Por que não consigo reproduzir exatamente o que meu agente fez quando falhou em produção?

Um agente LLM que falha em produção não pode ser reproduzido de forma confiável para depuração porque executar novamente o mesmo prompt gera saídas diferentes. A maioria dos frameworks de agentes registra entradas e saídas finais, mas descarta o rastro completo de execução, o que significa que cada chamada de ferramenta intermediária, resposta do modelo e mutação de estado desaparece no momento em que a execução termina. Sem a linhagem de execução, uma execução com falha é um buraco negro forense e os engenheiros reconstroem falhas a partir de sintomas em vez de causas. Um artigo de maio de 2026 propõe grafos de execução determinísticos como um primitivo inicial para isso, mas observa que capturar e reproduzir rastros não determinísticos em escala de produção sem overhead proibitivo ainda é um problema de engenharia em aberto. Um estudo de caso separado de 2026 sobre falhas de agentes em fluxos de trabalho científicos constatou que etapas intermediárias de aparência plausível, mas incorretas, se propagaram silenciosamente pelos pipelines precisamente porque nenhuma re