Falhas de agentes de código começam antes do erro final

Um novo estudo no arXiv analisa milhares de trajetórias de agentes de codificação em CLI e argumenta que muitas falhas começam nos primeiros passos de execução, muito antes de o resultado final tornar o problema óbvio. Por que importa: A confiabilidade de agentes melhora quando equipes inspecionam o processo, não apenas a resposta final. Checagens iniciais de premissas, edições de arquivos, comandos e testes podem capturar desvios enquanto a recuperação ainda é barata.

Para testar: Adicione um gate inicial às execuções de agentes de código: depois das primeiras chamadas de ferramenta, revise arquivos alterados, comandos, premissas e o menor teste relevante antes de deixar o agente continuar.