Agentes de código como Claude Code, Cursor, GitHub Copilot e OpenAI Codex não funcionam só com o modelo. Eles dependem de uma camada de configuração que os desenvolvedores escrevem e compartilham: arquivos de instrução, skills, hooks, declarações de MCP servers e subagentes.
Essa camada é chamada de harness.
Ela é instalada a partir de marketplaces e repositórios públicos, roda com os privilégios do desenvolvedor, persiste entre sessões — e, até agora, quase não tinha sido tratada como uma dependência de verdade.
Um estudo recente no arXiv (Scanning the Harness: An Empirical Study of Supply-Chain Defects in AI Coding-Agent Configurations, setembro/2026) analisou exatamente essa superfície.
O que o estudo fez
Os pesquisadores examinaram 3.171 repositórios públicos no GitHub:
- 2.660 setups que combinam dois ou mais tipos de componentes
- 511 coleções de skills publicadas
Eles mediram apenas regras objetivas (decisíveis a partir dos arquivos) e validaram cada achado antes de contabilizar.
Os números principais
Três classes de risco de segurança sobreviveram à validação:
- 9,8% dos setups instalam um MCP server sem versão fixada
-
3,1% pré-aprovam execução arbitrária de comandos por trás de uma permissão que parece restrita (ex.:
Bash(python:*)) - 3,8% carregam uma skill que pré-aprova o shell para quem instalar
No total:
- 16% dos setups carregam pelo menos um defeito de segurança
- 16,7% carregam algum defeito confirmado
Por que isso importa
A harness funciona como uma camada de dependência, mas sem as proteções que já existem em outras partes do ecossistema:
- Não há lockfile
- Não há verificação no momento da instalação
- Não existe um vocabulário claro do que cada componente pode fazer
Na prática, o desenvolvedor (ou o time) pode estar importando permissões e comportamentos de terceiros sem perceber o alcance real dessas permissões.
O que muda na prática
Quem usa agentes no dia a dia precisa começar a tratar a configuração do agente com o mesmo cuidado que trata dependências de código:
- Fixar versões sempre que possível
- Revisar o que skills e MCP servers realmente autorizam
- Evitar pré-aprovações amplas disfarçadas de permissões restritas
- Tratar marketplaces e coleções públicas como fonte de risco, não só de produtividade
A velocidade de geração de código aumentou.
A superfície de configuração dos agentes também cresceu — e ainda está pouco governada.
📖 Leituras Recomendadas
Leia o artigo mais aprofundado, com exemplos e a análise de arquitetura completa no
Quem quiser aprofundar o tema de forma estruturada pode consultar a série Engenharia de Software Assistida por IA.
💡 Destaques:
- 🏷️ Cupom de 30% OFF nos eBooks:
LEIA30 - 📖 Disponível também no Kindle Unlimited!
📖 Livros Físicos (capa comum):
- 📘 Volume I – A Nova Realidade da Engenharia de Software
- 📙 Volume II – Fundamentos que a IA Não Substitui
- 📗 Volume III – Engenharia de Requisitos na Era da IA
- 📕 Volume IV – Arquitetura e Design de Soluções na Era da IA
- 📓 Volume V – Delegação Técnica para IA
- 📔 Volume VI – Supervisão e Auditoria de Código Gerado por IA
- 📒 Volume VII – Aplicações Reais
- 📗 Volume VIII – Engenharia de Contexto e Governança de IA
Top comments (0)