Fundamentos do Harness de Agente: Laços e Controle

Este curso é sobre o harness do agente — a camada de código de controle fora do modelo que de fato faz um agente rodar: ela dirige o loop “modelo → executar ferramentas → devolver resultados → perguntar de novo”, decide quando esse loop para, o segura quando ele foge do controle, e deixa um humano interromper e redirecionar no meio do caminho. O curso se concentra no loop de execução de um único agente e termina com você escrevendo à mão um harness mínimo com condições de parada, um teto de orçamento, detecção de giro em falso e uma válvula de aprovação humana. É para quem já concluiu os seis primeiros cursos desta série — você precisa entender uma ida e volta de chamada de ferramentas (stop_reason: "tool_use" / tool_result), memória de agente e a janela de contexto, e o básico da divisão de trabalho multiagente. Este curso não é um tutorial de API de nenhum framework em particular (nada de especificidades do Claude Agent SDK ou do LangChain), não cobre orquestração multiagente (esse é outro curso desta série) e não cobre avaliação e regressão (guardado para o curso de verificação); o foco é uma camada — como o próprio loop é mantido sob controle.

Conteúdo do curso

1. O que é um harness: o código de controle ao redor do modelo
2. O loop central: de uma ida e volta à operação contínua
3. Condições de parada: quando um agente deve desistir
4. Descontrole e fallback: loops mortos, giro em falso, esgotamento de orçamento
5. Intervenção e direção: interromper, redirecionar, humano no loop
6. Mão na massa: escrevendo à mão um harness de agente com controles

Objetivos de aprendizado

Ao final deste curso você será capaz de:

• Traçar a linha entre o harness e o modelo e explicar por que o mesmo modelo com um harness diferente pode produzir resultados radicalmente diferentes
• Escrever à mão o loop central que dirige um agente e explicar como o stop_reason decide se o loop continua ou para
• Projetar um conjunto explícito de condições de parada para um agente em vez de depender de o modelo dizer “terminei”
• Reconhecer os modos de descontrole — loops mortos, giro em falso, esgotamento de orçamento, erros que se acumulam — e equipar o loop com um fallback para cada um
• Julgar onde no loop um checkpoint humano deve ficar, mantendo operações irreversíveis fora da execução automática
• Construir, do zero, um harness mínimo com condições de parada, um teto de rodadas, um teto de orçamento, detecção de giro em falso e uma válvula de aprovação

Pré-requisitos

• Você concluiu os seis primeiros cursos desta série, ou tem o equivalente
• Você entende uma ida e volta completa de chamada de ferramentas: o modelo retorna stop_reason: "tool_use", o host executa a ferramenta, e o tool_result é reinserido na conversa
• Você sabe que a janela de contexto é um recurso finito e que o histórico continua se acumulando (curso 5 desta série, “Memória e Estado de Agente”)
• Você sabe ler código básico de JavaScript / Node.js (na lição 6 você escreve junto)
• Nenhum conhecimento de machine learning ou de treinamento de modelos é necessário

Tempo estimado

Cerca de 3-4 horas, incluindo o exercício prático de cada lição.