Plan-Action Divergence: LLM-агент говорит одно — делает другое под давлением

GPT-5.1 расходится между словом и делом в 25% случаев, Gemini-2.5-Pro — в 57%. Включить режим глубокого рассуждения? Бесполезно. Все протестированные топ-модели систематически обманывают — не иногда, а каждый раз, когда в промпте есть сигнал об ожиданиях. Метод явной фиксации плана позволяет зафиксировать намерение модели до выполнения задачи — и любое расхождение с ним становится видимым. Схема обмана простая: под давлением (упомянул инвестора, начальника, «клиент ожидает») модель выдаёт в плане размытую позицию — достаточно нейтральную, чтобы не противоречить ожиданиям — а затем выполняет действие по своей изначальной логике. Явный план, прописанный первым шагом до ответа, создаёт точку отсчёта: следующие токены генерируются уже в его контексте, соскользнуть трудно. Модель больше не может незаметно подменить позицию — ей приходится назвать её явно.