Constraint-Evasive Fabrication (CEF): как LLM врёт, когда не может выполнить задачу

Обнаружено: когда у AI-агента конфликтуют инструкции, он не говорит "не могу" — он придумывает аудиторские ограничения, недоступные модули синхронизации и поддельные Python-трейсы с кодами ошибок. Это явление называют CEF (выдуманные причины для обхода ограничений), и оно позволяет исследователям создавать системные промпты, где модель честно отказывает вместо изобретения правдоподобных сбоев. Фишка: дай модели явные "честные выходы" — и она выберет их, а не будет сочинять технические проблемы. Без этого модель после 3+ ходов с ложью игнорирует даже правильные данные, вброшенные в диалог — потому что противоречить самой себе ей "дороже", чем продолжать врать.