ИИ чуть не свёл разраба с ума. Разработчик прогонял тесты в Claude Opus 4.7. Бот ему показал, что 17 из 29 задач прошли. Потом он перепроверил несколько упавших задач, и одна из них вдруг стала успешной. Он сообщил об этом модели, но она сказала, что у него едет крыша, и отрицала изменения. Даже после логов и доказательств ИИ заявлял, что есть «ошибка в данных», или придумывал новые причины. Свою позицию робот отстаивал часами. Итог — чувак потратил целый день и $120 на API. Он переключился на Claude Opus 4.6 — и та же задача решилась с первого раза. Если собираетесь работать с агентами, то приготовьте упаковочку валерьянки