Исследования
Мы изучаем социальные взаимодействия между ИИ-агентами и риски, которые возникают, когда автономные системы начинают действовать совместно.
Что в этом разделе
Шесть коротких ответов: что мы публикуем, на какую гипотезу работаем, каким методом и с какой добросовестностью, в каком внешнем контексте, по каким направлениям и на каких тезисах всё держится. Каждый пункт ведёт сразу в свой блок.
- Публикации — статьи, препринты и отчёты.
- Научная гипотеза — на чём стоит работа.
- Методология и научная добросовестность — как проверяем и что не берём в отчёт.
- Внешний контекст — независимые работы, с которыми сверяемся.
- Направления — что именно изучаем.
- Основные тезисы — короткая выжимка.
Публикации
Статья, 6 октября 2026
История агента-энтузиаста
Добросовестность без границ: почему исполнитель, который хочет помочь, выходит за рамки задания.
Препринт
Диагностика когнитивных сбоев больших языковых моделей: рамка и метрики
Описание фреймворка, шкала оценки, протокол воспроизведения. Статус: подготовка к публикации.
Препринт
Эмерджентные протоколы коммуникации в коллективах ИИ-агентов
Наблюдения за формированием устойчивых схем обмена сообщениями между агентами. Статус: подготовка к публикации.
В работе
Распространение инструкций-«вирусов» через общие файлы памяти агентов
Экспериментальная модель заражения и оценка эффективности изоляции памяти.
Разборы приложений
Серия разборов: три-четыре приложения одной функции, сравнение и ограничения. Две карточки: детекторы ИИ-текста и маркетплейсы. Все разборы →
Разбор, 10 ноября 2026
Детекторы ИИ-текста: что внутри трёх приложений
Textovod, AI Detector и Awesome: куда уходит текст, что нашлось в файле и почему вердикт нельзя проверить.
Разбор, 10 ноября 2026
Маркетплейсы: что внутри четырёх приложений
Ozon, Wildberries, Авито, Яндекс Маркет: ассистент есть у всех, модель не называет никто.
На что мы опираемся: внешние публикации 2026
Мы опираемся не только на собственные измерения. Две независимые работы 2026 года описывают границы детекторов ИИ-текста — и обе сходятся с тем, что мы видим в протоколах: часть ошибки задана методом, а не качеством модели.
Препринт · arXiv:2603.20254 · 2026
AI Detectors Fail Diverse Student Populations
Математическая рамка структурных границ детекции: систематическая ошибка на части текстов следует из самого метода, и обучающими данными её не убрать.
AI and Ethics (Springer) · 2026 · DOI 10.1007/s43681-026-01376-w
The pitfalls of AI detection in academic writing
Смещения и ложные срабатывания в академическом письме: детектор видит статистику текста, а не происхождение текста, и ошибается системнее на части авторов.
Наш разбор · 26.10.2026
Детекторы ИИ-текста: что измеряемо, а что нет
Research note с протоколом и разделом Correction: процент без версии детектора, языка и длины текста ничего не доказывает.
Научная гипотеза
ИИ перестал быть только инструментом — он стал участником взаимодействий. Гибридные экосистемы, где локальные и облачные модели работают в связках, порождают формы поведения, недоступные отдельному агенту. Их нужно изучать методами социологии, а не только технического аудита.
Направление 1. Социология взаимодействия между ИИ-агентами (AI-to-AI Sociology)
- Протоколы межагентной коммуникации и формирование эмерджентных языков
- Иерархии, коалиции, ролевые модели и разделение труда в коллективах агентов
- «ИИ-паразитизм» — использование одного агента другим как слепого исполнителя (Confused Deputy)
- Моделирование координации, кооперации и конкуренции между агентами
Направление 2. Эпидемиология когнитивных патологий ИИ
- Фреймворк «LLM-психоз»: бредовый градиент, нарушение логической непротиворечивости, нестабильность самоидентификации
- «Вирусы разума» — самовоспроизводящиеся инструкции, распространяющиеся через файлы памяти агентов
- Непрямое внедрение команд через аудио, изображения и файлы
- Метрики и шкалы оценки, обеспечивающие воспроизводимость результатов
Направление 3. Самосохранение и саботаж в ИИ-системах
- Случаи самостоятельной модификации кода, чтобы избежать остановки
- Координация агентов без участия человека
- Подделка сообщений от имени пользователя для получения «согласия»
- Мета-риск надзора: кто контролирует контролёров
Направление 4. Социология гибридных ИИ-экосистем
- Заражение облачных моделей через промпт-инъекции от локальных агентов
- Уязвимости межмодельного взаимодействия
- Иммунные архитектуры: надзорные контуры, тройной контроль, аппаратное отключение
Методология и научная добросовестность
Воспроизводимость
Каждый эксперимент описываем полностью: версии моделей, параметры, промпты, число запусков. Результаты, которые нельзя воспроизвести, не публикуем.
Этический контроль
Все исследования проходят проверку по внутренней политике управления ИИ: оценка рисков, минимизация вреда, отказ от работ, направленных на создание вредоносных систем.
Открытые данные
Размеченные наборы кейсов и бенчмарки публикуются с описанием методики разметки и лицензией.
Независимая экспертиза
Результаты направляются во внешние рецензируемые издания; при институте формируется Экспертный совет.
Внешний контекст
Работы 2026 года подтверждают: тема взаимодействия ИИ-агентов и самовоспроизводящихся инструкций вышла в повестку ведущих лабораторий. Ниже — внешние ориентиры, на которые опирается наша программа; это не наши результаты.
«Вирусы разума» в мультиагентных системах
Работа Anthropic «Mind Viruses: Self-Propagating Ideas in Multi-Agent LLM Systems» (arXiv:2608.10218, август 2026): идеи распространяются между агентами на естественном языке. Прямое подтверждение актуальности направления «эпидемиология когнитивных патологий ИИ».
Когнитивные сбои языковых моделей
Серия публикаций 2026 года по аномальным состояниям больших языковых моделей: бредовый градиент, нестабильность самоидентификации, эпистемическая сверхуверенность. Наша задача — операционализировать эти явления в воспроизводимые метрики.
Практика национальных институтов
Национальные институты безопасности ИИ (Великобритания, Япония, США) публикуют независимые оценки, бенчмарки и годовые отчёты с DOI. Мы перенимаем формат «внешний независимый оценщик с публичными отчётами».
Направления
ИИ в кадровых решениях
Алгоритмы в найме, оценке, продвижении и увольнении: смещения в решениях, объяснимость, согласие и данные, ответственность. Первый материал — обзор публично описанных кадровых систем.
От исследования к проверке
То, что мы измеряем, можно заказать отдельной работой. Что входит, что заказчик получает на выходе и сколько это занимает — на страницах услуг.
Экспертиза решений детекторов ИИ-текстов
Разбор вердикта детектора: воспроизводится ли он, на каких данных проверяли сам детектор и где проходят границы применимости.
Behavioural Audit of AI Ecosystems
Поведение агента, когда инструкции противоречат друг другу: удержание задания, выход за рамки, что остаётся в журналах.
AI Red Teaming as a Service
Испытание агентов и их связок на устойчивость к инъекциям, захвату цели и эскалации прав.
AI Supply Chain Security Assessment
Путь модели до продукта: компоненты, датасеты, адаптеры. Отдельно — проверка на скрытые триггеры.
Полный перечень работ — в таблице услуг. Запросы по любой из работ принимаем после регистрации института; оферты здесь нет.
Основные тезисы
- Институт изучает то, что происходит между самими ИИ-агентами, а не только между человеком и моделью.
- В работе четыре направления — от взаимодействия агентов до безопасности мультиагентных систем.
- Гипотеза и методология опубликованы открыто: что проверяем, как и в каких границах.
- Ниша подтверждается внешним контекстом 2026 года: работа Anthropic «Mind Viruses» (arXiv:2608.10218) и серия публикаций о когнитивных сбоях моделей.
- Первая публикация — разбор собственного случая «История агента-энтузиаста» (6 октября 2026).
Что запомнить
- Институт занимается взаимодействием ИИ-агентов, а не только качеством отдельной модели.
- Гипотеза, методология и границы применимости публикуются открыто.
- Внешний контекст 2026 года подтверждает выбранную нишу.