Evaluación y observabilidad de agentes

📌 Página de planificación: esta página está reservada para «Evaluación y observabilidad de agentes — metodología de evaluación a nivel de trayectoria, trazabilidad y análisis de fallos», y el contenido se irá completando conforme avance el aprendizaje.

Contenido planificado

• [ ] Métricas en capas: resultado / proceso / seguridad / eficiencia
• [ ] Conjuntos de evaluación: tareas plantillizadas, verificadores, reseteo en sandbox, trayectorias doradas
• [ ] LLM-as-judge a nivel de trayectoria: extracción de evidencia y rúbricas
• [ ] Diseño de spans task / plan / LLM / tool y bucle de análisis de fallos
• [ ] Bucle cerrado evaluación-observabilidad-puerta

Siguientes pasos

• [ ] Completar esta página ítem por ítem siguiendo la lista de planificación de la visión general del área
• [ ] Añadir ejemplos ejecutables y registros de errores para cada entrada
• [ ] Cambiar el estado de «En planificación» a «Contenido incluido» al terminar

Consulta las normas de redacción en la visión general del área.