uso uma stack parecida com a sua e aqui no trampo estamos gastando bastante tempo formatando o harness
um dos projetos que eu trabalho ja é 100% autonomo e para que ele evolua sem ficar quebrando, precisei aplicar varios gates de validacao, veja o print
se a spec q eu abro, quebra algo na app, o agent fica no loop ate que ele resolva o problema, crie testes e implemente regras para que isso nao aconteca novamente.
obviamente tem horas que fica lotado de job lixo, mas faz parte do processo. De tempos em tempos eu rodo um review completo no projeto para descartar o que nao faz mais sentido, com isso estou conseguindo garantir o funcionamento sem me preocupar com o codigo.
meu foco agora é em skill de review de sec, estou testando varias abordagens
confesso que ta divertido esse aprendizado (o print eh so um pedaco dos steps de validacao automatica)