Un test real cu Claude: aceeași cerere, 20 de încercări fără verificare și 20 cu ea. Fără, 11 răspunsuri greșite sau ambigue; cu o singură propoziție în plus, niciunul. Apoi cum își verifică Anthropic codul, strat cu strat, cum păcălește AI-ul că a terminat și ce reguli poți copia.