AI Engineering Lab — Do Prompt ao Harness: Construindo um Agent de Vendas

Destaques

• BC Harness (plugin para Claude Code/Codex): comando init funciona como roteador de uma cadeia project description → user stories → database schema → fases, com validação humana entre cada etapa antes de seguir para a próxima.
• Ralph loop (ralph.sh) executa as fases de desenvolvimento em modo headless (Claude ou Codex), cada fase numa janela de contexto zerada, e retoma de onde parou caso o limite de uso acabe no meio do processo.
• Comando AI Context orquestra três subagentes (Inspector, Docs, Core) para documentar um projeto legado ou já em produção em dez artefatos dentro de docs/agents, com apontamento automático em Agents.md e Claude.md.
• MVP construído em cerca de duas horas e meia no dia 1: o "AgentSeller", um SaaS fictício que escaneia o Pipedrive de uma empresa (pipelines, campos customizados, persons, deals) e expõe um chat com magic link para o cliente final.
• Guardrails de entrada e saída implementados como agente separado, com saída estruturada (JSON schema de veredito e categoria) para bloquear prompt injection, jailbreak, mudança de intenção, PII e shadow context (texto malicioso escondido em documentos ou perfis).
• Distinção prática entre tools e MCP: tools para o próprio agente consumir suas integrações (get deal, move deal, marcar como ganho ou perdido no Pipedrive via API), MCP reservado para quando é preciso expor a funcionalidade do agente a terceiros.
• RAG com vector store nativa da OpenAI (file search), chunking automático do conteúdo enviado e busca por embeddings alimentando uma base de conhecimento do agente.
• Memória semântica com mem0 para reter fatos relevantes da negociação (objeções, argumentos já usados, documentos já enviados) sem inflar o histórico bruto jogado no contexto a cada mensagem.
• Observabilidade e custo acompanhados via Langfuse, com o time operando majoritariamente em Opus 4.8 para escrita de código e GPT-5.6 para o agente integrado via Laravel AI/OpenAI.

Profundidade técnica

A arquitetura apresentada trata o modelo de linguagem como motor probabilístico puro e desloca toda a responsabilidade de confiabilidade para o harness ao redor dele: mecanismo de atenção, regra prática de manter a janela de contexto abaixo de 30% de uso (evitando o efeito lost in the middle), persona usada com cautela por deslocar a probabilidade de tokens e, em alguns casos, suprimir gates de segurança do próprio agente, e nível de raciocínio (low/high/ultrathink) calibrado por complexidade da tarefa em vez de aplicado por padrão. Nas decisões de stack, o grupo defendeu MVC simples do Laravel contra arquiteturas hexagonais ou microsserviços prematuros, argumentando que complexidade desnecessária virou o item mais caro do desenvolvimento assistido por IA porque cada camada extra consome tokens e amplia a chance de erro. Para os guardrails, a escolha foi por um único agente classificador em cadeia (não um orquestrador roteando para subagentes especializados), porque a rastreabilidade do motivo de bloqueio se perde quando há classificação dentro de classificação; o agente roda com temperatura zero e effort alto para maximizar determinismo sem abrir mão de raciocínio. As integrações com o CRM foram implementadas como tools chamadas diretamente pela aplicação (não via MCP), reservando o protocolo apenas para cenários em que o próprio agente precisa ser exposto a terceiros — decisão que evita uma camada de infraestrutura sem ganho de token ou latência. A memória semântica via mem0 substitui o despejo de histórico bruto no prompt, mantendo apenas os últimos turnos brutos mais o que for recuperado por busca semântica quando necessário, com o time reconhecendo a dificuldade real de invalidar memórias desatualizadas em conversas longas. Por fim, o custo foi tratado como variável de engenharia, não de sorte: no exemplo real de produção citado, conversas com cerca de setenta turnos giram em torno de três a seis dólares, validando que classificação de intenção e guardrails de entrada não são o lugar para economizar tokens, já que uma falha ali compromete todo o fluxo posterior.

Faça parte do Clã

Labs ao vivo como este fazem parte do ecossistema contínuo do Clã Beer and Code — encontros técnicos semanais, aprofundamento em arquitetura de agentes e acompanhamento de quem já colocou (ou quer colocar) IA em produção de verdade. Para conhecer o Clã Beer and Code.