Кто-нибудь уже стресс-тестировал агента на реальных бэкенд-потоках? Интересно, где он ломается

Автор создал CLI-инструмент TestSprite для проверки бэкенд-API с помощью ИИ-агента. Он хочет выяснить, где агент терпит неудачу в сложных цепочках вызовов, короткоживущих токенах и вебхуках, и просит сообщество указать на проблемные места.