Router Hypothesis: детальные шпаргалки в промптах поднимают точность на тестах и обрушивают её на реальных задачах

Парадокс: чем тщательнее правишь шпаргалку в промпте под найденные ошибки — тем хуже она работает на следующей партии задач. Это не случайность. Понимание этого свойства позволяет решить вопрос «нужна шпаргалка или нет» до того, как потратишь часы на доработку. Фишка: LLM не думает с нуля — она узнаёт паттерн, и чем детальнее список признаков — тем жёстче за него цепляется. Результат: детальная шпаргалка на однородных задачах — прорыв, на разнородных — хуже, чем промпт без шаблона вообще.