CrabTrap: puse un proxy LLM-as-a-judge delante de mi agente en producción y esto pasó

CrabTrap: puse un proxy LLM-as-a-judge delante de mi agente en producción y esto pasó Estaba mirando los logs de mi agente a las 10pm cuando vi una respuesta que me heló la sangre: el modelo había devuelto un bloque de código con un rm -rf envuelto en markdown. No era malicioso —era una sugerencia de limpieza de directorio con contexto suficiente para que pareciera razonable— pero mi agente estaba a un exec() de ejecutarlo sin preguntar. Eso fue el miércoles. El jueves instalé CrabTrap. Mi tesis