Limites de passos e tempo para agentes de IA: teto de gastos no harness
Veja como definir limite de passos, timeout e teto de gasto no harness de IA, para que uma execução fora de controle pare cedo e avise um responsável.

Um limite de passos para agente de IA é um teto rígido para o número de ações que o agente pode executar em uma única execução, aplicado pelo harness e não pelo julgamento do modelo. Combinado com um timeout de tempo de parede e um teto de gastos, ele interrompe um loop descontrolado antes que envie mensagens erradas, altere registros errados ou consuma o orçamento durante a noite. Defina os três fora do modelo, teste-os com falhas provocadas e faça com que cada parada gere um registro que uma pessoa consiga usar.
Principais pontos
- Aplique tetos de passos, timeouts e gastos no harness, onde o modelo não consegue alterá-los.
- Derive cada limite do comportamento normal da tarefa e deixe margem suficiente para execuções longas e legítimas.
- Faça cada limite atingido gerar um estado salvo, um status claro e um alerta para um responsável nomeado, nunca uma falha silenciosa.
- Defina tetos de gasto em mais de um nível (por execução, por dia e por agente) e atribua a cada nível uma ação própria.
- Force loops, ferramentas lentas e prompts caros em ambiente de teste antes que qualquer agente toque sistemas reais.
Por que o modelo não deve ser o único a pará-lo
Um agente trabalha em ciclo: o modelo lê o contexto atual, escolhe uma ação, o harness executa essa ação e o resultado volta ao contexto para a próxima decisão. Na maior parte das vezes, esse ciclo termina porque a tarefa foi concluída. Quando algo inesperado acontece, como uma ferramenta devolver um erro que o modelo interpreta como motivo para tentar de novo, o ciclo pode continuar sem nenhum progresso novo. O modelo não está tentando causar dano. Ele está fazendo o que foi construído para fazer, que é continuar escolhendo o próximo passo.
Por isso os limites pertencem ao harness. Um prompt que diz “pare depois de cinco tentativas” é um pedido, e pedidos podem ser ignorados sob pressão, mal interpretados ou esquecidos quando o contexto cresce. Um contador no harness é um fato: a execução é interrompida no teto, qualquer que seja a opinião do modelo. Um bom desenho de harness mantém o raciocínio do modelo concentrado na tarefa e deixa os controles do lado de fora, onde uma pessoa pode lê-los e alterá-los por meio de uma liberação revisada.
Os três limites e o que cada um protege
Um limite de passos conta ações: turnos do modelo, chamadas de ferramentas ou ambos, dependendo de como o harness registra o trabalho. Ele protege contra repetição, como um agente que consulta a mesma informação várias vezes com pequenas variações de redação. Um limite de passos sozinho não mede tempo, então deixa passar uma única chamada de ferramenta que fica travada por muito tempo.
Um timeout mede o tempo decorrido da execução inteira e, idealmente, de cada chamada de ferramenta. Ele protege contra esperas paradas, serviços externos que não respondem e execuções que ficam abertas por horas porque ninguém está acompanhando. Um timeout sozinho pode deixar passar um loop de passos muito rápidos que consome tokens depressa, e é por isso que os três limites funcionam como conjunto.
Um teto de gasto mede o custo: tokens do modelo, chamadas pagas de ferramentas e qualquer uso cobrado pelo fornecedor. Ele protege o orçamento e torna uma execução descontrolada visível em dinheiro, não apenas nos logs. Os dados de gasto costumam chegar depois que a execução termina, então o teto precisa de estimativas durante a execução e de conciliação depois. As orientações da FinOps Foundation sobre economia unitária são uma referência útil para pensar no custo por tarefa concluída, e não no custo por chamada.
Um limite que o agente pode alterar ou ignorar é uma sugestão. Um limite aplicado pelo harness é uma fronteira.
- Limite de passos: protege contra ações repetidas ou circulares.
- Timeout: protege contra ferramentas travadas, esperas paradas e execuções esquecidas.
- Teto de gasto: protege o orçamento e expõe execuções que custam bem mais do que o esperado.
Como escolher os números
Não comece de um número que você gosta. Comece do comportamento observado. Execute a tarefa em ambiente de teste com entradas realistas, registre quantos passos, quanto tempo e quantos tokens cada execução bem-sucedida usou e anote os casos incomuns, mas legítimos. Depois, defina cada limite acima da faixa normal, com uma margem deliberada. Assim, uma boa execução nunca é interrompida por engano, e um loop é contido bem antes de causar dano.
Cenário ilustrativo: um agente de status de entregas responde dúvidas de clientes consultando um pedido, verificando o registro da transportadora e rascunhando a resposta. Nos testes, a maioria das execuções usa de três a seis chamadas de ferramentas. A equipe define um limite de doze passos, um timeout compatível com a resposta mais lenta normal da transportadora, com alguma folga, e um teto de gasto por execução que exige aprovação de uma pessoa antes de ser ultrapassado. Quando uma instabilidade na transportadora causa erros repetidos, a execução para no teto, salva seu estado e avisa o responsável pelo suporte, em vez de tentar de novo pelo resto da tarde.
Quando tiver dúvida, escolha o valor mais baixo para o limite de passos e para o teto de gasto, e o valor mais alto para o timeout apenas se uma ferramenta lenta fizer parte legítima da tarefa. Depois, acompanhe as primeiras semanas de execuções reais. Se trabalho legítimo for interrompido com frequência, aumente o limite por meio de uma mudança revisada. Se execuções descontroladas nunca forem pegas, reduza.
Um plano passo a passo para incluir os limites
- Passo 1: Nomeie a tarefa e o seu responsável e escreva o que um resultado bem-sucedido significa.
- Passo 2: Execute a tarefa em ambiente de teste com entradas típicas e difíceis, e registre passos, tempo decorrido e uso de tokens.
- Passo 3: Defina o limite de passos, o timeout e os tetos de gasto a partir desse registro, com uma margem visível acima das execuções normais.
- Passo 4: Decida a ação de cada limite: interromper, salvar estado, alertar ou pedir aprovação antes de continuar.
- Passo 5: Implemente os contadores no harness, e não no prompt, e registre cada limite atingido com o identificador da execução e o motivo.
- Passo 6: Force cada falha de propósito (uma ferramenta em loop, uma dependência lenta, uma entrada muito longa) e confirme que a execução para como foi projetada.
- Passo 7: Revise as primeiras execuções reais, ajuste por meio de uma mudança versionada e registre por que o número foi alterado.
O que deve acontecer quando um limite é atingido
Um limite que apenas encerra o processo não basta. Uma parada limpa tem quatro partes. Primeiro, as chamadas de ferramentas pendentes são canceladas ou marcadas como desconhecidas, para que ninguém presuma que foram concluídas. Segundo, o harness salva o estado da execução, incluindo o último passo verificado, para que uma pessoa ou uma execução posterior possa retomar a partir de um ponto conhecido. Terceiro, o status da execução informa o motivo da parada, com uma razão clara, como limite de passos atingido ou teto de gasto atingido. Quarto, um responsável nomeado recebe um alerta com detalhes suficientes para decidir o próximo passo.
A parada também deve impedir novas tentativas automáticas da mesma ação. Repetir uma ação depois de um timeout é perigoso se a primeira tentativa de fato chegou a um sistema externo. Provedores de pagamento e de mensagens costumam documentar chaves de idempotência por esse motivo: a mesma requisição com a mesma chave é processada uma única vez, mesmo que seja enviada duas vezes. O harness deve usar um padrão equivalente para qualquer ação que altere um registro ou envie uma mensagem. Para o desenho mais amplo de paradas e escalonamento, veja Condições de parada para agentes de IA: quando parar e escalar e Timeout e cancelamento de agentes de IA: paradas limpas em tarefas longas.
Tetos de gasto precisam de mais de um limiar
Um único teto rígido sobre o total mensal é lento demais para proteger algo útil. Quando o total mensal mostra o problema, o estrago pode já ter se espalhado por milhares de execuções. Use pelo menos três camadas. Um teto por execução interrompe uma execução cara. Um teto diário por agente detecta um padrão de muitas execuções moderadamente caras. Um teto por equipe ou conta protege a operação inteira. Cada camada deve ter um aviso antes da parada, para que o responsável possa agir enquanto o agente ainda está trabalhando.
Os avisos são mais úteis quando mostram a causa, e não apenas o total. Um salto de tokens por execução aponta para um contexto mais longo ou para um loop. Um salto em chamadas pagas de ferramentas aponta para um padrão de novas tentativas ou para um tipo novo de entrada. Para mais detalhes sobre o que registrar, veja Loop infinito em agentes de IA: limites de passos, tokens e tempo e Verificações de saúde do harness de agentes: sinais por hora.
Como testar os limites antes da produção
Limites que nunca foram acionados não foram testados. Antes do lançamento, monte uma lista curta de testes e execute-a em um sandbox que não consiga acessar clientes reais nem sistemas de pagamento. Inclua uma ferramenta que sempre devolve erro, uma ferramenta que responde mais devagar que o timeout, uma entrada que provoca uma cadeia de raciocínio longa e um cenário em que o modelo propõe a mesma ação repetidamente. Para cada caso, confirme quatro coisas: a execução parou no valor correto, o estado foi salvo, o alerta chegou à pessoa certa e nenhuma ação externa foi repetida.
Mantenha essa lista de testes junto com o histórico de versões do agente, para que cada mudança no prompt, nas ferramentas ou no modelo seja verificada contra as mesmas falhas. Um limite que funcionava no trimestre passado pode deixar de funcionar silenciosamente depois da troca de modelo ou de uma mudança em ferramenta.
Como a Be Human trata isso em operações gerenciadas
Na abordagem gerenciada da Be Human, os limites de passos, os timeouts e os tetos de gasto são definidos já na primeira etapa do trabalho, junto com o papel do agente, sua memória, suas ferramentas e os limites de aprovação. Eles são aplicados pelo harness, registrados junto com a configuração do agente e revisados quando a tarefa, o modelo ou as ferramentas mudam. O monitoramento acompanha com que frequência cada limite é atingido, a resposta a incidentes cobre execuções que param de forma inesperada e as melhorias controladas ajustam os números por meio de liberações versionadas, e não por edições avulsas. O objetivo é que uma pessoa consiga ver o que o agente fez, por que parou e o que muda em seguida.
Se ainda não está claro qual tarefa deve receber esses limites primeiro, o diagnóstico gratuito de IA da Be Human pode ajudar a encontrar a primeira tarefa que vale entregar a um agente.
Perguntas frequentes
O que é um limite de passos para agente de IA? Um limite de passos é um teto rígido para o número de ações que um agente pode executar em uma única execução, como turnos do modelo ou chamadas de ferramentas. O harness conta as ações e interrompe a execução quando o teto é atingido, qualquer que seja a decisão do modelo. Ele funciona melhor com um timeout e um teto de gasto, porque cada um detecta um tipo diferente de descontrole.
Qual limite de passos devo definir para um agente de negócio? Comece de execuções observadas da mesma tarefa em ambiente de teste, e não de um palpite. Defina o teto acima do máximo normal, com margem visível, para que o trabalho legítimo não seja interrompido, e reduza se loops descontrolados ainda chegarem ao limite tarde demais. Revise o valor depois das primeiras semanas de uso real e altere-o por meio de uma liberação registrada.
o que acontece com uma tarefa quando um timeout ou um teto de gasto para o agente? Um harness bem projetado cancela ou marca as ações pendentes, salva o último estado verificado, registra o motivo da parada e avisa um responsável nomeado. A tarefa pode então ser retomada a partir desse estado ou assumida por uma pessoa. A execução não deve repetir automaticamente a mesma ação externa, porque a primeira tentativa pode já ter produzido efeito.
Dá para confiar no próprio modelo para parar quando a tarefa estiver concluída ou travada? O modelo deve ser orientado a concluir e a informar quando estiver bloqueado, e esse comportamento é útil. Ainda assim, a fronteira rígida deve estar no harness, porque um modelo pode interpretar mal as instruções, perder o fio do próprio histórico em um contexto longo ou insistir sob pressão. Trate o julgamento do modelo como a primeira camada e os limites do harness como a garantia.
Seu próximo passo
Descubra primeiro onde um agente de IA cabe na sua empresa.
Faça o diagnóstico gratuito de IA da Be Human. Algumas perguntas sobre o seu trabalho mostram qual tarefa entregar primeiro a um agente, o que ele precisa saber e onde uma pessoa aprova.
Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.


