Supervisor + Meta Reflection: как удержать агента от ухода в лёгкие задачи через обязательство и периодический взгляд со стороны

Обнаружено: без чёткой метрики агент сползает к тому, что проще проверить, и убеждает себя, что это важно. Эксперт-автор оригинальной работы поставил низкие оценки трём четвертям идей агентов именно за это. Метод Supervisor + Meta Reflection позволяет держать долгую автономную работу агента на главном вопросе, а не на мелочах с быстрым результатом. Агент письменно обязуется держать направление N шагов, а отдельная роль-надзиратель не даёт свернуть без веской причины. Каждые 50 шагов другая модель оценивает работу глазами эксперта. Без этих двух механизмов доля найденных «открытий» на одной задаче упала с 76% до 58%, а проекты стали короче.