Агент говорит, что это коснулось только одного файла. Вот как я сделал это доказуемым.

Первоначально опубликовано на LinkedIn 15 августа 2026 г. Два сообщения назад я сказал, что по мере того, как код становится дешевым, редкой вещью является управляемое намерение. В прошлый раз была схема организации — способ сделать проверяемым то, «что даже является законной организацией». Это вторая половина: среда выполнения, которая позволяет проверить собственный отчет агента о своей работе, а не то, что вы принимаете на веру. Посылка неудобна, если вы потратили какое-то время на передачу задач агенту кодирования: вы просите его коснуться одного файла, и он сообщает вам, что коснулся одного файла. Возможно, так оно и было. Отчет, который вы читаете, получен в результате того же процесса, который вы пытаетесь проверить. Поэтому я построил Орвену на более узком обещании, чем «поведение агента». Вы объявляете объем задачи — эти файлы, этот бюджет шага — и Orvena обеспечивает его соблюдение на уровне ОС, а не на уровне подсказки. Вся суть в различии: подсказка — это запрос, который модель может неправильно прочитать, забыть или незаметно игнорировать, пытаясь быть полезной. Отклоненный системный вызов не является запросом. Агент не может интерпретировать это по-другому — внутри этой границы. Границей сама по себе является файловая система, а не все, чего может достичь агент: содержащийся агент все равно может общаться со своим собственным поставщиком модели по сети.