O agente chinês InAgent alcançou uma taxa de conclusão de tarefas de 90,2% na plataforma OSWorld, tornando-se o primeiro agente para operar em computadores a ultrapassar o limiar de 90%. Além disso, demonstrou 100% de sucesso na execução de tarefas de nível de sistema. Isso marca a transição para uma nova arena de competição no campo da inteligência artificial — a engenharia Harness.
Em 27 de julho, o agente chinês InAgent liderou o ranking global do OSWorld com uma taxa de sucesso de tarefas de 90,2%, conquistando títulos tanto na categoria geral quanto na de agentes. Ele superou os melhores resultados públicos alcançados pela Meta, Anthropic e OpenAI. O OSWorld, apresentado na conferência NeurIPS 2024 pela Universidade de Hong Kong, Carnegie Mellon e Universidade de Waterloo, é um padrão industrial reconhecido por definir o limiar em que os agentes passam do uso experimental para a implementação industrial estável.
A plataforma OSWorld testa aplicativos em máquinas virtuais Ubuntu reais, utilizando 361 tarefas que abrangem operações de escritório, programação, desenvolvimento de interface do usuário e administração de sistemas. A avaliação é realizada automaticamente, sem intervenção humana. A dinâmica do progresso mostrou um aumento de 12,2% em 2024 para 22,0% e 72,6% em 2025, quando o nível humano foi superado pela primeira vez, seguido por 83,6% em maio de 2026, e, finalmente, 90,2% pelo InAgent em dois meses.
A detalhamento dos resultados inclui colaboração entre aplicativos com sucesso de 84,7% em 93 tarefas, quase dez pontos acima do segundo lugar; processamento de interface GIMP, onde 24 de 26 tarefas foram concluídas com sucesso com uma taxa de 92,3%; e operações de nível de sistema, executadas com resultado perfeito de 100% em 24 tarefas, incluindo gerenciamento de processos, permissões de acesso e linha de comando.
Especialistas acreditam que a chave para o sucesso não reside no tamanho do modelo em si, mas na engenharia Harness. O Harness atua como um sistema operacional de IA, definindo como as tarefas são decompostas, como as ferramentas são chamadas e como ocorre a recuperação de erros. Há uma mudança na compreensão industrial de Prompt Engineering para Context Engineering e, subsequentemente, para Harness Engineering. A CITIC Securities observa que, à medida que os agentes avançam para tarefas complexas e multiagentes, os custos de manutenção de estado, propagação de erros e tokens aumentam, e o poder do modelo em um único passo já não garante uma entrega de resultado estável.
Harness representa uma camada intermediária que transforma inteligência em operação estável, expandindo o mercado potencial de aproximadamente 200 bilhões para 1,5 trilhão de dólares americanos, permitindo que a IA assuma o controle de sistemas legados sem a necessidade de usar APIs. Pesquisas da Stanford e Tsinghua demonstram que diferentes implementações de Harness podem levar a diferenças de desempenho de 6% a 17% ao usar o mesmo modelo, e a porcentagem de resolução bem-sucedida de tarefas de codificação pode aumentar de cerca de 5% para mais de 30%.
O desenvolvedor do InAgent, a empresa Intelligence Indeed, fundada em 2018, é pioneira em Harness. O CEO Sun Linjun observou que a integração pura via API acarreta custos de manutenção exorbitantes: sistemas industriais, como Siemens, exigem até 200.000 yuans por interface, e sistemas de dez anos muitas vezes não possuem interfaces, enquanto as APIs de comércio eletrônico mudam constantemente. O agente não toma partido: ele usa interfaces onde elas existem e, em sistemas sem interfaces, muda para um modo que simula ações humanas, observando a tela e controlando o mouse.
Um cliente no setor de manufatura gastava meio ano para conectar um novo sistema; agora, ao delegar ao agente a compilação de dados de produção em um relatório, ele recebe o resultado em apenas dez minutos. A empresa apostou na interface gráfica do usuário (GUI) como principal capacidade, com base na suposição de que a inteligência artificial geral (AGI) requer um avanço multimodal: somente percebendo e operando no mundo como um humano, a IA poderá compreendê-lo. Harness transforma a IA de uma ferramenta suportada em um colega independente, e o resultado do OSWorld mostra que as empresas chinesas estão na liderança, pois a competição em IA está mudando da simples acumulação de modelos para a garantia de soluções de engenharia estáveis.