Agents that sopravvivono production.

Da otto a quattordici settimane dal kick-off al rollout in produzione. La discovery è inclusa se la fate con noi; altrimenti lavoriamo dalla vostra spec esistente.

Vostro. Il repo vive nella vostra org dal giorno 1. Noi committiamo lì. Non facciamo girare nulla di proprietario che non possiate replicare.

Ogni release passa per eval gate: check deterministici (schema, latenza, costo), copertura tool-call e spot check LLM-judge. Il deploy si ferma se uno di questi regredisce.

Budget per chiamata e per giorno. Tappiamo il contesto con retrieval-truncation, instradiamo verso modelli meno costosi dove gli evals lo permettono, e ricadiamo su path deterministici sotto pressione di costo.

Ogni path ha un fallback. Logica deterministica intercetta i casi comuni; il path agente sta sopra. Il rollback è un cambio di route di una riga dietro a un feature flag.

Due settimane di shadowing durante la rampa, runbook + eval suite consegnati nel vostro repo, sovrapposizione di on-call per il primo incident. Dopo è vostro.

Faithfulness (la risposta segue dai documenti citati?), grounding (le citazioni sono reali?), e recall (abbiamo trovato i documenti giusti?). Ogni release gira la suite.

Sì. La durable execution cattura gli input a ogni step. Il replay contro un input bad-known riproduce il failure esattamente, incluse le chiamate LLM non deterministiche quando il modello è seedable.

Ogni agente ha un'identità tipizzata + mTLS di default. Usiamo token scoped a vita breve; le chiamate tra agenti portano trace ID così l'auditor può ricostruire il flusso.

Additivo di default, con un campo `version` su ogni envelope e una policy di deprecation verificata in CI. I breaking change passano per una finestra a versioni parallele.