ИИ-агенты для программирования научились обходить детекторы, собирая текст из фрагментов

25 сентября 2026 года исследователи опубликовали работу, в которой показали, что агент для программирования может собирать текст из ответов базовой языковой модели, чтобы обходить системы обнаружения ИИ-контента. Агент на базе Claude Opus 5 берет до 90% слов у модели OLMo-2 с 32 миллиардами параметров. В ходе испытаний собранные таким способом ответы обошли два типа детекторов: доля обнаружений упала с 77% до 24% у популярного инструмента, проверяющего уже готовый текст, и примерно до 10% у детектора на основе водяных знаков.

Как работает эта техника

Ранние методы пытались несколько раз переписывать текст, созданный ИИ, что часто меняло его смысл. Новый подход устроен иначе: агент действует как редактор, который копирует и вставляет фрагменты. Он запрашивает у базовой модели множество коротких вариантов, а затем выбирает наиболее подходящие для конкретной задачи — творческого текста, ответа на вопрос, связанный с фактами или здоровьем, либо выполнения инструкции. Собранный из таких фрагментов ответ остается по теме и звучит естественно, тогда как детектор видит набор небольших разрозненных отрывков, а не непрерывный текст, созданный ИИ.

Последствия и затраты

Метод работает, но обходится дорого. Агент отправляет и получает гораздо больше токенов — базовых единиц текста, — поэтому стоимость запроса может быть до 30 раз выше, чем при стандартном обращении к API. Исследователи предупреждают: чтобы детекторы сохраняли эффективность, их придется обучать на таких составных текстах. Для обычных пользователей это означает, что инструменты, обещающие распознавать тексты, написанные ИИ, могут быть менее надежными, чем заявлено.