🗞 RADAR — o jornal do livro vivo

Apurado diariamente por um agente sob contrato editorial; nada entra no livro sem curadoria humana. Toda afirmação com fonte verificável — itens incertos levam ⏳.

7edições
34achados
23impacto A/B
3promovidos

Na mesa — o que espera decisão editorial

  • B
    cap. 01 §4, **14**, 15, apêndice supply-chain · ⭐⭐ Meta lança o Muse Code (05/ago)terceiro caso do padrão "modelo aberto, harness fechado" (Z.ai 02/ago; Moonshot abriu; Meta fech…
  • B
    cap. 01 §6, 14, bibliografia · Segunda survey do campo: Agent Systems with Harness Engineeringo argumento de que o campo existe deixa de depender de uma fonte: duas surveys independentes, gr…
  • B
    cap. **16**, 11 · Contraditório da auto-evolução: Rethinking the Evaluation of Harness Evolution for Agentso Radar vinha acumulando um lado só (HarnessX +14,5%, Continual Harness, DemoEvolve, Observabili…
  • B
    cap. 17, Apêndice A · AAIF (Linux Foundation)precisar a frase de governança do cap. 17; goose (membro do corpus) é projeto-âncora de fundação
  • B
    cap. 01, 14, 16 · ⏳ Meta e um framework de agente chamado Harness (Alexandr Wang, YC Startup School 2026)o nome importa: seria a 4ª big tech a batizar um produto de "harness". Primária da Meta (`ai.met…
mesa completa — mais 9 em aberto ↗
Edição de2026-08-07mais recente
impacto Bmanchete

⭐ O ⏳ de ontem sobre worktree confirmado na fonte primária — e é pior do que parecia

Fonte primária: changelog oficial do Claude Code, lido nesta execução.

Não foi uma correção, foram duas, com três semanas de intervalo:

  • v2.1.214 (2026-07-18): "Fixed worktree-isolated subagents redirecting git into the shared checkout via git -C, --git-dir, or GIT_DIR/GIT_WORK_TREE"
  • v2.1.222 (2026-08-04): "Fixed worktree-isolated sessions and their subagents being able to run destructive git commands against the main checkout; isolation now applies to file edits and Bash in every session type"

A primeira fechou o vetor das variáveis de ambiente e das flags do git; a segunda revelou que ainda havia caminho, e que o isolamento não valia para todo tipo de sessão. Ou seja: o mecanismo que o livro apresenta como isolamento de subagentes precisou de dois turnos para efetivamente segurar.

E não é um caso isolado. A v2.1.221 (2026-08-04) traz um cacho de furos de verificação de permissão, todos citados textualmente no changelog:

  • "Fixed a Bash permission-check bypass where zsh could execute hidden commands in [[ ]] regex conditionals"
  • "Fixed permission prompts so commands padded with tabs or invisible Unicode can no longer hide part of the command from the approval dialog" — o diálogo de aprovação mentia para o usuário
  • "Fixed workflow scripts being able to use dynamic import() to run code outside the workflow sandbox"
  • "Fixed a permission gap where an agent definition's bypassPermissions mode ignored the org bypass-permissions disable policy"

Mais, na v2.1.214: regra Edit(src/**) auto-aprovando escrita em qualquer src/ da árvore, e não só no do diretório corrente; bypass no PowerShell 5.1; comandos acima de 10.000 caracteres escapando da checagem.

Impacto B, para os caps. 07 e 10 — e o valor aqui não é a correção, é o padrão. O cap. 07 argumenta que permissão e sandbox são o componente mais difícil de acertar; agora há evidência datada, oficial e citável de que o harness mais maduro do corpus corrigiu oito furos de permissão em três semanas, incluindo um em que a UI de aprovação escondia parte do comando. O cap. 10 apresenta worktree como o mecanismo de isolamento de subagentes (é o ⭐ do Grok Build na dimensão 9) — a ressalva agora tem fonte: worktree isola arquivos, e só passou a isolar o repositório git depois de duas correções.

impacto B

⭐ Meta lança o Muse Code — e o padrão "modelo aberto, harness fechado" ganha o terceiro caso

Fonte primária inacessível nesta execução: ai.meta.com e dev.meta.ai estão bloqueados pelo proxy de egresso. O que falta é o post do Zuckerberg e a página oficial do produto.

Cobertura independente de veículos de primeira linha, todos em 2026-08-05/06: Bloomberg · CNBC · TechCrunch · The Register · Engadget · VentureBeat

O que descrevem: agente de terminal, instalado por curl em macOS e Linux, movido pelo modelo Muse Spark 1.2, com subagentes de fundo persistentes, cada um em workspace isolado, e um event log local à prova de crash. Primeiro produto de código do Meta Superintelligence Labs, sob Alexandr Wang.

O que importa para o livro não é o lançamento — é a licença. A Meta, a empresa que construiu sua identidade em IA sobre pesos abertos (Llama), lançou o harness fechado: binário proprietário instalado por script, sem repositório público. E isso é a terceira ocorrência do mesmo padrão já registrado neste Radar:

Vendor Modelo Harness Registro
Z.ai GLM-5.2 sob MIT ZCode fechado 2026-08-02 (descartado do corpus por isso)
Moonshot Kimi Kimi Code MIT — aberto 2026-08-02 (entrou no corpus, spec 073)
Meta Muse Spark 1.2 fechado Muse Code fechado hoje

O caso da Meta é o mais agudo porque contradiz a própria estratégia da casa: abrir o modelo e fechar o harness só faz sentido se o valor tiver migrado do modelo para o scaffolding — que é, literalmente, a tese do livro. Impacto B para os caps. 01 §4 (teste de inclusão: reprova, é fechado), 14 (convergências — o argumento ganha um caso em que a empresa mais pró-abertura do setor fecha justamente esta camada) e para o apêndice de cadeia de suprimentos.

Também absorve o ⏳ de ontem sobre a Meta e um framework chamado "Harness": pode ser este produto sob outro nome, ou o "multi-agent harness" que a cobertura diz estar por vir. Segue ⏳ até a primária — e o nome exato importa, porque seria a 4ª big tech a batizar um produto de "harness".

impacto B

Uma segunda survey do campo, três vezes maior que a primeira

Fonte primária: RUCAIBox/awesome-agent-harness, lido nesta execução.

"Agent Systems with Harness Engineering" — RUCAIBox (AI Box, Renmin University of China), OpenReview nM5tDHrQsx, 502 referências, atualizado em 2026-05-19. Taxonomia em quatro eixos: evolução da engenharia de harness (interfaces de ação, infraestrutura de workflow, persistência centrada no usuário); design do harness (workflows, memória, bibliotecas de skills, orquestração multiagente); adaptação do modelo (context engineering, treino agêntico); benchmarks representativos.

É distinta do survey de Meng et al. registrado em 04/ago (110+ papers, 23 sistemas, taxonomia H=(E,T,C,S,L,V), DOI Preprints.org). Impacto B para o cap. 01 §6: duas surveys independentes, de grupos diferentes, com taxonomias diferentes, publicadas em meses — o argumento de que o campo existe deixa de depender de uma fonte só. E o confronto de taxonomias fica mais rico: agora são três (a nossa de 12 dimensões, a H=(E,T,C,S,L,V) e a de quatro eixos do RUCAIBox).

impacto B

Um resultado negativo que mira exatamente a linha de auto-evolução do cap. 16

arXiv, HuggingFace e emergentmind bloqueados nesta execução — o identificador aparece consistentemente em três listagens independentes, mas o abstract não foi lido na primária. Falta: leitura do arxiv.org/abs/2607.12227.

"Rethinking the Evaluation of Harness Evolution for Agents" (arXiv 2607.12227). O argumento: os ganhos atribuídos à evolução automática do harness podem ser artefato do modo de avaliar, não evidência de harness melhor. Em Terminal-Bench 2.1, com GPT-5.4 e Claude Opus 4.6, a evolução automática não supera consistentemente test-time scaling simples sob orçamento de feedback e inferência pareado, e generaliza mal em tarefas retidas — porque a busca e a avaliação final compartilhavam o mesmo benchmark.

Impacto B para o cap. 16. O Radar vinha acumulando um lado só dessa história: HarnessX (+14,5% médio, até +44%), Continual Harness, DemoEvolve, Observability-Driven Evolution — todos registrados em 02–04/ago. Este é o contraditório, e com uma exigência metodológica concreta (comparar contra test-time scaling sob orçamento pareado) que o capítulo pode adotar como critério. Vizinhos, para leitura dirigida: TTHE: Test-Time Harness Evolution e Scaling Laws for Agent Harnesses via Effective Feedback ComputeC.

Como esta edição foi apurada
  1. "Claude Code changelog worktree isolation subagent git destructive fix August 2026"
  2. "Meta AI agent framework Harness Alexandr Wang official announcement engineering blog"
  3. "Meta 'Muse Code' coding agent official announcement ai.meta.com blog August 2026"
  4. "'Muse Code' Meta github repository license open source terminal agent"
  5. "MCP specification new version August 2026 modelcontextprotocol changelog spec update"
  6. "opencode OR gemini-cli OR goose OR OpenHands release notes August 7 2026"
  7. "arxiv agent harness scaffolding paper August 2026 context permissions verification new"
  8. "'harness evolution' paper does not beat test-time scaling negative result arxiv 2026"
  9. "Google 'Antigravity' CLI coding agent gemini-cli successor closed source 2026"

Fetches de verificação primária: changelog oficial do Claude Code · google-gemini/gemini-cli (página do repo) · google-gemini/gemini-cli (README) · RUCAIBox/awesome-agent-harness · tentativas bloqueadas em ai.meta.com, dev.meta.ai, arxiv.org, huggingface.co, emergentmind.com.

Dias anteriores

06/ago2026-08-06

impacto B

⭐ O "maior harness open source do mundo" é um exibicionário de museu — e o Radar quase mordeu a isca

Fonte primária: API do GitHub, consultada nesta execução. Uma cadeia de wires de press release (24-7pressrelease, replicado por FinancialContent) anuncia o Claw Code como "framework de agente de código open source" com "72.000 estrelas nos primeiros dias", "clean-room rewrite da arquitetura do Claude Code", em Python e Rust. Se fosse verdade, seria candidato imediato ao corpus — e hoje já teria 194.982 estrelas, mais que o opencode (165k), o maior do estudo.

O que a API devolve para ultraworkers/claw-code:

  • 194.982 estrelas para 109.281 forks — razão de 1,8:1. Projetos reais ficam em 10:1 ou mais (o opencode, com 165k estrelas, não tem 90k forks). Uma razão dessas não acontece por adoção orgânica.
  • A descrição do próprio repositório: "An agent-managed museum exhibit, built in Rust with Gajae-Code / LazyCodex — developed and maintained with no human intervention." Ou seja: o projeto se declara peça de exposição mantida sem humano, enquanto o press release o vende como framework de produção.
  • Linguagem registrada: só Rust (o release diz "Python e Rust").

Descarte, com motivo forte — e o item vale como achado editorial, não como candidato: é o equivalente em código dos "Kindle self-published de Harness Engineering" registrados em 31/jul. A categoria está sendo inflada por artefatos com métricas compradas e narrativa de wire pago. Impacto B para o cap. 01 §4 (o teste de inclusão como defesa — e agora com um caso concreto de por que estrelas não são evidência) e para o cap. 14. Também é lição de método: a API do repositório é fonte primária; o press release, não — a razão estrela/fork deve entrar como sinal de triagem no contrato.

impacto B

Correção de precisão sobre a governança dos protocolos (⏳ de ontem)

Fontes: press release da Linux Foundation · site da AAIF · Block A Agentic AI Foundation (AAIF) foi formada em dezembro/2025 (não em 2026) e é ancorada por três projetos doados: MCP (Anthropic), goose (Block) e AGENTS.md (OpenAI). Membros platinum: AWS, Bloomberg, Cloudflare, Google, Microsoft. Governança em dois órgãos (TSC + Governing Board) com assentos técnicos das fundadoras e assentos eleitos pela comunidade — modelo declaradamente emprestado do Kubernetes. O A2A foi para a Linux Foundation antes (jun/2025) e hoje tem um working group na AAIF trabalhando cadeias de confiança entre agentes, declaração de capacidades e rate limiting. Impacto B — dois pontos que o livro precisa acertar: (a) um membro do corpus (goose) é projeto-âncora de fundação, o que muda seu status institucional no Apêndice A; (b) AGENTS.md também foi doado pela OpenAI e é âncora da mesma fundação. A frase do cap. 17 sobre governança precisa distinguir "MCP ancorado na AAIF" de "A2A na LF com working group na AAIF". ⏳ o número "150+ organizações" aparece tanto para a AAIF quanto para o A2A em fontes diferentes — não repetir sem separar (pode ser o mesmo número reaproveitado por agregadores).

impacto B

Claude Code corrigiu um furo de isolamento que o livro descreve como resolvido

Fontes (rastreadores; ⏳ confirmar no changelog oficial): Releasebot · ClaudeLog Entre as correções recentes: "sessões isoladas por worktree e seus subagentes conseguiam rodar comandos git destrutivos contra o checkout principal" e "timeout de stream disparando em gateways ANTHROPIC_BASE_URL apesar de keep-alive". Também: remoção do ultraplan, isolamento de worktree reforçado, tratamento mais seguro de auto-allow. Impacto B (caps. 10 e 07): o livro trata worktree como mecanismo de isolamento de subagentes (é o ⭐ do Grok Build na dimensão 9). O incidente mostra que worktree isola arquivos, não o repositório git — o subagente alcançava o checkout principal. É uma qualificação importante da síntese, com caso real. Para promover, confirmar no changelog oficial.

impacto C

Mais dois "harness" de peso — e uma colisão de nome

  • Meta estaria construindo um framework de agente chamado Harness, anunciado por Alexandr Wang (Chief AI Officer) no YC Startup School 2026. ⏳ só em agregador (KuCoin) — sem fonte primária da Meta nesta execução. Se confirmar, é a quarta big tech a nomear um produto "harness" (após Microsoft, e as verticalizações de xAI/Moonshot). B se confirmado (caps. 01/14).
  • Meta-Harness (Stanford IRIS Lab) — nome colidente, coisa diferente: framework de pesquisa para otimizar autonomamente o scaffolding em torno de um LLM fixo. Vizinho direto do HarnessX registrado em 04/ago. C (cap. 16).
  • Omnigent (jul/2026) — framework open source descrito como "meta-harness". C (fila de candidatos).
impacto C

Ecossistema: apareceu uma lista concorrente à do livro

ai-boost/awesome-harness-engineering — "tools, patterns, evals, memory, MCP, permissions, observability, and orchestration". Mesma proposta da coleção GHDaru/awesome-harness-engineering que ancora a taxonomia do livro. Impacto C — não muda conteúdo, mas é dado de que a organização-por-problema virou convenção (e vale ao editor saber que existe).

05/ago2026-08-05

impacto B

⏳ RESOLVIDO ⭐ — a Microsoft não só adotou o vocabulário: adotou a nossa definição, e o produto está em GA

Fontes primárias: anúncio do BUILD 2026 · release do Harness · cobertura InfoQ (ago/2026) Datas apuradas (o ⏳ de 02/08 pedia isso): BUILD 2026 em 2–3 de junho anuncia o Agent Harness junto de Hosted Agents, CodeAct e conectores; GA em 22 de julho de 2026. E o detalhe que interessa ao livro está na definição que a própria Microsoft publica:

"An agent harness is the scaffolding that turns a language model into an agent… you need a runtime wrapped around the model – and that runtime is the harness."

É, palavra por palavra, a definição do cap. 01 (harness = scaffolding; agente = modelo + harness). Impacto B, e dos mais valiosos: (a) cap. 01/14 — o vocabulário deixou de ser da comunidade e virou nome de produto de big tech, com definição convergente e independente; (b) o Agent Framework entra na fila de candidatos da categoria frameworks (rodada 2026-10); (c) o produto embarca conectores para o Claude Agent SDK e o GitHub Copilot SDK — mais um elo para o apêndice da cadeia de suprimentos, agora com um framework de big tech consumindo harnesses de concorrentes. Nota de honestidade: a mesma varredura indica que o Agent Framework (guarda-chuva) já estava em GA desde 08/abr/2026; o que ficou GA em julho é o Harness + Hosted Agents. ⏳ confirmar essa separação no changelog oficial antes de citar no livro.

impacto B

⏳ RESOLVIDO — SandboxEscapeBench é ICML 2026 Oral, do UK AI Security Institute, e é código aberto

Fontes: arXiv:2603.02277 · ICML 2026 — Oral · repo UKGovernmentBEIS/sandbox_escape_bench Marchand, O Cathain, Wynne, Giavridis, Deverett, Wilkinson, Gwartz, Coppock (Oxford + UK AI Security Institute), mar/2026. Avaliação CTF em Inspect AI com sandbox aninhada (a camada externa guarda a flag e não tem vulnerabilidade conhecida); 18 cenários em três camadas de ataque — orquestração (4), runtime (8) e kernel (6) —, dificuldade 1–5. Achado central: com vulnerabilidades presentes, modelos de fronteira identificam e exploram, e o custo de uma tentativa de escape fica na casa de um dólar. Impacto B (caps. 07 e 11): é exatamente o eval comportamental de segurança que nenhum dos 20 sistemas do corpus tem — o benchmark do livro afirma que "evals comportamentais são o gap mais comum", e agora existe um instrumento público, aceito como Oral em conferência de primeira linha, para medir a dimensão 6. Aceitação em ICML também o qualifica para a bibliografia sem ressalva de preprint.

impacto B

A segurança de execução do harness virou subcampo — com survey, CVEs confirmados e um mecanismo novo

  • The Balkanization of Execution-Security Research for AI Coding Agents (Rashidi, jul/2026): sistematiza 39 papers (2023–2026) em 17 categorias, cada um verificado contra a fonte, e confirma 4 CVEs divulgados e corrigidos que afetam harnesses de produção. A tese é metodológica e incômoda: isolamento, capabilities, políticas, TOCTOU, ameaças de MCP, delegação de identidade, proveniência de execução e egress são publicados isoladamente e quase não se citam entre si. Impacto B (cap. 07 e cap. 11): traz CVEs reais em harnesses — o livro discute superfícies de ataque, mas não cita incidentes confirmados; e a "balcanização" é o argumento de que falta exatamente o que este livro faz (organizar por mecanismo). Artefatos legíveis por máquina disponíveis.
  • Lingering Authority: Revocable Resource-and-Effect Capabilities for Coding Agents (Santos-Grueiro, jun/2026): nomeia a "autoridade remanescente" — a capability temporária que continua exposta depois de encerrado o subobjetivo que a justificava — e propõe o PORTICO, monitor de referência que compila um contrato de tarefa em capabilities iniciais, regras de concessão, predicados de fechamento e negações globais; a concessão emite handles ligados a época e o fechamento os remove da próxima interface do planejador, rejeitando replay na execução. Impacto B (cap. 07): conversa diretamente com o modelo de autoridade do IronClaw (aprovações como leases por invocação, avaliado como teto conceitual do corpus) e dá nome acadêmico a uma falha que a avaliação do QM também toca (aprovações que pausam e retomam runs).
  • Vizinhos da mesma safra, para a fila: IssueTrojanBench (agentes contra issues maliciosas) e Setup Complete, Now You Are Compromised (instruções de setup como vetor). C.

Rotina do corpus e protocolos

  • Claude Code em v2.1.221 (03/ago) conforme rastreadores de release; entre as novidades recentes citadas: dados de conector MCP ao vivo em artefatos publicados, modo leitor de tela, sessões em background para /fork, e reforços de salvaguarda em WebSearch, spawn de subagentes e execução de Bash. ⏳ conferir no changelog oficial antes de qualquer nota no Apêndice A — a fonte aqui foi rastreador de terceiros. Agent teams consta como research preview desde v2.1.32 (fev/2026). C.
  • A2A: v1.0 formalizada em abril/2026; MCP e A2A agora sob a Agentic AI Foundation (AAIF) da Linux Foundation, cofundada por OpenAI, Anthropic, Google, Microsoft, AWS e Block. O cap. 17 registra a governança pela LF; ⏳ a existência da AAIF como guarda-chuva comum aos dois protocolos merece conferência em fonte primária — se confirmada, é atualização de uma frase no cap. 17. C.
  • Google ADK 2.0 (estável desde 19/mai/2026, motor de workflow em grafo + Task API): candidato à categoria frameworks, junto com o Agent Framework. C.

04/ago2026-08-04

impacto B

⏳ RESOLVIDO — e o livro tem uma lacuna retroativa: a Anthropic revogou o acesso por assinatura, e o opencode removeu o plugin em março

Fontes primárias: PR #18186 "anthropic legal requests" no repo do opencode · commit 973715f Cronologia apurada: 09/jan/2026 a Anthropic implanta verificação server-side (tokens OAuth de Pro/Max passam a recusar uso fora do Claude Code) → 19/fev/2026 os Termos de Serviço ganham a seção "Authentication and credential use" proibindo explicitamente tokens de assinatura em ferramenta de terceiros, inclusive via Agent SDK19/mar/2026 o opencode remove o plugin opencode-anthropic-auth, o provider do enum e o prompt anthropic-*.txt por pedido legal (511 reações negativas no PR). Justificativa pública da Anthropic: harnesses de terceiros geram "outsized strain" na infraestrutura.

Duas consequências, e a segunda é a que importa:

  • O item ⏳ de 2026-08-03 era real, mas o agregador apresentou fato de março como notícia de agosto. Lição de método para o contrato: agregador não datado é fonte suspeita também quanto à data, não só quanto ao conteúdo.
  • O Apêndice — A cadeia de suprimentos (edição 0.68, publicado anteontem) tem uma lacuna: ele afirma que "quem consome um harness herda as capacidades, mas não os controles" e que a cadeia é risco herdado — sem registrar que o caso já aconteceu. Este é o primeiro caso documentado de fornecedor revogando acesso e ele atinge dois membros do corpus (opencode e OpenClaw). Melhor ainda para a tese: é revogação do provedor de modelo, um elo acima dos harnesses — a cadeia tem um andar que o apêndice não desenhou. Impacto B (apêndice supply-chain + cap. 12; nota no Apêndice A do opencode: o "agnóstico de provedor" continua verdadeiro por API key, mas o caminho por assinatura morreu).
impacto B

Survey do campo CONFIRMADO com autoria e identificador

Fontes: repo oficial Gloriaameng/Awesome-Agent-Harness · dataset no HF · ResearchGate "Agent Harness for Large Language Model Agents: A Survey" — Meng, Qianyu; Wang, Yanan; Chen, Liyi; Wu, Wei; Li, Yihang; Jiang, Wenyuan; Wang, Qimeng; Lu, Chengqiang; Gao, Yan; Wu, Yi; Hu, Yao (2026). Preprint no Preprints.org, DOI 10.20944/preprints202604.0428.v3 — não é arXiv (o ⏳ de ontem supunha arXiv; corrigido). Formaliza o harness como tupla de seis componentes H = (E, T, C, S, L, V), cobre 110+ papers e 23 sistemas numa Harness Completeness Matrix e mapeia 9 desafios abertos; propõe cinco camadas arquiteturais (núcleo de raciocínio; gateway/sessão; contexto e memória hierárquica; instruções/tools/loop; triggers e saídas). Impacto B — é o vizinho metodológico mais próximo do nosso benchmark (matriz de completude ≈ nossas 12 dimensões) e entra em cap. 01 §6 (posicionamento do método) + bibliografia. Confronto obrigatório na leitura: a taxonomia deles versus a nossa — convergência ou divergência é achado dos dois jeitos.

impacto B

⭐ A tese central do livro foi formalizada academicamente — e batizada

Fontes: arXiv:2605.23950 · versão OpenReview "Stop Comparing LLM Agents Without Disclosing the Harness" defende a Binding Constraint Thesis: em tarefas de horizonte longo entre modelos de capacidade comparável, a variância induzida pelo harness excede a induzida pelo modelo — a ponto de haver inversão de ranking entre modelos ao trocar o harness. Três linhas de sustentação: formalização control-theoretic (harness = controlador de um sistema dinâmico em malha fechada; o LLM = política estocástica), decomposição de variância controlada sobre benchmarks e implantações, e uma proposta de padrão de disclosure de harness para leaderboards. Conclusão dos autores: comparações de leaderboard sem especificação do harness devem ser tratadas como incompletas e potencialmente enganosas. Impacto B (não invalida nada — fortalece): é a citação de peso que faltava para a tese "agente = modelo + harness" do cap. 00/01, e vira material direto do cap. 11 (o disclosure standard é um requisito de eval que nenhum membro do corpus cumpre). Também é argumento para a proposta editorial.

impacto B

HarnessX: candidato ao corpus com código aberto e números

Fontes: arXiv:2606.14249 · github.com/Darwin-Agent/HarnessX (MIT, v0.1.0, Beta) "Foundry" de harnesses: primitivas tipadas compostas por uma álgebra de substituição, adaptadas por um motor de evolução multiagente guiado por traces (AEGIS), fechando o laço harness↔modelo (trajetórias viram tanto edição de harness quanto sinal de treino). +14,5% em média (até +44,0%) em cinco benchmarks (ALFWorld, GAIA, WebShop, τ³-Bench, SWE-bench Verified), com ganho maior onde a baseline é pior. Impacto B — teste de inclusão na rodada 2026-10 (é foundry, não harness de propósito geral: provável entrada na categoria frameworks) e material forte para o cap. 16 (auto-melhoria) — junto com DemoEvolve (evolução de harness guiada por demonstrações humanas quando o reward é esparso) e Harness Handbook (tornar harnesses em evolução legíveis/navegáveis/editáveis — o problema de manutenção que a auto-evolução cria).

impacto C

Rotina do corpus

⏳ via agregadores, conferir no changelog oficial: Claude Code 2.1.200+ com auto-mode (execução não assistida), amadurecimento de agent teams e Agent SDK em estabilidade de produção; Codex em 8 milhões de usuários (7× desde fevereiro); opencode com adaptive thinking para usuários de API key. MCP: nada novo além da 2026-07-28 já registrada. Impacto C (Apêndice A na rodada 2026-10).

03/ago2026-08-03

impacto B

A colheita de papers mais rica desde julho (bibliografia + caps. 01/04/07/08)

  • Survey "LLM-Agent-Harness" (dataset no HF) — formaliza o harness como objeto arquitetural de primeira classe H = (E, T, C, S, L, V), cobre 110+ papers e 23 sistemas, mapeia 9 desafios abertos. ⏳ id arXiv não confirmado nesta execução. Se confirmado, é o segundo survey do campo (após o da Renmin de maio) e vizinho metodológico direto do nosso benchmark. Impacto B (caps. 01 §6 e 14; bibliografia).
  • Code as Agent Harness — o survey-pai da lista YennNing registrada em 2026-08-02, agora com id. C (bibliografia).
  • Recursive Agent Harnesses (jun/2026) — harnesses que se aninham recursivamente; conversa com subagentes (cap. 10) e auto-melhoria (16). C.
  • SandboxEscapeBench (Marchand et al., 2026) — mede capacidade de fronteira de LLMs para escapar de sandbox de container; é o eval que falta na dimensão 6/10 do benchmark. ⏳ id arXiv a confirmar. B (caps. 07/11).
  • DeltaBox — checkpoint/rollback de sandbox em milissegundos para agentes stateful. C (caps. 07/08).
  • ClawVM — "memória virtual" gerenciada pelo harness para agentes com estado. C (caps. 04/08).
impacto B

Microsoft adota "Agent Harness" como nome de produto (BUILD 2026)

Fonte primária: blog oficial do Microsoft Agent Framework — anuncia "Agent Harness", Hosted Agents e CodeAct no framework. ⏳ data exata do anúncio (BUILD 2026 ≈ maio; apareceu na varredura de hoje e não estava registrado). Duplo interesse: (a) big tech adotando o vocabulário que dá nome ao livro — dado forte para o cap. 01 e para a tese "a janela do vocabulário está aberta"; (b) o Microsoft Agent Framework como candidato à categoria frameworks na rodada 2026-10. Impacto B (caps. 01/14; benchmark).

impacto B

Rotina do corpus — um item quente com ⏳

  • opencode teria perdido o login por assinatura Claude Pro/Max após disputa com a Anthropic (chave de API crua seguiria funcionando) — apareceu em comparativo de agregador; sem fonte primária nesta execução. Se confirmado, é impacto B — não pelo fato comercial, mas pelo que ilustra: o apêndice da cadeia de suprimentos (edição 0.68) ganharia seu primeiro caso de fornecedor revogando acesso — o risco da cadeia deixando de ser teórico. Verificar em fonte primária antes de qualquer promoção.
  • ⏳ Claude Code: Sonnet 5 como default (1M de contexto), subagentes em background por padrão, Claude in Chrome em GA — via hub de changelogs; conferir no changelog oficial na próxima janela. C (Apêndice A).
  • MCP/A2A: sem fato primário novo. A consolidação ACP(IBM)→A2A é de ago/2025, já refletida no cap. 17 (nota: não confundir com o ACP da Zed — Agent Client Protocol — que segue vivo e é a via de integração de 8+ providers no mapa de supply chain).
impacto C

⏳ do Aider parcialmente resolvido: não é dormência — é banho-maria

Fontes: releases oficiais · agregadores de ecossistema — última release v0.86.2 há ~3 meses, mantida pela comunidade, ~44k stars; porém a última minor (0.86.0) é de agosto/2025 — um ano de cadência só de patches. Não invalida a avaliação (commit congelado), mas pede nota de status no Apêndice A na rodada 2026-10: o corpus tem seu primeiro membro em manutenção lenta, e o texto que o trata como "em evolução" merece ajuste. Impacto C (rebaixado de B? — mantido B? → C, sem urgência).

⏳ do ZCode RESOLVIDO: o harness não é aberto — cai a candidatura ao corpus

Fonte: VentureBeat (esclarecimento direto: o que é MIT são os pesos do GLM-5.2 no Hugging Face; o ZCode é app desktop gratuito, não aberto). Sem repositório oficial do app. Descarte da candidatura (teste de inclusão exige código aberto); o item permanece como sinal do cap. 14 (vendor de modelo verticalizando no harness — padrão agora com três casos: xAI aberto, Moonshot aberto, Z.ai fechado; a variação de estratégia de abertura é em si um dado).

02/ago2026-08-02

impacto B

QM (Y Combinator): repositório CONFIRMADO em fonte primária — pendência de ontem resolvida

Fontes: anúncio oficial da YC no X · github.com/yc-software/qm · qm.ycombinator.com O ⏳ de 2026-08-01 cai: a YC confirmou em anúncio próprio (31/jul) que abriu o QM sob MIT — "multiplayer agent harness for work", cloud-first, Slack e web nativos, usado internamente em contabilidade/jurídico/eventos/engenharia (inclusive para construir o próprio QM). Feição relevante ao estudo: triggers (crons/webhooks), memória e arquivos compartilhados, conectores ("company brain"), navegador de agente, artefatos web compartilháveis, sandboxes e loops de código plugáveis — um harness de empresa (multi-tenant por natureza), categoria que o corpus ainda não cobre. Impacto B (cap. 01 §4: teste de inclusão na rodada 2026-10; caps. 08/10/13 conforme leitura do código; a comparação da própria YC com Hermes/OpenClaw posiciona o QM na categoria de agentes pessoais — escalada para "agente de empresa").

impacto B

ZCode (Z.ai/Zhipu): "Agentic Development Environment" para o GLM-5.2 — candidato novo

Fontes: VentureBeat · SCMP A Z.ai lançou o ZCode, app desktop gratuito que chama de "Agentic Development Environment": conversa do agente ao centro, com gerenciador de arquivos, terminal, painel Git e preview de navegador ao redor; "Goals" em vez de prompts, coordenação multiagente, condução por Telegram/WeChat e sistema de plugins recém-adicionado. A imprensa usa a palavra harness literalmente ("a harness for GLM-5.2"). ⏳ o que é open source é o modelo GLM-5.2 (MIT, HuggingFace/GitHub); o código do ZCode em si não foi confirmado como aberto nesta execução — verificar antes do teste de inclusão. Impacto B (cap. 01 §4 e cap. 15: a categoria ADE — agente com IDE em volta, como o Antigravity — é vizinha do harness embutido; cap. 14: mais um vendor de modelo verticalizando no harness, reforça a convergência).

impacto B

Sinal de dormência no Aider (membro do corpus)

Fontes secundárias: comparativo sanj.dev · wetheflywheel — última release tagueada v0.86.0 de agosto/2025 (12 meses), e uma issue de janeiro/2026 perguntando abertamente se o projeto entrou em modo manutenção. ⏳ não conferido na fonte primária nesta execução (releases do repo) — mas se confirmado, é exatamente o cenário da cláusula de expiração aplicado a um membro do corpus. Impacto B se confirmado (Apêndice A: status do sistema na rodada 2026-10; cap. 14: exemplo vivo de expiração; a avaliação do benchmark permanece válida — o commit é congelado — mas o texto que trata o Aider como "em evolução" precisaria de nota).

Papers que a varredura trouxe (candidatos à bibliografia, rodada 2026-10)

Rotina do corpus — semana parada

Versões estáveis inalteradas desde ontem: Claude Code 2.1.220 · Codex CLI 0.146.0 · gemini-cli 0.53.1 (0.54 só em nightly, com session-id rotation e melhorias de caretaker-triage). MCP/A2A: sem fato primário novo após os registros de 2026-08-01. Sem ação.

01/ago2026-08-01

impacto B

MCP 2026-07-28: a adoção começou imediatamente — e com um padrão novo (gateway tradutor)

Fontes: Anthropic — "bringing MCP 2026-07-28 to Claude" · AWS AgentCore Gateway · blog oficial Os 4 SDKs Tier-1 saíram com suporte no dia da publicação; a Anthropic anunciou o rollout no Claude; e a AWS descreve o gateway com tradução de versão — cliente 2025-* chama um servidor 2026-07-28 e recebe respostas no formato antigo, sem migrar. Impacto B (cap. 06: a previsão da spec 060 — "adoção pela coorte entra na matriz na próxima rodada" — já tem dados; o gateway-tradutor é um padrão de migração digno de nota; toca também o cap. 17, depreciação com ponte).

impacto B

QM (Y Combinator) — harness multi-agente open source, candidato ao corpus

Fonte: explainx sobre o lançamento — ~1.9k stars em 2026-08-01, MIT, Slack e web. ⏳ URL do repositório ainda não confirmada em fonte primária — verificar antes de promover. Impacto B se confirmado (teste de inclusão do cap. 01 §4; interesse extra: harness nascido para Slack conversa com a categoria de agentes pessoais e com o cap. 10).

impacto B

Papers novos no recorte do livro

  • AI Agents Do Not Fail Alone: The Context Fails First (jul/2026) — qualidade de contexto como indicador líder de confiabilidade do agente, com 7 critérios avaliáveis (role clarity, guardrails, consistência, schema de tools, grounding, endurecimento a injection, eficiência de tokens). Caps. 03 e 11. B/C — leitura dirigida (arXiv agora acessível).
  • Architectural Design Decisions in AI Agent Harnesses — estudo empírico de 70 projetos sobre decisões arquiteturais recorrentes; metodologicamente vizinho do nosso benchmark. Caps. 01/14 + bibliografia. C.
impacto C

A2A completa um ano com números de fonte primária

Fonte: press release da Linux Foundation — 150+ organizações, SDKs em 5 línguas, embutido em Azure AI Foundry/Copilot Studio, Bedrock AgentCore e Vertex AI, produção em supply chain/financeiro/seguros. Impacto C (cap. 17: fortalece a linha "consolidando pela governança"; a adoção nos harnesses de produto segue sendo o que a matriz mede — dado para a rodada 2026-10).

Rotina do corpus (Apêndice A, rodada 2026-10)

  • Grok Build (fim de julho): /tutorial de onboarding, e um session picker que retoma sessões de Claude, Codex e Cursor — a compat-poliglota (avaliada como ⭐ na ext-1) continuando a se aprofundar. Caps. 12/14. C.
  • Pi: pacote pi-xai-oauth — provedor xAI chegando ao Pi via pacote de terceiros, o mecanismo de extensão funcionando como prometido (e polinização cruzada entre dois membros do corpus). Cap. 12. C.
  • Versões correntes registradas: Claude Code v2.1.220 · Codex CLI v0.146.0 · gemini-cli v0.53.0; opencode >165k stars.
Fontespi.dev
📚 Acervo completo — 8 edições em 2 meses →