Engenharia de Harness para Agentes de IA
O modelo de linguagem é só uma parte do agente. O que separa um chat esperto de um agente que executa trabalho real é o que se constrói ao redor dele. Este curso abre essa caixa.
“Se você não é o modelo, você é o harness.”
Vivek Trivedy · LangChainLLM é commodity. Agente é outra coisa.
Um modelo de linguagem sozinho recebe texto e devolve texto. Só isso. Ele não mantém estado, não executa código, não acessa o que aconteceu depois do treinamento. O que transforma essa potência bruta em trabalho útil é o harness: o arreio que acopla a força do cavalo à carroça. É a estrutura que ferramentas como Claude Code, Codex e Cursor constroem ao redor do modelo, com filesystem, ferramentas, sandbox, memória e loop de execução. Quem domina o harness domina a alavanca do engenheiro de IA na era em que os modelos viraram commodity.
Se você usa IA de verdade, você já usa harness.
Harness não é assunto de nicho: é o nome do que está por trás das ferramentas que você provavelmente já opera todos os dias. O curso serve pra quatro situações bem concretas.
Você programa com IA no dia a dia
Usa Claude Code, Codex ou Cursor e resolve na base da tentativa e erro. Entendendo o harness, você passa a saber por que a ferramenta acerta, por que ela falha e como configurá-la a seu favor.
Você escolhe ferramenta pro time
O curso compara os principais harnesses do mercado, proprietários e open source, pra decisão sair por critério de arquitetura, não por hype.
Você quer construir seus próprios agentes
Os 9 componentes de todo harness de produção, os padrões de loop e um mini-harness implementado do zero em Python, pra usar de base no que você for criar.
Você pensa na próxima etapa da carreira
Os modelos viraram commodity. O que diferencia o engenheiro de IA é dominar o que se constrói ao redor deles, e é exatamente essa a alavanca que o curso entrega.
Duas portas de entrada, o mesmo destino.
Você quer entender antes de depender
Os módulos 1 a 4 são teóricos e partem do zero conceitual. Qualquer pessoa tecnicamente curiosa acompanha, sem pré-requisito nenhum.
- O que um LLM faz de verdade e o que ele não consegue fazer sozinho
- A anatomia dos componentes que todo harness de produção possui
- Engenharia de contexto e a batalha contra o context rot
- Os padrões de loop que fazem agentes completarem trabalho longo
Você quer parar de operar no escuro
Você já usa Claude Code, Codex ou Cursor no dia a dia, mas quer entender as decisões de arquitetura que fazem um agente funcionar ou falhar. Nos módulos práticos, noções de terminal e Python básico ajudam, e os roteiros são guiados passo a passo.
- Claude Code e Codex dissecados por dentro, decisão a decisão
- O ecossistema open source: Deep Agents, OpenCode, Qwen Code e Kimi CLI
- Seu próprio mini-harness, implementado do zero em Python puro
- Orquestração multiagente e pra onde a disciplina caminha
Do conceito ao código que roda.
Módulos sequenciais e explicativos. Metade teoria em slides, metade prática com terminal, código e demonstrações ao vivo. Cada módulo encerra com um questionário conceitual, e nenhuma questão exige rodar código. O curso completo tem cerca de 4 horas: a teoria dá pra assistir em qualquer lugar, e a prática é guiada por roteiro pra quando você sentar no computador. Os módulos 1 e 2 já estão disponíveis, e os demais são liberados na sequência.
- 01DisponívelFundamentos: de modelo a agentePor que um LLM sozinho não é um agente, a equação Agente = Modelo + Harness e a mudança de mentalidade: de “qual prompt eu uso?” para “qual sistema estou construindo?”.
- 02DisponívelAnatomia do harnessOs 9 componentes de todo harness de produção, o filesystem como primitiva mais fundamental, bash como ferramenta de propósito geral e sandboxes.
- 03Em breveEngenharia de contextoA batalha contra o context rot: compactação, offload, revelação progressiva, os 4 tipos de memória e as estratégias do gerenciador de contexto.
- 04Em brevePadrões de execuçãoLoop engineering, o loop ReAct, Ralph Loops, planejamento, autoverificação e os controles que mantêm a qualidade em trabalho de longo horizonte.
- 05Em breveClaude Code e Codex por dentroOs dois harnesses proprietários mais influentes do mercado, dissecados ao vivo: filosofia, ferramentas, permissões, memória de projeto e o fenômeno do overfitting modelo-harness.
- 06Em breveO ecossistema open sourceDeep Agents, OpenCode, Qwen Code e Kimi CLI comparados, e a lição estratégica: o melhor harness pra sua tarefa não é necessariamente o do laboratório que treinou o modelo.
- 07Em breveSeu próprio mini-harness em PythonRegistro de ferramentas, loop ReAct em código, gate de aprovação, gestão de contexto e condições de parada. Implementado do zero, em Python puro, pra sentir cada decisão de design.
- 08Em breveMultiagentes e o futuroTimes de agentes, subagentes e isolamento de contexto, a coevolução modelo-harness e por que dominar o arcabouço é a alavanca de carreira do engenheiro de IA.
O que você precisa. E o que não precisa.
Depende de até onde você quer ir. Aqui está o mapa completo, pra você se inscrever sabendo exatamente no que está entrando.
- Pra entender os conceitos: nenhum pré-requisitoAs aulas teóricas partem do zero e todas as avaliações são conceituais. Nenhuma questão exige rodar código.
- Pra acompanhar as demonstrações práticas: Python básico e noções de terminalOs roteiros são guiados passo a passo.
- Pra reproduzir tudo no seu computador: um ambiente de desenvolvimentomacOS, Linux ou Windows (no Windows, o ideal é usar o WSL 2), Python 3.11 ou superior, Node.js, git e um editor como o VS Code.
- E acesso a pelo menos um modelo de linguagemO Claude Code exige um plano pago do Claude ou uma conta de API, porque o plano gratuito não inclui a ferramenta. Já as ferramentas open source funcionam com chaves de API de diversos provedores ou com modelos rodando localmente. A dica do instrutor: escolha uma ferramenta, a que melhor se adequar ao seu perfil, e aprofunde nela.
- GPU ou máquina potenteNada roda pesado localmente.
- Ser desenvolvedor profissionalO curso foi desenhado pra ser aproveitável mesmo por quem está começando em engenharia de IA.
- Experiência com treinamento de modelosO curso é sobre o que se constrói ao redor do modelo, não sobre treinar modelos.
- Conhecimento prévio de LangChainTudo que for usado é apresentado do zero.
- Assinar várias ferramentasUma só basta pra acompanhar, e normalmente existe versão gratuita ou open source.
Repertório de quem já colocou coisa difícil em produção.
Chief AI Officer as a Service.
Comece hoje, pelo módulo 1.
Acesso liberado após a confirmação do pagamento. Os módulos 1 e 2 já estão disponíveis, e os demais entram na sequência, já incluídos na sua compra.
- Acesso completo aos 8 módulos: 1 e 2 já disponíveis, demais liberados na sequência
- Cerca de 4 horas de curso, metade teoria e metade prática guiada
- Slides, notebooks e roteiros de todas as aulas
- Código pronto pra adaptar e repositório no GitHub exclusivo para alunos
- E-book exclusivo do curso
- Capítulo especial voltado para o Jev, o modelo de decisão para sistemas de agentes
- Mini-harness em Python com modelo simulado, sem custo de API
- Questionários conceituais ao final de cada módulo, nenhum exige rodar código
- Acesso ao Portal de Talentos, com vagas de mais de 40 empresas parceiras