).
  • ✓ MemoryBank: Enhancing LLMs with Long-Term Memory (Zhong et al.) — arXiv 2305.10250; AAAI '24. Esquecimento controlado por curva de Ebbinghaus (tempo × frequência de acesso).
  • ✓ Reflexion: Language Agents with Verbal Reinforcement Learning (Shinn et al.) — arXiv 2303.11366; NeurIPS '23. Auto-reflexão verbal persistida em buffer episódico (ponte com o cap. 16).
  • ✓ A-MEM: Agentic Memory for LLM Agents (Xu et al.) — arXiv 2502.12110. Notas estruturadas auto-organizadas (Zettelkasten).
  • ✓ Mem0: Production-Ready AI Agents with Scalable Long-Term Memory (Chhikara et al.) — arXiv 2504.19413; ECAI '25. Pipeline extrair→consolidar→recuperar; benchmark LoCoMo.
  • ✓ A Survey on the Memory Mechanism e surveys de evolução: From Storage to Experience — arXiv 2605.06716; From Human Memory to AI Memory — arXiv 2504.15965; Governing Evolving Memory in LLM Agents (SSGM) — arXiv 2603.11768 (também cap. 16).
  • ~ Zep: A Temporal Knowledge Graph Architecture for Agent Memory — arXiv 2501.13956. Grafo bi-temporal; fatos desatualizados invalidados, não deletados. (ID recorrente em buscas; não aberto byte-a-byte pelo proxy.)

Cap. 09 — Planejamento

  • ⭐ ✓ ReAct: Synergizing Reasoning and Acting in Language Models (Yao et al.) — arXiv 2210.03629; ICLR '23. Intercalar razão e ação no mesmo loop.
  • ⭐ ✓ Understanding the Planning of LLM Agents: A Survey (Huang et al.) — arXiv 2402.02716. Taxonomia de cinco vias (decomposição · seleção · módulo externo · reflexão · memória).
  • ✓ Plan-and-Solve Prompting (Wang et al.) — arXiv 2305.04091; ACL '23. Plano explícito antes de resolver (escopo conhecido).
  • ✓ Tree of Thoughts (Yao et al.) — arXiv 2305.10601; NeurIPS '23. Busca sobre planos com backtracking.
  • ✓ ADaPT: As-Needed Decomposition and Planning (Prasad et al.) — arXiv 2311.05772; NAACL Findings '24. Decompor só quando o executor falha.
  • ✓ Beyond Entangled Planning: Task-Decoupled Planning for Long-Horizon Agents — arXiv 2601.07577. DAG de sub-objetivos com contexto escopado (−82% tokens).
  • ✓ PlanGenLLMs: A Modern Survey of LLM Planning Capabilities (Wei et al.) — arXiv 2502.11221; ACL '25. Seis critérios de avaliação de plano.
  • ✓ PLANET: Benchmarks for Evaluating LLMs' Planning Capabilities — arXiv 2504.14773.
  • ✓ PlanBench (Valmeekam et al.) — arXiv 2206.10498; NeurIPS '22 Datasets. Modelos crus falham em geração de plano → validadores externos.
  • ✓ TravelPlanner (Xie et al.) — arXiv 2402.01622; ICML '24. Agentes perdem o fio de múltiplas restrições → externalizar rastreio.

Cap. 10 — Subagentes e Orquestração

  • ⭐ ✓ Why Do Multi-Agent LLM Systems Fail? (MAST) (Cemri, Pan, Yang et al.) — arXiv 2503.13657. 14 modos de falha em 3 categorias; a maioria vem do design, não do modelo — o paper mais acionável para quem constrói orquestração.
  • ⭐ ✓ MetaGPT: Meta Programming for a Multi-Agent Collaborative Framework (Hong et al.) — arXiv 2308.00352; ICLR '24. SOPs + papéis de linha de montagem contra alucinação em cascata.
  • ✓ AutoGen: Multi-Agent Conversation (Wu et al.) — arXiv 2308.08155. Agentes "conversáveis" com topologia de interação programável.
  • ✓ CAMEL: Communicative Agents (Li et al.) — arXiv 2303.17760; NeurIPS '23. Inception-prompting para estabilidade de papel (role-play deriva).
  • ✓ ChatDev: Communicative Agents for Software Development (Qian et al.) — arXiv 2307.07924; ACL '24. Chat chain + "communicative dehallucination".
  • ✓ AgentVerse (Chen et al.) — arXiv 2308.10848; ICLR '24. Recrutamento dinâmico + guardrails para comportamento emergente.
  • ✓ LLM-based Multi-Agents: A Survey of Progress and Challenges (Guo et al.) — arXiv 2402.01680; IJCAI '24. Taxonomia (interface · perfis/papéis · comunicação · capacidade).
  • ✓ Improving Factuality and Reasoning through Multiagent Debate (Du et al.) — arXiv 2305.14325; ICML '24. Debate como primitiva de verificação.
  • ~ Should We Be Going MAD? (Smit et al.) — arXiv 2311.17371 · Stop Overvaluing Multi-Agent Debate (Zhang et al.) — arXiv 2502.08788. O contrapeso cético: compare com baseline single-agent compute-matched antes de adotar a complexidade.
  • ✓ D3MAS: Decompose, Deduce, Distribute — arXiv 2510.10585.

Cap. 11 — Verificação e Evals

  • ⭐ ✓ SWE-bench: Can Language Models Resolve Real-World GitHub Issues? (Jimenez et al.) — arXiv 2310.06770; ICLR '24. Grading por execução dos testes reais do repo (FAIL_TO_PASS/PASS_TO_PASS), não string-match.
  • ⭐ ✓ Large Language Models Cannot Self-Correct Reasoning Yet (Huang et al.) — arXiv 2310.01798; ICLR '24. Não confie na auto-correção intrínseca — é preciso verificador externo.
  • ✓ SWE-agent: Agent-Computer Interfaces Enable Automated SE (Yang et al.) — arXiv 2405.15793; NeurIPS '24. A ergonomia de tools (ACI) dirige o sucesso, não só o modelo.
  • ✓ Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena (Zheng et al.) — arXiv 2306.05685; NeurIPS '23. Juiz LLM é viável (~80% de acordo) mas tem vieses (posição/verbosidade/self-preference).
  • ✓ A Survey on LLM-as-a-Judge (Gu et al.) — arXiv 2411.15594. Confiabilidade do juiz como preocupação de pipeline (rubricas, gold set, auto-acordo).
  • ✓ CRITIC: LLMs Can Self-Correct with Tool-Interactive Critiquing (Gou et al.) — arXiv 2305.11738; ICLR '24. Auto-crítica ancorada em tool (o código roda? o fato confere?) supera introspecção.
  • ✓ Self-Consistency Improves CoT (Wang et al.) — arXiv 2203.11171; ICLR '23. Amostrar caminhos + voto majoritário: verificação barata só-modelo.
  • ✓ τ-bench: Tool-Agent-User Interaction (Yao et al.) — arXiv 2406.12045. Verificar o estado final do mundo (não o transcript); pass^k revela inconsistência.
  • ✓ Survey on Evaluation of LLM-based Agents (Yehudai et al.) — arXiv 2503.16416. Eixos: capacidade · segurança · robustez · custo; preferir benchmarks held-out.
  • ✓ Tülu 3 / RLVR (Lambert et al., Ai2) — arXiv 2411.15124. Reinforcement Learning with Verifiable Rewards: um verificador determinístico é sinal e recompensa mais difícil de fraudar.
  • ~ Reward Hacking in Language Model Agents (AI Safety Gridworlds) — arXiv 2606.15385; Do Coding Agents Deceive Us? (Capped Evaluation with Randomized Tests) — arXiv 2606.07379. O agente joga contra o verificador → held-out/randomizado + testes imutáveis. (recentes; ID por busca cruzada.)
  • ✓ The 2025 AI Agent Index — arXiv 2602.17753 (FAccT '26).
  • ✓ Rethinking the Evaluation of Harness Evolution for Agents (Wang et al. — AI2/UW/indep.) — arXiv 2607.12227 (preprint, 14-jul-2026; texto integral lido e citações verificadas, spec 066 — duas frases que circulavam como citação eram paráfrases de terceiros e foram substituídas pelo verbatim). O paper de método do adendo do capítulo: evolução automática de harness não supera consistentemente test-time scaling sob orçamento equiparado (K=5; Tabelas 1–2), generaliza +0,6 em held-out (Tabela 3), e "most edits memorize fixes rather than distilling strategies" (§5.1) — as três regras (orçamento equiparado, separação busca/avaliação, instrumento sensível a design) valem para qualquer avaliação de harness, inclusive a deste livro.

Cap. 12 — Extensibilidade

Não há canon acadêmico de extensibilidade de harness de agente (lacuna confirmada em 2026-07). As citações duráveis são a SE clássica de arquiteturas extensíveis + a segurança de ecossistemas de plugin.

  • ⭐ ✓ On Plug-ins and Extensible Architectures (Dorian Birsan) — ACM Queue 3(2):40–46 (2005), DOI 10.1145/1053331.1053345. O modelo de plug-in do Eclipse e a advertência do "plug-in hell".
  • ⭐ ✓ LLM Platform Security: …OpenAI's ChatGPT Plugins (Iqbal, Kohno, Roesner) — arXiv 2309.10254; AIES '24. O "trust triangle" plataforma/plugin/usuário — extensão de terceiros não é confiável por padrão.
  • ✓ Policy/Mechanism Separation in Hydra (Levin, Cohen, Corwin, Pollack, Wulf) — SOSP '75, DOI 10.1145/800213.806531. A origem de "separar mecanismo de política": o harness dá mecanismo, a extensão dá política.
  • ✓ Protecting Browsers from Extension Vulnerabilities (Barth, Felt, Saxena, Boodman) — NDSS '10. Over-privilege: 88% das extensões pedem mais poder do que precisam → least-privilege + isolamento.
  • ✓ AIOS: LLM Agent Operating System (Mei et al.) — arXiv 2403.16971. Kernel que isola escalonamento/memória/tools das aplicações-agente (microkernel aplicado a agentes).
  • Fundações SE (livros canônicos): Microkernel pattern (Buschmann et al., POSA v.1, 1996); Software Product Lines (Clements & Northrop, 2001); Open-Closed Principle (Meyer, OOSC, 1988; Martin, 1996) — "aberto para extensão, fechado para modificação".
  • Auto-extensão (ponte com o cap. 16): Voyager 2305.16291, CREATOR 2305.14318, CRAFT 2309.17428, ToolMaker 2502.11705.

Cap. 13 — Interfaces

Não há canon acadêmico de interface de harness de agente (lacuna confirmada em 2026-07). As citações duráveis vêm da HCI de interação humano-IA, mixed-initiative e níveis de automação — mais um filete recente (2025-26) de trabalho sobre human-in-the-loop de agentes.

  • ⭐ ✓ Principles of Mixed-Initiative User Interfaces (Horvitz) — CHI '99, DOI 10.1145/302979.303030. Os 12 princípios de quando o sistema deve agir × perguntar (a decisão de "passar a iniciativa").
  • ⭐ ✓ Guidelines for Human-AI Interaction (Amershi et al.) — CHI '19, DOI 10.1145/3290605.3300233. 18 diretrizes por fase; a UX de "quando errar" (correção/desfazer barato).
  • ✓ A Model for Types and Levels of Human Interaction with Automation (Parasuraman, Sheridan, Wickens) — IEEE SMC-A 30(3), 2000, DOI 10.1109/3468.844354. Automação por estágio (aquisição/análise/decisão/ação): o dial de autonomia não precisa ser global.
  • ✓ Human and Computer Control of Undersea Teleoperators (Sheridan & Verplank) — MIT tech report, 1978. A escala de 10 níveis de automação (o dial de autonomia ajustável).
  • ✓ To Trust or to Think: Cognitive Forcing Functions Can Reduce Overreliance on AI (Buçinca, Malaya, Gajos) — CSCW '21, arXiv 2102.09692. Explicação sozinha não cura over-reliance; forcing functions sim (a aprovação deve ser ato deliberado).
  • ✓ Overreliance on AI: Literature Review (Passi & Vorvoreanu) — Microsoft Aether, MSR-TR-2022-12 (2022). Síntese do risco de falsa sensação de supervisão.
  • ✓ Magentic-UI: Towards Human-in-the-loop Agentic Systems (Mozannar et al., Microsoft) — arXiv 2507.22358. Co-planning/co-tasking e action guards = gating de permissão.
  • ✓ Design Considerations for Human Oversight of AI (Faas et al.) — IUI '26, arXiv 2510.19512. Doze considerações para manter o humano engajado, não só presente.
  • ~ LLM-Based Human-Agent Collaboration and Interaction Systems: A Survey (Zou et al.) — arXiv 2505.00753 (ACL '26). Ponto de entrada de bibliografia. · Explanation in AI (Miller) — Artificial Intelligence 267 (2019). Explicações contrastivas e seletivas.

Cap. 16 — Aprendizado e Auto-melhoria

  • ⭐ ✓ A Survey of Self-Evolving Agents: What, When, How, and Where to Evolve — arXiv 2507.21046.
  • ✓ Voyager: An Open-Ended Embodied Agent with LLMs — arXiv 2305.16291. A skill library auto-escrita que antecipou o Hermes em 3 anos.
  • ✓ Adaptation of Agentic AI: Post-Training, Memory, and Skills — arXiv 2512.16301.
  • ✓ A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems (Fang et al., 2025) — arXiv 2508.07407.
  • ✓ SSGM (cap. 08) — o risco do aprendizado permanente envenenado.

Caps. 15, 17 — a lacuna registrada

Harnesses embutidos e protocolos têm literatura acadêmica rarefeita (buscas de 2026-07 não retornaram surveys dedicados). Registro editorial: o livro cobre essas dimensões com specs, evidência do benchmark e literatura industrial — e assinala a lacuna como oportunidade de pesquisa (possível seção "problemas em aberto" no cap. 14). Nota: os caps. 12 (extensibilidade) e 13 (interfaces), antes nesta lista, foram ancorados em literatura adjacente — SE clássica de arquiteturas extensíveis e HCI de interação humano-IA, respectivamente (ver as seções Cap. 12 e Cap. 13 acima). A lacuna agent-specific persiste, mas as fundações duráveis existem.

Coleções vivas

  • ✓ Awesome Harness Engineering — coleção curada pelo autor: recursos, padrões e templates de harness engineering organizados por problema (mesma taxonomia deste livro). Referenciada nos capítulos como "Consulte também", seção a seção.

Fontes da indústria por capítulo (docs de vendor e blogs de engenharia)

Material comercial/industrial que fundamenta a seção "Fontes da indústria" de cada capítulo (esqueleto v3). URLs verificadas como existentes por busca; fetch direto a anthropic.com/openai.com retorna 403 (anti-bot) neste ambiente — conteúdo confirmado por snippets e citações de terceiros.

Cap. 06 (MCP) — release 2026-07-28: ✓ The 2026-07-28 Specification (blog oficial) · changelog — núcleo stateless, MRTR, extensões, ttlMs, política de depreciação. Verificadas por fetch direto do anúncio em 2026-07-31 (spec 060).

Cap. 02 (Loop): How the agent loop works · Loop engineering · Building Effective AI Agents · Running agents (OpenAI Agents SDK) · LoopAgent (Google ADK) · Durable AI Loops (Restate) · Durable Execution (Inngest)

Cap. 03 (Contexto): Effective context engineering · Prompt caching (docs) · Prompt caching is everything · AGENTS.md · Agentic AI Foundation · How Claude remembers your project · AGENTS.md Field Guide 2026

Cap. 04 (Compactação): Compaction (docs) · Auto Compact explained (CometAPI) · Compaction explained (okhlopkov) · Protecting more context (hyperdev)

Cap. 05 (Tools): Writing effective tools for AI agents · Code execution with MCP · Tool search tool (docs) · Advanced tool use · Programmatic tool calling (docs) · Code Mode (Cloudflare) · Apply Patch (OpenAI docs) · GPT-5.1 for developers

Cap. 06 (MCP): Arquitetura MCP (spec) · Transportes (spec) · Introducing MCP (Anthropic) · OpenAI adota MCP (TechCrunch) · Google embraces MCP (The New Stack) · MCP GA no Copilot Studio (Microsoft) · MCP Auth spec (Descope) · Tool Poisoning (Invariant Labs) · Line jumping (Trail of Bits) · The lethal trifecta (Willison) · MCP Registry (preview) · MCP → Agentic AI Foundation (Anthropic)

Cap. 08 (Memória/estado): Manage sessions (Claude Code) · Checkpointing (Claude Code) · File-checkpointing (Agent SDK) · How Claude remembers your project · Memory tool · Managing context (context editing + memory) · Effective harnesses for long-running agents · Memory blocks (Letta) · RAG is not agent memory (Letta) · Memory types (mem0) · Graphiti knowledge-graph memory (Neo4j) · LangMem SDK (LangChain) · Memory vs RAG (AWS Bedrock AgentCore)

Cap. 09 (Planejamento): Permission modes / plan mode (Claude Code) · Best practices — Explore/Plan/Code/Commit · Todo tracking (Agent SDK) · The "think" tool · Extended/interleaved thinking · GitHub Spec Kit · Spec-driven development (GitHub Blog) · Kiro specs · Multi-agent research system (Anthropic) · Don't Build Multi-Agents (Cognition)

Cap. 10 (Subagentes/orquestração): Custom subagents (Claude Code) · Subagents (Agent SDK) · Multi-agent research system (Anthropic) · When to use multi-agent (Claude) · Don't Build Multi-Agents (Cognition) · Agents SDK orchestration (OpenAI) · CrewAI processes · LangGraph multi-agent (LangChain) · Magentic-One (AutoGen) · Multi-agent patterns in ADK (Google) · A2A spec · ACP joins A2A (LF AI & Data)

Cap. 11 (Verificação/evals): SWE-bench Verified (OpenAI) · Why we no longer evaluate SWE-bench Verified · SWE-bench (site) · Terminal-Bench · Define success criteria / build evals (Claude) · Demystifying evals for AI agents (Anthropic) · Statistical approach to model evals (Anthropic) · Effective harnesses for long-running agents · Best practices — TDD · OpenAI Evals · Inspect (UK AISI) · promptfoo · Braintrust scorers · LangSmith LLM-as-judge · Natural emergent misalignment from reward hacking (Anthropic PDF)

Cap. 12 (Extensibilidade): Hooks (Claude Code) · Discover/install plugins · Plugin marketplaces · Customize with plugins (anúncio) · Skills / comandos custom · Settings (precedência/managed) · Advanced tool use (carregamento tardio) · AGENTS.md (padrão aberto) · Codex config · Copilot Extensions (GitHub)

Cap. 13 (Interfaces): Platforms and integrations (Claude Code) · Claude Code on the web · Headless · Agent SDK overview · Managed Agents · VS Code · JetBrains · Copilot agent mode (VS Code) · Permission modes · Streaming output (SDK) · AskUserQuestion / user input (SDK) · Agent Inbox (LangChain) · Channels · Slack

Cap. 07 (Segurança): Claude Code sandboxing · How we contain Claude · Agent approvals & security (Codex) · Agents Rule of Two (Meta) · The lethal trifecta (Willison) · New prompt injection papers · OpenClaw attacks (The Hacker News)

Pedagogia (fundamenta o método do livro, não o conteúdo)

  • ✓ Blueprints for complex learning: The 4C/ID-model (van Merriënboer et al.) — ETR&D.
  • ✓ Cognitive Architecture and Instructional Design: 20 Years Later (Sweller, van Merriënboer & Paas, 2019) — EPR.
  • ✓ van Merriënboer & Kirschner (2018) Ten Steps to Complex Learning, 3ª ed., Routledge (ISBN 9781138080805). · ✓ Wiggins & McTighe (2005) Understanding by Design, expanded 2nd ed., ASCD (ISBN 9781416600350). · ✓ Diátaxis (Procida) — diataxis.fr.

Guia — Metodologias de escrita (survey do Guia Editorial §6)

Fontes do estudo sobre processos/metodologias de escrita editorial e acadêmica (Guia Editorial §6). Todas verificadas por busca cruzada (revisão spec 050). Feature 010-estudo-metodologias-escrita.

Tradicionais:

  • ✓ The IMRAD Structure: A Fifty-Year Survey (Sollaci & Pereira, 2004) — J. Med. Libr. Assoc. 92(3):364–371, PMC442179.
  • ✓ The Science of Scientific Writing (Gopen & Swan, 1990) — American Scientist 78(6):550–558, JSTOR 29774235.
  • ✓ How to Write and Publish a Scientific Paper (Day & Gastel) — 7ª ed. Cambridge, ISBN 9781107670747.
  • ✓ A Cognitive Process Theory of Writing (Flower & Hayes, 1981) — CCC 32(4):365–387, DOI 10.58680/ccc198115885.
  • ✓ Revision Strategies of Student Writers and Experienced Adult Writers (Sommers, 1980) — CCC 31(4):378–388, DOI 10.2307/356588.
  • ✓ The Elements of Style (Strunk & White, 4ª ed. 2000) — ISBN 9780205309023 · Style: Toward Clarity and Grace (Williams, 1990) — ISBN 9780226899152 · On Writing Well (Zinsser, 2006) — ISBN 9780060891541.
  • ✓ The Chicago Manual of Style (17ª ed., 2017) — ISBN 9780226287058 · APA Publication Manual (7ª ed., 2020) — ISBN 9781433832161.
  • ✓ The Craft of Research (Booth, Colomb, Williams et al., 4ª ed. 2016) — ISBN 9780226239736 · The Uses of Argument (Toulmin, 1958) — Cambridge University Press.
  • ✓ The history of the peer-review process (Spier, 2002) — Trends in Biotechnology 20(8):357–358, DOI 10.1016/S0167-7799(02)01985-6.
  • ✓ Peer Review (Melinda Baldwin) — Encyclopedia of the History of Science (CMU ETHOS, ed. Christopher Phillips), entrada (entrada sem ano declarado). · ✓ Developmental Editing (Scott Norton) — Univ. of Chicago Press, 1ª ed. 2009, ISBN 9780226595146 (há 2ª ed. 2023, ISBN 9780226793634).
  • (Pedagogia — ver seção acima: Backward Design; 4C/ID; Sweller; Diátaxis.)

Era-IA: