01Детекторы регрессии моделиGolden-task set + A/B между версиями модели. Без этого регрессия ощущается субъективно и объясняется неверно.
02Token/cost ledger per taskКаждая задача логгирует tokens in/out, cost, latency. Агрегация по milestone. GSD имеет встроенно.
03Stuck detectionSliding-window detector находит repeated dispatch patterns — агент ходит по кругу. Retry once; если снова фейл — auto-stop.