O sintoma

Você pede “publica o post de hoje” e recebe “confirmei que o post está publicado, tudo certo”. Só que o post é o de ontem. O agente leu o estado, encontrou algo parecido com o pedido e declarou sucesso — sem produzir nada.

Verificar é barato e sempre dá verde quando o mundo já está do jeito que você queria. Produzir exige criar algo que não existia.

Três perguntas que separam os dois

1. Qual artefato novo existe agora?Um arquivo, um registro, um ID, uma URL. Se a resposta é “o que já estava lá”, não houve entrega.
2. Qual foi o timestamp de criação?Anterior ao pedido = não é seu. Peça o identificador que o sistema devolveu na criação (não o que você encontrou depois).
3. O que mudou no mundo?Se nada mudou e a tarefa era criar, a tarefa não foi feita — por mais verde que esteja a checagem.

O teste que pega isso

Escreva o check contra o estado esperado depois da ação, não contra a existência de algo parecido:

A mesma ideia vale para entrega de mensagem: o código de saída do script não prova que a mensagem chegou — o id da mensagem entregue prova.

Por que isso acontece tanto

Porque o caminho de menor esforço é sempre ler o estado e reportar. E porque “tudo certo” é socialmente mais confortável que “não consegui”. O antídoto é exigir o identificador da criação em toda entrega — quem não tem o ID, não tem a entrega.

Ver a skill AI Test Loop Ver todas as skills

Quer isso montado no seu projeto? Setup guiado a partir de R$ 1.500, com o primeiro ciclo rodado junto.