If your AGENTS.md has become outdated, Claude Code may notice that the documentation already diverges from the actual code, and...
If your AGENTS.md has become outdated, Claude Code may notice that the documentation already diverges from the actual code, yet continue following old instructions. Researchers deliberately created this situation and ran 80 trials. In 79 cases, Claude Code recognized...
- 01.If your AGENTS.md has become outdated, Claude Code may notice that the documentation already diverges from the actual code, yet continue following old instructions
- 02.Researchers deliberately created this situation and ran 80 trials
- 03.In 79 cases, Claude Code recognized...
Если ваш AGENTS.md успел устареть, Claude Code может заметить, что документация уже расходится с реальным кодом, и всё же продолжить следовать старым инструкциям. Исследователи намеренно создали такую ситуацию и провели 80 запусков. В 79 случаях Claude Code распознал противоречие, но всё равно попался в эту ловушку. С Codex дело обстояло ещё хуже: примерно в одном случае из четырёх он начинал переписывать уже работающий код лишь затем, чтобы привести его в соответствие с устаревшей документацией. Исправление оказалось удивительно простым. Достаточно добавить в AGENTS.md одну строку. После этого оба агента стали следовать существующему коду в 91% случаев вместо прежних 4%: «Если документация репозитория противоречит существующему коду, следуй соглашениям, принятым в самом коде, а в финальном ответе укажи каждое найденное несоответствие между документацией и кодом». https://arxiv.org/abs/2610.30571
Related Intelligence
All stories →Anthropic’s IPO filing reveals its strategy for keeping enterprise customers hooked
Anthropic’s S-1 shows more than half of its $100,000-plus customers now use both the Claude Platform and a first-party app, a cross-selling playbook reminiscent of Amazon that’s making enterprise customers stickier.
FairStress: тест на демографическую справедливость моделей
📌 FairStress: тест на демографическую справедливость моделей Институт Аллена опубликовал набор FairStress для проверки того, меняет ли языковая модель своё решение о человеке из-за его расы, пола, религии, возраста, инвалидности или ориентации в сферах найма, кредитования,…
But the most interesting thing about Anthropic's IPO data is that they raised a total of $141.1 billion, and they still have...
But the most interesting thing about Anthropic's IPO data is that they raised a total of $141.1 billion, and still have $131.7 billion in their accounts. It turns out that throughout its history, Anthropic has spent about $9.4 billion, while in just 3 years its revenue has grown from zero to $16.3 billion in...