Por Ted Mavera, Product Manager na HarnessUp
Antes de cortar qualquer coisa de uma sessão de agente, é preciso enxergá-la. É exatamente esse o trabalho do Deep Scan: ele lê as conversas já salvas na sua máquina e mostra, item por item, para onde o contexto foi. Nenhuma chamada ao modelo, nenhum cadastro, nenhuma estimativa emprestada da conta de outra pessoa. É a camada de medição do HarnessUp, o conjunto de ferramentas para economizar tokens no Claude Code e no Codex, e é grátis.
Este artigo explica o que o Deep Scan faz, para quem ele serve, como executá-lo e como ler o resultado sem se enganar.
O que o Deep Scan realmente faz
O Claude Code e o Codex já gravam as conversas em disco enquanto você trabalha. O Deep Scan abre esses transcripts e os transforma em um mapa de gastos: quais rodadas cresceram, o que foi reenviado de uma rodada para a outra e quanto de uma sessão foi para trabalho real em vez de sobrecarga. Ele faz isso sem chamar o modelo, então medir seu uso não custa nada a mais.
Três propriedades importam mais do que os gráficos:
- Ele roda localmente. O HarnessUp é 100% local. Seus transcripts são lidos na sua máquina, e nada sai dela.
- Os números são seus. Eles vêm do seu próprio histórico, calculados na sua tela, e ficam disponíveis para uma contraprova depois — inclusive depois que você muda uma configuração e quer saber se ela ajudou.
- Não custa nada experimentar. Sem login, sem e-mail, sem senha. O Deep Scan e outras 19 ferramentas de medição e monitoramento são gratuitos, então você pode calcular seu desperdício antes de decidir se um plano pago vale a pena.
O Deep Scan não é um relatório avulso. Ele é o topo de uma cadeia: a medição mostra qual das outras ferramentas vale a pena ativar, e as ferramentas dão algo novo para medir.
Para quem é
O HarnessUp divide seu público em três grupos, e o Deep Scan é o ponto de partida comum para todos eles.
- Quem está em um plano fixo e bate no limite. Se sua janela de cinco horas acaba bem antes do dia, o Deep Scan mostra quais rodadas foram caras e se a causa foi releitura, saída longa ou o modelo fazendo um trabalho que um modelo mais barato poderia fazer.
- Quem paga por API. Quando cada token aparece na fatura, a pergunta útil não é "quantos tokens eu usei", mas "quais tokens não compraram nada". É exatamente isso que uma visão por rodada responde.
- Quem prefere não viver no terminal. Os resultados são lidos em um painel, não analisando logs. O trabalho pesado acontece por baixo do harness.
Se você quiser só uma coisa do HarnessUp, a medição é uma escolha defensável. Um número que você pode verificar vale mais do que uma promessa de economia que você não pode.
Como executar
- Instale o HarnessUp. O pacote é
npm install -g harnessup, há um download para Windows, e macOS e Linux são suportados. Tudo roda na sua máquina. O HarnessUp se conecta pelos hooks oficiais da Anthropic e da OpenAI, então funciona no CLI, no app desktop e nas extensões de IDE, com sua conta ou via API. - Abra o painel. Não é preciso conta. O painel é onde medição e controle ficam lado a lado.
- Execute o Deep Scan. Ele lê os transcripts já salvos na sua máquina. Nada é enviado e nenhum modelo é chamado para produzir o relatório.
- Leia sua própria linha de base. Olhe o contexto por rodada com e sem o HarnessUp, e o percentual de desperdício cortado. Trate isso como seu ponto de partida, não como uma nota.
- Ative algo e meça de novo. No painel, as teclas 1 a 8 alternam as ferramentas, e Z desfaz tudo. Mude uma coisa, olhe o medidor e mantenha a mudança só se o número se mexer.
Ler o resultado com honestidade
Dois hábitos mantêm uma ferramenta de medição útil em vez de decorativa.
Primeiro, separe a demonstração dos seus dados. O painel vem com valores de demonstração ilustrativos para você ver como a interface é antes de ter histórico. Os seus vêm do Deep Scan, dos seus transcripts, medidos de ponta a ponta. Se um número é ilustrativo, o painel avisa.
Segundo, leia "até" como um teto, não como uma previsão. O HarnessUp anuncia até 78% de tokens de trabalho economizados, até 350% mais rendimento de tokens e até 3x mais trabalho no mesmo plano. Esses são os maiores ganhos medidos em janelas reais, não uma promessa sobre os seus. O motivo de o produto mostrar o seu próprio número ao lado é que a comparação honesta é entre o seu antes e o seu depois.
"Até" significa: os maiores ganhos medidos em janelas reais. O seu próprio número aparece no painel, medido de ponta a ponta no seu histórico, e fica disponível para uma contraprova.
Um jeito rápido de ler o painel:
| O que você vê | O que isso diz | O que fazer em seguida |
|---|---|---|
| Contexto por rodada, com e sem o HarnessUp | Quanto cada turno carrega adiante e com que rapidez uma sessão infla | Se a diferença é pequena, o desperdício provavelmente está na saída ou na escolha do modelo, não na releitura |
| Percentual de desperdício cortado | Quanto do gasto evitável as ferramentas ativadas removeram no seu histórico | Ative as teclas uma de cada vez e veja isso se mover |
| Gasto por sessão e status do limite | Quais sessões foram caras e se um limite teria interrompido alguma | Defina um Stop Loss para que uma sessão descontrolada termine em vez de continuar |
Da medição à correção
O Deep Scan é diagnóstico, não terapêutico. A economia vem das ferramentas que você ativa depois, e cada uma ataca uma etapa diferente da conta.
- Saída. O Response Diet pede ao agente uma resposta direta, bloqueia a releitura de arquivos que ele já leu e corta a saída gigante antes que ela entre no contexto. O preâmbulo ("Claro! Vou te ajudar com isso") é pago uma vez e depois relido em cada rodada seguinte.
- Leitura. A etapa de leitura tem seu próprio conjunto de teclas, entre elas o Delta Read, para que o agente não reingira o que não mudou.
- Compressão. O Smart Compress comprime sem chamar o modelo, o que evita que a economia custe mais uma requisição.
- Escolha de modelo. O Cheap Swarm decide em milissegundos qual subagente faz cada tarefa, com o modelo e o esforço certos, em 26 classes de tarefa — busca e lint em um modelo leve, enquanto o modelo caro só decide.
- Limites rígidos. O Stop Loss encerra a sessão quando o gasto atinge o limite, para que um loop ruim não consuma uma janela em silêncio.
Nada disso exige que você mude a forma como escreve prompts. Há mais de 200 teclas de um clique no app, e qualquer uma delas pode ser desfeita com um clique — que é justamente o motivo de medir primeiro. Não pedimos que você confie em um padrão; pedimos que você olhe seu próprio histórico e mantenha o que ajuda.
O que fica na sua máquina
O Deep Scan lê transcripts, e transcripts contêm código, caminhos e às vezes segredos. Isso faz da garantia local a linha mais importante da especificação. O HarnessUp executa o claude e o codex oficiais com a sua conta e declara, como compromisso escrito, que nunca lê, armazena ou repassa seu token ou sua chave. Ele não intercepta a API; conecta-se nos pontos de hook oficiais, e a camada local roda com p95 abaixo de 50 ms.
Se sua organização tem regras sobre enviar dados de sessão a terceiros, essa arquitetura é a resposta: a análise acontece no mesmo disco em que os transcripts já estão.
Comece pelo número, não pelo discurso
Economia de tokens é fácil de alegar e difícil de sentir. O Deep Scan torna a alegação falseável na sua própria máquina: execute, leia as rodadas que inflaram, ative uma ferramenta, execute de novo. Se o número não se mexer, desligue a ferramenta — o desfazer é uma tecla.
Essa é a parte que me interessa como product manager. Um conjunto que economiza até 78% dos tokens de trabalho só é útil se você consegue ver quais 78% se aplicam a você. Medir é como você descobre, e não custa nada olhar.