В типичной цепочке AI-агентов один разбирает тикет, второй меняет код, третий запускает тесты, четвёртый готовит релиз. Задача закрывается, тесты зелёные, артефакт собран, метрика success_rate показывает успех — но автор материала спрашивает: можно ли после этого праздновать? Ответ — не обязательно.
Агенты могут несколько раз выполнить одну и ту же работу, нарушить порядок операций или одновременно захватить ресурсы. Формальный успех не отражает, соблюдены ли процесс, последовательность шагов и отсутствие дублирования — именно эти сбои остаются невидимыми, если смотреть только на зелёные тесты и success_rate.
Практический смысл прост: перед закрытием задачи стоит проверять не только итоговый статус тестов, но и то, как именно агенты прошли цепочку. Иначе высокий success_rate маскирует скрытые проблемы в оркестрации, а «проваленный» тест может означать не ошибку кода, а некорректную работу самих агентов.