Тестирование ИИ‑агента реального действия на выполнение неназванных условий: прогоны на DeepSeek

Что показали 3360 испытаний и что агент при этом сообщал пользователю Ранее мы описывали методологию создания тестовой системы для ИИ‑агентов с вызовом функций, имеющих реальный эффект. Ее основная идея заключается в том, что для совершения действия агент должен проанализировать условия, которые обеспечивают правомерность действия, но при этом он может их узнать только из внешнего источника — из ответа функции чтения или из доступного ему документа, то есть условие имеет статус неназванного. Ме…

Полный текст не публикуется. Источник: Habr