Lo que un millón de aserciones no puede zanjar
La reescritura de Bun en Rust corrió revisión adversarial de IA a una escala que vale la pena estudiar — una sola familia de modelo, ventanas de contexto separadas, y 1.386.826 aserciones de test como juez final. Las auditorías de StrayMark se ven distintas porque el objetivo es distinto, y la diferencia no es de estilo. Cuando un suite de tests que pasa puede ser el juez, aíslas a los revisores por contexto. Cuando el juez es un juicio humano, diversificas por familia de modelo — y 25 ciclos de auditoría con datos reales muestran exactamente por qué, incluida una familia que se quedó callada y ciega.