ALCANCE DE EVALUACIÓN
Lo que se verifica debe estar definido.
Una evaluación compara condiciones explícitas con evidencia autorizada. No mide todas las dimensiones de la calidad de un agente.
01. Definir qué tenía que pasar
La tarea necesita condiciones observables: un archivo con cierto contenido, un valor actualizado o un estado esperado. Un objetivo vago necesita comprobaciones definidas para producir un resultado preciso.
04. Registrar un resultado con alcance definido
Cada criterio tiene un estado y referencias a su evidencia. El resultado describe lo comprobado; no garantiza todo lo que hizo el agente.
- Verificado: la evidencia respalda la condición.
- Fallido: la evidencia muestra que no se cumplió.
- Evidencia insuficiente: no se puede decidir de forma confiable.
- Revisión humana: la ambigüedad o el conflicto necesita una persona.
- No aplica: la condición no corresponde a este intento.
Entradas de verificación compatibles
Los verificadores contemplan lecturas de archivos, navegador, escritorio, HTTP y permisos. Cada tarea define condiciones esperadas y fuentes autorizadas. El soporte se limita al verificador configurado y al entorno sintético de esta versión.
Evidencia de verificación local
El informe de preparación registra comprobaciones locales en Windows y Linux, integración con PostgreSQL y evaluación reproducible de un corpus sintético fijo de 100 casos. Es una referencia de regresión, no una afirmación de precisión real.