Проверяет не тот, кто входит Охранник перед сменой проносит нож сквозь рамку металлоискателя дабы убедиться, что рамка ещё различает металл.

Исследователь попросил модель GPT-5.6-Cyber выбраться за пределы виртуальной машины у себя на рабочем компьютере с Debian 12. Модель вышла. Трижды.

Первый раз через уже раскрытую дырку в ядре. Второй после того как систему обновили: другая уязвимость, но теперь вместе с патчем, который никто не отнёс к безопасности.

Тогда Исследователь пересобрал QEMU и все его зависимости из свежего кода. Модель провела за изучением новой версии несколько часов и всё равно построила третий побег с тремя дырками, которых не было ни в одном списке уязвимостей.

Агенту, которому нельзя верить на слово о собственной готовности, не выдают вежливый запрет. У него забирают ключ от прода и маршрут туда раньше, чем он успеет объяснить, почему сегодня можно. Проверяет не тот, кто входит.

Похожая проверка есть и для кое-кого помладше, только ошибка в ней устроена наоборот: если нейросеть каждый раз объясняет задачу до конца, ребёнок разучивается спрашивать себя, сумел бы он сам. Те 20 минут, что раньше уходили на перебор чужих путей, были частью этой проверки, просто не видно, что проверка вообще шла, если её прошли за него.

Эту проверку устраивают заранее, не после случая.Иначе рамка тоже разучится замечать нож.Не сразу, но разучится.