L'Agent Contract décrit le prescrit, le log inaltérable apporte la preuve du réel. Sans le second, le premier n'est qu'une affirmation. Ce qu'exigent dès maintenant DORA, les GoBD et la future MaRisk.
Un score d'eval qui ne mesure que la qualité récompense la force brute - plus de sampling, un plus gros modèle, plus de retries. Pourquoi la bonne base de décision est une frontière coût-qualité-latence, une courbe plutôt qu'un point, et comment choisir le point de fonctionnement en dollars plutôt qu'en pourcentage.
Eval au vert dans la PR, deux semaines plus tard des chiffres dans le rouge en production - sans nouveau déploiement. Pourquoi les features IA ont besoin de leurs propres gates entre le merge et 100 % du trafic.
Sans traces, versions de modèle et de prompt, spans d'outils et métriques de coût, chaque incident reste de la spéculation. Un guide pour les équipes qui font tourner des fonctionnalités d'IA en production.