A 8ª camada que nenhum harness do mercado tem

1. T1

   T1 · H012b

   Agente corrige um bug real, mas generaliza demais a correção.

2. T2

   T2 · H013

   3 variantes da mesma falha, mesma tentativa — detector marca conflict:true.

3. T3

   T3 · H013b

   Deliberação forçada: matriz de decisão estruturada, mas causalmente errada.

4. T4

   T4 · H014

   Evidência bruta exposta: o agente recua a própria hipótese e converge — todos os testes passam.

Detecção determinística e auditável: o PDI dispara pela assinatura da falha e registra cada intervenção. Abrimos parcerias de implementação para rodar no seu fluxo de produção.

Por que dá pra confiar

Confiável porque não depende de “achismo” do modelo

O PDI só entra em ação quando reconhece um padrão real de erro — a mesma estratégia falhando de novo, em situações diferentes. Não é palpite da IA: é uma regra clara, decidida fora do modelo, que qualquer pessoa pode auditar e reproduzir. Assim você confia no que a IA entrega e sabe exatamente por que ela agiu.

Perguntas frequentes

A plataforma, em resposta direta

O que é o Agent Harness da itClick?

É um harness de agentes que entrega as sete camadas que qualquer harness sério tem — executor, ferramentas, contexto, logs, orquestração, avaliação e guardrails — mais uma oitava que o mercado não tem: a camada de deliberação PDI, que aprende estratégia entre tentativas.

O que a camada de deliberação faz que um harness comum não faz?

Um harness comum registra a falha e tenta de novo. A camada de deliberação identifica que a mesma falha está se repetindo, interrompe o ciclo e expõe ao agente a evidência bruta que contradiz a hipótese dele — o que faz o agente recuar a própria hipótese em vez de insistir no sintoma.

Como sei que não é “achismo” da IA?

Quem decide se houve um loop é uma regra clara, calculada fora da IA — não o palpite de um modelo. O PDI só expõe a evidência quando reconhece o mesmo erro se repetindo em situações diferentes. É auditável e reproduzível: você vê exatamente por que ele agiu.

Como o PDI corrige um agente na prática?

Diante de um agente de código em loop, o PDI atua em quatro situações encadeadas: correção generalizada demais, três variantes da mesma falha, deliberação forçada com matriz causalmente errada e, por fim, evidência bruta exposta — quando o agente recua a hipótese e todos os testes passam. É esse o ciclo que ele repete: detectar a causa, expor a evidência e destravar a decisão.