Apurado diariamente por um agente sob contrato editorial; nada entra no livro sem curadoria humana. Toda afirmação com fonte verificável — itens incertos levam ⏳.
Na mesa — o que espera decisão editorial
- Bcap. 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…
- Bcap. 01 §6, 14, bibliografia · Segunda survey do campo: Agent Systems with Harness Engineering…o argumento de que o campo existe deixa de depender de uma fonte: duas surveys independentes, gr…
- Bcap. **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…
- Bcap. 17, Apêndice A · AAIF (Linux Foundation)…precisar a frase de governança do cap. 17; goose (membro do corpus) é projeto-âncora de fundação
- Bcap. 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…
⭐ 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, orGIT_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
bypassPermissionsmode 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.
⭐ 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".
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).
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 Compute — C.
Como esta edição foi apurada
- "Claude Code changelog worktree isolation subagent git destructive fix August 2026"
- "Meta AI agent framework Harness Alexandr Wang official announcement engineering blog"
- "Meta 'Muse Code' coding agent official announcement ai.meta.com blog August 2026"
- "'Muse Code' Meta github repository license open source terminal agent"
- "MCP specification new version August 2026 modelcontextprotocol changelog spec update"
- "opencode OR gemini-cli OR goose OR OpenHands release notes August 7 2026"
- "arxiv agent harness scaffolding paper August 2026 context permissions verification new"
- "'harness evolution' paper does not beat test-time scaling negative result arxiv 2026"
- "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
⭐ 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.
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).
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.
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).
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
⏳ 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.
⏳ 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.
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
⏳ 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 SDK → 19/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).
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.
⭐ 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.
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).
Mais papers do campo (bibliografia, rodada 2026-10)
Harness Engineering as Categorical Architecture · Harness as an Asset: determinismo via CAAF · Adapting the Interface, Not the Model: Runtime Harness Adaptation. Impacto C — o volume em si é o dado: em duas varreduras, o termo "harness" já rende uma dezena de preprints distintos com taxonomia própria. O campo está nomeando a si mesmo agora (cap. 01/14).
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
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).
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).
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).
⏳ 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
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").
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).
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)
- Parallel Context Compaction for Long-Horizon LLM Agent Serving (mai/2026) — compactação paralela por blocos, ângulo de serving/throughput que o cap. 04 ainda não cobre. C.
- ContextBudget: Budget-Aware Context Management (abr/2026) — gestão de contexto orientada a orçamento; caps. 03/04. C.
- Harness Engineering for Agentic AI Coding Tools: An Exploratory Study (fev/2026) e Agentic Harness Engineering: Observability-Driven Automatic Evolution (abr/2026) — o segundo propõe evolução automática do harness guiada por observabilidade, tema do cap. 16. C.
- Awesome-Code-as-Agent-Harness-Papers — lista curada de um survey "Code as Agent Harness"; útil como fonte de garimpo, não como fonte citável. C.
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
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).
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).
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.
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):
/tutorialde 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.