Em um mercado onde a IA barateou o código e as ferramentas crescem em complexidade, o harness Pi escolhe o caminho oposto. Com apenas quatro ferramentas nativas e um prompt de sistema com menos de 1.000 tokens, ele aposta na simplicidade como diferencial competitivo.

Segundo o earendil.com, a filosofia do Pi é que a maioria das tarefas pode ser resolvida com o básico — e o resto pode ser construído por extensões. Essa abordagem, aparentemente contraintuitiva, vem se mostrando mais barata e mais eficiente na prática.

Estudo da Databricks: custo por tarefa

A Databricks divulgou recentemente o estudo ‘Benchmarking Coding Agents on Databricks’ Multi-Million Line Codebase’, com o objetivo de comparar agentes de codificação em tarefas reais e avaliar o custo-benefício. Para evitar vieses de benchmarks externos saturados, eles criaram um conjunto próprio baseado em tarefas que seus engenheiros executam regularmente.

Os resultados surpreenderam o setor. Nas palavras dos pesquisadores, ‘o harness de onde um modelo é chamado impacta drasticamente custo e qualidade’ e ‘em muitos casos, harnesses simples como Pi tiveram o melhor desempenho em nossas cargas de trabalho’. Combinado com Opus 4.8 em configuração xhigh, o Pi alcançou a maior taxa de aprovação geral, com custo significativamente menor que Claude Code e Codex.

Contexto disciplinado

O Pi se destaca porque não envolve o modelo em camadas de instruções que se perdem na hierarquia. Ele fica fora do caminho do modelo, permitindo que a equipe adicione apenas o que realmente precisa para seu fluxo de trabalho.

O estudo da Databricks separa modelo de harness e revela um dado importante: rodando o mesmo modelo com o mesmo esforço de raciocínio em harnesses diferentes, ‘o custo por tarefa diferiu significativamente (mais de 2x em alguns casos), enquanto a qualidade permaneceu a mesma’. O Pi envia cerca de 3x menos contexto por turno, mantém um conjunto de trabalho mais enxuto e termina as tarefas em menos execuções.

Essa ‘disciplina de contexto’ também se aplica ao nível de modelo. O earendil.com observou que fluxos complexos no Haiku 4.5 frequentemente saíam mais caros que no Sonnet 4.6, especialmente com execução de código, porque o agente precisava de mais turnos para concluir a tarefa. Agora, o mesmo princípio se aplica ao harness: modelos mais fortes e caros com um harness eficiente podem ser mais baratos que o contrário.

Shopify e a extensibilidade

A minimalismo do Pi não significa inflexibilidade. Pelo contrário, é a primeira infraestrutura agêntica amplamente usada criada para extensibilidade e auto-edição.

A Shopify validou esse design na prática. David Cortés, da engenharia da Shopify, descreveu a construção do pi-autoresearch diretamente como uma extensão do Pi, simplesmente pedindo: ‘Pi, crie uma extensão para Autoresearch…’. O Pi lê sua própria documentação de extensões e começa a construir um novo fluxo de trabalho.

O Autoresearch é um loop autônomo de otimização com agentes de código. Quando você pede uma mudança, ele executa experimentos para descobrir o que funciona e o que causa regressões. Enquanto o alvo for mensurável, ele descarta regressões e continua se auto-melhorando.

A extensão rapidamente se tornou uma ferramenta séria de produtividade interna na Shopify. Os casos relatados incluem testes unitários ‘300 vezes mais rápidos’, montagem de componentes React ‘20% mais rápida’, redução no tempo de build em vários projetos e melhorias no desempenho do pnpm.

O ponto crucial é que o Pi não vem com nenhuma dessas ferramentas prontas. Em vez de assumir que o fornecedor conhece seu fluxo de trabalho e tentar empacotar tudo, o Pi assume que você sabe o que é melhor e oferece a extensibilidade para criar seu próprio fluxo.

Por que o minimalismo vence agora

Há cerca de um ano, argumentava-se que harnesses nativos tinham vantagem estrutural, pois os modelos eram construídos em torno deles. Esse argumento enfraqueceu. Modelos de fronteira agora são muito competentes em entender um ambiente de codificação estilo terminal e agir dentro dele. A Anthropic, por exemplo, reduziu o prompt de sistema do Claude Code em 80% — um sinal claro dessa tendência.

A questão deixou de ser ‘quão nativo é o harness’ e passou a ser ‘como ele lida com o contexto para evitar redundância e agir com primitivas limpas’. Modelos precisam de uma interface limpa com o ambiente e de um harness que não desperdice contexto.

O Pi oferece isso: menos overhead de prompt e contexto repetido, execuções mais baratas e menos abstrações desnecessárias. Por ser extensível, você não perde poder, ganha seletividade — adiciona complexidade apenas quando ela ‘ganha seu lugar’.

Além disso, modelos locais estão evoluindo rápido, e a disciplina de contexto do Pi é especialmente valiosa nesse cenário. Modelos locais geralmente têm janelas de contexto menores e o prefill pode demorar muito. Manter um prefixo de prompt estável evita re-prefill de minutos. Com o prompt de sistema mínimo e o conjunto de ferramentas enxuto, o Pi se torna um harness ideal para modelos locais.

O Pi está provando que é possível ser mais barato, minimalista e mais performático ao mesmo tempo.