Технический контекст
Я бы не спешил кричать про «тайный системный промпт». По тем данным, которые сейчас есть, официального подтверждения скрытого апдейта нет. Зато есть вполне приземлённая версия: в мае и июне GitHub перетряхнул модели в Copilot, и именно после таких рокировок AI automation начинает вести себя «как будто его подменили».
Что я вижу по фактам: GPT-5.3-Codex стал базовой моделью для части Copilot-сценариев, GPT-5.2-Codex начали убирать, а rollout шёл не одномоментно. Вот в таких переходах и рождаются странные эффекты: вчера агент был слишком автономный, сегодня тормозит и допрашивает по каждой мелочи.
Отдельно меня зацепил кусок про memory.md и интроспекцию по тредам. Это уже не похоже на одну кнопку или один режим. Если у ассистента есть память, внутренние инструкции и разные product surfaces, то изменение поведения вполне может прийти не из «системного промпта» в чистом виде, а из комбинации новой модели, памяти и оркестрации.
И вот тут я бы копал не в сторону теорий, а в сторону воспроизводимости. На каком аккаунте это началось, в каком режиме, на каком именно surface Copilot, с какой моделью, что лежит в memory.md, и исчезает ли эффект после сброса контекста. Без этого все разговоры про /plan mode остаются на уровне чата с догадками.
Что это меняет для бизнеса и автоматизации
Если вы строите AI integration в разработке, такое поведение бьёт сразу по двум местам: скорости и предсказуемости. Агент, который раньше делал задачу за один проход, теперь вставляет лишний слой согласований. На маленьких задачах это просто бесит. На пайплайне команды это уже превращается в скрытый налог на время.
Кому это может быть даже полезно? Командам с жёсткими требованиями к качеству и безопасным изменениям. Кто проигрывает, так это те, кто рассчитывал на быстрый полуавтономный поток правок без постоянного диалога.
Я такие сдвиги вижу регулярно: модель поменяли, а AI architecture процесса осталась старой, и внезапно всё начинает буксовать. В Nahornyi AI Lab мы как раз разбираем такие узкие места на практике: где нужен более самостоятельный агент, где жёсткие рамки, а где память и маршрутизацию лучше вообще переделать. Если у вас Copilot или внутренний кодовый ассистент вдруг стал тормозить команду, можно спокойно разобрать workflow и собрать AI solution development под реальную работу, а не под ожидания от прошлой версии.