Меня сильно радует, что люди дают FPF в качестве файла, затем просят использовать его для работы над своими какими-то прикладными вопросами – а если он отвечает на птичьем (а он таки отвечает на птичьем, типа "не путайте U.Method и U.MethodSpec, то есть не путайте метод и описание метода), то можно просто попросить отвечать как инженеру-менеджеру, и AI поймёт. Работает с большинством умных AI-ассистентов, чем там больше контекст и лучше местный RAG, тем работает лучше. Всё как у людей: следование одному и тому же регламенту у разных людей даёт немного разные результаты (зависит от того, кто этому регламенту следует), но результаты всё лучше, чем при игнорировании регламента.
В работу над First Principles Framework вмешался форс-мажор: смена версии o3 Pro на GPT-5 Pro. Эта версия очень неглупа, но пока работает нестабильно: страдает потерей памяти.Контекст у этой версии 400Ктокенов только в API, а в ChatGPT Pro версии это сразу 128Ктокенов, мои же загруженные тексты - это примерно 500Ктокенов (это мне Gemini 2.5 Pro посчитала в интерфейсе AI studio). Конечно, токены Gemini и токены GPT-5 - разные, но порядок величины должен быть понятен: FPF рабочий файл вырос до примерно 1Мзнака, а токен - это примерно 4 англоязычных знака. Такое впечатление, что контекст в GPT-5 Pro время от времени просто скидывается в ноль, и об этом не предупреждается, а модель вдруг не помнит предыдущей реплики и в ответ на запрос уходит в глубокие галлюцинации. Увы, Gemini 2.5 Pro не так талантлива, а Grok и вовсе другого (первого, не высшего) сорта модель. Grok на текущем этапе просто выбыл из игры. Он отлично ищет новости последних трёх дней, но вот с большими проектами у него очень тяжело идёт. Поэтому ждём, пока отладят GPT-5 Pro и радуемся, когда он полдня уже сегодня работает стабильно.
По содержанию работы – разобрались как-то с “универсальной холоничностью” (системы и эпистемы разбираются на части и собираются из частей в целое), а сейчас существенно меняем концепцию ролей: они становятся контекстно-зависимые. Всё там довольно радикально по сравнению с текущим содержанием. Contextual Role-Binding (CRB) – это универсальный механизм в First Principles Framework (FPF) для связывания любого холона (U.Holon – будь то системный или эпистемический объект) с конкретной ролью (U.Role) в рамках определённого границы контекста (U.BoundedContext). Иначе говоря, CRB вводит специальный объект U.RoleBinding, который явно фиксирует триаду: носитель роли, роль и контекст. Контекст тут – расширенное понимание bounded context из DDD (domain-driven design), “проектный контекст”, это более узкое понятие, чем domain (предметная область). Связка Holder#Role:Context означает, что некоторый холон (например, конкретная система или знание) выполняет заданную роль в пределах чётко ограниченного контекста. Никакая роль не существует сама по себе, вне контекста. Роли получают смысл только внутри своего U.BoundedContext. Например, роль «инженер» имеет определённый набор обязанностей и полномочий лишь в контексте конкретного проекта (скажем, Project Phoenix), но не по всему миру вообще. Формально это достигается тем, что у каждой U.Role указывается, в каком контексте она определена и действует (глобальные “универсальные” роли запрещены). Каждая роль «привязана» к единственному контексту через поле context внутри U.RoleBinding, что делает значение роли локальным и однозначным. Это всё очень неоднозначно, но решает множество проблем. В частности, при таком подходе нет мереологии ролей (что всегда смущало), а ещё ввиду многозначности слова “функция” было решено от него избавиться (в том числе не U.FunctionalRole, а U.Role). Да, никаких больше “функциональных объектов”, а терминология “функций” сдвигается куда-то в предметно-специфические языки (и там уж пусть разбираются как-нибудь, что оно означает в каждой предметной области, в каждом bounded context для этой предметной области). Вот прямо сейчас вставил паттерны для enactment (“осуществление”): U.Method и U.MethodSpec, U.Work, U.WorkPlan, и там ещё много чего интересного появилось (например, U.Service, U.Dynamics).
В любом случае, к концу августа FPF должен превратиться во что-то вменяемое. Уже сейчас там огромное количество чеклистов, которые в состоянии проверить топовый AI, эти чеклисты могут закрыть огромное количество ошибок мышления. Это уж точно работает не хуже ловли cognitive biases в рассуждениях, только тут ошибки другого сорта, а кроме ловли ошибок работает ещё и выдача подсказок. Попробуйте, всё работает и с недоделанным вариантом, удивительно.
Вот текущая версия, она каждый день обновляется: First Principles Framework — Core Conceptual Specification (holonic).md — Яндекс Диск (там сейчас .md файл на 0.9M знаков).
Художник Альфонс Муха опять немного поменял стиль. С каждой новой AI-моделью его стиль меняется довольно отчётливо. И сразу понятно, почему все пользователи возопили о возвращении древней модели 4o: им от модели не нужны хорошие мозги, им от модели нужны хорошие картинки!
