Archon: O Primeiro Harness Builder Open-Source para AI Coding

Se você usa Claude Code, Codex ou qualquer coding agent no dia a dia, já sentiu na pele o problema: o agente entrega um PR, você revisa, ele esqueceu de rodar os testes, pulou a validação e implementou só metade do que você pediu. É o AI shepherding — você pastorando a IA em vez de ela fazer o trabalho sozinha. O Cole Medin acaba de lançar o Archon, o primeiro harness builder open-source para AI coding, e ele resolve exatamente esse problema: empacotar seu processo de desenvolvimento inteiro em um workflow que roda do início ao fim, com validação, revisão e PR — sem você precisar lembrar o agente do que vem depois.

A evolução: prompt engineering → context engineering → harness engineering

Em 2022-2024, o foco era prompt engineering: como extrair a melhor resposta de um único prompt. Depois veio o context engineering: como curar o contexto perfeito para um único agente resolver tarefas maiores. Agora, em 2026, entramos na era do harness engineering: encadear múltiplos agentes de código em um processo determinístico, com etapas de validação, revisão e aprovação humana. Não é mais sobre uma resposta — é sobre um pipeline completo de desenvolvimento.

Um harness é a camada acima dos coding agents que orquestra diferentes sessões, injeta contexto no momento certo e força etapas determinísticas onde o agente falharia sozinho. Eu já explorei esse conceito em detalhes no artigo O que é um Harness de Agente de IA? — se você quer a base teórica, comece por lá.

De 6,7% para 70%: o poder dos harnesses em números

O argumento mais forte a favor dos harnesses não é teórico — é estatístico. Um LLM usado sozinho para gerar código tem taxa de aceitação de PR de apenas 6,7%. Mas quando você envolve esse mesmo modelo em um harness com validação, revisão e curadoria de contexto — como o Ralph loop ou algo mais customizado — esse número sobe para quase 70%. É um salto de 10x. Não é que o modelo ficou melhor — é que o processo ao redor dele ficou.

O caso mais emblemático é o Stripe Minion. A Stripe construiu seu próprio harness interno — com curadoria de contexto, validação forçada e revisão automatizada — e hoje envia 1.300 PRs gerados 100% por IA por semana. Não são sugestões — são PRs que vão para produção. O problema? O Stripe Minion é proprietário. Você não pode usar. O Archon resolve isso: é a mesma ideia, mas open-source e builder — você constrói seu próprio Minion.

E não é só a Stripe. O vazamento do código-fonte do Claude Code revelou que 40% da base de código da Anthropic é dedicada a harnesses — agent teams, sub-agentes e features de orquestração. A própria empresa que constrói o Claude está apostando pesado nessa camada.

Archon por dentro: YAML, nodes e modelos por etapa

A arquitetura do Archon é simples e poderosa. Todo workflow é um arquivo YAML dentro da pasta .archon. Cada workflow é composto por nodes, que podem ser de dois tipos: prompts enviados a um coding agent (Claude Code ou Codex) ou comandos determinísticos (bash scripts, testes, git operations). A mágica está no híbrido: etapas criativas ficam com o agente, etapas que exigem consistência (validação, testes, criação de contexto) são determinísticas.

Outro detalhe crucial: você pode especificar o modelo por node. Classificação de issue? Haiku — barato, rápido, não precisa de raciocínio profundo. Investigação de bug? Sonnet — mais tokens, mais capacidade analítica. Isso reduz drasticamente o consumo de tokens e o custo total do workflow, sem sacrificar qualidade onde ela importa.

O setup é absurdamente rápido: clone o repositório, abra o Claude Code na pasta e digite "set up Archon". Uma skill interna guia você por toda a instalação — credenciais, plataformas (CLI, GitHub, Telegram, Slack), banco de dados (SQLite ou Postgres) e verificação de funcionamento — em menos de 5 minutos.

Workflows prontos, paralelismo e builder visual

O Archon já vem com dezenas de workflows pré-empacotados que cobrem o ciclo de desenvolvimento inteiro: fix GitHub issue (investigação → classificação → implementação → validação → PR), ideia → PR (da ideia ao pull request), PR review automatizado, PRD interativo com human-in-the-loop, Ralph loop e até um adversarial dev harness. Cada workflow tem uma descrição curta que o coding agent usa para decidir qual invocar — sem carregar o YAML inteiro no contexto.

O que mais me impressionou foi a execução paralela. No vídeo de lançamento, o Cole dispara 6 workflows simultâneos para corrigir 6 issues diferentes — todos rodando como background processes, cada um no seu worktree isolado, e no final 6 PRs abertos. Isso escala de um jeito que nenhum desenvolvedor humano consegue.

E se nada disso servir para o seu caso, existe o workflow builder: você descreve o que quer em linguagem natural, e ele gera o YAML completo. O Cole demonstrou isso ao vivo criando um workflow inspirado no Beads (sistema de memória persistente para coding agents). Em minutos, ele tinha um harness funcional que decompunha features em tarefas, implementava em loop e validava tudo no final. A barreira para criar seu próprio pipeline de desenvolvimento com IA nunca foi tão baixa.

Por que isso importa para devs brasileiros

Três razões concretas para prestar atenção nisso agora:

(1) Eficiência de custo com modelos menores. Você não precisa rodar Opus ou Sonnet em todas as etapas. Classificação e tarefas simples rodam com Haiku, que é ordens de grandeza mais barato. O harness permite usar o modelo certo para cada etapa, e isso faz diferença real no fim do mês para quem paga API key em dólar.

(2) Seu processo vira ativo reutilizável. Todo dev tem aquele checklist mental: planejar → implementar → testar → revisar → PR. Com Archon você codifica isso uma vez em YAML e reusa em qualquer projeto. O workflow não esquece etapa — e você também não.

(3) Execução paralela em escala. Corrigir 6 issues ao mesmo tempo, cada uma em um worktree isolado, com 6 PRs abertos no final — isso é multiplicação de throughput que nenhum dev solo consegue igualar. Se você mantém projetos open-source ou trabalha como freela, isso muda o jogo.

Conclusão

Harnesses são a resposta para a pergunta que todo dev que usa IA se faz: "como eu faço isso funcionar de verdade, todas as vezes, sem babysitting?" O Archon pega o que a Stripe e a Anthropic fazem internamente e transforma em algo que qualquer dev pode rodar na própria máquina, com o próprio processo, nos próprios termos. É open-source (MIT), tem 19 mil estrelas no GitHub em um ano e está evoluindo rápido — com builder visual de workflows a caminho.

O vídeo completo do lançamento está no canal do Cole Medin no YouTube, e o código está no GitHub em coleam00/Archon. Se você quer ver harnesses em ação na prática, também publiquei um guia sobre o pipeline de geração de vídeos com Claude Code e Archon — dá uma olhada aqui.