Las evaluaciones de agentes tienen un problema oculto: El juez mismo puede ser poco fiable. Un nuevo experimento comparó a Jev con GPT-5.6 Luna, Terra y Claude Sonnet 4.6. Los resultados: → 500/500 decisiones binarias coincidieron con el oráculo humano → varianza de puntuación 92–913 veces menor → latencia promedio de 0.44s → $0.00035 por evaluación Jev no genera un párrafo y luego lo convierte en una puntuación. Toma una decisión estructurada directamente. Esto podría cambiar la economía de la evaluación de agentes. Jueces más baratos y más rápidos permiten a los equipos evaluar más trazas, ejecutar más pruebas de regresión y acortar el bucle de retroalimentación en cada actualización del agente. La advertencia importante: este fue un experimento inicial y limitado. Pero la dirección es fascinante: Los agentes confiables pueden requerir jueces mejores, no solo modelos mejores.