Pipeline de verificación que encontró 55 bugs en una app iOS en un día con 180 agentes de IA

Registro de la creación de un pipeline para auditar con agentes LLM una app iOS de red social operada en 21 idiomas (unas 130 mil líneas), y de su ejecución durante un día.

• Se separaron los roles de buscador de bugs y verificador, y se definió el criterio de decisión no por mayoría, sino como "fracaso al refutar", logrando 0 falsos positivos
• Los reportes de hallazgos se recibieron con salida obligatoria según un esquema JSON, bloqueando estructuralmente los reportes alucinados
• Se inyectó en el prompt una lista de bugs ya conocidos para evitar hallazgos repetidos, y se usó como condición de término repetir rondas hasta que hubiera 0 hallazgos nuevos
• Resultado: 6 rondas, unos 180 agentes, 55 bugs confirmados reparados y 3 correcciones a medias detectadas por la etapa de verificación

También se resumen las decisiones de diseño, como con qué lentes se hizo el fan-out y por qué se hizo refutar de nuevo el código corregido, junto con lo que la auditoría estática no puede ver (sus límites).