AI agent logs expose reproducibility gaps

Registros de agentes de IA expõem lacunas significativas de reprodutibilidade, onde agentes autônomos frequentemente falham mesmo após sucessos iniciais, especialmente em tarefas de navegação web. Pesquisas, como o corpus SWE-chat, mostram que menos da metade do código gerado por agentes é incorporado pelos usuários, evidenciando uma discrepância entre as pontuações de benchmark e a confiabilidade diária.