Harnesses de agentes comparados: loops, memória e chamadas de ferramentas

Conteúdo de exemplo. Este é um post provisório para a primeira versão do site.

Por que isso importa

Uma análise prática de como os frameworks de agentes mais populares lidam com loops, memória e chamadas de ferramentas, com os trade-offs reais. Esta seção é um texto de preenchimento que mostra como fica a leitura de textos longos no aidecrypted, com largura de linha e espaçamento confortáveis.

Um exemplo rápido

const agent = createAgent({ model: 'frontier-model', tools: [search, shell] });
for await (const step of agent.run('Fix the failing test')) {
  console.log(step.type, step.summary);
}

Comparação

Modelo	Contexto	Uso de ferramentas	Preço / 1M tokens
Model A	200K	Excelente	US$ 3,00
Model B	1M	Bom	US$ 1,25
Open-weight C	128K	Razoável	Auto-hospedado

Principais lições

• Meça nas suas próprias tarefas, não só nos leaderboards.
• Use prompt caching e modelos pequenos sempre que possível.
• Mantenha o harness simples até que isso comece a doer.