O harness do agente pode dobrar o custo de uma tarefa

A Databricks comparou agentes de código em tarefas revisadas de sua base com milhões de linhas. Com o mesmo modelo e esforço de raciocínio, a escolha do harness mudou o custo por tarefa em mais de 2x em alguns casos, sem mudar a qualidade. O Pi enviou cerca de 3x menos contexto por turno e terminou mais tarefas em menos execuções. Por que importa: Preço por token não é a unidade que um time realmente compra. Reenvio de contexto, padrões de ferramenta e número de turnos definem o custo de uma tarefa concluída e verificada. Um modelo mais barato pode perder essa comparação se o harness o faz trabalhar por mais tempo.

Para testar: Execute uma tarefa representativa em dois harnesses com o mesmo modelo e esforço. Registre no trace taxa de aprovação, custo total, turnos e contexto enviado por turno, depois compare o custo por conclusão verificada.