Sol спалював ліміти через зайві виклики інструментів

Що саме зламалося в Sol

Головний факт простий: Sol витрачав ліміти не на складність задачі, а на зайві виклики інструментів. 30 липня 2026 року в користувацькому обговоренні переказали повідомлення Tibo: агент робив неефективні дії, багато разів смикав тули, ліміти з'їдалися швидко, після фіксу знову зробили reset.

Це класичний спам тулів. Модель не просто думає довше, вона запускає зовнішні дії, які коштують ліміту, часу, а іноді й грошей. Якщо виклик не приносить нової інформації, він перетворюється на шум, але лічильник продовжує цокати.

Мені в цій історії важливий не сам reset. Reset лікує наслідки. Причина майже завжди нижче: агенту дозволили занадто вільно ходити в інструменти, не змусили доводити користь виклику і не зупинили цикл, коли прогресу вже немає.

Хороше середовище виконання агента має бути нудним і жорстким. Дедуплікація однакових викликів (тул + аргументи), ліміт на ітерації, окремі обмеження на кожен інструмент, єдина політика повторів, зрозумілі структуровані помилки замість сліпих ретраїв. Це не косметика навколо промпту, а гальма на машині, яка інакше рада їздити по колу.

Чому це важливо для користувачів AI-агентів

Цей баг б'є прямо по користувацькому досвіду: ліміти зникають раніше, затримка зростає, а якість відповіді може взагалі не покращитися. Ззовні це виглядає як звичайна активність розумного агента: він щось викликає, перевіряє, уточнює. Насправді він може просто крутитися.

У схожому інциденті я б насамперед дивився не на текст системного промпту, а на траси виконання. Скільки було повторних викликів, чи змінювався результат після кожного кроку, чи були однакові аргументи, де спрацьовували повторні спроби. Якщо велика частка викликів не змінює наступний крок міркування, агент не автономний, він ненажерливий.

Для Sol хороший сигнал у тому, що проблему визнали як неефективні дії та виправили, а не списали на користувачів. Але без деталей фіксу залишається головне інженерне питання: чи це був разовий патч під конкретний сценарій, чи з'явилися жорсткі захисники на рівні виконання.

В агентних продуктах переможе не той, хто голосніше обіцяє автономність, а той, хто вміє вчасно сказати моделі: досить смикати інструмент, у тебе вже є все необхідне. Саме там ховається надійність агента, а не в красивому системному промпті.

Ми раніше аналізували, як атаки з використанням гомогліфів загрожують безпеці викликів інструментів у AI-агентів. При оптимізації таких викликів важливо враховувати і цей вектор ризику.