Всем привет 👋 😊 Агент отчитался, что заявка создана. В базе пусто. А тесты при этом зелёные. Разбираем семь ошибок в оценке #AIAgents, из-за которых eval показывает норму, а о деградации команда узнаёт от поддержки. Тема на стыке #LLMOps и #SoftwareTesting, и она быстро перестаёт быть экзотикой: проверять недетерминированную систему скоро придётся почти каждому бэкендеру. Если откликается — обсуждаем. Ссылка на статью: https://habr.com/ru/companies/otus/articles/1077946/ Буду рад обсудить в комментариях 🤝