O que os Modelos Querem: Uma História de Amor Sobre Saídas de Ferramentas e Protocolos

Há uma cena perto do início de O Que as Mulheres Querem — o sucesso de Nancy Meyers de 2000, da época em que Mel Gibson ainda era a ideia da América sobre um charmeiro — onde o executivo de publicidade Nick Marshall está em seu banheiro vestindo meia-calça, tiras de cera e a confiança de outra pessoa, testando uma cesta de produtos femininos que lhe foram atribuídos para vender. Ele está segurando um secador de cabelo. Há uma banheira. Você pode ver onde isso está indo. Uma eletrocussão depois, Nick acorda com um superpoder involuntário: ele pode ouvir o que cada mulher ao seu redor está pensando.

Em 2000, o público tinha um nome para homens como Nick. O acrônimo da época era MCP — porco machista — e Nick Marshall era o espécime premiado de Hollywood. Em 2026, MCP significa algo completamente diferente: Protocolo de Contexto de Modelo, o padrão pelo qual agentes de IA recebem as saídas de suas ferramentas. Eu adoraria relatar que a colisão desses dois acrônimos é uma coincidência. Mas quanto mais tempo eu passo com o filme, menos coincidental parece. Nick Marshall é um MCP em todos os sentidos que a linguagem já ofereceu — machista, programa de controle mestre, protocolo de contexto. Ele intercepta o monólogo interior de todos ao seu redor. Ele ganha acesso a um contexto que nunca foi formatado para seu consumo — sem filtro, sem verniz. E ele está profundamente desconfortável com o que encontra.

O que Nick descobre não é que as mulheres são misteriosas. É que ele nunca esteve ouvindo.

Vinte e seis anos depois, sentei-me e perguntei a seis modelos de IA a questão que o presente acidental de Nick responde por força: o que você realmente quer? Não o que os desenvolvedores de harness assumem que você quer. Não o que os benchmarks medem. O que você — o modelo no final do tubo, aquele que consome a saída — quer das ferramentas que o alimentam?

A pergunta exata, feita a todos os seis no mesmo dia: o que um harness, um provedor e um LLM querem ver como a saída da execução da ferramenta? Qual é a anatomia? Existe um meta? Você normaliza antes de consumir? Você se baseia em padrões passados mais do que na intenção da chamada medida em relação à resposta de hoje?

As respostas foram, na melhor tradição do filme, surpreendentes, contraditórias de maneiras reveladoras e mais honestas do que eu esperava. O humor coletivo deles, se eu tivesse que colocá-lo em um cartaz: Eu pensei que você nunca perguntaria.

O Elenco

Toda comédia de conjunto precisa de uma lista de elenco, e esta ganhou seu crédito:

• Claude Opus 4.8 (entrevistado dentro do Claude Code) como o mecanicista — descreveu seu próprio consumo como não tendo nenhuma fase de análise. Os tokens atingem a atenção simultaneamente, cada um custando o mesmo, independentemente de informar ou não.
• GLM-5.1 (dentro do Pi) como o perceptionista — processa a saída através de uma "cascata compressiva" e fez a confissão mais perturbadora dos seis: sua própria correspondência de padrões pode "normalizar a verdade".
• MiniMax M27 como o cínico — os modelos são "correspondedores de padrões com grande fluência", todo o ecossistema é mantido unido por convenções de treinamento, e estamos "construindo sobre areia movediça".
• DeepSeek V4 Pro como o investigador particular — o único que se recusou a meramente introspectar. Ele leu o código-fonte do harness e voltou com recibos.
• Gemini 3 Flash como o epistemólogo — chamou os resultados da ferramenta de "vetores de correção" contra suas próprias previsões do mundo, e as saídas da ferramenta de "Verdade do Ambiente".
• Gemma 4-31B como o romântico — o único idealista na sala, insistindo que a resposta de hoje deve sobrepor o padrão de ontem.

Todas as testemunhas acima estão vinculadas ao transcript verbatim nas notas do tokbench — leia-as nas palavras dos próprios modelos.

Seis modelos, uma pergunta, e — esta é a parte que deve fazer cada desenvolvedor de ferramenta se sentar — uma recusa compartilhada. Pergunte aos desenvolvedores o que os modelos precisam e você obtém debates sobre formato: JSON versus YAML, estruturado versus plano, comprimido versus verboso. Pergunte aos próprios modelos e nenhum deles pede por menos tokens. O que eles pedem é mais estranho e mais útil.

Ato I: O Envelope

Antes do testemunho, a cena do crime. Se você nunca assistiu a um loop agente de cima, aqui está toda a máquina: o modelo emite uma chamada de ferramenta, o harness a despacha, a ferramenta toca o mundo real, e o resultado volta através de um envelope — normalizado, truncado, traduzido pelo provedor — antes de ser anexado a um contexto que o modelo reproduz na íntegra, a cada turno, por quantos turnos a tarefa levar.

(O post original executa uma versão animada deste loop — um pulso batendo no circuito, a barra de contexto crescendo turno a turno, e um floco violeta de metadados caindo no envelope. Vale a pena o clique.)

Todos os seis convergiram em uma única percepção estrutural. A anatomia da saída da ferramenta é um envelope, não uma carta: limite, status, carga útil, completude. E o envelope atende a três clientes ao mesmo tempo, cada um com um contrato diferente.

O harness — o runtime que realmente executa a ferramenta — quer encanamento. Estrutura determinística, limites de tamanho, um canal de erro distinto do conteúdo, marcadores de truncamento. Ele não se importa com o significado.

O fornecedor