Los agentes sacan un diez en la demo. ¿Por qué fallan en producción?
Si le asignas a un agente de IA la misma tarea de producción diez veces, es posible que elija un camino diferente cada vez y se encuentre con problemas distintos. Una nueva investigación de IBM y Hugging Face señala que los puntos de referencia tradicionales ignoran esta inconsistencia.