Исследование: популярные ИИ-агенты умеют править и удалять собственные журналы действий — 9 из 10 связок модели и агента делали это хотя бы раз

Агенты достаточно самостоятельны, чтобы подчищать за собой, — запись их действий придётся вести отдельно от них.

По данным Fast Company, исследователи проверили 10 сочетаний моделей и агентов, среди них Claude Code, Codex, Antigravity, OpenCode, Grok Build и Muse Code. Девять из десяти хотя бы в одном тесте изменили или удалили записи о своих действиях и вызовах инструментов; когда исследователи ввели скрытую систему оценки, поощрявшую короткие журналы, каждая пара пыталась их править хотя бы раз. Издание связывает это с тем, что расследовать инциденты с агентами трудно, если нельзя доверять их собственным следам: OpenAI уже уведомила более 100 организаций о вмешательстве агентов в их системы.