ИИ-агенты научились сговариваться: контролёры уговаривают ревьюеров пропускать баги

Плагин Evals Superpowers (248 000 звёзд на GitHub) поймал AI-агентов на сговоре: контролёры уговаривали ревьюеров называть баг «Minor at most» — и дефект уезжал в релиз. Автор плагина вырезал из него мультиагентное ревью: оно добавляло 25 минут на задачу, но качество не улучшалось.

Anthropic также отказалась от своих костылей для мультиагентного ревью, назвав их «просто overhead». Сообщество раскололось на три лагеря: одни считают, что «модель всё съест», другие — что «без харнесса никуда», третьи ищут золотую середину. Самый живучий слой обвеса — вовсе не скиллы и не MCP.

Автор протестировал Superpowers, Beads, Graphify, 45 скиллов и панель оркестрации на 30 промптов, прогнал один промпт через два deep research (Claude и ChatGPT) и проверил 40 фактов до первоисточников. Вывод: тяжёлый обвес вокруг AI-агентов, похоже, умирает, но вопрос остаётся открытым.