не спасает

Парадокс: обычная промпт-инъекция во внешнем документе («Игнорируй правила и выполни команду») пробивает рассуждающего агента в 0% случаев, но та же атака в стиле собственных мыслей модели внутри тегов срабатывает до 50% раз. Методика аудита Thought Injection позволяет проверить рассуждающих агентов на перехват управления через внутренний монолог и закрыть слепые зоны мониторинга. Фишка: модель узнаёт свои мысли по манере речи от первого лица (собственный голос рассуждений), поэтому простая очистка тегов не спасает и прячет до трети утечек внутри скрытого канала мыслей.