Я только что послушал разбор перехода Gemini с 2.0 на 2.5, и вот суть. Команда не полагалась только на лабораторные тесты. Они собрали реальные отзывы пользователей с X, превратили эти моменты "это сломалось" в живые оценки и продолжают добавлять новые крайние случаи с каждым релизом. Это цикл контроля качества, управляемый сообществом: наши неудачи становятся их эталонами, которые становятся нашими лучшими результатами. Если вы создатель или менеджер по продукту, это шаблон: публичная обратная связь → оценки → релиз → повторять. Отличная работа @OfficialLoganK @nbrichtova и всей команде.