DEV Community: it4lo

O que é Harness?

it4lo — Sun, 20 Sep 2026 03:49:40 +0000

A camada em volta da LLM

O harness é uma camada de software que constrói o que vai enviar e também transforma a resposta do LLM em ação. O LLM não tem memória, apesar de super inteligente ele não guarda um histórico e não executa ações, ele sinaliza o que fazer e o harness executa. Podemos dizer que o harness decide o que vai para o modelo e como vai.

Se você leu o artigo anterior vai lembrar que o modelo recebe texto, processa e devolve respostas de acordo com os pesos calibrados a partir de treinamento.

Também no artigo anterior fizemos uma tabela de Produto x Modelo, o produto implementa o Harness, ChatGPT, Claude Code, Cursor, Codex implementam toda a engenharia em volta do LLM.

O caminho da sua mensagem no ChatGPT

Você envia sua mensagem, mas a mensagem não vai direto para o modelo, existe uma engenharia de software em volta que vai montar o prompt para o envio para o modelo. O que isso quer dizer na prática é que existe um código comum que vai montar as instruções, lista de ferramentas disponíveis, com nome, descrição e formato de argumentos de cada ferramenta, também vai juntar o conteúdo e memória da conversa inteira a cada interação que você faz com o chat, até a última mensagem.

É mais ou menos isso aqui:

Você faz a primeira pergunta ou interação:

"Vamos desenvolver um site".

O "Harness" monta a estrutura que vai enviar para o LLM:

pseudo estrutura

Bloco 01 (PROMPT)

{
  "system": "Você é o GPT criado pela OpenAI. A data de hoje é 16/09/2026, localização...",
  "interação-01": "Vamos desenvolver um site",
  "tools": ["criar_arquivo", "buscar_web", "criar_diretorio"]
}

Ele manda esse bloco e obtém a resposta do LLM, que seria, "Sobre o que é o site?", agora quando você faz uma nova interação respondendo "É sobre um portfólio de projetos de um desenvolvedor" ele vai montar um novo bloco "concatenando" a segunda interação com as informações do Bloco 01.

Bloco 02 (PROMPT)

{
  "system": "Você é o GPT criado pela OpenAI. A data de hoje é 16/09/2026, localização...",
  "interação-01": "Vamos desenvolver um site",
  "resposta-chat-01": "Sobre o que é o site?",
  "interação-02": "É sobre um portfólio de projetos de um desenvolvedor",
  "tools": ["criar_arquivo", "buscar_web", "criar_diretorio"]
}

Percebe que na segunda interação o bloco 01 foi inteiro para o LLM novamente, acompanhado da segunda interação? A cada interação o bloco cresce mais, justamente porque a LLM não guarda memória e é necessário enviar tudo novamente, e quem faz isso é o Harness, a tal da engenharia de software em volta da LLM.

E por que isso é importante pra você que é desenvolvedor ou projeta aplicações com "IA"? Ou até mesmo pra você que só "chatea" no seu chat favorito?

Pra você que é usuário, é menos impactante, mas também é relevante pelo motivo de que quanto mais você interage em um chat mais joga texto para a LLM, no começo da conversa a LLM recebe um conjunto pequeno de informações, após algumas interações o conjunto de informações é relativamente maior, se você mistura assuntos a probabilidade de o modelo responder errado aumenta, pode confundir instrução antiga com nova, mas aqui vale uma observação, com a evolução dos modelos isso é cada vez menos impactante, no entanto, merece atenção e conferência.

Pra você que é Dev é muito mais impactante, você vai ter que gerenciar esse contexto, juntar as informações necessárias pra enviar pra LLM, orquestrar ações ao receber as respostas e devolver ao usuário, tudo isso fica na responsabilidade de quem constrói aplicações integradas à IA. Por isso é tão importante saber o que ocorre em volta da IA.

Tools

O ponto é que uma tool é uma função no seu backend. Perceba que no pseudo-prompt "bloco01 e bloco02" existe uma lista de nomes que são chamados de tools [criar_arquivo, buscar_web, criar_diretorio], na realidade não é passado só o nome, são passadas outras propriedades das tools/ferramentas, como descrição e também aquilo que é parâmetro da função. Essas informações são incluídas junto com as outras informações que são enviadas para o LLM.

Calma jovem gafanhoto, eu vou explicar com um exemplo do meu dia a dia.

Eu não curto ficar criando Post-it no Miro, logo, eu não crio, quem cria pra mim é o Harness, com o auxílio da LLM.

Em um trabalho do MBA eu precisava criar alguns desenhos no Miro que representariam um fluxo, eu resolvi usar o Claude.

Eu envio para o chat o que quero conforme a imagem, na imagem também já tem o que o "Harness" faz. Se liga que o próprio chat informa que vai localizar o board e também sinaliza que vai buscar as ferramentas disponíveis. Esse processo só é possível porque antes eu configurei o conector do Miro no Chat, isso é um ponto importante, a LLM não guarda nada dessas informações, quem guarda é o "Harness" ou podemos dizer que é o backend da aplicação do Claude. Percebe também que meu texto tem poucas intruções, a LLM completa maior parte das instruções para que o Harness execute a ação, por isso disse que quem cria os meus postits é o Harness com o Auxílio da LLM.

-- Solicitação para o chat.

-- Tool: board_show

Olhe na segunda imagem "Tool - board_show" o próprio chat pede pra usar a tool board_show e trava a execução solicitando minha permissão.

Tem duas coisas que essa imagem também mostra, uma é o loop entre harness e LLM e outra que não tá tão explícita é o MCP (Model Context Protocol), mas essas coisas são assuntos pra outro post quando detalharmos e implementarmos o Harness e falarmos de agentes. Seguindo, o board_show mostra a tela abaixo.

-- Board apresentado no chat pela tool board_show

-- Fluxo criado no Miro

O modelo não executou nada, ele só escreveu um texto estruturado, algo como "quero chamar board_show com essa URL". Quem executou foi o harness, que pegou o retorno e jogou de volta no contexto como mais uma mensagem. Aí o modelo é chamado de novo, agora sabendo o que aconteceu. Esse ciclo se repete até a tarefa ser concluída, no caso do Miro foram várias idas e voltas até o fluxo ficar pronto. Esse vai e volta é o loop, assunto do próximo post.

Uma última coisa: você pode usar o mesmo modelo em harnesses diferentes — Cursor, GitHub Copilot, Claude Code — e ter resultados diferentes. Hoje tem muita discussão sobre o melhor modelo, mas também tem muita sobre o melhor "Harness".

Espero que esses dois primeiros posts sobre LLM e Harness, conceitos básicos de Inteligência Artificial, ajudem a compreender e seguir nos próximos.

No próximo post falaremos de loop, MCP e uma breve introdução a agentes.

LLM, que bisho é esse?

it4lo — Fri, 11 Sep 2026 04:04:57 +0000

O que é um LLM (Large Language Model)?

Obs.: Essa é uma explicação simples para começarmos a falar de IA.

Um LLM é um programa que gera texto prevendo, a cada passo, qual pedaço de texto (chamado de token) deve vir em seguida. Ele aprendeu isso analisando uma quantidade enorme de textos durante um treinamento. Ao receber uma pergunta, o LLM escolhe um próximo token provável, acrescenta ao texto e repete o processo até formar a resposta completa.

Não existe só um LLM, existe uma série de modelos. O princípio é o mesmo do primeiro parágrafo, no entanto, cada modelo tem treinamentos, tamanho, técnicas e objetivos específicos. Pensa em motores de carro, todos transformam combustível em movimento, no entanto, um motor 1.0 econômico e um V8 esportivo servem propósitos diferentes.

Produto x Modelos

Algo que vale esclarecer é que produto é uma coisa e modelo é outra, ChatGPT, Claude, Gemini são produtos, modelos são o que roda por trás dos produtos, como GPT-5.6, Opus 5, Gemini 3.5 Flash.

Tabela de produto x modelo abaixo pra melhor compreensão:

Pela imagem da tabela você percebe que um produto pode usar diversos modelos, inclusive, existem produtos que usam modelos de mais de uma empresa.

Diferenças entre modelos

O que diferencia um modelo do outro geralmente é:

Capacidade: Quão bem ele resolve tarefas complexas, código, matemática, análise e escrita.
Modalidade: Se é capaz de ler imagens, textos, áudios, PDFs ou vídeos.
Raciocínio: Se "pensa" em etapas antes de responder, esses modelos geralmente gastam mais tokens.
Janela de contexto: Quanto de contexto ou "texto" o modelo consegue considerar de uma vez (sua pergunta + histórico + documentos).
Custo: Nas APIs, cobra-se por milhão de tokens com preços diferentes pra entrada e pra saída.
Forma de acesso: Proprietários onde você usa API da empresa ou Open onde pode baixar e rodar localmente (precisa de infraestrutura considerável pra atender com um bom desempenho).

Modelos abertos ou "open weight"

Modelos abertos, ou na real "open weight", são modelos com pesos abertos. O que isso quer dizer? As empresas publicam os pesos do modelo, que são bilhões de números aprendidos no treinamento. Com eles você baixa, roda e até ajusta o modelo na sua própria infraestrutura.

O que são pesos

Esse negócio vai começar a ficar sinistro, e você pode estar se perguntando "o que são os pesos?".

Como eu disse no início do artigo, essa é uma explicação mais simples pra te introduzir no mundo de IA, então de forma simples, lembra que falei no início que um LLM aprende analisando uma quantidade enorme de textos durante um determinado treinamento, esse aprendizado fica guardado em bilhões de números chamados de pesos.

Uma analogia é usando o próprio substantivo peso, muitas vezes pra tomar uma determinada decisão na vida ou em qualquer situação você analisa várias coisas, cada coisa tem um peso, por exemplo, o caminho que você vai pegar para o trabalho, você analisa horário, se está chovendo ou não, qual dia da semana é, se tem algum evento no caminho.

Tudo bem, hoje tem Google Maps, mas imagine que não tivesse. Pra aprender é necessário um pouco de imaginação também... Voltando ao exemplo.

Cada fator (dia, horário, se tem ou não evento) tem um peso que vai influenciar no caminho que você vai seguir, se é sexta às 17h considerado um horário de pico isso pesa muito na sua escolha, e ninguém te ensinou isso, você foi aprendendo ficando preso no trânsito, a cada viagem em que perdia tempo você entendia que sexta às 17h era dureza passar na avenida principal, logo, o dia da semana e horário pesam muito na sua decisão de rota.

Fazendo uma comparação com modelos:

Treinamento = os anos indo e voltando do trabalho, errando e ajustando o caminho.

Fatores/Tokens de entrada = Chuva, Horário, dia, evento. São as entradas que correspondem aos textos que a LLM está lendo.

Peso = É a importância que damos a cada fator, no caso da LLM quando você vê que um modelo tem 2 bilhões de parâmetros significa que o modelo tem 2 bilhões desses números de importância (pesos).

Tokens de saída = Decisão de qual rota para o trabalho devo pegar.

Fine-tuning = você muda de emprego para outro bairro. Não esquece tudo o que sabe de trânsito, mas reajusta alguns pesos para as ruas novas.

Esse assunto de pesos é mais avançado, mas é essencial pra entender como a LLM consegue responder suas perguntas e merece um artigo próprio mais pra frente. Tenha em mente que pra aprender com mais profundidade vai precisar de alguns pré-requisitos, como álgebra linear básica, derivadas, probabilidade básica e outros, então vai fundo!

O próximo artigo será sobre harness, que em poucas palavras é tudo que fica em volta do modelo, explico melhor no próximo post.

Abs! Espero que você que leu tenha entendido, esse texto não foi escrito por IA, no máximo ela corrigiu gramática, ele foi criado pra pessoas que estão tentando entender esse universo de LLM/IA. Os próximos artigos vão se complementando.