I open-sourced a 3-agent blind eval team. Any agent runtime can call it for pre-commitment review of its own plans.

Un flujo de trabajo de evaluación ciega de 3 agentes de código abierto, lanzado este fin de semana, permite a cualquier tiempo de ejecución de agente de IA revisar previamente sus planes. Este sistema aborda la incapacidad de los modelos para autoevaluarse de forma fiable mediante una primitiva externa y ciega.