Автор на разборе показал: одна операция агента надёжна на 95%, но цепочка из восьми проседает до 66%, а после двадцати ошибки доминируют. Проблема не в модели — в архитектуре. Что происходит. Современные фреймворки (ReAct, plan-execute-reflect, multi-agent) используют транскрипт диалога как источник истины. Модель «рассуждает» на основе устаревшего или искажённого описания состояния. Каждый следующий шаг работает с уже испорченным контекстом — и ошибка нарастает как снежный ком. Что предлагает автор. Разделить два контура: память для связности повествования и убеждения (verified beliefs) — отдельно взятую, проверенную информацию о текущем состоянии мира. Сделать состояние явным объектом, а не побочным продуктом диалога. Тезис не подкреплён экспериментальными данными: автор не привёл ни замеров на реальных системах, ни ссылок на конкретные инциденты. Это аналитическая гипотеза, а не исследование. Что это значит: индустрия оптимизирует не то. Улучшение базовых моделей не решит проблему — нужен сдвиг в архитектуре оркестрации.