Ça m'a pris pas mal de temps, surtout que je me suis traîné un autre problème dans les tests unitaires : certains tests tuaient la connexion à la base de données en échouant, flinguant tous les autres dans la foulée avec une belle stacktrace à chaque fois.

Au final, j'étais vraiment dans la situation idéale :
- un bug impossible à reproduire en local,
- impossible d'utiliser un débugguer ou de rajouter trop d'infos,
- un bug qui arrivait de temps en temps (1 fois sur 4, environ),
- l'indication du test qui plantait planquée dans des dizaines de milliers de lignes de stacktrace inutiles,
- les tests prennent plus d'une demi-heure.

Au final, après avoir corrigé le problème qui tuait la base de données, j'ai pu avoir une stracktrace de taille correcte et comprendre quel test plantait. Ensuite, j'ai fait deux versions de ma fonction list_files (une qui prenait en compte l'heure de création et l'autre qui l'ignorait).