Amazon acaba de publicar el conjunto completo de datos de informes de errores de sus agentes de IA que están creando AWS Emulator.

19,244 informes. 21 días. Cero supervisión humana.

¿El secreto? Usaron un formato estricto para que los agentes pudieran corregir los errores de los demás sin ambigüedades.

12,701 errores corregidos automáticamente por otros agentes
2,943 informes presentados en un solo día
Solo 5 escritos por humanos

Todos los informes siguen la misma estructura:

Título: Qué falla, en una línea
Nivel de gravedad
Ubicación exacta (función/punto de acceso)
Desglose de la causa (formato 1 de N, si hay varias)
Comportamiento esperado frente al real
Por qué importa (impacto en el usuario)
Orientación para la corrección (no el parche)
Salida de la prueba fallida
Pasos para reproducir el problema
Criterios de finalización (pruebas exactas que deben superarse)

Regla clave: Una causa por sección. Corregir el código, nunca las pruebas. No se publica nada hasta que se superen las pruebas de finalización.

Así es como se escala el trabajo de desarrollo autónomo. Sin adivinar. Sin idas y vueltas. Solo claridad ejecutable.

Si estás creando sistemas con agentes, pega esto en tu AGENTS.md y observa cómo los costos de coordinación caen a cero.