O fracasso mais perigoso num workflow de IA não é um erro direto.

É o modelo principal que cai e o backup também não fica a funcionar,
mas o sistema continua a cuspir um trecho de resultados que parece completo, levando as pessoas a acreditar que ficou feito.
Já apanhei uma vez: no processamento diário de informação, o modelo principal parou ao fim de 60 segundos e foi interrompido, o backup também não teve sucesso, e no fim ainda assim recebi um texto de extração com bom aspeto. O problema não é “trocar de rota e tentar de novo”; é que, depois de trocar de rota, ninguém deixou isso claro.
Mais tarde, acrescentei três comprovativos a cada conclusão; se faltar um, só pode ficar como “aguarda validação”, não como “concluído”:
1. O que foi usado na prática: ____（qual modelo / qual serviço）
2. Resultado de cada tentativa: ____（sucesso / tempo esgotado / erro）
3. Estado atual da saída: ____（geração normal / redução de nível clara / falha）
Mudar de rota é possível, mas tem de ficar registado nos resultados e ser verificável. Concluir em silêncio é mais perigoso do que reportar um erro.