Agents that sobrevivem production.

Oito a quatorze semanas do kick-off ao rollout em produção. Discovery é incluído se você o faz conosco; senão trabalhamos a partir da sua spec existente.

Seu. O repo vive na sua org desde o dia 1. Commitamos lá. Não rodamos nada proprietário que você não consiga replicar.

Todo release passa por eval gates: checks determinísticos (schema, latência, custo), cobertura de tool-call e spot checks LLM-judge. O deploy para se algum regride.

Budgets por chamada e por dia. Capamos contexto com truncação de retrieval, roteamos para modelos mais baratos onde a eval permite, e caímos para paths determinísticos sob pressão de custo.

Todo path tem um fallback. Lógica determinística pega os casos comuns; o path do agente fica em cima. Rollback é uma troca de route de uma linha atrás de um feature flag.

Duas semanas de shadowing durante a rampa, runbook + eval suite entregues no seu repo, sobreposição de on-call para o primeiro incidente. Depois é seu.

Faithfulness (a resposta segue dos documentos citados?), grounding (as citações são reais?), e recall (achamos os documentos certos?). Todo release roda a suite.

Sim. Durable execution captura inputs em cada step. Replay contra um input bad-known reproduz a falha exata, incluindo chamadas LLM não determinísticas quando o modelo é seedable.

Cada agente tem identidade tipada + mTLS por padrão. Usamos tokens scoped com tempo de vida curto; chamadas entre agentes carregam trace IDs para o auditor reconstruir o fluxo.

Aditivo por padrão, com um campo `version` em cada envelope e uma política de deprecation checada em CI. Breaking changes passam por uma janela de versões paralelas.