A maioria das ferramentas de codificação do AI são harnesses: um ciclo ao redor de um modelo, além de ferramentas para ler e escrever arquivos e executar comandos. Claude Code, Codex, OpenCode e Pi são todos harnesses, e foram criados para um desenvolvedor trabalhando no terminal.
Coroid não utiliza nenhum deles. Ele executa o seu próprio.
Por que não encapsular uma ferramenta existente?
As ferramentas acima foram projetadas para uma sessão supervisionada. Alguém está observando, pode responder perguntas, interromper o processo ou perceber quando algo dá errado. Essa premissa é razoável e influencia tudo — como os erros são exibidos, quanto contexto é transmitido e o que acontece quando o modelo retorna algo inesperado.
A premissa do Coroid é o oposto: ninguém está observando. O trabalho é executado na nuvem, acionado por uma agenda, um monitor ou um evento, e precisa gerar um resultado passível de revisão ou uma falha clara sem que ninguém esteja presente para intervir durante a execução.
Esses são problemas distintos. Várias funcionalidades abaixo existem devido a essa diferença e não fariam sentido em uma sessão de terminal.
O que o ambiente de execução faz de diferente
Ele presume operar sozinho. Quando o modelo retorna uma resposta malformada ou uma chamada de ferramenta incorreta, o ciclo corrige e tenta novamente em vez de exibir um prompt para o qual ninguém está disponível para responder. Uma execução autônoma que pare para fazer uma pergunta que poderia ter sido resolvida representa um desperdício de recurso.
Ele é multiagente por construção. O ciclo é baseado na transferência de tarefas entre funções com permissões distintas, não um único agente realizando todas as tarefas. A verificação é feita por um agente que não escreveu o código, o que é uma característica da arquitetura e não algo obtido apenas por solicitação.
Ele possui orçamentos explícitos e limites de profundidade. Toda execução ocorre dentro de um limite de tokens e de etapas. Sem esses controles, um agente autônomo que compreende mal sua tarefa continuaria operando indefinidamente.
Ele incorpora a governança diretamente no processo. Políticas, portas de qualidade e pontos de aprovação fazem parte do caminho de execução, e não são camadas adicionais sobre ele. Por isso, uma barreira de bloqueio pode interromper o trabalho durante a execução, e não após seu término.
O armazenamento em cache é uma prioridade.
O contexto representa a maior parte do custo de execução de agentes, e em um ambiente de nuvem o mesmo contexto de projeto é acessado repetidamente em diversas tarefas.
Por esse motivo, o ambiente de execução depende muito do armazenamento em cache de prompts. Você pode ver seu funcionamento no registro de execuçãode uma tarefa, onde as etapas informam a eficiência do cache:
9.1k used (90% cached)Uma alta taxa de acertos no cache faz a diferença entre uma execução cara e uma barata. É também por isso que um projeto bem estruturado com contexto tem custo menor para operar do que um projeto desorganizado — um contexto estável é facilmente armazenado em cache, enquanto o contexto que muda a cada execução não é.
Isso se complementa com habilidades progressivas, que mantêm o contexto carregado em tamanho reduzido desde o início.
O que isso significa na prática
- Sem configuração local. Sem CLI, sem plugin de editor, sem executor para hospedar. O Coroid é baseado em API e opera na nuvem.
- Sem assinaturas de ferramentas de terceiros. Você não precisa adquirir licenças para um assistente de codificação adicional ao Coroid. O uso do modelo é cobrado como créditos ou por meio de suas próprias chaves de provedor.
- O trabalho é executado de forma autônoma. Agendas, Sentinel e hooks são possíveis porque nada depende de a máquina do desenvolvedor estar ativa.
- O comportamento é consistente. O trabalho de todos é executado no mesmo ambiente com as mesmas políticas, em vez de depender do que cada desenvolvedor instalou e configurou. O que está instalado está documentado em suporte a linguagens e o ambiente de agentes.
O que não muda
O harness decide como o trabalho é executado. Ele não altera os limites: tudo ainda chega como um pull request em um branch; nada é mesclado automaticamente, e suas regras de proteção de branch e revisão aplicam-se exatamente como para colaboradores humanos.