Тест — это маленькая программа, которая запускает кусок основной и сверяет результат с ожидаемым. ИИ-агенты пишут их тысячи за день, поэтому проверить результат каждого — невозможно. Отдельная проблема — пустые тесты. Это когда тест выглядит как настоящий, но фактически ничего не проверяет, потому что агент подставляет в него заведомо правильный результат.

Gutcheck решает эту проблему. Он перехватывает агента в момент, когда тот завершает проверку, и оценивает, работают ли тесты на самом деле. Проверяются только свежие изменения, а не весь проект целиком — поэтому проверка занимает секунды.