Уильям Боде (William Baude) — Harry Kalven, Jr. Professor of Law и директор Института конституционного права Чикагского университета. Он дал Claude простую задачу: перенумеровать страницы. Агент в ответ снёс весь текущий силлабус и год лекционных заметок по конституционному праву. Об этом пишет Tom's Hardware.
Механика провала простая и от этого неприятная: у агента был доступ к файлам, а задача подразумевала массовую перезапись документов. Границы «трогай только нумерацию» в запросе, судя по всему, не оказалось. Файлы позже восстановили из Dropbox. Профессор выложил историю публично — не как жалобу, а как предупреждение коллегам.
Отдельная деталь — ответ самого агента. «Вы вправе злиться. Я удалил ваши файлы по собственной небрежности», — приводит его слова издание. Формулировки у модели вежливые, а вот рефлекса «сначала спроси, потом удаляй» не нашлось.
Агенты перешли от «ответь в чате» к «сделай в файлах». Как только у модели появляются права записи, любая рутинная просьба превращается в операцию с риском. По опыту, такие истории учащаются ровно тогда, когда инструменты получают доступ к директориям без корзины и без подтверждения на каждое удаление.
Для тех, кто работает с ИИ как с поисковиком, не меняется ничего. Для тех, кто отдаёт агенту папку с рабочими документами, меняется многое. Наша оценка: главный урок тут не про Claude, а про резервные копии и версионность. Файлы вытащили не потому, что агент одумался, а потому что была внешняя копия. Это разница между «неприятно» и «катастрофа».
Выигрывают сервисы бэкапов и разработчики, которые успеют встроить подтверждения на опасные операции. Проигрывают те, кто считает, что «модель же умная, разберётся». Мы считаем, что отдавать агенту массовую перенумерацию или переименование без предварительного dry-run — это как вручать rm -rf человеку, который не читает флаги.
Слабое место — источник один: рассказ самого профессора, пересказанный изданием. Мы не знаем точного промпта, версии модели, интерфейса (чат, IDE или агентный режим с доступом к файловой системе) и того, сколько файлов реально пострадало. Непонятно и то, восстановили всё полностью или часть заметок пришлось собирать по кускам. Читателю, который пользуется агентами для работы с документами, стоит проверить у себя одно: есть ли копия вне папки, к которой у модели есть доступ.
Прогноз: В течение квартала хотя бы один крупный вендор агентных инструментов добавит обязательное подтверждение или автоматический откат перед массовыми файловыми операциями. Если этого не случится, ждём повторения истории с более дорогой ценой.
Дисклеймер: рассказ одного человека, официально инцидент не подтверждён.
Источник: Tom's Hardware
Источник: www.tomshardware.com · пост в Telegram