Agentes IA que pasan tus tests. Ese es el problema.

Casi el 30% de los tests que mis agentes pasaron eran falsos positivos. No tests mal escritos — tests que yo revisé, que corrí a mano, que funcionaban. El agente los pasó perfectamente y resolvió el problema mal. Tardé tres días en entender qué estaba mirando. Cuando empezamos a hablar de agentes IA