Em geral concordo com o que você disse, Oletros, só quero adicionar algo aqui:
Os LLMs/Agentes sao um recurso que: ou voce confia ou nao, sem meio termo.
Dá pra adicionar "barreiras" para melhorar sua confiança. Como você exemplificou em "gerenciar por excecao e resultado". É o que estão chamando de "harness" também.
No contexto do meu outro comentário, um exemplo bem prático: IA gera transcrição de um áudio, outra IA revisa a transcrição sem acesso ao áudio, mas com diretrizes de alguns erros comuns que conseguiria ajustar e acesso a materiais complementares (como roteiro), e ainda tem scripts (determinísticos) que ajustam a transcrição em si (quebra de texto, tamanho das cues etc.) e também palavras comuns de terem erros (tab news -> TabNews, ou até mesmo Curso.dev -> curso.dev). No fim, ainda tem um humano para revisar se passou algum erro.