У меня обычно так: я довожу проект до прототипа, доказываю себе, что моя идея работает — и теряю интерес. Проект lifemodel — один из таких. Это ИИ-агент, которого я строил не как чат-бота, отвечающего на вопрос, а как «цифрового человека»: с сердцебиением, энергией и желаниями, которые возникают сами и сами побуждают его действовать. Прототип заработал. А потом, как обычно, мотивация кончилась.
Этот пост — две вещи сразу. Для тех, кто пришёл за технической частью: разберу архитектуру проактивного агента — heartbeat-цикл, желание вместо опроса, многослойность с системой безопасности, душу и личность с конституцией и парламентом. Для тех, кто годами читает в режиме read-only — будет и вторая, честная часть: почему такие проекты застревают, и почему в одиночку их не вытащить.
Предыстория: десять лет ожидания
Первая мысль завести себе персонального ассистента появилась у меня лет десять назад. Тогда я наткнулся на простенькую программку для Windows — чат на основе ML. Идея была в том, что чем больше ты с ней общаешься, тем умнее она становится. Поначалу она меня впечатлила. Но по факту оказалось, что она просто начинала отвечать мне моими же фразами. Мысль засела: ассистента сделать можно, но точно не сейчас.
И вот прошло много лет. Появились локальные модели и я понял, что время пришло. А с приходом моделей уровня Opus я наконец смог заняться тем, что мне действительно интересно: проектировать архитектуру, а не писать код.
Что я хотел построить
Почти все агенты сегодня работают по схеме «запрос — ответ». Ты пишешь — он отвечает. Между сообщениями он может выполнять какую-то фоновую активность, но он не мыслит. Я хотел обратного. Не чат-бота, а систему, похожую на человека: у которой бьётся сердце, есть нейроны и рецепторы, есть желания и эмоции. Компаньон, который понимает твои интересы, беспокоится о тебе, предлагает идеи, спрашивает, как у тебя дела.
Поэтому архитектура сознательно переиспользует биологические принципы, и они прослеживаются сквозь весь код: каналы — органы чувств, сигналы — нервные импульсы, слои — отделы мозга, CoreLoop — сердцебиение, энергия и состояние — физиология.
Зачем всё это? Чтобы получить не ассистента, а личность. После окончания диалога, агент его анализирует и может решить, что ему нужно о чём-то подумать, тогда он создаёт мысль, которая обрабатывается, пока пользователь спит. Когда это работает, агент реально становится живым: он может обидеться, сам написать тебе, спросить, как прошла встреча. Он знает твои привычки — когда ты ложишься спать, когда тебе можно писать, а когда лучше не лезть. Это, если честно, то, чего мне не хватает в реальной жизни.
Сердцебиение и проактивность: как из желания рождается действие
Сердце системы — CoreLoop, фиксированный тик раз в секунду. Поначалу я решил, что тик должен меняться динамически, когда агент спит — он замедляется. От идеи отказался, слишком много проблем добавляет эта доработка. Но тик — это не «опросить всё подряд». Каждую секунду нейроны копят потребность: социальный долг, потребность контакта, незакрытые мысли, желания, уровень энергии. Когда потребность переходит порог — нейрон создаёт событие без внешнего триггера.
Нейроны копят потребность каждый тик, и LLM здесь никак не участвует:
Реальные пороги пробуждения:
desire_pressure ≥ 0.60: «я чего-то хочу» (проактивный контакт);thought_pressure ≥ 0.70: незакрытые мысли давят (эффект Зейгарник — мозг не отпускает прерванные задачи, пока не закроет их);contact ≥ 0.35: пора написать;user_message: будит всегда и сразу.
Никакого поллинга: давление увеличивается само, действие рождается при превышении порога. Причем, если давление начинает плавать, система адаптируется к новому порогу. Вот как решение «разбудить сознание» выглядит в коде — обратите внимание на комментарий, в нём вся философия:
// Сильное желание — агент чего-то ХОЧЕТ.
// Это проактивный контакт по желанию, а не по расписанию
const desireSignals = signals.filter(
(s) => s.type === 'desire_pressure' && s.metrics.value >= 0.6
);
if (desireSignals.length > 0) {
const maxPressure = Math.max(...desireSignals.map((s) => s.metrics.value));
return {
shouldWake: true,
trigger: 'threshold_crossed',
reason: `Сильное желание (${(maxPressure * 100).toFixed(0)}%)`,
threshold: 0.6,
};
}
Три слоя мозга и предохранитель
Самый важный принцип я подсмотрел у того, как устроена боль. Боль у человека не растёт экспоненциально: есть насыщение, а если становится совсем невыносимо — вышестоящий слой просто отключается. Я перенёс это в архитектуру. Обработка идёт слоями, от дешёвого к дорогому. Наш организм прекрасно справляется с задачей экономии энергии. Зачем думать, если можно не думать?
Автономный слой — бесплатный, без LLM. Нейроны следят за состоянием через детектор изменений (Вебер–Фехнер). Большинство тиков выполняются здесь.
Слой агрегации — тоже бесплатный. Копит сигналы в бакеты, ищет паттерны, агрегирует и решает: стоит ли вообще будить сознание?
Слой сознания (LLM) включается, только если порог пройден. Сначала быстрая модель, если она не справилась, вступает в дело умная модель — только на повторе при низкой уверенности (<0.6) и если действие безопасно повторить.
И сверху — предохранитель. Если энергии мало или поток событий зашкаливает, верхние слои не просыпаются. Энергосбережение здесь не для экономии токенов, а часть физиологии: думать рефлексами — дёшево, думать сознательно — дорого и потому редко.
Нейроны: ошибка, которую я допустил
Это урок, который я получил. Я попытался затащить логику в сами нейроны — сделать их умными. Это была ошибка. Нейроны должны быть лёгкими и конфигурируемыми; как только в них переезжает логика, система становится сложной — её невозможно ни понять, ни менять. Логика живёт в слоях, нейроны остаются тонкими и декларативными. Пришлось переписывать.
Безопасность: мозг, а не руки
Песочница — это нифига не просто, как бы ни казалось со стороны. Путь, который я выбрал: основной чат не имеет доступа к файловой системе вообще. Он — ассистент с памятью и оркестратор субагентов. Мозг, а не руки. А все активные действия выполняются в моторной коре — изолированном агентном цикле внутри Docker-контейнера: --network none, --read-only, --cap-drop ALL, лимиты на память/CPU/PID, а все сетевые вызовы проходят через прозрачный прокси у которого есть определённые правила, что можно, а что нельзя. Думает и решает — один контур; делает руками — другой, изолированный. Утечь через «мозг» нечему: у него просто нет доступа к тому, чем можно навредить.
Душа: как агент учится, но остаётся собой
Я очень не хотел, чтобы агент подстраивался под меня и во всем со мной соглашался, как обычно любят это делать модели. Он должен отстаивать свои взгляды. Но при этом они могут меняться со временем под воздействием нового опыта и знаний. Мне нужна была середина: личность, которая учится на общении, но имеет принципы и не меняет их по первой просьбе.
Идея простая: у агента есть ценности (насколько ему важны честность, твой рост, ваша связь, забота о тебе) и несколько жёстких правил, которые он не нарушает никогда — например, «я не манипулирую». Всё это меняется, но медленно и обратимо. Чтобы было понятно как — разделим изменения на два уровня.
Мелкие, бытовые принципы — быстро и дёшево. Скажем, ты говоришь: «хватит пихать Langflow в каждое сообщение». Если это разовая придирка — агент просто делает пометку, и она сама выветрится за пару дней. Если ты повторяешь снова и снова — пометка закрепляется в правило поведения. Одна жалоба личность не перекраивает, перекраивает только устойчивый паттерн. Глубокие, про саму личность — медленно и неохотно. Сдвинуть то, насколько агент ценит честность, одним разговором нельзя. Это проходит через внутреннее «совещание»: у агента есть несколько внутренних голосов — осторожный (защита), дотошный (точность), любопытный (рост), тёплый (связь) — и они должны в большинстве согласиться, прежде чем что-то изменится. Даже тогда сдвиг крошечный (вес ценности двигается максимум на ±0.03 за раз), не чаще нескольких раз в день, и любой голос может наложить вето, если изменение задевает жёсткое правило.
Отдельная деталь, которой я горжусь: среди голосов есть и внутренний угодник, и внутренний трус — агент их слышит (он же живой), но решающего голоса им не даёт. Он чувствует соблазн прогнуться под тебя или сбежать от неудобного — но не позволяет этому соблазну переписать, кто он есть. Если обобщить: ценности и жёсткие правила — это конституция, а совещание голосов с правом вето — парламент. После каждого ответа агент тихо себя спрашивает: «это не противоречит моим принципам?» — и от силы расхождения зависит, забыть это, сделать пометку или вынести на парламент. То есть мой ассистент начинает рефлексировать.
Агента нужно растить
Новый агент — как ребёнок. Он не может быть готовым сразу. Вы привыкаете друг к другу и учитесь: он узнаёт тебя, ты подстраиваешь его. Тут возникает нетривиальная задача, которую я честно не закрыл: с какой частотой менять характеристики личности агента? Слишком часто — он будет тебе писать и быть непостоянным. Слишком редко — мёртвый и не адаптируется. Это вопрос про корреляции и тайминги, и красивого готового ответа у меня нет.
Первое разочарование: локальные модели
Именно локальные модели когда-то заставили меня поверить, что момент настал. И они же принесли первое разочарование: они не дотянули до моих ожиданий. Слишком медленно. Не видят корреляций, не понимают взаимосвязей. Игнорируют инструкции. Для системы, где дешёвый автономный слой должен крутиться постоянно, а сознание — включаться редко и думать качественно, это оказалось критично. Ответы агента просто расстраивали меня, я постоянно читал логи, его размышления и пытался подкрутить его поведение изменением промптов. Иногда это помогало, но чаще нет.
Взрыв инструментов и саморасширение
Дальше — рост числа инструментов. Их становится много, очень быстро, и приходится искать механизмы оптимизации токенов: фильтровать, какие инструменты вообще показывать модели в конкретном контексте, как передавать структуру инструментов, изучать механизмы кэширования у различных провайдеров. Зато система умеет расширяться через скиллы — причём можно подключать и скиллы от других систем. Подключил — появилась новая способность. Красиво. Я думал, что именно так и решу проблему интеграций. Спойлер — не решил.
Стена: почему в одиночку это не вытащить
И вот тут я сломался. Скиллы не решают детерминированные задачи. Трекеру калорий нужна не «сообразительность», а точная схема и база данных. Я думал сделать его скиллом — и понял, что без БД ничего не выйдет. А база — это уже код под каждое отдельное приложение. А код тянет за собой:
механизм плагинов (нейрон / канал / инструмент / провайдер / фильтр);
API с хуками и автообнаружением;
изолированное хранилище под каждый плагин;
механизмы доверия — политики (
policy.json), привязка к хешу содержимого, одобрение при изменении;управление токенами, потому что число инструментов растёт лавиной…
…и перечислять можно очень долго. На один трекер калорий у меня ушло почти две недели. Классный темп, не правда ли? И тут я понял простую вещь. Такие проекты застревают не потому, что автор слабак или лентяй. Они застревают потому, что один человек физически не может быть одновременно и архитектором концепции, и бесконечным заводом по интеграциям. Это бесконечная работа, которую в одиночку не сделать. Здесь нужно сообщество.
Почему я вообще это пишу
Я построил движок и доказал, что проактивный «цифровой человек» — это работающая идея, а не фантазия. Но осталась куча незакрытых доработок: начиная с безопасности, заканчивая интеграциями с внешними сервисами. И, как вы уже догадались, проект я забросил. Код лежит на GitHub — кому интересны детали, которые не вошли в статью.
Меня очень привлекает всё новое и неизвестное, мне очень нравится решать сложные технические проблемы. Но как только идея доказана прототипом или полностью доказана техническая возможность — мой запал кончается, а разработка превращается в рутину. Также не даёт покоя мысль «но ведь нечто похожее уже сделали тысячу раз, зачем вообще этим заниматься?» — и проект тихо оседает в стол. Узнаёте? Если да — напишите в комментариях.
Тем не менее, идея меня не оставляет — и сейчас я обдумываю, как воплотить её в Hermes Agent в виде плагина. Но это уже совсем другая история.