Pesquisadores da Xiaomi apresentaram o HarnessX, um framework que trata o harness de agentes de IA como um objeto modular capaz de se reescrever sozinho durante a execução das tarefas. O harness, sobre o qual já falamos aqui no Tambotech, é a camada de software que conecta o modelo de linguagem ao ambiente: prompts, ferramentas, memória e fluxo de controle. O HarnessX vai além e automatiza a evolução dessa camada, gerando ganhos médios de 14,5% em desempenho e até 44% em modelos menores.
O problema dos harnesses estáticos
Em aplicações de IA, o harness é tão importante quanto o modelo. Ele define como o sistema observa o ambiente, raciocina sobre o problema e executa ações. Mas os harnesses atuais são estáticos e feitos à mão. Qualquer mudança de modelo, ferramenta ou domínio exige reescrita manual. Além disso, prompts, wrappers de ferramentas, políticas de retry e gerenciamento de memória ficam todos misturados no mesmo código, o que torna qualquer ajuste arriscado.
Outro problema é que os traces gerados durante a execução dos agentes são simplesmente descartados, em vez de usados para melhorar o sistema. O modelo e o harness evoluem de forma isolada, criando um gargalo que limita o potencial dos agentes de IA.
Como o HarnessX funciona
O HarnessX resolve esses problemas com duas inovações principais. A primeira é tratar o harness como um “objeto de primeira classe”: uma entidade modular, serializável e substituível, separada da configuração do modelo. O comportamento do agente é dividido em nove dimensões, como montagem de contexto, gerenciamento de memória, ecossistema de ferramentas e fluxo de controle. Cada comportamento é implementado como um “processador” que se encaixa em hooks específicos do ciclo de vida do harness, permitindo trocar, adicionar ou remover peças sem quebrar o resto.
A segunda inovação é o AEGIS, um motor de evolução orientado por traces de execução. O AEGIS funciona em quatro estágios. O Digestor comprime os traces de execução em resumos estruturados. O Planejador analisa esses resumos e propõe mudanças. O Evolver gera as alterações no código do harness. E o Crítico, com um portão determinístico, avalia as mudanças e rejeita qualquer edição que piore tarefas já resolvidas, evitando o que os pesquisadores chamam de “catástrofe do esquecimento”.
Nos experimentos, os pesquisadores usaram dois papéis: um meta-agente (Claude Opus 4.6) que analisa logs e reescreve o harness, e agentes de tarefa que executam os workflows. Testaram três modelos diferentes como agentes de tarefa: Claude Sonnet 4.6, GPT-5.4 e o Qwen3.5-9B, um modelo aberto e leve.
Resultados: modelos pequenos ganham mais
O HarnessX melhorou o desempenho em 14 de 15 combinações de modelo e benchmark. O ganho médio foi de 14,5%. Mas o dado mais impressionante veio dos modelos menores. O Qwen3.5-9B, um modelo aberto de apenas 9 bilhões de parâmetros, saltou de 53% para 97% de acerto no benchmark ALFWorld de planejamento incorporado: um ganho de 44 pontos percentuais. No SWE-bench Verified, o mesmo modelo subiu 18,2%.
Isso acontece porque modelos menores têm mais espaço para melhorar com um harness otimizado. Eles falham em tarefas que um harness bem projetado pode resolver, enquanto modelos grandes já têm menos gargalos comportamentais. A conclusão dos pesquisadores é direta: escalar o modelo não é o único caminho para uma IA mais capaz. Para modelos pequenos, pode nem ser o melhor.
O HarnessX também permite a co-evolução: usar os traces gerados durante a evolução do harness para treinar o próprio modelo. Nesse modo, o ganho adicional foi de 4,7% em média, mas só se aplica a modelos de peso aberto.
O código do HarnessX está disponível no GitHub (Darwin-Agent/HarnessX) e deve ser aberto ao público em uma atualização futura. Uma limitação importante é que o meta-agente que reescreve o harness ainda depende de modelos fechados de fronteira como o Claude Opus. Modelos abertos ainda não foram testados nesse papel.
Quem vai poder usar o HarnessX?
O HarnessX é um projeto open source do time Darwin Agent, da Xiaomi. O código já está disponível no GitHub no repositório Darwin-Agent/HarnessX. Isso significa que qualquer desenvolvedor pode baixar, estudar, modificar e usar o framework nos seus próprios projetos. Apesar de a Xiaomi ser uma gigante chinesa, o projeto foi publicado em inglês e o código está acessível globalmente.
Vale notar que o HarnessX ainda está em desenvolvimento ativo. O repositório documenta quatro fases de evolução, e algumas funcionalidades mais avançadas, como a otimização bayesiana e o marketplace de harnesses (HarnessHUB), ainda estão marcadas como “planejadas”. Mas a base já funciona: a pipeline de nove dimensões comportamentais, os processadores modulares e o motor AEGIS de evolução estão implementados e prontos para uso.
Para usar o HarnessX, você precisa ter familiaridade com Python e com o ecossistema de agentes de IA. O framework foi projetado para ser agnóstico de modelo, funcionando com provedores como OpenAI, Anthropic e modelos locais. Se você já trabalha com agentes de IA, o HarnessX pode ser uma ferramenta poderosa para automatizar a evolução do harness dos seus agentes sem precisar reescrever tudo manualmente.
Fontes: VentureBeat: Xiaomi’s HarnessX rewrites its own AI scaffolding mid-task, arXiv: HarnessX: A Composable, Adaptive, and Evolvable Agent Harness Foundry, GitHub: Darwin-Agent/HarnessX
