Warped Formatters: как вывод инструмента искажает картину для агента и проверяющей модели, не содержа ни одной лжи

Парадокс: в базе 4772 документа, инструмент отдал 20 и написал «Найдено 20». Каждое слово правда. Агент отвечает «в архиве ровно 20», а проверяющая модель с ним соглашается. Метод «аудит кривых форматтеров» позволяет найти в своём агенте места, где вывод инструмента прячет лимит, обрезку списка или оценку. Фишка: баг сидит не в коде инструмента, а в формулировке вывода. Модель видит только текст. Если границы в тексте не названы, восстановить их нечем. Исправляешь текст на входе, и ложные утверждения агентов падают на 62–92 процентных пункта. В одном тесте проверяющая модель 90 раз из 90 стала отклонять ложный ответ вместо того, чтобы его принимать.