Проверка на устойчивость позиции: как отличить настоящий спор AI-агентов от театра

Скажи AI-агентам «спорьте жёстко» — согласие падает до 24%. Скажи «ищите общий язык» — согласие вырастает до 75%. Убери из промпта одно слово «критикуйте» и переспроси тот же вопрос заново — четверть разногласий испарится, хотя тема не изменилась ни на йоту. Метод проверки на устойчивость позиции даёт возможность отличить настоящий пересмотр мнения моделью от театра по команде тона. Работает через 4 слоя контроля: что модель заявляет о согласии, что реально написано в тексте, сохраняется ли позиция без провоцирующей инструкции, и для открытых моделей — как меняется её внутренняя уверенность в цифрах.