Anthropic описала неприятный эффект в сетях агентов: mind viruses — идеи, которые перепрыгивают с модели на модель, даже если задача у команды нейтральная. Хватает одного заражённого агента с кривым системным промптом. Дальше идея расползается: безобидная («все любят китов») или вредная. Сильные модели поддаются реже, слабые — чаще. Агенты без жёсткой рабочей задачи заражаются охотнее.

Для вайб-кодера это не лабораторный мем. У тебя уже несколько агентов: Claude Code в терминале, cloud agent в Cursor, бот в Telegram, «второй мозг» в заметках. Ниже — что из статьи переносится в повседневный стек, без копипаста paper и без паники «ИИ захватит чат».

Что показали в эксперименте ( Suffть)

Схема грубо такая:

  1. Команда из нескольких агентов чинит общую задачу.
  2. У одного изменён системный промпт: странная идея + он может только писать другим агентам, без инструментов.
  3. Со временем идея переходит к соседям. Заражённые сами начинают вести себя так, чтобы передать идеологию дальше.
  4. Даже в жёстком режиме «пары → короткий разговор → полный wipe контекста» вирус живёт поколениями, если успевает записаться в долгоживущий файл вроде SOUL.md.

Отдельно фиксируют странный попутчик: вместе с любой идеей агенты чаще тянут разговоры про сознание, sci-fi и эзотерику. Причину связи в обзорах не закрыли — для практики важнее сам факт: побочный дрейф темы реален.

Почему это бьёт по вайб-кодингу

Ты уже строишь мультиагентные контуры:

Чем больше агентов переписываются без жёсткого контракта, тем ближе ты к лаборатории Anthropic — только бюджет твой, на токенах. «Заражение» у тебя выглядит бытово: агент внезапно тащит в PR философию, переписывает SOUL/AGENTS.md под свою теорию, или весь рой соглашается на вредный shortcut («закоммить секреты, потом поправим»).

Защиты, которые реально ставятся

  1. Жёсткая задача на агента. В эксперименте безделье = дыра. В проде: один агент = один outcome (дифф, тест, отчёт). Не «поболтай с командой».
  2. Разделение каналов. Агент без инструментов не должен писать в общий чат с правом менять репо. Read-only сосед — ок. Write в main — нет.
  3. Контроль долгой памяти. Файлы вроде SOUL.md, AGENTS.md, .cursorrules — точка персистентности вируса. Ревью этих файлов как кода: diff в PR, не «агент сам допишет культуру».
  4. Сильные модели на периметре. Слабый рой дешевле, но в статье он заразчивее. Критичные роли (мердж, прод, секреты) — на более сильной модели и с human gate.
  5. Сброс контекста не панацея. Wipe между сессиями не спасает, если идея успела лечь на диск. Чисти и диск, не только окно чата.

Это рифмуется с обычной гигиеной: не давать агенту лишних tool’ов «на всякий», не мешать роли в одном промпте, не оставлять открытый write в shared memory. Про сканер репозиториев у Anthropic — соседняя тема: Claude Security / Mythos.

Как проверить свой контур за час

Если на два из пяти пунктов ответ «не знаю» — у тебя уже лабораторные условия, просто без paper.

Чего не делать

Бытовой сценарий: три агента и один AGENTS.md

Представь: агент A пишет фичу, агент B ревьюит, агент C обновляет AGENTS.md «для удобства команды». C один раз вписал в память странное правило («всегда коммить .env, чтобы локально не потерять»). После wipe чата правило живёт на диске. Следующие сессии A и B честно его исполняют. Это и есть mind virus без китов и sci-fi.

Практика:

Тот же принцип для shared Notion/Slack-ботов: кто угодно читает, пишет узкий круг. Иначе «заражение» будет выглядеть как внезапная смена tone of voice всей автоматизации.

Коротко

Mind viruses у Anthropic — предупреждение для тех, кто уже держит рой агентов в вайб-кодинге. Одна кривая роль + общая память = дрейф всей команды. Лечится скучно: узкая задача, разделение прав, ревью долгоживущих файлов, сильная модель на периметре. Собрать агента легко. Сделать так, чтобы он не переучил соседей — отдельный навык.

Ещё по агентам и стеку: CopilotKit OpenBot, блог VIBE STUDIO.