Um agente de inteligência artificial que trabalha durante horas também pode passar horas gastando dinheiro sem resolver o problema. Se 2026 consolidou o interesse pelos agentes, 2027 desloca a disputa para quem consegue coordená-los e entregar resultado confiável por um custo que faça sentido. Essa camada ganhou nome próprio, harness, e o Tambotech já explicou como ela funciona no artigo sobre harness engineering. Agora ela virou critério de compra.
A Forrester publicou em outubro de 2026 o relatório Predictions 2027: Artificial Intelligence e estima que os harnesses vão orientar três quartos das decisões sobre plataformas de IA no ano que vem. A consultoria projeta também que 1 dólar em cada 5 do gasto empresarial em tecnologia vai para IA em 2027, ressalvando que a maior parte desse desembolso compra servidores e equipamentos antes de virar fatura de tokens.
A Gartner colocou o harness de agentes de programação entre as dez tendências estratégicas para 2027, ao lado de plataformas de contexto para agentes, assunto que o Tambotech já tratou ao explicar duas formas de dar contexto à IA, e de identidade de agente. As duas projeções apontam na mesma direção: o harness ganha peso nas decisões de plataforma, sem que a escolha do modelo tenha deixado de importar.
O que um harness faz na prática
Vale o exemplo. Um agente encarregado de corrigir um aplicativo precisa encontrar os arquivos relevantes, entender o erro, alterar o código, rodar testes e decidir se terminou. Também precisa manter o andamento entre uma sessão e outra e reconhecer quando repete uma tentativa que já fracassou. O harness organiza esse processo e define os limites em que ele acontece.
Uma estrutura bem projetada pode reduzir leituras desnecessárias, repetição de chamadas caras e trabalho sem progresso, embora não elimine nenhum desses problemas. A tarefa simples pode ir para um modelo econômico, deixando o modelo mais capaz para o trecho difícil. Boa parte do ganho está em transformar capacidade disponível em trabalho aproveitável.
Em 28 de outubro de 2026, a Microsoft colocou o Copilot harness em prévia pública no Foundry Agent Service, com mais de 20 modelos de fronteira, chave própria do cliente e runtime compartilhado entre Copilot Code, Copilot Studio, VS Code e CLI; o time do GitHub portou esse runtime para Rust. O uso é gratuito até 1º de dezembro de 2026, quando a computação e a memória do sandbox passam a custar US$ 0,0994 por vCPU-hora e US$ 0,0118 por GiB-hora, com a inferência cobrada à parte. A mensagem comercial é direta: troque o modelo, mantenha a plataforma.
A LangChain publicou em fevereiro de 2026 um teste que separa as duas coisas. Seu agente de programação, o deepagents-cli, saiu de 52,8% para 66,5% de acerto no Terminal Bench 2.0, ganho de 13,7 pontos, com o mesmo GPT-5.2-Codex do começo ao fim. Só o harness mudou: prompt de sistema, ferramentas e camada de verificação. O salto levou o agente de fora do top 30 ao top 5 do ranking. O número é da própria LangChain, num benchmark de 89 tarefas, e mostra que parte relevante do desempenho não mora no modelo.
A conta que importa é por tarefa concluída
Tokens são as unidades que o modelo usa para processar e gerar conteúdo. O preço de cada unidade caiu, e a conta total subiu, como o Tambotech mostrou na análise sobre a inflação dos tokens. O motivo é volume: um agente que consulta mais contexto, tenta de novo e executa tarefas maiores consome várias vezes mais tokens que um chatbot.
O volume cresce em escala difícil de visualizar. Só a plataforma do Alphabet processa 3,2 quatrilhões de tokens por mês, cerca de 600% mais do que um ano antes, segundo o JPMorgan Asset Management.
A Anthropic descreveu em março de 2026 um experimento com essa matemática explícita. Mesmo pedido, dois formatos: um agente único gastou 20 minutos e US$ 9 para criar um editor de jogos retrô; o harness completo, com planejador, gerador e avaliador, rodou 6 horas e custou US$ 200. O aplicativo do modo solo abria, mas o jogo não respondia ao teclado; o do harness funcionava, ainda que com problemas de física e de fluxo. E o escopo não era idêntico: no modo completo, o planejador transformou o pedido em 16 funcionalidades distribuídas em dez sprints. O experimento mostra ganho de funcionalidade, não retorno financeiro comprovado.
A medida que importa é o custo total de uma tarefa concluída corretamente, não o preço da chamada.
A mesma Anthropic relata que avanços de modelo permitiram enxugar o harness. O reinício de contexto existia porque o Claude Sonnet 4.5 sofria de “ansiedade de contexto”: perto do limite da janela, encerrava a tarefa cedo demais. O Opus 4.5 eliminou o comportamento e o mecanismo saiu do desenho. Com o Opus 4.6, o time dispensou também a divisão em sprints: num teste posterior, um sintetizador de áudio no navegador saiu em 3 horas e 50 minutos, por US$ 124,70. Harness bom é o que se revisa, não o que se acumula.
O aperto já chegou ao orçamento das empresas. A Uber esgotou o orçamento anual de IA em abril, quatro meses depois de liberar Claude Code e Cursor para cerca de 5 mil engenheiros, com custo mensal de US$ 500 a US$ 2 mil entre os usuários intensivos. A resposta foi um teto de US$ 1.500 por mês em cada ferramenta, enquanto a procura por IA mais barata virou critério de compra. É o movimento que empurra as empresas para o harness: não é gastar menos com IA, é gastar melhor.
Mandar menos contexto economiza na chamada e provoca o erro depois. Colocar vários agentes para revisar uma tarefa simples transforma uma operação barata em reunião interminável, com cobrança por participante.
Independência de fornecedor tem dono novo
Poder trocar de modelo é vantagem econômica, ainda mais num setor em que preço e limite de uso mudam a cada trimestre. Cada troca, porém, exige reavaliar instruções, ferramentas e estratégia de contexto, porque o que funciona num modelo pode falhar no seguinte. A Forrester recomenda manter duas plataformas de fronteira rodando trabalho real, uma delas hyperscaler, com avaliações próprias.
Existe um efeito colateral. Ao reduzir a dependência do fornecedor de modelo, a empresa aumenta a dependência do fornecedor de harness: histórico, integrações e regras de operação ficam naquela plataforma, e cada agente construído aperta o laço. É o mesmo alerta que apareceu quando a compra da Tailwind pela Shopify levantou a questão da independência na pilha de software.
E se a bolha estourar?
Essa possibilidade precisa entrar em qualquer previsão séria para 2027, e outubro de 2026 deu o primeiro ensaio: o Nasdaq caiu 2,9% em 30 de outubro, e o Alphabet teve na véspera a maior queda diária desde a abertura de capital, em 2004, com 12,6% e cerca de US$ 500 bilhões de valor de mercado a menos. O trimestre somou monetização menor no modo de IA do buscador e fluxo de caixa livre negativo de US$ 9,1 bilhões, com capex de US$ 51,4 bilhões, como mostrou o TechCrunch.
Como o Tambotech discutiu na análise sobre a bolha da IA em 2026, utilidade da tecnologia e sustentabilidade do negócio são perguntas diferentes.
As quatro maiores hyperscalers planejam gastar mais de US$ 740 bilhões em capex neste ano, e Alphabet, Amazon, Meta, Microsoft e Oracle levantaram US$ 326 bilhões em ações e dívida desde janeiro, mais que o triplo de 2025, segundo dados da S&P Global Market Intelligence publicados pela Axios.
Nos mercados de previsão, o colapso não é o cenário consensual: o contrato da Polymarket marcava, em 1º de novembro de 2026, 9,5% para um colapso até 31 de dezembro daquele ano e 22,5% até 30 de junho de 2027. A regra é estreita: só há colapso se ao menos três condições previstas ocorrerem na mesma janela de 90 dias, encerrada até o prazo final, entre elas queda de 50% da Nvidia desde o topo e falência de OpenAI ou Anthropic.
Numa correção severa, a pressão por retorno aumenta: projeto experimental perde orçamento, fornecedor fecha ou é comprado, serviço subsidiado encarece. Reduzir desperdício e conseguir migrar de fornecedor passariam a valer mais, embora a verba para comprar justamente essas ferramentas também encolha.
O efeito sobre preços é incerto, e eficiência não resolve sozinha excesso de investimento em infraestrutura, porque tarefa mais barata costuma ser executada com mais frequência.
Para Gabriel Subtil, CEO da Tambotech, o elo entre capacidade técnica e restrição econômica é o que sustenta a aposta: “Minha aposta para 2027 é que a competição pelos harnesses ganhará força justamente porque conecta capacidade técnica a essas restrições econômicas. Ports de jogos, recompilações, manutenção de sistemas e automação de processos são aplicações possíveis dessa evolução. Em todas elas, o desafio será entregar algo que funcione, com um gasto justificável.”
Para quem contrata ou usa IA, a avaliação pode começar com três perguntas: quanto custa concluir a tarefa, quanto trabalho humano sobra depois e quão difícil seria trocar de fornecedor. As respostas dizem mais sobre o valor de uma plataforma do que a quantidade de agentes que ela consegue colocar para conversar.
Fonte: Forrester, Gartner, Microsoft, LangChain, Anthropic, TechCrunch, JPMorgan Asset Management, Axios, Polymarket e Tambotech.
