A engenharia do agente primeiro reforça o contexto e os sensores

Olhando para um grupo de discussões sobre Harness Engineering atualmente, o sentimento mais intuitivo não é que “o agente adicionou uma nova camada de recursos”, mas que o foco das discussões de engenharia mudou. No passado, perguntávamos frequentemente se o modelo era suficientemente forte. Agora vamos primeiro nos concentrar em quanto contexto colocar, quanto tempo colocar no arquivo de regras e qual sinal o sensor emite. O modelo ainda está no meio, mas o que realmente começa a determinar a estabilidade é o arnês externo.

Quanto maior a janela de contexto, mais estável será a atenção.

Alguém no retiro mencionou que agents.md deveria ser controlado para menos de 200 linhas. Este número não é pretensioso ou uma adoração de números de linha, mas sim um lembrete de orçamento. Quanto maior a janela de contexto significa apenas que mais conteúdo pode ser amontoado nela, mas não significa que o modelo compreenderá de forma mais estável a parte que deve ser compreendida. Os modelos geralmente focam apenas em uma pequena parte do contexto e, mesmo que o restante do conteúdo esteja na janela, nem todo ele pode estar em foco.

Isso é muito chato em engenharia. Quanto mais regras existirem, mais fácil será escrever “restrições” como “ruído”; quanto mais longas as instruções, mais fácil é enterrar num canto o que realmente deve ser observado. Manter o arquivo muito curto não significa fazer com que o documento pareça limpo, mas sim forçar as restrições a se tornarem visíveis. O que o modelo enfrenta não é uma enciclopédia, mas um contrato operacional limitado.

O sensor não alimenta o log novamente

Outra mudança óbvia é que a discussão começou a avançar para sensores computacionais. Os sensores aqui não estão simplesmente enterrados, nem os logs do sistema são inseridos intactos no modelo, mas o status do tempo de execução é compactado em um pequeno número de sinais utilizáveis. O que faz é filtrar o ruído e não criar novos encargos contextuais.

É por isso que se diz “mudar para Rust em vez de Python”. O foco não está em tomar partido da linguagem, mas no controle. Uma vez que um sensor depende de limites de tempo de execução, restrições de recursos, caminhos de exceção e saída determinística para garantir qualidade, a linguagem e o ambiente de execução não são mais apenas detalhes de implementação, mas parte do próprio sensor. Se o sinal for instável, não importa quão forte seja o modelo, ele apenas fará suposições sobre a entrada instável.

Enviar dados brutos diretamente para o modelo pode parecer mais informativo no curto prazo, mas muitas vezes apenas torna a cena mais barulhenta no longo prazo. Um sensor verdadeiramente útil deve primeiro comprimir “o que aconteceu” em alguns estados claros e depois decidir quais detalhes serão deixados para os humanos e quais serão deixados para as ferramentas.

A responsabilidade do arnês é cortar o mundo em pedaços que possam ser alimentados ao modelo

Uma vez amadurecido esse tipo de discussão, ele começa a se parecer mais com um projeto de sistema do que com técnicas imediatas. O arnês é responsável pelos limites: o que entra no contexto, o que fica fora do contexto, em que estado o modelo pode confiar e em que estado deve ser reconfirmado pelas ferramentas. Não é uma casca, mas uma camada de filtro e mais próxima.

Este também é o custo mais subestimado no sistema Agente. A substituição do modelo é rápida, mas o chicote é muito mais lento porque liga diretamente a cadeia de ação, a cadeia de sinal e a cadeia de falha. Orçamento de contexto, design de sensor, limites de permissão, caminhos alternativos, em última análise, recaem nesta camada. Desde que esta camada não seja estanque, quanto mais forte for o modelo, mais fácil será para o sistema espalhar ainda mais a instabilidade.

Olhando agora para este tipo de fragmentos, a parte mais valiosa não é uma conclusão única, mas que estabeleça claramente o foco do projeto: o agente não é mais apenas “se pode fazer coisas”, mas “se o sistema externo coletou atenção e sinais”. Esta etapa não é estável e melhorias adicionais nas capacidades do modelo apenas amplificarão o caos mais rapidamente.