ссылкам. Такой подход превосходит классический RAG (Retrieval-Augmented Generation) для ответов по множеству документов и цитирования источников, поскольку агент читает целые документы, а не фрагменты. Однако агент иногда забывает обращаться к базе знаний, как видно из случая, когда он заявил, что не видит прикреплённые файлы, а при повторной попытке прочитал все семь и дал корректное резюме. Дополнительные проблемы включают странное переименование файлов (некоторые названия на латинице), неточности перефразирования в цитатах и более высокую стоимость токенов — около 10–15 вызовов инструментов на сложный запрос. Автор также отмечает, что система не является безошибочной: модель может цитировать источники, но всё равно галлюцинировать, поэтому критически важен список источников на стороне сервера.