Blank white background with no objects or features visible.

Olá, EMEA! A TrueFoundry está expandindo sua presença pela Europa, Oriente Médio e África. Leia mais. →

Do Harness de Agentes à Inteligência de Sistema: O Que a Engenharia de Grafos Muda na IA em Produção

By Boyu Wang

Updated: November 3, 2026

Published: August 27, 2026

Uma nova pesquisa propondo a Engenharia de Grafos como um paradigma emergente oferece uma hierarquia útil para criadores de agentes: o prompting e o contexto moldam uma chamada de modelo; um harness e um loop transformam esse modelo em um agente persistente; a organização no nível de grafo coordena múltiplos agentes, estruturas de trabalho e estados de runtime em um sistema único.

Nota sobre a fonte. Este artigo é uma interpretação da TrueFoundry do estudo Graph Engineering in the Era of LLM Agents: From Individual Intelligence to System Intelligence (arXiv:2608.21156, 21 de agosto de 2026). O artigo acadêmico introduz sua própria terminologia e enquadramento de pesquisa. O mapeamento de produtos para TrueForge e TrueFoundry é nosso; o artigo não avalia nem endossa produtos TrueFoundry.

O insight de produção mais útil do artigo aparece antes de sua taxonomia de grafos. Ele reduz um agente individual a uma equação compacta de sistemas:

Agente = Loop(LLM + Harness).

Essa fórmula é importante porque afasta a unidade de engenharia da chamada simples ao modelo. Um modelo pode raciocinar e gerar. Um agente deve manter recursos disponíveis entre chamadas, invocar ferramentas, preservar estado, interagir com um ambiente, aceitar feedback, pausar, retomar e continuar operando à medida que a tarefa muda.

O princípio de produção: o harness transforma a capacidade do modelo em execução individual durável; a engenharia de grafos começa quando o problema passa a ser como múltiplas unidades de execução, responsabilidade e estado devem ser organizadas como um único sistema.
Principais Conclusões - Engenharia de Grafos

Principais Conclusões

  • O agent harness é uma camada de sistemas de primeira classe. O artigo trata a Engenharia de Harness como o runtime ao redor do modelo: ferramentas, memória, habilidades, ambientes de execução, estado, verificação e mecanismos de suporte.
  • Harness e loop são objetos de engenharia diferentes. O harness determina quais capacidades duráveis existem e como são expostas; o loop determina como elas são invocadas repetidamente e adaptadas durante a execução.
  • A Engenharia de Grafos começa acima do agente individual. Suas três preocupações centrais são Organização de Tarefas, Coordenação de Agentes e Gerenciamento de Estado em Runtime.
  • O TrueForge mapeia-se naturalmente ao runtime do agente individual. Ele executa o loop modelo/ferramenta com MCP, controles de contexto, sandboxing, aprovações, subagentes, sessões e eventos.
  • Os Gateways da TrueFoundry mapeiam-se a fronteiras compartilhadas do sistema. O AI Gateway governa o tráfego roteado de modelos; o MCP Gateway governa o tráfego roteado de ferramentas/dados; o Agent Gateway fornece superfícies compartilhadas de registro/controle de agentes. Nenhum deles substitui o orquestrador de grafos da aplicação.
  • Um "sistema operacional de agentes nativo em grafos" permanece como uma direção de pesquisa. Alguns de seus serviços propostos assemelham-se aos primitivos de harness e gateway atuais, mas seria impreciso afirmar que os produtos atuais já implementam a arquitetura futura do artigo.

1. O artigo faz do harness um objeto de engenharia, não mero código de integração

A pesquisa coloca Engenharia de Prompt, Engenharia de Contexto, Engenharia de Harness, Engenharia de Loop e Engenharia de Grafos em camadas diferentes, em vez de tratá-las como rótulos concorrentes. Prompt e contexto operam mais próximos da inferência. A Engenharia de Harness estende o modelo com capacidades persistentes e executáveis ao longo das chamadas. A Engenharia de Loop organiza a interação repetida com essas capacidades. A Engenharia de Grafos aborda a organização no nível do sistema.

Essa separação é útil porque o termo "framework de agentes" muitas vezes agrupa preocupações muito diferentes em um único pacote. Um schema de ferramenta, um armazenamento de sessão, um sandbox, um ponto de verificação de aprovação e um loop de retentativa não são o mesmo tipo de coisa, mesmo que um único SDK os exponha através de uma única API.

A seção de Engenharia de Harness do artigo agrupa quatro áreas:

Tabela de Preocupações do Harness
Preocupação do harness O que a pesquisa inclui Interpretação de produção
Integração de ferramentas APIs externas, MCP, código/arquivos/shells/navegadores, interação mais rica com o ambiente Quais ações e capacidades externas o agente pode alcançar
Gerenciamento de memória Memória persistente, consolidação, recuperação, atualização, reconstrução e restauração Quais informações e experiências sobrevivem além de uma única chamada de modelo
Composição de habilidades Capacidades procedimentais reutilizáveis, bibliotecas de habilidades, manutenção e evolução Como procedimentos bem-sucedidos se tornam ativos de runtime nomeados e reutilizáveis
Orquestração em runtime Configuração, segurança, verificação, ambientes de execução e otimização Como o runtime ao redor transforma capacidades em um agente governável

O ponto importante é o escopo. A Engenharia de Harness não é simplesmente "dar ferramentas ao LLM". Ela diz respeito ao runtime persistente no qual essas ferramentas, memórias, habilidades, limites de execução e controles permanecem utilizáveis ao longo das chamadas.

Figura 1. A progressão conceitual da pesquisa. Ela não diz que as camadas anteriores desaparecem; cada uma se torna um substrato para a próxima.

2. O TrueForge mapeia-se de forma limpa ao runtime de agente individual do artigo

É aqui que o TrueForge tem um mapeamento incomumente direto com o vocabulário do artigo. A documentação atual do TrueForge o descreve como um agent harness open-source—a camada de runtime ao redor de um LLM que executa o loop de execução e conecta ferramentas MCP, habilidades, sandboxing, aprovações, subagentes, gerenciamento de contexto e estado persistente de sessão.

O mapeamento não é meramente retórico. A documentação do servidor do TrueForge afirma que o servidor planeja um turno, chama o modelo, executa ferramentas, transmite etapas via streaming, pausa para aprovação humana em ações sensíveis, mantém o contexto enxuto para tarefas longas e persiste sessões entre reconexões e reinicializações. Seu SDK torna Agente, Sessão, Turno (Turn), Evento e Delta objetos explícitos de runtime.

Nota: Por Que Isso Importa
Por que isso importa: o artigo caracteriza um agente individual por meio de um Modelo Base (Foundation Model), Agent Harness, Loop de Agente e estado de runtime local. O TrueForge expõe quase exatamente essa fronteira operacional: um modelo mais um harness aberto, um loop de execução e um estado durável de sessão/evento. Trata-se de um mapeamento de produto—não de uma alegação de que o artigo estudou o TrueForge.

O TrueForge também mantém a fronteira do produto definida. Ele não exige o AI Gateway da TrueFoundry para ser executado. Sua página pública de produto afirma que o harness funciona de forma independente; a conexão com o gateway adiciona acesso governado a modelos, MCPs e habilidades. Isso é importante para a portabilidade, pois o runtime aberto pode permanecer distinto do plano de políticas corporativas ao seu redor.

3. Engenharia de Harness e Engenharia de Loop não devem ser confundidas

O artigo estabelece uma distinção útil: a Engenharia de Harness determina quais capacidades e recursos estão persistentemente disponíveis e como são orquestrados; a Engenharia de Loop determina como essas capacidades são invocadas repetidamente e adaptadas à medida que o estado da tarefa muda.

Isso parece sutil até que algo falhe em produção.

Tabela de Questões: Harness vs Loop
Pergunta Principalmente uma questão de harness Principalmente uma questão de loop
O agente consegue acessar um sandbox? Sim Não
Quais ferramentas MCP estão disponíveis? Sim Não
O agente deve chamar a ferramenta novamente após esta observação? Não Sim
Uma ferramenta sensível pode pausar para aprovação? O harness fornece o checkpoint O loop o encontra e retoma a partir dele
Onde o estado da sessão é persistido? Sim O loop consome e atualiza esse estado
A tarefa convergiu ou a execução deve continuar? O harness pode expor limites e sinais A lógica da aplicação/loop deve definir a semântica de sucesso e parada

É também por isso que um limite de iterações (iteration_limit) não deve ser confundido com um verificador. Um runtime pode interromper uma execução descontrolada; ele não pode inferir a definição correta e específica de domínio sobre o que é "concluído" para cada aplicação.

Continuidade com o trabalho existente de loop e grafos da TrueFoundry

A pesquisa não valida os produtos da TrueFoundry nem suas afirmações editoriais anteriores. O que ela fornece é uma taxonomia de pesquisa que torna mais fácil enunciar com precisão várias fronteiras que esta publicação vem defendendo. Cinco linhas curtas dessa série anterior mostram essa continuidade:

Grade de Citações

“Engenharia de loop é projetar o sistema que faz o prompt dos seus agentes.”

“Orquestração de grafos e loops de agentes são complementares.”

“Avalie o nó; governe as arestas.”

“A camada que impõe seu julgamento deve ser uma camada que você possa julgar.”

Lida em conjunto, a sequência é deliberada: o loop torna um agente operacional; o harness torna suas capacidades duráveis; o grafo organiza o trabalho acima do loop individual; e os gateways podem governar fronteiras compartilhadas selecionadas sem pretender possuir o grafo em si.

4. A fronteira do agente individual eventualmente se torna o gargalo

O argumento do artigo a favor da Engenharia de Grafos começa com uma limitação estrutural, em vez de uma afirmação de que "multi-agente é sempre melhor". Algumas tarefas exigem especialização heterogênea, subtarefas interdependentes, trabalho paralelo, verificação independente e estado persistente que nenhum loop de agente único consegue organizar de forma limpa.

Colocar mais ferramentas em um harness ou mais tokens em um contexto não resolve necessariamente esse problema organizacional. Pode apenas tornar o locus de execução individual maior.

Essa distinção é valiosa para revisões de arquitetura. Antes de adicionar mais agentes, pergunte se o problema é realmente de organização do sistema:

Nota: O Teste de Escalada
O teste de escalada. A carga de trabalho precisa de ramificações independentes que possam progredir de forma concorrente? De autoridade ou verificação separadas? De capacidades diferentes atribuídas a trabalhadores diferentes? De estado compartilhado com propriedade explícita? De recuperação parcial de falhas sem reexecutar tudo? Se não, um harness de agente único bem projetado ainda pode ser a arquitetura mais simples.

5. A Engenharia de Grafos levanta três questões diferentes em nível de sistema

A pesquisa organiza a Engenharia de Grafos em três visões interconectadas. Essa taxonomia é mais útil do que a genérica "orquestração multi-agente" porque cada visão possui modos de falha e requisitos de infraestrutura diferentes.

Figura 2. A Engenharia de Grafos move a unidade primária de design do loop de execução de um único agente para as relações entre trabalho, componentes e estados de runtime.

A terceira categoria—Gerenciamento de Estado em Runtime—é particularmente importante em produção. Um fluxo de trabalho projetado informa o que deveria acontecer. O estado de runtime distribuído deve informar o que realmente aconteceu, o que permanece válido, o que falhou e onde a execução pode ser retomada com segurança.

O artigo separa explicitamente o registro de estado, a localização de falhas e a recuperação de falhas. Isso é um enquadramento mais forte do que tratar a observabilidade como uma coleção de traces após o fato. O registro em runtime é parte da capacidade do sistema de continuar operando com segurança.

6. Onde o TrueForge para—e onde o grafo começa

Essa fronteira deve ser explícita. O TrueForge é um agent harness. Ele pode ser o runtime dentro de um nó de grafo agêntico; ele não deve ser descrito como proprietário automático de um grafo arbitrário de tarefas, serviços, humanos, bancos de dados e outros agentes.

Um grafo de produção pode ser definido no código da aplicação, em um framework de orquestração, em um motor de fluxo de trabalho (workflow engine) ou em outro sistema. Alguns nós podem ser agentes TrueForge. Outros podem ser serviços determinísticos, filas, etapas de revisão humana, avaliadores, trabalhos em lote (batch jobs), bancos de dados ou agentes externos.

Isso nos dá uma arquitetura limpa:

Figura 3. O harness é o substrato local de execução para um nó agêntico. Gateways compartilhados governam as interações roteadas de modelos, ferramentas e agentes. Nenhuma dessas camadas substitui o orquestrador de grafos ou os sistemas de registro (systems of record).

7. Planos de controle compartilhados tornam-se mais importantes à medida que os grafos crescem

A transição de um agente para um grafo multiplica as superfícies operacionais. Nós diferentes podem escolher modelos diferentes, chamar ferramentas diferentes, consumir orçamentos de forma independente, expor privilégios diferentes e produzir traces separados. Se cada nó embutir credenciais de provedor, lógica de autorização, política de ferramentas e controles de custo localmente, a organização em nível de sistema recria rapidamente a fragmentação da infraestrutura.

É aqui que os Gateways da TrueFoundry complementam o harness.

AI Gateway: uma fronteira de modelo compartilhada

Atualmente, a TrueFoundry posiciona o AI Gateway como o plano de modelo comum para acesso unificado a provedores, roteamento e fallbacks, controles de acesso em nível de modelo, orçamentos, limites de taxa (rate limits), guardrails e observabilidade. Em um grafo, isso significa que a política de modelos pode permanecer centralizada mesmo quando a execução está distribuída entre os nós.

MCP Gateway: uma fronteira de capacidade compartilhada

O MCP Gateway centraliza a descoberta e o acesso governado a ferramentas e servidores MCP, incluindo autenticação, controle de acesso, credenciais downstream, aprovações e auditabilidade para o tráfego roteado através dele. Isso se mapeia naturalmente ao interesse do artigo em substratos de capacidade: o sistema precisa cada vez mais de um registro explícito de quais capacidades existem, quem pode usá-las e sob quais restrições.

Agent Gateway: uma fronteira de agente compartilhada

O material atual sobre o Agent Gateway da TrueFoundry descreve um registro centralizado de agentes, identidade/acesso, cotas/orçamentos e rastreamento/controle em nível de agente. Isso pode ajudar a tornar legível um ecossistema de agentes em expansão. Mas não deve ser confundido com a orquestração do grafo de tarefas; registrar e governar agentes não é o mesmo que decidir a topologia do grafo que os coordena.

Nota: Fronteira de Visibilidade
Fronteira de visibilidade: as políticas e a telemetria do gateway aplicam-se ao tráfego que efetivamente atravessa o gateway. O planejamento local da aplicação, ferramentas locais, estado do framework e efeitos colaterais downstream ainda exigem instrumentação e controles autoritativos nessas respectivas camadas.

8. O estado de runtime é a ponte entre a observabilidade do harness e a confiabilidade do grafo

Uma das seções de produção mais consistentes do artigo é a de Gerenciamento de Estado em Runtime. Ela defende que sistemas distribuídos precisam de mais do que definições de tarefas e caminhos de comunicação. Eles precisam de um registro confiável das transições de estado confirmadas (committed), proveniência, compromissos atuais, falhas e limites de recuperação.

O modelo Agente → Sessão → Turno → Evento do TrueForge contribui com evidências locais úteis. Uma sessão estabelece o escopo de um problema e persiste seu estado conversacional; os turnos se encadeiam dentro dessa sessão; os eventos descrevem mensagens do modelo, inicialização de MCP, respostas de ferramentas, requisitos de aprovação, conclusão e threads de subagentes. Isso torna o loop de execução local reconstruível em um nível útil.

Em escala de sistema, no entanto, fluxos de eventos locais são apenas parte da solução. Uma execução de grafo com consequências reais pode precisar correlacionar:

  • estado do orquestrador/tarefa,
  • histórico de sessão e eventos do TrueForge para nós agênticos,
  • traces dos Gateways de AI/MCP/Agent para o tráfego roteado por esses planos de controle,
  • aprovações humanas e registros de escalada, e
  • logs autoritativos dos sistemas de registro downstream provando quais efeitos colaterais foram efetivamente confirmados.

Essa é a diferença entre "temos traces" e "podemos reconstruir o sistema executado".

9. O SO de agentes nativo em grafos do artigo é uma direção de pesquisa—não a categoria de produtos de hoje

A pesquisa eventualmente indaga se a pilha fragmentada atual poderia evoluir para um sistema operacional de agentes nativo em grafos. Ela imagina tarefas, agentes, capacidades e estados em runtime como objetos tipados e versionados de primeira classe, com serviços compartilhados para agendamento, descoberta de capacidades, estado persistente, registro de proveniência, aplicação de permissões, checkpoints, replay, rollback e observabilidade no nível do grafo.

Essa é uma meta valiosa, mas não deve ser reduzida à linguagem de marketing atual.

O TrueForge combinado aos Gateways da TrueFoundry fornece vários primitivos de que esse substrato futuro precisaria: um runtime de execução aberto, sessões/eventos persistentes, acesso a capacidades via MCP, sandboxing, aprovações, planos de controle de modelo/ferramenta/agente, orçamentos, identidade e traces. No entanto, a pilha atual não fornece automaticamente o substrato de grafo tipado unificado, transações estruturais, evolução estrutural entre grafos ou um agendador universal de grafos propostos pelo artigo.

Essa fronteira, na verdade, fortalece a narrativa do produto. Podemos descrever o que existe hoje sem afirmar que concluímos uma agenda de pesquisa que o próprio artigo classifica como infraestrutura futura.

10. Cinco regras de design para equipes de plataforma

  1. Não comece pelo grafo. Comece pelo trabalho. Use um único agente quando um loop durável puder ser proprietário da tarefa de forma coerente.
  2. Trate o harness como arquitetura. Ferramentas, memória, habilidades, sandbox, aprovação, estado e evidências devem ser escolhas deliberadas de runtime—não funções auxiliares espalhadas pelo código da aplicação.
  3. Promova o estado do sistema acima da memória conversacional. Assim que o trabalho abranger múltiplos nós, os compromissos compartilhados e o estado de recuperação precisam de representação explícita fora do contexto de qualquer modelo individual.
  4. Centralize a política onde o tráfego cruza fronteiras compartilhadas. O acesso a modelos, ferramentas e agentes não deve ser reimplementado de forma independente em cada nó.
  5. Mantenha a topologia separada da governança. O orquestrador decide como o trabalho flui. Os harnesses executam os loops dos agentes. Os gateways governam as interações roteadas. Os sistemas de registro decidem os efeitos de negócios autoritativos.

11. O que este enquadramento afirma—e o que não afirma

O artigo é um levantamento e uma síntese conceitual, não uma prova de que toda tarefa complexa deva se tornar multi-agente. Sua terminologia de "Inteligência de Sistema" é a estrutura proposta pelos autores, não um modelo de maturidade padronizado pela indústria.

Da mesma forma, este artigo não afirma que o TrueForge ou a TrueFoundry implementam a "Engenharia de Grafos" conforme definida pela pesquisa. O mapeamento mais preciso é mais restrito:

Mapeamento de Camadas de Arquitetura e Conclusão
Camada Responsabilidade principal Mapeamento TrueForge / TrueFoundry
Modelo base Capacidade de raciocínio e geração Traga seu próprio modelo; o AI Gateway pode governar o acesso roteado
Agent harness Recursos persistentes, interfaces, ambientes de execução, controles locais TrueForge
Loop do agente Plano/ação/observação/adaptação repetidos O TrueForge executa o loop; a aplicação define a semântica de sucesso da tarefa
Orquestrador de grafos Topologia de tarefas, dependências, delegação, junções, estado no nível do grafo De propriedade da aplicação/framework
Planos de políticas compartilhados Acesso a modelos/ferramentas/agentes, orçamentos, credenciais, aprovações, traces Gateways de AI, MCP e Agent da TrueFoundry para tráfego roteado
Sistemas de registro Estado de negócios autoritativo e efeitos colaterais Sistemas corporativos conectados
A conclusão arquitetônica: o artigo nos dá uma hierarquia útil. Um prompting melhor aprimora uma chamada. Um contexto melhor aprimora o que o modelo pode ver. Um harness e um loop melhores aprimoram um agente individual. A engenharia de grafos começa quando a organização do trabalho, dos agentes e do estado em runtime se torna o próprio sistema.

Referências

Divulgação: A TrueFoundry publica este artigo, desenvolve os TrueFoundry AI/MCP/Agent Gateways e mantém o TrueForge. As reivindicações de produtos estão limitadas aos materiais públicos atuais da TrueFoundry e do TrueForge. O mapeamento da taxonomia de pesquisa do artigo para esses produtos é uma análise editorial da TrueFoundry; nem o artigo nem seus autores avaliam ou endossam a TrueFoundry. Os créditos de autor da lista de referências identificam a autoria individual nos artigos da TrueFoundry citados; as atribuições no corpo do texto referem-se a esses artigos como publicações da TrueFoundry.

‍

‍

Try now.

One gateway for all your models, MCP servers, and agents.
No credit card needed.

Start free
Table of Contents

One Gateway for Every LLM, Agent and MCP Server

Book a 30-min with our AI expert

Book a Demo

The fastest way to build, govern and scale your AI

Book Demo
Summarize with
ChatGPT logo by OpenAI
Perplexity AI logo
Blurry red snowflake on white background, symmetrical frosty design with soft edges and abstract shape.

Discover More

No items found.
November 10, 2026
|
5 min read

Taking TrueFoundry Global: Expanding Enterprise AI Infrastructure Across EMEA

No items found.
November 6, 2026
|
5 min read

Guardrails for Claude: PII Redaction and Prompt-Injection Defense

No items found.
November 6, 2026
|
5 min read

Claude Prompt Caching: O Cálculo Real dos Custos

No items found.
November 6, 2026
|
5 min read

Claude vs ChatGPT para Empresas: Segurança, Custo e Controle

No items found.
No items found.

Recent Blogs

Black left pointing arrow symbol on white background, directional indicator.
Black left pointing arrow symbol on white background, directional indicator.
Take a quick product tour
Start Product Tour
Product Tour