Microsoft Copilot Harness: por que a camada de execução multimodelo importa

Resumo: o runtime do agente virou uma decisão de produto

Em 28 de outubro de 2026, a Microsoft anunciou o Microsoft Copilot Harness no Foundry Agent Service como um runtime gerenciado para agentes multimodelo que usam ferramentas. A novidade não é apenas escolher outro modelo. A Microsoft está oferecendo também a camada de execução: instruções, contexto, habilidades, arquivos, subagentes, coordenação de ferramentas, sandbox, resiliência e governança.

Um modelo é apenas uma parte de um agente. Um agente de produção precisa decidir o próximo passo, receber o contexto correto, chamar ferramentas, lidar com falhas e parar com segurança. O harness é o software ao redor do modelo que transforma uma demonstração em um fluxo repetível.

O anúncio da Microsoft em 28 de outubro de 2026

A Microsoft afirma que o harness já alimenta experiências do Copilot no GitHub, Copilot Studio, VS Code e CLI. Agora ele pode ser usado pelo Foundry, permitindo criar agentes sem manter toda a infraestrutura de execução. Leia o anúncio oficial da Microsoft e o post de engenharia do Foundry.

O Foundry oferece níveis diferentes de abstração. Um prompt agent pode bastar quando instruções e ferramentas suportadas resolvem o trabalho. O Copilot Harness atende tarefas mais complexas que precisam de execução gerenciada, arquivos, habilidades, subagentes e coordenação. Um hosted agent é melhor quando a equipe precisa controlar framework, middleware, dependências e comportamento do runtime.

Essa separação é importante. “Agente” não é uma categoria única. A equipe deve decidir quanto da pilha de execução realmente quer operar.

Por que o harness pode importar mais que o modelo

Um modelo consegue raciocinar, mas não sabe automaticamente quais arquivos são relevantes, quais ferramentas são seguras, como se recuperar de um timeout ou quando a tarefa terminou. O harness organiza essas decisões. Ele mantém estado, encaminha etapas para modelos diferentes, expõe ferramentas e mantém o agente em um ambiente controlado.

A Microsoft diz que o harness suporta mais de 20 modelos de fronteira e opções de trazer sua própria chave. Isso transforma a escolha do modelo em um problema de roteamento. Um modelo rápido pode classificar, um modelo de raciocínio pode planejar e outro pode ser melhor para código ou transformação de documentos. O fluxo continua estável enquanto a combinação de modelos muda.

A empresa também afirma que portou o runtime para Rust, reduzindo overhead de sessão e tempo até o primeiro token. É um sinal interessante, mas cada comprador deve medir seu próprio workload. Inicialização rápida não garante custo total menor se o agente fizer mais chamadas ou trabalhar por mais tempo.

Checklist de engenharia para um teste real

1. Defina o limite do agente

Documente o que o agente pode ler, criar, alterar, publicar ou apagar. Mudanças em produção, segredos, pagamentos, recuperação de conta e mensagens externas devem ter classes de permissão próprias. Um harness gerenciado ajuda a aplicar controles, mas não substitui uma política clara.

2. Meça tarefas completas

Teste com contexto incompleto, arquivos reais, ferramentas lentas e falhas ocasionais. Meça perguntas de esclarecimento, taxa de conclusão, edições fora do escopo, comportamento de retry, tempo até um resultado confiável, intervenções humanas e custo de rollback. Um agente que não se recupera de uma ferramenta que falhou não é um sistema de trabalho confiável.

3. Verifique dados e evidências

Registre tarefa, modelos, ferramentas, arquivos tocados, aprovações, erros e evidências finais. O objetivo não é acumular logs; é permitir que um revisor explique por que o agente chegou à conclusão e se o resultado pode ser reproduzido.

4. Exija portabilidade

A Microsoft destaca padrões abertos como MCP e agent skills e afirma que desenvolvedores podem trazer outro harness ou framework. Confirme essas saídas na prática. Prompts exportáveis, contratos de ferramentas documentados, arquivos comuns e uma política clara de roteamento reduzem o custo de trocar de fornecedor.

5. Calcule o custo da execução longa

O Copilot Harness do Foundry está em prévia pública. A Microsoft informa que a cobrança do runtime começa em 1º de dezembro de 2026, com sandbox a USD 0,0994 por vCPU-hora e memória a USD 0,0118 por GiB-hora; inferência e ferramentas conectadas são cobradas à parte. Região e contrato podem mudar o preço, então use seu workload para estimar.

Quem deve experimentar primeiro

Equipes que já possuem fluxos de várias etapas, mas não querem manter um runtime de agente são boas candidatas. Pesquisa com citações, análise de repositórios, preparação de documentos, triagem de tickets e operações internas com aprovação explícita são exemplos. Ações irreversíveis em produção, tarefas vagas e fluxos que não toleram dados fora de uma fronteira controlada são maus primeiros casos.

Para comparar agentes de IA, plataformas de automação e software de produtividade, veja o diretório de software da BTTC e depois leia mais avaliações no blog de tecnologia da BTTC. A pergunta útil não é qual modelo parece mais inteligente, mas qual sistema conclui a tarefa com evidência, controle, custo e recuperação adequados.

Perguntas frequentes

O Microsoft Copilot Harness é um novo modelo de IA?
Não. É uma camada de orquestração e execução ao redor de modelos, ferramentas, contexto, habilidades e controles.

Toda equipe deve usar um harness gerenciado?
Não. Use-o quando a execução gerenciada economizar mais esforço do que retirar controle. Faça seu próprio runtime quando middleware, política ou comportamento customizado forem diferenciais.

A prévia pública serve para produção?
A documentação da Microsoft marca o recurso como preview e alerta para limites e ausência de SLA. Comece com tarefas não críticas, confirme regiões e modelos e mantenha aprovações.

Conclusão

O Microsoft Copilot Harness mostra que o produto durável da IA está cada vez mais no sistema ao redor do modelo. Contexto, ferramentas, arquivos, habilidades, roteamento, resiliência, governança e evidências definem se o agente termina um trabalho útil. Avalie o harness como avalia o modelo e comece com um fluxo reversível e mensurável.