QCon AI Boston: « prompts → plataformas, ferramentas, avaliações » - o terreno valida a tese

A conferência QCon AI Boston captura a virada: a IA de produção passou de uma questão de *prompts* para uma questão de plataformas, de *harnesses* e de avaliações. Uma convergência, não uma moda.

Em termos simples

A restituição da InfoQ (17 de julho de 2026) sobre o QCon AI Boston resume-se em uma frase: as equipes que lançam IA em produção não falam mais de prompts. Elas falam de plataformas internas, de harnesses (o orquestrador que executa o agente com ferramentas, memória e recuperações) e de evals contínuos. É a segunda onda — não mais “ele responde bem”, mas “funciona às 3h da manhã”.

Contexto

O tópico harness-ops (post-mortems do Grok CLI, #1184; disciplina de token, #1135; Malykhin sobre Java 1.5, #1175; State of MCP Security 2026, #1054) documentou a mesma mudança do lado de equipes individuais. O QCon AI Boston formaliza o que esses post-mortems diziam cada um de seu lado: o prompt não é mais o local do trabalho. Ele se tornou uma entrada em um sistema maior, com sua própria disciplina de ops.

O que isso significa

Plataformas. As equipes deixam de escrever seus agentes diretamente. Elas constroem uma camada interna — templates, conectores, orçamentos, observabilidade — sobre a qual cada equipe de negócios acopla seu caso de uso. É a mesma trajetória do cloud interno de 2015-2020: primeiro a dor local, depois a plataforma.

Harnesses. O orquestrador se torna o artefato crítico — muitas vezes mais importante do que a escolha do modelo. Migração de modelo sem reescrever o aplicativo (Anthropic fornece seu manual, #1135), tool-calling instrumentado, retries idempotentes, memória com escopo definido.

Evals. A avaliação não é mais um one-shot antes do lançamento. É um pipeline contínuo: conjuntos de testes golden, LLM como juiz na produção, regressões detectadas automaticamente. O processo de lançamento se assemelha mais ao CI de um backend do que a uma demo de produto.

Por baixo dos panos

O sinal oculto é organizacional. Onde os projetos falham, quase nunca é o modelo — é a ausência de disciplina de lançamento (orçamentos esgotados da Uber, licenças cortadas da Microsoft, #1023). Onde eles têm sucesso, um novo papel emerge, que podemos chamar de “engenheiro de harness”: mais SRE do que ML, mais produto do que infraestrutura.

E então

Para um CTO em 2026, a questão estratégica não é mais “qual modelo”, mas “qual plataforma interna de agentes”. O vendor lock-in se decide nessa camada: quanto mais seu harness carrega a lógica de negócios, mais ele se torna o ativo — e mais o modelo subjacente se torna intercambiável. Essa é a única boa notícia do ano para quem teme a dependência de fronteira.

A seguir: os Model Context Protocols maduros (#1054), as ferramentas de orçamento upstream do CFO (#1023) e a estruturação em equipes de plataforma dedicadas.