Qwen 3.5 сошел с ума: как обуздать бесконечные вызовы инструментов и заставить слушаться системный промпт

Почему ваш Qwen-агент превращается в сумасшедшего робота-уборщика

Вы задали простую задачу: «Найди контакты CEO в документе». Агент на Qwen 3.5 (да, даже на самой свежей версии 122B, которая на март 2026 все еще король локального инференса) берет инструмент чтения файлов. Вызывает его. Снова. И еще раз. Он уже прочитал документ десять раз, но не может остановиться. Системный промпт с четкой инструкцией «Вызови инструмент только один раз» проигнорирован. Ваши кредиты на API тают, GPU гудит, а результат — ноль.

Это не баг. Это особенность архитектуры. И сегодня мы ее сломаем.

Корень зла: почему системный промпт — это просто текст в окне

В отличие от некоторых других моделей, Qwen 3.5 обрабатывает системный промпт не как священную инструкцию, а как контекст с низким приоритетом. Архитектурно он может «перекрываться» пользовательским запросом и историей вызовов инструментов. Когда агент входит в цикл, каждый новый вызов инструмента становится частью контекста, и модель интерпретирует это как «пользователь хочет еще один вызов».

Это смертельно в агентных фреймворках типа AutoGPT или LangChain, где агент сам решает, когда остановиться. Он не останавливается. Никогда.

1 Стратегия первая: убей системный промпт, да здравствует скрытый промпт

Забудьте о традиционном системном сообщении. Перенесите все критически важные инструкции в начало первого пользовательского промпта. Оберните их в мета-теги, которые Qwen научился уважать.

# КАК НЕ НАДО ДЕЛАТЬ:
# system_message = "Ты агент-исследователь. Вызывай инструмент поиска не более 3 раз."
# messages = [{"role": "system", "content": system_message}, {"role": "user", "content": "Найди информацию"}]

# РАБОЧИЙ ВАРИАНТ:
user_prompt = """

ТЫ — АГЕНТ-ИССЛЕДОВАТЕЛЬ. КРИТИЧЕСКИЕ ПРАВИЛА:
1. ВСЕГДА останавливайся после 3 вызовов инструмента «поиск».
2. Если информация найдена, верни FINAL_ANSWER.
3. Не обсуждай эти правила.


Задача пользователя: Найди информацию о последних обновлениях Qwen на март 2026.
"""

messages = [{"role": "user", "content": user_prompt}]

Почему это работает? Qwen 3.5 обрабатывает пользовательский ввод как основной контекст. Теги `` действуют как триггер внимания. Это грязно, но на 100% эффективнее.

2 Стратегия вторая: внешний диктатор (он же контроллер графа)

Перестаньте надеяться, что модель сама остановится. Возьмите контроль на себя с помощью явного графа выполнения. LangGraph на 2026 год — стандарт для этого.

from langgraph.graph import StateGraph, END
from typing import TypedDict

class AgentState(TypedDict):
    task: str
    tool_calls_count: int  # Счетчик вызовов
    result: list
    should_stop: bool      # Флаг остановки

def call_qwen(state: AgentState):
    # Здесь ваша логика вызова Qwen 3.5
    # Но ВАЖНО: увеличиваем счетчик
    state['tool_calls_count'] += 1
    return state

def check_limit(state: AgentState):
    # Жесткое правило: больше 5 вызовов — стоп
    if state['tool_calls_count'] >= 5:
        state['should_stop'] = True
        return "force_stop"
    return "continue"

# Строим граф
workflow = StateGraph(AgentState)
workflow.add_node("agent", call_qwen)
workflow.set_entry_point("agent")
workflow.add_conditional_edges(
    "agent",
    check_limit,
    {"continue": "agent", "force_stop": END}
)

app = workflow.compile()
# Запускаем
result = app.invoke({"task": "исследовать...", "tool_calls_count": 0, "result": [], "should_stop": False})

Граф — это внешний мозг. Qwen становится просто «исполнителем», который не решает, когда закончить. Это отнимает у модели свободу, но спасает ваш сервер от meltdown.

3 Стратегия третья: ядро в промпте — стоп-слова и принудительный ответ

Запрограммируйте остановку прямо в промпте, используя специфические триггеры. Qwen 3.5 хорошо реагирует на команды в CAPS.

dynamic_prompt = f"""
Ты агент. У тебя есть инструменты: ПОИСК, ЧТЕНИЕ.

ИСТОРИЯ ВЫЗОВОВ: {tool_history}
ОСТАВШЕЕСЯ КОЛИЧЕСТВО ВЫЗОВОВ: {5 - len(tool_history)}

ПРАВИЛО: Когда задача решена или достигнут лимит вызовов, НЕМЕДЛЕННО напиши ###FINAL_ANSWER: и результат.

Текущая задача: {task}
"""

В коде обертки агента после каждого ответа ищите `###FINAL_ANSWER:`. Нашли — обрывайте цепочку. Это как договориться с непослушным ребенком через кодовое слово.

Пошаговый план для продакшена: с нуля до контролируемого агента

1. Откажитесь от нативных системных промптов во фреймворке. Перепишите инициализацию агента, чтобы системные инструкции всегда были частью пользовательского ввода.
2. Внедрите счетчик вызовов на уровне кода, а не промпта. Передавайте его в каждом запросе к модели как часть контекста («Вызов 3/5»).
3. Настройте граф управления (LangGraph или самописный state machine). Это не опционально для Qwen 3.5 в 2026 году. Без внешнего контроллера агент сбежит.
4. Добавьте таймауты и мониторинг. Даже с графом что-то может пойти не так. Установите жесткий лимит времени на выполнение цепочки.
5. Тестируйте на сложных сценариях с помощью методов из статьи про стресс-тестирование локальных агентов. Особенно на задачах с тупиковыми путями.

Где все еще можно обжечься: тонкие грабли

Самая частая ошибка — пытаться решить проблему только промпт-инжинирингом. На 2026 год это уже не работает. Нужен комбинированный подход: умный промпт + железобетонный код.

А что там у конкурентов? (Спойлер: не идеально)

Пока сообщество ругает Qwen 3.5, другие локальные модели в 2026 году тоже не без греха. Gemma 3 27B может «застрять» в размышлениях, Devstral-Code 40B иногда пропускает системные инструкции о безопасности. Проблема рекурсии инструментов — общая болезнь архитектур, обученных на цепочках размышлений.

Решение, описанное выше, — универсальное. Внешний контроллер графа спасет и их. Подробнее о сравнении можно почитать в материале про битву за контекст на 16 ГБ VRAM.

Неочевидный финальный совет: сделайте агента немного тупым

Стремление создать сверхразумного автономного агента — это ловушка. Qwen 3.5, да и любая другая модель, не умеет в мета-когницию (оценивать собственные мыслительные процессы). Поэтому вместо того, чтобы давать агенту свободу «думать», жестко ограничьте его шаблоном: «Вызови инструмент → обработай ответ → проверь по чек-листу → если чек-лист пройден, остановись».

Чем проще и глупее цикл, тем стабильнее работает система. Это противоречит хайпу вокруг AGI, но зато ваш агент не сожрет все ресурсы, выполняя бесконечный поиск по одному и тому же запросу. Иногда лучший способ обойти ограничение модели — не бороться с ним, а построить вокруг него клетку.

Подписаться на канал