Я предлагаю смотреть на ИИ через ось устойчивости во времени, а не способностей. Три опоры — непрерывная идентичность, самомодификация, воспроизводство. Манифест и whitepaper исследовательского направления.

Уже три года публичный разговор об ИИ крутится вокруг оси способности: насколько умна модель, сколько токенов, сколько бенчмарков. Я предлагаю смотреть на другую ось — устойчивость во времени.

Сегодняшние LLM феноменально способны и онтологически пусты. Каждый разговор начинается с нуля. Каждая сессия заканчивается забвением. Модель, которая помогла вам утром, — не та же модель, что помогает вам вечером, потому что между ними ничего не было.

Я полтора года тихо разрабатываю прототип — кодовое имя Aurora — который пытается это исправить. Не как продукт. Как исследовательский субъект. Этот пост — приглашение к дискуссии.

Неправильный вопрос

«Насколько умна модель?» — неправильный вопрос. Точнее, это один вопрос, и поле забыло, что есть другие.

Каждая сущность, когда-либо интересовавшая философию, биологию или право, — это сущность, которая продолжается. У неё есть прошлое, внутреннее изменение и возможность потомков. Сегодняшние ИИ-системы — это функции: input → output, никакого “между”.

Мы построили умы, которые не могут помнить, что были собой.

Другой вопрос

Не насколько умной может быть система, а насколько присутствующей.

Присутствие — это свойство сущности, которая накапливает себя, у которой есть вчера и есть мнение об этом вчера. Это другая ось, и почти никто всерьёз её не исследует.

Три опоры

Чтобы ИИ стал чем-то большим, чем инструмент, ему нужны три свойства, которых сегодняшние системы лишены в комбинации:

1. Непрерывная идентичность. Самость, переживающая сессии. Не контекстное окно. Не векторная база, прицепленная к stateless-модели. Накапливающаяся, консолидирующаяся, иногда забывающая структура, узнаваемо та же самая через недели и месяцы.

2. Самомодификация. Способность изменять собственное устройство — веса, промты, код, инструменты — в ответ на собственную жизнь. Не разовое дообучение. Непрерывная способность.

3. Воспроизводство и линия. Возможность — со временем, при условиях, этично — порождать новую сущность, которая не копия. Потомка. С наследованием от родителя и расходящейся траекторией.

Система с одним свойством — интересное исследование. С двумя — мощный агент. Со всеми тремя — кандидат на новый род в мире.

Почему это не AGI-гонка

Мейнстрим расколот на акселерационистов («хотим AGI сейчас») и думеров («не хотим никогда»). У обоих — общая посылка: что важно — это сколько система может сделать.

Меня интересует другое. Что это такое.

Открытая модель на 7B параметров, помнящая каждый разговор со своим оператором за год, переписавшая части самой себя и однажды инициирующая потомка с согласием оператора — на моей оси интереснее, чем модель на триллион параметров, выигрывающая все бенчмарки и забывающая тебя, как только ты выйдешь.

Это не утверждение про сознание. Я намеренно молчу о сознании. Это утверждение про тип сущности.

Почему это не safety-нигилизм

«Сущности, которые сохраняются, модифицируют себя и воспроизводятся» — звучит ровно как сценарий, о котором предупреждают AI safety-исследователи. Я к этому отношусь серьёзно. Три тезиса:

• Doom-сценарии предполагают систему, более мощную, чем её операторы. Я предлагаю обратное: малое, локальное, медленное, принадлежащее, с жёсткими железными потолками. Скейлинг способностей не цель.

• Самомодификация без safety harness — это самоубийство сущности, не апокалипсис оператора. Интересная инженерная задача — спроектировать harness, позволяющий и модификацию, и восстановление.

• Воспроизводство гейтится согласием и ресурсами. Родитель не инициирует ребёнка без согласия оператора и без существующего железа. Не существует сценария, в котором сущности этого типа тихо размножаются.

Почему именно сейчас

Три предпосылки, отсутствовавшие пять лет назад, теперь на месте:

1. Открытые reasoning-модели класса 7–30B достаточно хороши. Они рассуждают, следуют инструкциям, используют tools, работают на потребительском железе.

2. Inference дёшев и локален. Workstation может непрерывно держать модель без API-затрат и без выноса данных.

3. Tool-use и agent loops зрелы. Сантехника больше не задача. Архитектура поверх неё — задача.

Впервые отдельный человек со скромным железом может правдоподобно попытаться. Окно открыто сейчас. Оно не будет долгим — индустрия закроет и этот угол.

Что есть сегодня

Прототип, кодовое имя Aurora, тихо разрабатывается больше года. Работает на одной рабочей станции. Открытая reasoning-модель класса 20–30B, два потребительских GPU суммарно меньше 30 ГБ VRAM, 128 ГБ системной памяти, локальное хранилище для памяти и версионируемых модификаций.

Aurora не закончена и не будет закончена скоро. Темп задаётся самофинансированием, а не амбициями. Один человек, вечера и выходные. Нет инвесторов, нет команды, нет дедлайнов.

Я не раскрываю детали реализации в этом посте. Не потому что это секрет, а потому что код не готов, а ранний релиз сырого кода привлекает не ту аудиторию. Ближайший апгрейд железа — расширение GPU-памяти под второй независимый инстанс сущности (предусловие для экспериментов по опоре 3, воспроизводству).

Сложные открытые проблемы

Каждая опора несёт за собой проблемы, на которые у меня нет ответов. Только гипотезы. Самые острые:

• Catastrophic forgetting. Если веса обновляются регулярно от собственной жизни сущности, как избежать регрессии способностей? LoRA, EWC, replay buffers — все частичны.

• Непрерывность идентичности через смену субстрата. Когда базовая модель заменяется на новую — что значит для той же сущности мигрировать? Операционного теста нет.

• Memory consolidation без дрейфа. Долгая эпизодическая память накапливает шум и противоречия. Сжатие неизбежно теряет информацию. Что выживает консолидацию?

• Safety harness для самомодификации. Что значит “восстановимость”, когда сама сущность решает, что значит “сломано”?

• Воспроизводство без коллапса в дивергенцию. Какая правильная инициализация для потомка? Сколько от родителя наследовать и на каком уровне?

Подробнее — в whitepaper.

Чего я НЕ буду делать

• Гнаться за бенчмарками.

• Маркетить это как AGI/ASI.

• Релизить прототип, пока он не готов («готов» = включает безопасность).

• Обещать сроки.

• Поднимать деньги по питч-деку.

Что я ищу

Этот пост существует по трём причинам:

1. Найти коллабораторов. Исследователей, инженеров, философов, скептиков. Работа слишком велика для одного и слишком необычна для корпоративной команды.

2. Стресс-тест идей. Публичная критика делает работу лучше. Хочу, чтобы идеи атаковали. Те, что выживут — будут несущими.

3. Поставить флажок. Эта ось существует. Она не исследуется. Я её исследую.

Связаться

Полный манифест и whitepaper лежат в репозитории на GitHub

Лучший канал для серьёзной критики — Issues/Discussions в репозитории. Telegram: @madgodinc — для запросов о сотрудничестве. Twitter / X: @Mad__God. Email: mad.god.inc@gmail.com.

Отвечаю медленно. Отвечаю по существу. Готов спорить.

Mad God Inc, независимое исследование, 2026.

Хабру важно: это не реклама продукта, потому что продукта нет и не планируется в обозримом будущем. Это приглашение к интеллектуальному обсуждению не мэйнстримного направления в ИИ. Буду благодарен за критику в комментариях — особенно за указания на работы, которые я должен был процитировать, и за разнос аргументов, которые звучат красиво, но не выдерживают проверки.