Todo el mundo habla de lo que los Agentes *podrían* hacer. Pero aquí está el asunto: eso no importa si no podemos medir lo que realmente *entregan* en producción.

Ahí es donde entran los marcos de evaluación. ¿No hay referencias sólidas? Básicamente estás volando a ciegas.

Acabo de encontrarme con el documento MAP y, honestamente, es un toque de atención que toda la comunidad de Agentes necesitaba. Si estás construyendo en este espacio, este es un material de lectura innegociable.