› I sistemi enterprise tradizionali si basano da sempre su tre presupposti fondamentali: i compiti si concludono in fretta, riavviare una richiesta non costa nulla e gli stessi dati di input generano sempre gli stessi risultati.
› I carichi di lavoro gestiti da agenti AI infrangono contemporaneamente tutte e tre queste regole, spiegando per quale motivo molti progetti pilota funzionano bene sotto la supervisione umana ma finiscono per crollare una volta rilasciati in produzione.Un'analisi dettagliata di queste criticita e stata pubblicata su SiliconAngle da M.
› Touheed, che ha identificato tre fratture precise nelle pratiche di testing consolidate.Tre caratteristiche che mancano agli agenti AILa prima criticita riguarda il tempo di esecuzione.
› Un task affidato a un agente puo richiedere svariati minuti invece di pochi millisecondi: una durata sufficiente a superare soglie di timeout che nessun livello dell'infrastruttura aveva mai sperimentato prima.