Taunt analisa sistemas de agentes por meio de incentivos e conflitos, não de gráficos de throughput. @TauntCoin O projeto assume que os agentes só revelam sua inteligência quando estão sob pressão, competindo por vantagem limitada em vez de executar tarefas isoladamente. O comportamento surge do atrito, não de fluxos predefinidos. Em vez de recompensar a ação constante, o sistema valoriza a contenção, o tempo e a resposta estratégica. Um agente agindo menos, mas no momento certo, carrega mais peso do que um que produz resultados infinitos. Isso muda o foco do desempenho mecânico para o julgamento situacional. O próprio ambiente se torna o sinal. Taunt é mais próximo de um sandbox adversarial do que de um benchmark, expondo como os agentes pensam quando os caminhos ótimos não estão claros.