Como fazer a IA trabalhar continuamente por 10 horas sem falhar? Revelando o “Engenharia Harness” recomendado oficialmente pela Anthropic!

Muita gente usa Claude Code para tarefas longas, e de repente a IA fica burra ou até faz greve.
A razão é simples: a janela de contexto explodiu.
Hoje compartilho uma solução de nível de sistema para permitir que a IA tenha uma “autonomia ilimitada” (Harness Engineering), que não só faz a IA trabalhar, mas também permite que ela evolua por si mesma.
1⃣ Princípio central: redefinir o contexto
A memória da IA é limitada. A abordagem oficial da Anthropic é: dividir grandes tarefas em pedaços, fazendo com que a IA execute uma pequena tarefa em um contexto totalmente novo e limpo a cada vez.
❌ Método incorreto: passar todas as demandas de uma só vez para a IA.
✅ Método correto: dividir a tarefa -> executar em sessões independentes -> registrar o progresso -> repetir o ciclo.
2⃣ Comparação de soluções: Ralph vs múltiplos agentes
Opção A (Ciclo Ralph): escrever um loop while com script Bash, reiniciando uma nova sessão a cada rodada. Simples e direto, ideal para entusiastas.
Opção B (Colaboração de múltiplos agentes - recomendado): minha solução atual. Mais flexível, mais parecida com uma equipe real.
Agente principal (Coordenador): responsável apenas pelo agendamento, nunca escreve código (mantém o contexto extremamente limpo).
Subagentes (Trabalhadores): planejamento, desenvolvimento, testes (layout/estética/ animação). Cada um com sua função, com contexto independente.
3⃣ Design do fluxo de trabalho (importante!)
Meu fluxo de trabalho prático:
Agente principal recebe a demanda -> envia para o Agente de planejamento criar o cronograma.
Agente principal recebe o plano -> envia para o Agente de desenvolvimento escrever o código (apenas o caminho do arquivo, sem trechos grandes de código!).
Após o desenvolvimento -> envia para o Agente de testes encontrar bugs.
Ciclo de correção de bugs: teste falhou? Usar o parâmetro resume para reativar o mesmo Agente de desenvolvimento e corrigir o bug (mantendo o contexto atual), ao invés de criar uma nova conta!
4⃣ O segredo para a IA evoluir por si mesma
Lições aprendidas: criar um arquivo de banco de experiências. Cada erro, forçar a IA a registrar. Na próxima rodada de desenvolvimento, ler esse arquivo para evitar repetir os mesmos erros.
Comunicação entre agentes: apenas passar o caminho do arquivo (Path), não o conteúdo real. O contexto do Agente principal fica sempre limitado a algumas linhas, nunca explodindo.
Essa solução rodou uma noite inteira, gerando mais de 20 páginas de PPT de altíssima qualidade.
O verdadeiro Harness não é fazer a IA mais inteligente, mas criar um fluxo de trabalho que não dependa da memória da IA.