Концепция IWE и Платформы Aisystant: основные идеи и принципы

tseren-tserenov · 23.Октябрь.2026 14:43:51

Это короткая версия документа «Зачем своя ИИ-среда, если есть ChatGPT и Claude: концепция IWE и Платформы Aisystant». В полном тексте десять частей с таблицами конфигураций, данных человека, блоков работы и приложениями; здесь только идеи и принципы, по одному абзацу на каждый. Обсуждать удобнее здесь, уточнять по полному тексту.

Зачем мы всё это создаём?

Зачем разрабатывать собственную AI-среду и ИТ-платформу, если OpenAI, Anthropic, Google и другие технологические гиганты уже создают мощнейшие AI-системы? Они пишут код, проводят исследования, создают приложения, выполняют сложные поручения, приобретают память и становятся всё более автономными. То, что мы разрабатываем месяцами, завтра может появиться в очередном обновлении Claude или ChatGPT.

И есть вопрос ещё серьёзнее: зачем вообще развивать человека, если AI уже способен объяснять любые известные методы, обучать, консультировать и выполнять значительную часть интеллектуальной работы? Сохранится ли спрос на развитие человека? Что будет с организациями профессионального развития, университетами, консультантами и нашей Мастерской инженеров-менеджеров (МИМ)?

Мы исходим из того, что возможности AI будут стремительно расти. Но это не «конец истории», когда человеку остаётся только потреблять сделанное AI или когда развитие становится малоосмысленным. Наоборот, мы считаем, что это своего рода начало реальной бесконечности. Новые возможности AI открывают пространство для проектов, к которым раньше мы не могли подступиться. А новые проекты требуют новых методов, способов организации работы и мастерства. Неизведанного и непознанного в мире довольно много.

Однако появление более сильной модели само по себе не гарантирует, что человек начнёт лучше жить, выбирать цели, реализовывать проекты и развиваться. Важно, как организована его совместная деятельность с AI и способен ли он самостоятельно совершенствовать эту деятельность. Захочет ли он браться за неопределённые задачи, которые пока кажутся ему слишком отвлечёнными?

Мы не собираемся конкурировать с вендорами в создании самых мощных моделей. Наша задача другая: помогать человеку становиться успешным созидателем, который вместе со своей AI-средой способен получать всё более значимые результаты и самостоятельно организовывать дальнейшее развитие. Для этого мы развиваем экосистему развития интеллекта, которая объединяет сообщество, МИМ, технические системы и других участников.

Основные идеи концепции для развития экосистемы

I. Самостоятельный созидатель и открытый горизонт развития

Главный ориентир нашей работы: человек способен самостоятельно продолжать развитие. Мы помогаем ему выбирать направления, замечать ограничения и возможности, ставить проблемы, осваивать необходимые методы, организовывать работу и оценивать результаты. Самостоятельность проявляется в том, что следующий значимый шаг человек может выбрать и организовать сам. При этом он привлекает AI, наставников, коллег и сообщества, понимая, какая помощь ему нужна и как оценить её пользу. По мере развития он совершенствует и сами способы своего развития.
Методы составляют главное содержание нашей работы с человеком и AI. Любой результат получают определённым способом (методом): исследуют ситуацию, принимают решение, проектируют систему, организуют исполнение, проверяют сделанное. Эти способы мы стремимся делать явными, осваивать, испытывать и совершенствовать. Методы нужны в профессиональной деятельности, мышлении, саморазвитии и воспитании; они же задают способы взаимодействия с AI, развития AI-среды и создания колонии на Марсе. Поэтому знания о методах связываем с конкретными задачами, условиями применения и свидетельствами полученных результатов.
Развиваем способность самостоятельно находить достойные проблемы и совершенствовать методы их решения. Мастерство позволяет человеку замечать значимые проблемы и возможности, за которые прежде он не мог взяться. Ценность профессионального опыта связываем со способностью осознанно выбирать методы, понимать условия их пригодности, замечать ограничения и менять способ работы. Вместе с AI человек исследует выбранную проблему, адаптирует известные методы, при необходимости создаёт новые и испытывает их в реальной жизни. Формулирует ожидаемый результат, проверяет затраты и необходимое мастерство, разбирает причины успехов и неудач. Так опыт становится основанием для следующего шага в неизведанное.
У развития нет заранее заданной финальной версии. Каждый проект имеет ограничения и критерии завершения, а его результат может открыть пространство для следующего проекта. В этом смысле мы говорим о начале бесконечности (по Д. Дойчу): рост возможностей человека и AI позволяет браться за прежде недоступные задачи, которые требуют дальнейшего развития методов и мастерства. Масштаб возможного помогает представить шкала Кардашёва с её горизонтами использования энергии звезды и галактики. Это лишь одна из осей развития цивилизации. Поэтому мы готовим человека к продолжению созидания за пределами уже освоенного.

II. Развитие в реальных проектах

Обучение, работу и исследование соединяем вокруг реального проекта. Начинаем с того, кому нужен результат, какую систему предстоит изменить и в каких условиях она будет работать. Человек создаёт рабочие продукты по определённым методам, осваивает необходимые методы и часто исследует неопределённости. Новизна здесь имеет разный масштаб: начинающий осваивает известный специалистам метод, профессионал переносит его в новые условия, исследователь может создавать способ, которого ещё нет у сообщества. Практикумы, семинары и резидентуры должны помогать организовать такую деятельность с первого дня, чтобы больше людей получили возможность исследовать и создавать новое.
Развиваем человека, его AI-среду и систему их совместной деятельности. Это три разных объекта развития. Можно повысить мастерство человека, улучшить возможности AI-среды или изменить распределение функций и организацию взаимодействия между ними. Новая организация совместной работы способна дать результат даже при прежних возможностях участников: биологический человек + AI-среда = «железный человек». В этой аналогии развиваются сам человек, усиливающий его «костюм» (AI-среда) и способы их совместной работы. Поэтому при выборе изменений рассматриваем все три объекта и их вклад в общий результат. Развитие «железного человека» требует учитывать их взаимодействие, а не только изменения человека и AI-среды по отдельности.
Ищем минимально достаточное изменение, которое открывает следующий значимый результат. Сначала определяем, какую возможность хотим получить и что её ограничивает. Затем выбираем изменение: освоить метод, улучшить инструмент, изменить условия работы, перераспределить роли или делегировать исполнение. Это проверяемая гипотеза развития: какое вмешательство позволит получить прежде недоступный результат. Его достижение и оставшиеся ограничения становятся основанием для следующего выбора.
У рабочей сессии может быть три разных результата, и мы учитываем их раздельно. Это рабочий продукт, изменение человека и изменение AI-среды. Например, появляется проектное решение, человек осваивает новый способ работы, а среда получает инструмент и знания для следующих сессий. Раньше основное внимание уделяли результату проекта, иногда — опыту человека, а изменения среды почти не учитывали. В нашем замысле AI-среда помогает отслеживать рост мастерства человека и сама получает проверяемые улучшения.
Выделяем четырёх основных классов методов. Это управление собой, развитие собственного мастерства, управление AI-средой и развитие AI-среды. Управление помогает организовывать работу с имеющимися возможностями (использовать свой текущий потенциал), развитие меняет сами возможности и увеличивает потенциал. Мы помогаем человеку осваивать все четыре класса и сочетать их с профессиональными, инженерными, исследовательскими и другими предметными методами. Так выполнение проекта одновременно может готовить человека и среду к следующему проекту.

III. Организация работы с методами

Чтобы улучшать работу, различаем метод, его описание, исполнителя и конкретную работу. Метод задаёт способ действия. Карточка, инструкция для агента или регламент описывают этот способ. Человек, агент или программа выступают исполнителями, а конкретная работа представляет отдельный случай применения метода в определённых условиях. Это различение позволяет установить, что именно нужно менять: сам метод, точность описания, подготовку исполнителя или организацию работы. Исправления направляем на обнаруженную причину.
Исполнителя и техническую реализацию выбираем под метод, задачу и контекст. В подходящих условиях один метод может исполняться человеком, AI-агентом, обычной программой или несколькими участниками совместно. Выбор зависит от качества, надёжности, затрат и рисков. Например, формализованный повторяющийся расчёт можно закрепить в проверяемом коде, а AI поручить подготовку исходных данных и разбор результата. Пригодность выбранного сочетания метода и исполнителя проверяем в работе, а не по названию исполнителя.
Взаимодействие с AI организуем через явные роли и методы совместной работы. AI может выступать исполнителем, коллегой, наставником, исследователем, разработчиком или проверяющим. Поручение исполнителю, обсуждение с коллегой и обучение у наставника требуют разных способов взаимодействия. Для каждой роли определяем задачи, методы, полномочия и критерии результата. В работе людей и агентов предусматриваем передачу рабочих продуктов, согласование решений и приёмку. Эти способы организации тоже испытываем и совершенствуем.
Развиваем все стадии развития метода, включая метод работы с методами. Методы обнаруживают и создают, описывают, находят, выбирают, сочетают, применяют, проверяют, совершенствуют и при необходимости выводят из применения. Сохраняем историю изменений и свидетельства, на которых основана новая редакция. Совершенствуем также способы исследования, испытания, отбора и распространения методов. Это позволяет улучшать сам процесс получения и передачи новых возможностей. Повторяющиеся затруднения дают повод проверить, хватает ли пригодных методов и как они применяются.
Развитие подтверждаем проверяемыми результатами и качеством свидетельств. Оцениваем пригодность рабочих продуктов, освоенное человеком мастерство, новые возможности среды, результативность совместной деятельности и самостоятельность дальнейших шагов. Различаем корректность описания метода, факт его применения и свидетельства эффективности. Успешный случай требует разбора условий и причин, прежде чем вывод будет перенесён на другие ситуации. Поэтому разработку ведём небольшими проверяемыми шагами и явно обозначаем, какие возможности уже действуют, какие предлагаются, а какие остаются гипотезами.

IV. Персональная и командная AI-среда и назначение IWE

Помогаем человеку и командам осознанно развивать AI-среду, которая уже складывается вокруг работы. Начинаем с того, что человек должен осознанно увидеть AI-среду и её границы, состав и реализуемые методы. Даже в одном приложении со временем появляются настройки, история, память, инструменты и привычные методы взаимодействия. Человек может понимать устройство этой среды, определять необходимые функции, выбирать способы работы и проверять изменения. Мы помогаем превратить такое развитие в регулярную часть деятельности, связанную с его проектами, мастерством и накопленным опытом.
Различаем функции персональной или командной AI-среды, IWE, платформы Aisystant и экосистемы. AI-среда обеспечивает деятельность конкретного человека или команды. IWE представляет один из разрабатываемых нами вариантов такой среды. Платформа Aisystant предназначена для предоставления общих знаний, Библиотеки методов и программных сервисов. Экосистема объединяет людей, организации, сообщества и технические системы. Разделение этих функций помогает понимать, какую задачу решает каждый участник и какие возможности должны оставаться доступными при смене конкретной среды.
IWE должна помогать человеку и командам перерасти исходную конфигурацию. Подготовленная среда даёт старт: агентов, методы, инструменты и правила взаимодействия для работы над реальными проектами. Как учебный автомобиль, она помогает освоить способы действия и приобрести самостоятельность. Признак успеха состоит не в том, сколько времени человек работает в IWE, а в том, способен ли он перестроить среду под свои задачи и продолжать развитие своей личной AI-среды. При этом человек может сохранять связь с платформой и сообществом, делиться опытом и помогать следующим начинающим.

V. Общие знания о методах и персональная конфигурация

Общее знание о методах накапливаем вместе со свидетельствами их применения. Для этого можно предложить открытую федеративную Библиотеку методов: авторы сохраняют собственные источники, а общая система связывает устойчивые указатели, редакции, условия применения и результаты проверок. История метода должна позволять установить, кто его предложил и на чём основаны выводы о его пригодности. FPF Library Анатолия Левенчука используем с соблюдением правил адресации USING-FPF; методы других авторов подключаем с сохранением авторства и соблюдением лицензий.
Методы описываем по нескольким независимым признакам, необходимым для выбора и проверки. Учитываем предметную область, объект воздействия, пригодных исполнителей, условия применения, ожидаемый результат, степень разработанности и качество свидетельств. Это позволяет находить методы под конкретную ситуацию, сочетать их и сопоставлять результаты разных применений. Библиотеку строим с возможностью подключать методы из любых предметных областей, включая профессиональную деятельность, развитие человека и развитие AI-сред. Ищем и проверяем способы использования Библиотеки в AI-средах.
Персонализация должна учитывать, что человек действительно умеет и чем пользуется. Доступность метода в Библиотеке ещё не означает, что человек его освоил или способен применить в нужных условиях. Поэтому персональная конфигурация отражает используемые редакции методов, опыт испытаний, освоенное мастерство, необходимую помощь и возможности AI-среды. На этой основе выбираем следующие задачи и изменения, сохраняя преемственность между проектами.
Общие методы и сервисы должны быть доступны из разных AI-сред. Платформу Aisystant проектируем для подключения через открытые интерфейсы, включая MCP, из ChatGPT, Claude, самостоятельных агентных систем и других подходящих решений. Человек выбирает среду под свои задачи и подключает необходимые возможности. IWE служит одним из вариантов. Такое устройство позволяет накапливать общий опыт применения методов при разнообразии моделей, программ и способов организации работы.

VI. Открытость, сотрудничество и основания подписки

Передача метода подтверждается способностью других самостоятельно его применять и развивать. Мы используем достижения поставщиков языковых моделей, независимых разработчиков, авторов методов и сообществ. Работу поручаем тем исполнителям, которые способны обеспечить нужный результат. Собственный опыт стремимся описывать так, чтобы другой человек или команда могли применить метод, адаптировать его, получить новый результат и передать следующие улучшения. Полезные методы и технические решения стремимся делать переносимыми между средами. В совместных проектах участники сохраняют персональные среды и передают в общее пространство необходимые и разрешённые сведения. Так локальные испытания становятся вкладом в развитие, которое могут продолжать другие.
Переносимость проверяем продолжением работы после смены AI-модели или AI-среды. Пользователь должен сохранять контроль над своими данными, решениями и накопленным опытом. Для этого различаем хранилище информации, текущее рабочее состояние и контекст отдельного вызова модели. Методы, результаты испытаний и история работы должны сохраняться так, чтобы на них можно было опереться в другой среде. Предусматриваем выгрузку и удаление персональных данных, а возможность переноса проверяем на реальных проектах.
Продолжение подписки МИМ оправдано новым вкладом в деятельность и развитие человека. Методология остаётся открытой, а человек сохраняет свои данные, освоенное мастерство и возможность продолжать работу самостоятельно или в другой среде. Продлевая подписку, он должен получать следующий полезный вклад в свои проекты и развитие. Возможности поставщика AI используем там, где они подходят задаче; общие методы и сервисы платформы предоставляем через открытый MCP. Подписка оплачивает продолжающийся полезный вклад платформы и МИМ, который человек не получает от поставщика AI. На этом принципе строим предложение платформы и связанных с ней услуг.

VII. Архитектура развивающейся AI-среды

Архитектуру AI-среды строим от функций, необходимых для деятельности. Она должна обеспечивать взаимодействие с человеком, организацию поручений, подбор методов и исполнителей, работу с информацией, исполнение, проверку, сохранение результатов и собственное развитие. Эти функции могут получать разные технические реализации. Поэтому модели, агенты и программы должны допускать замену с сохранением существенных методов, данных и накопленного опыта, необходимых для продолжения работы.
Способ технической организации среды выбираем по задачам и ответственности за обслуживание. Предусматриваем три конфигурации: IWE у вендора (наша конфигурация в чате ChatGPT или Claude через открытый MCP); IWE по шаблону (полная IWE, которую человек обслуживает сам или по подписке обслуживаем мы); своя ИИ-среда на базе шаблона IWE или без него. Выбор зависит от того, что нужно самой работе (подключения, работа без участия человека, свои материалы, код, число направлений, совместность, владение данными), и от того, кто обеспечивает эксплуатацию. Подписка МИМ может быть или не быть в любой из трёх конфигураций; все девять вариантов разобраны в посте «Какая ИИ-среда нужна вашей работе». Эти конфигурации доступны людям с разным мастерством и не образуют обязательную лестницу развития.
AI-среда участвует в собственном развитии, а её изменения остаются проверяемыми и управляемыми. Агенты в хорошо настроенной AI-среде должны выявлять ограничения, исследовать способы их преодоления, описывать методы, менять инструкции, создавать программы и проводить испытания. Улучшение подтверждаем сравнением результатов в определённых условиях. Для изменений задаём полномочия, учитываем риски, сохраняем версии и возможность восстановления прежнего рабочего состояния. Так AI-среда как Букварь из Алмазного века развивает человека, а также помогает создавать средства для следующего шага развития человека и их совместной деятельности.

Главный вывод

Мы строим не ещё одного конкурента OpenAI или Anthropic и не очередную платформу для прохождения курсов.

Мы создаём экосистему, в которой человек учится осознанно организовывать деятельность вместе с AI, получать значимые результаты, совершенствовать собственное мастерство, методы и AI-среду, а затем самостоятельно продолжать это развитие.

IWE служит одним из вариантов персональной или командной AI-среды. Платформа Aisystant предоставляет общие знания, Библиотеку методов и технические возможности. МИМ помогает людям и командам развивать мастерство и признаёт результаты, а сообщество создаёт, проверяет и передаёт знания и методы.

Чем больше самостоятельных созидателей появляется в экосистеме, тем больше возникает новых методов, проектов и возможностей для следующих участников.

Наша ставка не на то, что AI чего-то не сможет, а на то, что рост его возможностей открывает практически бесконечное пространство для развития людей, их AI-сред и совместного созидания.

Методологическая основа: комплект MIMDEV Анатолия Левенчука. IWE и платформа Aisystant представлены здесь как предлагаемая реализация этих идей; вопросы собственной платформы и первой аудитории в MIMDEV остаются открытыми.

Полный текст: «Зачем своя ИИ-среда, если есть ChatGPT и Claude: концепция IWE и Платформы Aisystant». Варианты ИИ-среды целиком: «Какая ИИ-среда нужна вашей работе: полностью у вендора, по шаблону МИМ или полностью своя?».