Evaluación y Testing de Agentes de IA en Producción: Cómo Medir lo Impredecible

En el desarrollo de software convencional, la frontera entre el éxito y el fracaso es nítida, binaria y determinista. Escribes una función matemática, diseñas un test unitario con assert calculate_discount(100, 0.2) == 80 y, si la aserción pasa en tu pipeline de integración continua, el código se despliega a producción con total confianza. Pero cuando construyes un Agente Autónomo de IA, todo ese edificio de certezas se desmorona: El input del usuario es impredecible y abierto en lenguaje natural. El modelo fundacional subyacente es intrínsecamente estocástico (probabilístico). El agente debe