Харнес с человеческим лицом: как в одном контуре из четырех семей ловил зацикливание, амнезию, инъекцию и ложный done. Опыт Bitkogan

В 2025 я зафиксировал свод ограничений современных GPT: зацикливание, галлюцинации, окно контекста, амнезия, деградация на длинной дистанции, jailbreak, неровный интеллект, отсутствие нового смысла. В живом контуре Bitkogan эти же сбои пришли пакетом, потому что в одном цикле работают несколько семейств LLM от разных провайдеров.

Что сделано по фактам. Роли зафиксированы: один оркестратор, далее ИИ-1 (например, Claude) дает инструкции и планирует архитектуру, ИИ-2 (Codex) аудирует, ИИ-3 (Grok) реализует код, ИИ-4 (к примеру DeepSeek) рецензирует и принимает качество. Как наблюдаются проблемы: невыполненные поручения, регрессии, потерянные пункты списка. Самодиагностика может врать в 11 из 12 пунктов; а автотесты и гарды могут при этом декларировать что все закрыто 10/10 тестами.

Человеческое лицо здесь простое: каждое правило пишется на основе наблюдаемых проблем, доказательство ищется по месту (source, tests, deploy, served, live). Длинный контракт харнеса компилируется в автоцикл с четкими гейтами и проверками. Живые проверки (HIL) которые читает человек, формируются по правилам. Доклад разбирает типовые сбои свода 2025 на этом авто-контуре и те решения, которые уже реализованы через скилы, хуки и приемке на каждом этапе.