Semana passada um cliente me mandou áudio, aflito. "Criei um agente que organiza agenda, responde cliente e até paga boleto. Agora ele decidiu um aumento de limite sem me avisar.
Semana passada um cliente me mandou áudio, aflito. "Criei um agente que organiza agenda, responde cliente e até paga boleto. Agora ele decidiu um aumento de limite sem me avisar. Como eu controlo isso?"
A pergunta dele não era sobre modelo mais esperto. Era sobre confiança. E foi aí que eu fui cobrir o lançamento do DeepSeek Harness e parei numa frase do site oficial: "cada execução é rastreável".
Deixa eu te explicar o que isso muda.
TL;DR
- O problema de agente de IA hoje é saber o que ele fez.
- A DeepSeek abriu o código de um runtime em que cada passo fica num log que não dá pra apagar e dá pra repassar.
- Antes de dar autonomia a qualquer agente, cobre 3 rastros: registro, replay e aprovação humana.
O problema
Todo mundo fala em agente como se o obstáculo fosse o cérebro. "Preciso de um modelo mais capaz."
Balela. O cérebro está anos-luz à frente do resto. Onde trava é no mesmo lugar que trava um funcionário novo: você não sabe se ele fez direito, e se quebrou algo, você nem descobre onde quebrou.
A gente não deixa estagiário assinar contrato sem revisão. Mas solta um agente na produção e espera que "as empresas vão se adaptar". Não vão. Vão exigir prova.
Foi por isso que olhei com atenção pro DeepSeek Harness. Não pelo hype do modelo. Pelo que ele escolheu colocar no centro: o rastro.
O sinal que mudou meu ponto de vista
O DeepSeek Harness é um runtime open source, licença MIT, que a DeepSeek publicou em versão de desenvolvedor em agosto de 2026. O repositório estourou (centenas de milhares de estrelas) e virou assunto no topo do Hacker News.
Mas o que me prendeu foi a frase: "Everything is a plugin. Every run is traceable." Tudo é plugin, e cada execução é rastreável.
Na prática, a arquitetura grava num log que não dá pra apagar (append-only) o que o modelo viu: os prompts, o raciocínio, cada chamada de ferramenta, cada agendamento de subagente. Você não apaga. Você repassa como um filme, pausa, volta, procura.
Isso é o oposto do que a maioria dos agentes proprietários te entrega. Eles escondem o raciocínio. Essa visibilidade é o que destrava confiança.
O framework: os 3 rastros
Não importa se você vai usar esse runtime ou um produto pronto. A régua é a mesma. Todo agente que for tocar no seu operacional precisa deixar 3 rastros.
Rastro 1: registro
Tudo fica gravado, em ordem, e ninguém apaga. Sem sistema de log completo, o agente vira uma caixa preta. Você fica refém do relato dele.
Pergunte: "eu consigo abrir o que esse agente fez ontem, hora a hora, sem perguntar pra ele?"
Rastro 2: replay
Gravar é bom. Poder repassar é melhor. O replay permite reconstituir a execução passo a passo e entender onde a decisão se perdeu.
Pergunte: "se eu voltar no tempo, consigo reproduzir aquele passo exato e ver o que ele pensou?"
Rastro 3: aprovação
Nos pontos de alta consequência, um humano autoriza antes de seguir. Pagamento acima de um valor, envio de e-mail a cliente final, exclusão de dado. Sem esse stop, autonomia vira acidente.
Pergunte: "o que é grave o bastante pra eu ser chamado antes de o agente continuar?"
Como aplicar hoje
Você não precisa de conhecimento técnico pra aplicar isso. Precisa de três perguntas na mesa, e ela vale pra qualquer ferramenta de agente que te prometerem.
- Peça o log. Se a ferramenta não mostra o que o agente fez, é um sinal vermelho.
- Peça o replay. Consegue repassar uma sessão antiga sem adivinhar?
- Defina a alçada. Grave por escrito: o que exige aprovação humana antes de seguir.
Se você tiver um dev no time, dá pra testar o próprio DeepSeek Harness hoje rodando npx @deepseek-ai/dsh web e abrindo a visão de trajetória. É open source e gratuito.
Quem aplicar essa régua vai descobrir outra coisa: a maioria dos agentes atuais não passa. E o que não passa não deveria tocar produção.
Resultados esperados
Quando você exige os 3 rastros, três coisas acontecem.
O time para de apagar incêndio atrás de agente e começa a corrigir o processo, porque agora enxerga a causa. Isso é tracing de agentes na prática.
Você para de bloquear iniciativa e passa a liberar com limites. A aprovação humana vira um freio, não um cárcere.
E o medo de soltar automação cai, porque cada ação tem dono. Esse é o caminho pra acordar com mais autonomia aos poucos, sem fanfarra e sem surpresa.
Perguntas rápidas
O que é o DeepSeek Harness?
É um runtime open source mantido pela DeepSeek para rodar agentes de IA. Tudo vira plugin, e cada execução fica registrada num log que dá pra repassar. Está em versão de desenvolvedor e a estrutura muda com frequência.
Preciso ser programador pra usar isso?
Pra usar o runtime sim. Pra aplicar a régua dos 3 rastros, não. As três perguntas servem pra avaliar qualquer ferramenta de agente que te apresentarem, sem escrever uma linha.
Agente com registro resolve o problema de confiança?
Ajuda muito, mas não resolve sozinho. Registro te dá prova do que aconteceu. Decisão de autonomia ainda depende de alçada clara e de alguém responsável revisando o grave.
Por que exigir aprovação humana em tudo?
Em tudo, não. Só no que é grave. Se você aprovar cada micro-ação, o agente vira um subordinado que não anda. Alçada de verdade bloqueia o raro, libera o comum e evolui junto com a confiança.
Pra fechar
No fim do dia, o que trava a IA operando em empresa é falta de lastro. Um agente que registra, repassa e pede aprovação é um agente que você consegue defender em reunião, pra diretor e pra auditoria.
Isso é o que me anima no DeepSeek Harness, e é a régua que eu uso antes de qualquer cliente dar autonomia a uma máquina.
Se essa conversa é a que falta no seu time, eu falo disso em palestras sobre IA e futuro do trabalho.
Quer transformar esta ideia em uma palestra, workshop ou advisory conectado ao desafio da sua empresa?