Agent Contract är börvärdet, den revisionssäkra loggen beviset på ärvärdet. Utan det andra är det första bara ett påstående – och det här kräver DORA, GoBD och den kommande MaRisk redan nu.
En eval-score som bara mäter kvalitet belönar brute force – mer sampling, större modell, fler retries. Varför rätt beslutsunderlag är en cost-quality-latency-frontier, en kurva i stället för en punkt, och hur du väljer din operating point i dollar i stället för procent.
Utan traces, modell- och promptversioner, tool-spans och kostnadsmått förblir varje incident spekulation. En guide för team som kör AI-funktioner i produktion.