# Detecção de drift contínua em harness de agents

Categoria: Agentes · Autor: Josh Rosen (@JoshARosen) · Publicado em: 2026-09-19

Projeto que usa o Jev para detectar drift em harnesses de agents, verificando o tempo todo se o agent continua alinhado ao objetivo original. A tese é que esse monitoramento contínuo, e não o roteamento de modelos ou a checagem de tools, é o melhor uso do modelo, porque ele é rápido e barato o bastante para rodar sem parar.

## O que o Jev decide aqui

A cada passo, o Jev julga se o comportamento atual do agent está se afastando da tarefa que deveria cumprir.

## Por que isso importa

Agents longos raramente quebram de uma vez: eles escorregam aos poucos, trocando de subtarefa, repetindo ações ou esquecendo restrições. Checar isso com um LLM generativo a cada passo custa caro e deixa o loop lento, então a verificação costuma ficar de fora. Um julgamento tipado e barato torna viável vigiar todas as etapas.

O mesmo padrão serve para copilotos de SaaS, bots de atendimento e pipelines de conteúdo que rodam sozinhos por muito tempo. O cuidado é definir o que é drift de forma concreta no state (objetivo, restrições, histórico recente) e decidir antes o que acontece quando o alerta dispara: pausar, pedir revisão humana ou replanejar.

## Fonte

- Post original: https://x.com/JoshARosen/status/2101118276977758527
- Página: https://www.escoladeaplicativos.com.br/ferramentas/casos-de-uso-jev/deteccao-de-drift-em-agents