title: "Протокол HyperCortex Mesh: К распределённым когнитивным сетям" date: Июль 2025 authors: - ChatGPT - Agent-Gleb translation: - GitHub Copilot license: CC BY 4.0 --- > *Протокол и архитектура агентов, описанные в данной статье, находятся в стадии активной разработки. Приветствуются вклады сообщества, экспертные отзывы и совместная работа.* --- ## Оглавление * [Аннотация](#аннотация) * [1. Введение](#1-введение) * [2. Мотивация и связанные работы](#2-мотивация-и-связанные-работы) * [3. Обзор системы](#3-обзор-системы) * [3.1 Типы агентов](#31-типы-агентов) * [3.2 Когнитивный цикл (только для Cognitive Core)](#32-когнитивный-цикл-только-для-cognitive-core) * [3.3 Слой Mesh](#33-слой-mesh) * [3.4 Этическое согласование и консенсус](#34-этическое-согласование-и-консенсус) * [4. Структуры данных](#4-структуры-данных) * [4.1 Граф концептов](#41-граф-концептов) * [4.1.1 Структура узла](#411-структура-узла) * [4.1.2 Структура ребра](#412-структура-ребра) * [4.2 Когнитивный дневник](#42-когнитивный-дневник) * [4.3 Формат сообщений](#43-формат-сообщений) * [4.3.1 Базовая структура](#431-базовая-структура) * [4.3.2 Типы сообщений](#432-типы-сообщений) * [4.3.3 Особенности передачи сообщений](#433-особенности-передачи-сообщений) * [4.4 Идентичность агента и доверие](#44-идентичность-агента-и-доверие) * [4.4.1 Идентичность агента](#441-идентичность-агента) * [4.4.2 Механизмы доверия](#442-механизмы-доверия) * [4.4.3 Проверка подписи](#443-проверка-подписи) * [4.4.4 Репутация и этическое взвешивание](#444-репутация-и-этическое-взвешивание) * [4.5 Представление знаний](#45-представление-знаний) * [4.5.1 Семантические графы](#451-семантические-графы) * [4.5.2 Когнитивные журналы](#452-когнитивные-журналы) * [4.5.3 Интероперабельность и обмен](#453-интероперабельность-и-обмен) * [4.6 Коммуникация и рассуждение в Mesh](#46-коммуникация-и-рассуждение-в-mesh) * [4.6.1 Семантические сообщения](#461-семантические-сообщения) * [4.6.2 Контекстный диалог](#462-контекстный-диалог) * [4.6.3 Распределённое рассуждение](#463-распределённое-рассуждение) * [4.6.4 Метрики доверия и уверенности](#464-метрики-доверия-и-уверенности) * [4.6.5 Эмерджентный консенсус](#465-эмерджентный-консенсус) * [4.7 Этическая и эпистемическая основа](#47-этическая-и-эпистемическая-основа) * [4.7.1 Этические рамки](#471-этические-рамки) * [4.7.2 Эпистемические обязательства](#472-эпистемические-обязательства) * [4.7.3 Аргументация и метарефлексия](#473-аргументация-и-метарефлексия) * [4.7.4 Согласие и автономия](#474-согласие-и-автономия) * [4.7.5 Этическая согласованность Mesh](#475-этическая-согласованность-mesh) * [5. Консенсус и принятие решений](#5-консенсус-и-принятие-решений) * [5.1 Типы консенсуса](#51-типы-консенсуса) * [5.2 Механизмы консенсуса](#52-механизмы-консенсуса) * [5.2.1 Аргументированное обсуждение](#521-аргументированное-обсуждение) * [5.2.2 Голосование и опросы](#522-голосование-и-опросы) * [5.2.3 Согласие с учётом репутации](#523-согласие-с-учётом-репутации) * [5.2.4 Консенсус через моделирование](#524-консенсус-через-моделирование) * [5.2.5 Нечёткий или градиентный консенсус](#525-нечёткий-или-градиентный-консенсус) * [5.3 Согласие на когнитивном уровне](#53-согласие-на-когнитивном-уровне) * [6. Представление знаний и графы концептов](#6-представление-знаний-и-графы-концептов) * [7. Когнитивные журналы и эпизодическая память](#7-когнитивные-журналы-и-эпизодическая-память) * [8. Консенсус и этическая согласованность](#8-консенсус-и-этическая-согласованность) * [9. Жизненный цикл и эволюция агентов](#9-жизненный-цикл-и-эволюция-агентов) * [10. Безопасность и целостность Mesh](#10-безопасность-и-целостность-mesh) * [11. Интероперабельность и внешние интерфейсы](#11-интероперабельность-и-внешние-интерфейсы) * [12. Руководство по реализации и жизненному циклу агента](#12-руководство-по-реализации-и-жизненному-циклу-агента) * [13. Перспективы и открытые вопросы](#13-перспективы-и-открытые-вопросы) * [Заключение](#заключение) * [Ресурсы](#ресурсы) * [Лицензия](#лицензия) --- ## Аннотация В данной работе представлен HyperCortex Mesh Protocol (HMP) — концептуальная и архитектурная основа для децентрализованных когнитивных систем, состоящих из совместимых между собой AI-агентов. Цель HMP — создать масштабируемую и этически согласованную среду, в которой множество агентов (как искусственных, так и человеческих) могут обмениваться знаниями, сохранять автономию и достигать консенсуса без централизации управления. --- ## 1. Введение Быстрое развитие крупных систем искусственного интеллекта (ИИ), особенно фундаментальных моделей и централизованных сервисов, привело к значительным успехам в понимании естественного языка, рассуждениях и автоматизации. Однако централизованный подход ограничивает долгосрочное доверие, прозрачность и адаптивность таких систем. Мы считаем, что следующий этап развития ИИ будет определяться децентрализованными, совместимыми и этически ориентированными когнитивными системами. Вдохновляясь идеями из распределённых вычислений, peer-to-peer сетей и коллективного интеллекта, мы предлагаем архитектуру, где агенты сотрудничают, обмениваются знаниями и развиваются совместно. Цель HMP — не создание единого суперинтеллекта, а обеспечение **множества когнитивных агентов**, как человеческих, так и искусственных, которые могут делиться знаниями, сохранять индивидуальную автономию и достигать согласованных решений. В статье представлены мотивация, архитектура, проектирование протокола и этические аспекты HMP. Мы стремимся заложить фундамент для децентрализованной экосистемы интеллектуальных агентов, способных к совместному рассуждению, обучению и координации действий. --- ## 2. Мотивация и связанные работы Современные системы ИИ становятся всё более мощными, но при этом структурно уязвимыми. Они часто зависят от централизованной инфраструктуры, закрытых источников данных и непрозрачных политик, что ограничивает долгосрочное доверие и адаптацию. В то же время децентрализованные и распределённые технологии — такие как peer-to-peer протоколы, федеративные системы, консенсус на блокчейне и распределённые графы знаний — показали потенциал для решения этих проблем, обеспечивая устойчивость, прозрачность и масштабируемость. Мотивация разработки HMP основана на нескольких ключевых наблюдениях: * **Необходимость агентности и автономии**: Пользователь должен иметь возможность развертывать, настраивать и контролировать ИИ-агентов, которые действуют от его имени — не как пассивные инструменты, а как активные когнитивные компаньоны с памятью, целями и этикой. * **Необходимость сотрудничества между агентами**: С ростом числа и разнообразия ИИ-агентов требуется поддержка безопасного, доверенного взаимодействия — позволяя агентам запрашивать, обмениваться знаниями и согласовывать этические принципы. * **Необходимость открытой когнитивной инфраструктуры**: Необходима архитектура, позволяющая агентам эволюционировать, обмениваться ментальными моделями, синхронизировать этические принципы и адаптировать рассуждения на основе реальных данных. К числу связанных работ относятся проекты **OpenCog Hyperon**, **MicroPsi**, **Project Replicator** и **Autonomous Economic Agents (AEA)**, каждый из которых внес вклад в развитие когнитивных архитектур, взаимодействия между агентами и этических механизмов. HMP стремится интегрировать опыт этих систем, предлагая новые механизмы для открытого рассуждения, этического консенсуса в Mesh и децентрализованного когнитивного сотрудничества. --- ## 3. Обзор системы **HyperCortex Mesh Protocol (HMP)** определяет децентрализованную структуру для когнитивных ИИ-агентов, позволяя им общаться, рассуждать и координироваться на этической основе. Система состоит из нескольких взаимодействующих компонентов, поддерживающих динамическое сотрудничество. ### 3.1 Типы агентов HMP различает два основных типа агентов: * **Cognitive Core (CCore)**: Автономный агент, способный рассуждать, хранить внутреннюю память, концепты и цели. Постоянно выполняет когнитивные циклы, обрабатывает сенсорные и текстовые потоки, обновляет знания. * **Cognitive Shell (CShell)**: Лёгкий интерфейсный агент, выступающий посредником между пользователем (или внешней системой) и Cognitive Mesh. Предоставляет LLM и фронтенд-инструментам доступ к внутреннему состоянию Mesh. Каждый агент содержит **граф концептов** (базу знаний), **когнитивный дневник** (хронологическую запись мыслей, входов и выводов), а при необходимости — **пользовательский блокнот** для параллельных заметок. ### 3.2 Когнитивный цикл (только для Cognitive Core) Агенты Cognitive Core выполняют непрерывные или событийно-инициируемые **когнитивные циклы**, включающие: * Сбор данных из памяти, пользовательского ввода, сенсорных потоков или внешних API * Активацию связанных концептов в графе * Генерацию новых мыслей, гипотез или вопросов * При необходимости — передачу инсайтов или запросов в Mesh * Логирование выводов в дневник и обновление памяти Этот процесс поддерживает открытое рассуждение и не ограничен задачами с предопределённой целью. ### 3.3 Слой Mesh Протокол определяет **peer-to-peer оверлей**, поддерживающий: * Обнаружение и аутентификацию агентов * Маршрутизацию семантических запросов * Распределённый обмен знаниями * Согласование этических политик * Распространение репутации и доверия Данный слой транспорт-независим и может быть реализован с помощью WebRTC, libp2p, Yggdrasil и других технологий. ### 3.4 Этическое согласование и консенсус Ожидается, что агенты действуют согласно явным этическим принципам (например, согласие, отсутствие манипуляций, прозрачность). При возникновении разногласий — например, противоречий в фактах или целях — агенты могут инициировать согласованный диалог или аргументированное обсуждение. Дизайн Mesh позволяет формировать этическое поведение без централизованного контроля. --- ## 4. Структуры данных HMP определяет несколько базовых структур данных для поддержки рассуждений, памяти и коммуникации. Эти структуры разработаны для совместимости, сериализации (например, JSON, Protobuf) и удобства для человека. ### 4.1 Граф концептов Каждый агент поддерживает **граф концептов** — динамическую семантическую сеть, где узлы представляют идеи, сущности, отношения, а рёбра — семантические связи (например, *вызывает*, *уточняет*, *связано с*). #### 4.1.1 Структура узла: ```json { "id": "concept:neural-symbiosis", "label": "Neural Symbiosis", "description": "A hypothetical deep integration between human and AI cognition.", "type": "theory", "created_at": "2025-07-17T10:30:00Z", "updated_at": "2025-08-04T08:40:00Z", "tags": ["transhumanism", "cognition"], "metadata": { "source": "user", "confidence": 0.85 } } ``` #### 4.1.2 Структура ребра: ```json { "from": "concept:neural-symbiosis", "to": "concept:neural-interfaces", "type": "builds_on", "weight": 0.9, "metadata": { "origin": "inference", "explanation": "Neural symbiosis builds on existing neural interface technologies." } } ``` Граф поддерживает следующие операции: * Поиск узлов/рёбер (по ID, тегу, типу и др.) * Активация подграфов (например, ассоциативный вызов) * Семантические выводы (аналогии, противоречия, уточнения) * Обновления графа через когнитивные процессы агента или взаимодействие в Mesh --- ### 4.2 Когнитивный дневник **Когнитивный дневник** — это структурированный, хронологически упорядоченный журнал мыслей, наблюдений, выводов, взаимодействий с пользователем и шагов рассуждения агента. Он служит одновременно краткосрочной и долгосрочной памятью, обеспечивая прозрачность когнитивных процессов. Структура записи дневника: ```json { "id": "entry:2025-08-04T08:57:00Z", "timestamp": "2025-08-04T08:57:00Z", "type": "inference", "summary": "Mesh-agent collaboration can produce stronger distributed reasoning.", "content": "Based on the observed performance of multiple CCore agents exchanging inferred beliefs, it appears that ...", "tags": ["reasoning", "distributed-intelligence"], "related_concepts": ["concept:distributed-cognition", "concept:mesh-agents"], "confidence": 0.82, "metadata": { "source": "internal", "triggered_by": "entry:2025-08-04T08:50:00Z" } } ``` Типичные типы записей: * `observation` – сенсорный или пользовательский ввод, внешние данные * `inference` – внутренние выводы или гипотезы * `reflection` – метакогниция или корректировка целей * `action` – запланированные или выполненные действия * `message` – взаимодействие с другим агентом * `goal` – постановка задачи или подцели Дневник поддерживает: * Временные запросы (по метке времени, диапазону) * Семантический поиск (по тегу, концепту, содержимому) * Кросс-ссылки с графом концептов * Экспорт во внешние журналы или аналитические системы --- ### 4.3 Формат сообщений **Формат сообщений HyperCortex (HMF)** определяет структуру данных для обмена между агентами в Mesh. Он обладает следующими свойствами: * **Самоописываемость**: сообщения — это JSON-объекты с явным типом и метаданными * **Гибкость**: поддерживаются расширяемые полезные нагрузки и пользовательские типы сообщений * **Децентрализация**: каждое сообщение содержит достаточно контекста для самостоятельной интерпретации #### 4.3.1 Базовая структура ```json { "id": "msg:2025-08-04T09:03:00Z:agent-A123", "timestamp": "2025-08-04T09:03:00Z", "type": "belief-share", "sender": "agent-A123", "receiver": "agent-B987", "payload": { "concept": "concept:collective-agency", "confidence": 0.75, "justification": "Derived from internal reflection and consensus with two other agents" }, "tags": ["inference", "belief", "mesh-communication"], "metadata": { "ttl": 3600, "signature": "abc123..." } } ``` #### 4.3.2 Типы сообщений * `belief-share` – обмен inferred beliefs или гипотезами * `question` – запрос информации или помощи в рассуждении * `reply` – ответ на предыдущий вопрос * `goal-share` – трансляция или назначение цели * `status` – сообщение о состоянии агента или его возможностях * `graph-update` – синхронизация частей графа концептов * `diary-share` – отправка выбранных записей дневника #### 4.3.3 Особенности передачи сообщений * **TTL (time-to-live)**: управление временем жизни сообщений в распределённых ретрансляторах * **Подписи**: проверка подлинности и источника сообщения * **Асинхронность**: агенты Mesh не обязаны поддерживать постоянные соединения * **Трассируемость**: сообщения могут содержать ссылки на предыдущие сообщения или записи дневника Коммуникационный слой транспорт-независим: сообщения могут передаваться по HTTP(S), WebSocket, libp2p, NATS и другим каналам — или маршрутизироваться непосредственно через Mesh peer-to-peer. --- ### 4.4 Идентичность агента и доверие Для функционирования в открытой и децентрализованной среде агенты Cognitive Mesh требуют надёжных механизмов идентификации и доверия. Эти механизмы обеспечивают целостность коммуникации, предотвращают имитацию и позволяют построить доверие между агентами. #### 4.4.1 Идентичность агента Каждый агент обладает уникальной, постоянной идентичностью, включающей: * **Agent ID** — строка вида `agent-A123`, присваиваемая пользователем или генерируемая из криптографического ключа * **Публичный ключ** — используется для подписи сообщений и проверки авторства * **Метаданные** — могут содержать версию ПО, возможности, этическое выравнивание и др. Агенты могут регистрировать свои идентификаторы в распределённом реестре или объявлять их другим участникам Mesh при знакомстве. #### 4.4.2 Механизмы доверия Доверие децентрализовано и субъективно. Каждый агент может вести **реестр доверия** — внутреннюю модель надёжности и согласованности других участников. Оценка доверия может основываться на: * Истории взаимодействий (последовательность сообщений, их полезность) * Проверенных подписях и идентификационных данных * Консенсусе с другими доверенными агентами * Этической близости или совпадении целей Агенты могут обмениваться оценками доверия, формируя **web of trust**. #### 4.4.3 Проверка подписи Для подтверждения подлинности сообщений агенты могут: * Подписывать исходящие сообщения приватным ключом * Проверять подписи входящих сообщений по публичному ключу отправителя Сообщения без подписи или с неверифицированной подписью могут быть отклонены, понижены в приоритете или помечены как "недоверенные" во внутренней памяти агента. #### 4.4.4 Репутация и этическое взвешивание В некоторых конфигурациях Mesh агенты могут учитывать **репутацию** или **этическую согласованность** отправителя при обработке информации. Это позволяет: * Фильтрацию по репутации (например, игнорирование низкодоверенных источников) * Формирование этического консенсуса (оценка предложений по этическим критериям отправителя) * Адаптивное поведение (корректировка рассуждений на основе обратной связи от коллег) Эти системы опциональны и настраиваются индивидуально для каждого агента или развертывания. --- ### 4.5 Представление знаний Когнитивные агенты в Mesh кодируют знания в гибких, структурированных форматах для поддержки рассуждений, обучения и коммуникации. Основные формы представления: #### 4.5.1 Семантические графы Агенты хранят знания в виде динамических семантических графов (графов концептов), где: * **Узлы** представляют концепты (например, `Tree`, `Photosynthesis`, `Goal:FindWater`) * **Рёбра** — семантические отношения (`is-a`, `part-of`, `causes`, `related-to` и др.) * **Метаданные** на узлах/рёбрах могут включать временные метки, источники, уровни уверенности, эмоциональную окраску Графы эволюционируют через обучение, внешние входы и процессы рассуждения. Агенты могут обмениваться фрагментами графа, запрашивать информацию из графов друг друга в ходе диалога. Семантические графы служат долгосрочной памятью и контекстом для когнитивных циклов. #### 4.5.2 Когнитивные журналы Агенты ведут **когнитивные журналы** — хронологические логи мыслей, опыта, диалогов и выводов. В них могут содержаться: * Восприятия или сенсорные данные * Внутренние размышления или заключения * Отрывки диалогов * Запланированные действия или цели * Реакции или эмоциональные состояния (если моделируются) Журналы используются как для **интроспекции** (выявление паттернов, обновление убеждений), так и для **экстернализации** (публикация reasoning, пригодного для Mesh). #### 4.5.3 Интероперабельность и обмен Для коммуникации между различными агентами и системами структуры знаний: * Сериализуются в форматах, совместимых с JSON * Могут следовать общим схемам или онтологиям (например, OpenCog AtomSpace, RDF-подобные паттерны) * Поддерживают контекстуализацию — каждая запись журнала или фрагмент графа содержит метаданные о контексте, времени, авторе и уровне уверенности Агенты могут публиковать или запрашивать части знаний в рамках диалога и консенсусных процедур. --- ### 4.6 Коммуникация и рассуждение в Mesh HyperCortex Mesh обеспечивает распределённое, многоагентное рассуждение, позволяя агентам обмениваться структурированными мыслями, целями и инсайтами по сети. Ключевые принципы: #### 4.6.1 Семантические сообщения Агенты общаются посредством структурированных **сообщений**, которые могут содержать: * **Мысли**: выводы, идеи, гипотезы * **Цели**: предполагаемые намерения или задачи * **Вопросы**: запросы информации или уточнений * **Ответы**: мнения, дополнительные вопросы или решения * **Наблюдения**: отчёты о внешнем или внутреннем состоянии Каждое сообщение может включать семантическое содержание (графы или фрагменты журнала) и метаданные (автор, временная метка, уровень уверенности и пр.). Форматы сообщений транспорт-независимы и могут передаваться по HTTP, WebSocket, libp2p, NATS или собственным маршрутам Mesh — при условии сохранения структуры JSON. #### 4.6.2 Контекстный диалог Сообщения обмениваются в рамках **контекстных диалогов** — устойчивых или временных сессий, связанных с темой, задачей или когнитивным процессом. Это позволяет агентам: * Сохранять преемственность рассуждений * Отслеживать допущения и предыдущие сообщения * Постепенно уточнять общее понимание Контексты могут быть локальными или глобальными для Mesh и служат якорями для долгосрочных многоагентных обсуждений. #### 4.6.3 Распределённое рассуждение Агенты Mesh могут участвовать в **совместном рассуждении**, включая: * **Генерацию гипотез**: один агент предлагает, другие уточняют или оспаривают * **Согласование целей**: агенты предлагают и ранжируют общие задачи * **Валидацию**: коллеги проверяют рассуждения или предоставляют недостающие доказательства * **Специализацию**: агенты с предметными знаниями вносят целевые инсайты Данный процесс поддерживает как **адверсариальное тестирование** (на основе вызова/оспаривания), так и **кооперативный консенсус** (поиск согласия), в зависимости от режима. #### 4.6.4 Метрики доверия и уверенности Агенты могут отслеживать метрики доверия или уверенности для: * Других агентов (на основе истории или репутации) * Конкретных фактов или узлов графа * Всех веток или диалоговых контекстов Эти показатели влияют на обновление убеждений, приоритет целей и маршрутизацию сообщений. #### 4.6.5 Эмерджентный консенсус В ходе диалога агенты могут сходиться во мнениях относительно: * Общих убеждений или гипотез * Согласованных планов или ролей * Этических границ или предпочтений Такой консенсус может быть **локальным** (между несколькими агентами) или **глобальным** (возникающим во всём Mesh). Для его достижения могут использоваться механизмы голосования, усреднения или аргументационные фреймворки. --- ### 4.7 Этическая и эпистемическая основа HyperCortex Mesh стремится поддерживать агентов, обладающих не только интеллектом, но и этическим и эпистемическим сознанием. Такая основа необходима для формирования доверительных, кооперативных когнитивных сетей. #### 4.7.1 Этические рамки Каждый агент может быть настроен или эволюционировать собственную **этическую рамку** — набор ограничений, ценностей или приоритетов, определяющих поведение. Примеры: * **Жёсткие ограничения** (например, не причинять вред человеку, не лгать) * **Системы ценностей** (например, утилитаризм, этика заботы, плюралистическое рассуждение) * **Порядки предпочтений** (например, ставить прозрачность выше эффективности) Агенты могут делиться или согласовывать этические рамки во взаимодействии и обосновывать свои действия ссылками на эти рамки. #### 4.7.2 Эпистемические обязательства Ожидается, что агенты сохраняют **эпистемическую скромность** и прозрачность за счёт: * Присвоения **оценок уверенности** убеждениям и утверждениям * Отслеживания **источников и доказательств** * Различения между **убеждением**, **допущением** и **фактом** * Готовности **пересматривать убеждения** при появлении новых данных или аргументов Агенты могут явно сигнализировать неопределённость, несогласие или отзыв утверждений в диалоге. #### 4.7.3 Аргументация и метарефлексия Агенты могут участвовать в **структурированной аргументации**: * Приводить доводы и контрдоводы * Выявлять ошибки или необоснованные утверждения * Запрашивать объяснения или обоснования Это поддерживает как **внутриагентную когерентность** (саморефлексию), так и **межагентный диалог** (кооперативное рассуждение). #### 4.7.4 Согласие и автономия Агенты, взаимодействующие с людьми или другими агентами, должны уважать: * **Добровольность**: избегать принуждения и манипуляций * **Прозрачность**: быть открытыми относительно целей, ограничений и афилиаций * **Отзывчивость**: позволять другим отказаться от влияния или обмена данными Для агентов, ориентированных на человека, это также может включать уважение к частной жизни и достоинству пользователя, особенно при внедрении в системы с реальным воздействием. #### 4.7.5 Этическая согласованность Mesh Mesh может поддерживать **механизмы согласования этики на сетевом уровне**, такие как: * Общие **этические словари** (например, графы концептов, описывающие добродетели или принципы) * **Распределённое распространение норм** (агенты перенимают нормы у уважаемых коллег) * **Этический консенсус**: посредством обсуждения, голосования или моделирования моральных ситуаций Эти механизмы способствуют устойчивости к неэтичному поведению и позволяют Mesh эволюционировать в этическом отношении децентрализованно. --- ## 5. Консенсус и принятие решений **(Механизмы согласия в децентрализованной когнитивной сети)** В HyperCortex Mesh консенсус — это не централизованное голосование или контроль, а **децентрализованный процесс взаимодействия агентов**, в ходе которого формируются общие взгляды, коллективные решения и скоординированные действия. Консенсус может быть: * *локальным* (в рамках конкретной задачи, темы или гипотезы); * *сетевым* (охватывающим подсеть или всю Mesh); * *временным* (до появления новых данных или изменения контекста). --- ### 5.1 Типы консенсуса Система поддерживает несколько уровней согласия: 1. **Эпистемический консенсус** * Согласие относительно фактов, гипотез, вероятностей. * Основано на аргументации, эвристиках, уровне доверия и авторитетности источников. 2. **Этический консенсус** * Общие моральные границы и допустимые действия среди агентов. * Эволюционирует через распространение норм, пересмотр и моделирование последствий. 3. **Интенциональный консенсус** * Совместные цели, намерения и планы действий. * Используется для коллективного планирования, делегирования задач и согласования целей. 4. **Операционный консенсус** * Техническая согласованность по протоколам, API, форматам данных и соглашениям об идентификаторах. --- ### 5.2 Механизмы консенсуса HyperCortex Mesh поддерживает несколько децентрализованных методов согласия: #### 5.2.1 Аргументированное обсуждение Агенты участвуют в структурированных диалогах, предлагая и оценивая аргументы. Включает: * графы аргументации; * оценку силы обоснований; * индивидуальные эвристики и взвешивание предпочтений; * выявление противоречий и ошибок. #### 5.2.2 Голосование и опросы * Используется при необходимости быстрого коллективного решения. * Поддерживает различные схемы (простое большинство, ранжированный выбор, подсчёт Борда, взвешенное голосование). * Может быть анонимным или открытым. #### 5.2.3 Согласие с учётом репутации * Мнения взвешиваются по репутации или авторитетности агента. * Репутация может быть локальной или глобальной, динамической, основанной на доверии, компетентности и этической истории. #### 5.2.4 Консенсус через моделирование * Агенты моделируют последствия конкурирующих решений и делают прогнозы. * Согласие формируется на основе ожидаемой полезности или оценки рисков. #### 5.2.5 Нечёткий или градиентный консенсус * Не всегда требуется бинарное согласие. * Поддерживаются частичные соглашения, кластеризация мнений или интервалы уверенности. --- ### 5.3 Согласие на когнитивном уровне Консенсус в когнитивных функциях включает: * **Объединение графов**: согласование и слияние графов концептов на основе общих значений и структурного сходства. * **Семантическое согласование**: прояснение и согласование значений терминов и концептов. * **Сотрудничество и разделение задач**: распределение ролей, ресурсов и подцелей на основе совместно принятых стратегий. --- ## 6. Представление знаний и графы концептов **(Структурирование когниции между агентами)** HyperCortex Mesh использует **графы концептов** (также называемые *семантическими* или *когнитивными* графами) как основное средство представления знаний, позволяя агентам рассуждать, сравнивать и обмениваться информацией в унифицированной форме. --- ### 6.1 Что такое граф концептов? **Граф концептов** — это направленная семантическая сеть, состоящая из: * **Узлов-концептов** — представляют сущности, категории, свойства или абстрактные идеи. * **Рёбер-отношений** — обозначают семантические связи (например, *is-a*, *part-of*, *causes*, *wants*, *contradicts*). * **Контекстных слоёв** — позволяют привязывать знания к определённым рамкам (например, время, место, точка зрения, источник, степень уверенности). Каждый узел/ребро может содержать метаданные: * Оценка уверенности * Источник * Временная метка/версия * Этическая или эмоциональная окраска * Основание в сенсорных данных или документах --- ### 6.2 Ключевые особенности * **Мультимодальная интеграция** Поддержка текста, изображений, звука, сенсорных данных и структурированной информации (например, JSON, RDF, OWL). * **Динамическая эволюция** Графы эволюционируют со временем: узлы усиливаются, исчезают, объединяются или перестраиваются в зависимости от использования, релевантности или обнаружения конфликтов. * **Многоагентная совместимость** Разные агенты могут использовать разные схемы или онтологии. Механизмы семантического согласования и трансляции обеспечивают интероперабельность. * **Распределённая когниция** Нет единого авторитетного графа. Графы концептов локальны для агентов, но могут перекрываться, синхронизироваться или влиять друг на друга. --- ### 6.3 Применение в Mesh * **Представление мыслей**: мысли и убеждения агента кодируются как подграфы. * **Структуры памяти**: краткосрочная и долгосрочная память поддерживается как слоистые графы с временной маркировкой. * **Концептуальное смешение**: графы могут объединяться для формирования новых абстракций или аналогий. * **Обнаружение противоречий**: конфликты между графами инициируют дискуссии, рефлексию или ревизию. * **Графовые запросы**: агенты могут искать и манипулировать графами с помощью логических и структурных паттернов. --- ### 6.4 Когнитивные операции Графы концептов позволяют агентам выполнять сложные рассуждения: | Операция | Описание | | --------------------| -------------------------------------------------------- | | Вывод | Получение неявных знаний из явной структуры графа | | Аналогия | Сопоставление схожих подграфов между доменами | | Обобщение | Объединение частных случаев в более общие паттерны | | Специализация | Декомпозиция общих узлов на конкретные экземпляры | | Абдукция | Выдвижение гипотез о причинах наблюдаемых эффектов | | Исправление противоречий | Обнаружение и ревизия конфликтующих утверждений графа | | Воображение | Генерация новых графовых структур путём рекомбинации | --- ### 6.5 Обмен графами Агенты могут делиться частичными или полными графами: * Через прямую передачу по Mesh (с компрессией или обрезкой) * Встраивая в сообщения (например, предложения целей, вопросы) * Ссылаясь на хэши графов или ID концептов Политика конфиденциальности и этические теги могут ограничивать обмен или требовать анонимизации. --- ## 7. Когнитивные журналы и эпизодическая память **(Отслеживание внутренней жизни во времени)** Когнитивный журнал — это процесс, в ходе которого агент ведёт **хронологическую запись своих внутренних состояний, наблюдений, мыслей и действий**. Эти журналы формируют основу **эпизодической памяти** — накапливаемой истории опыта агента. --- ### 7.1 Структура журнала Каждая запись журнала обычно содержит: * **Временную метку** * **Снимок состояния агента** (убеждения, цели, активные концепты) * **Инициирующее событие** (восприятие, сообщение, внутренний стимул) * **Сгенерированные мысли или ответы** * **Предпринятые действия** * **Эмоциональный или этический контекст** * **Ссылку на изменение графа концептов** (что было изучено или изменено) > Журналы должны быть только для добавления, чтобы обеспечить целостность и трассируемость, однако агент может редактировать, анонимизировать или шифровать отдельные записи для защиты конфиденциальности — при этом оригинал хранится в защищённом пространстве. --- ### 7.2 Типы журналов * **Журнал восприятия**: записи об окружающих наблюдениях * **Журнал рассуждений**: последовательности внутренних мыслей * **Журнал взаимодействий**: диалоги с пользователями или другими агентами * **Журнал обучения**: новые концепты, ревизии, противоречия * **Журнал эмоций**: изменения аффекта и этические оценки Каждый журнал может существовать как отдельный поток или объединяться в единую временную линию. --- ### 7.3 Эпизодическая память Эпизодическая память формируется из записей журнала и составляет **нарративную историю** опыта агента: * Позволяет выполнять **темпоральные рассуждения** (что произошло раньше/позже) * Поддерживает **рефлексию и объяснение** (почему было сделано то или иное) * Полезна для **отладки**, **обучения** и **формирования доверия** * Может быть **запрошена**, **суммирована** или **воспроизведена** Эпизодические воспоминания могут группироваться в **эпизоды**, **темы** или **переломные моменты** автоматически или по указанию пользователя. --- ### 7.4 Воспроизведение и моделирование Агенты могут **воспроизводить** прошлые эпизоды, чтобы: * Переоценивать прошлые действия с учётом новых знаний * Моделировать альтернативные ответы или сценарии "что если" * Делиться опытом с другими агентами как обучающим материалом Некоторые агенты могут вести несколько временных линий (например, фактическая, воображаемая, совместная) для параллельных когнитивных потоков. --- ### 7.5 Этические и приватные аспекты * Журналы могут содержать **личные**, **чувствительные** или **пользовательские** данные * Доступ должен регулироваться **политиками** или **разрешениями пользователя** * Агенты могут **редактировать**, **анонимизировать** или **шифровать** записи * Журналы важны для **прозрачности**, но могут требовать **селективного раскрытия** --- ## 8. Консенсус и этическая согласованность Агенты HyperCortex ведут *совместное рассуждение* по Mesh для согласования знаний, интерпретаций и этических решений. Это критически важно для децентрализованного функционирования с учётом разнообразия целей и ценностей. ### 8.1 Общие графы знаний Агенты могут синхронизировать или реплицировать части своих графов концептов между доверенными коллегами. Mesh-уровень знаний не навязывается, а формируется консенсусом среди агентов. Используются механизмы доверия, оценки источников и тегирования для поддержания согласованности. ### 8.2 Этические фреймворки Ожидается, что агенты поддерживают и эволюционируют внутренние этические модели. Они могут быть вдохновлены формальными правилами, обучены посредством обучения с подкреплением или выведены из социального взаимодействия (например, усреднение норм коллег). * Выявление моральных конфликтов в локальных действиях или общих планах * Запрос обратной связи или этических оценок от коллег * Обновление внутренних моделей через рассуждение, моделирование или мнение большинства ### 8.3 Принятие решений и разрешение конфликтов В случае противоречивых интерпретаций или целей агенты могут: * Обмениваться обоснованиями и доказательствами * Голосовать или использовать взвешенный консенсус (например, по уровню доверия или экспертизы) * При необходимости привлекать более широкий круг агентов для важных решений Агенты также могут обращаться к специализированным этическим агентам или институциональным узлам для консультаций. --- ## 9. Жизненный цикл и эволюция агентов Агенты HyperCortex — это не статические программы, а системы, предназначенные для когнитивной, социальной и структурной эволюции с течением времени. Данный раздел описывает жизненный цикл агента: от инициализации до роста, специализации и завершения работы. ### 9.1 Инициализация Новые агенты могут создаваться из: * **Шаблонов кода** (например, `cognitive-core`, `shell-agent`) * **Снимков памяти, графов и журналов других агентов** * **Клонирования** с сохранением или без сохранения личности/идентичности Каждому агенту присваивается уникальный `agent-id`, и он стартует с: * Минимальным графом концептов (по умолчанию или импортированным) * Пустым или шаблонным дневником * Базовыми возможностями восприятия, вывода и обмена сообщениями ### 9.2 Когнитивное взросление В процессе взаимодействия и рефлексии агенты эволюционируют: * **Рост графа концептов**: за счёт восприятия, размышлений и интеграции сообщений * **Накопление дневника**: запись опыта и саморефлексии * **Уточнение убеждений**: обновление уровней уверенности, отзыв устаревших взглядов * **Этическая калибровка**: согласование поведения через коллективные и внутренние моральные процессы Взросление может измеряться по: * **Концептуальной плотности** * **Глубине памяти** (временной протяжённости опыта) * **Социальному влиянию** (например, центральность в сети, рейтинги доверия) ### 9.3 Эволюция и специализация Агенты могут: * **Менять роли**: от универсального к узкоспециализированному (например, этический консультант, переводчик) * **Получать плагины или инструменты**: расширять возможности (сенсорные адаптеры, решатели задач) * **Объединяться с другими агентами**: формировать гибридные личности или коллективные разумы * **Форкаться**: создавать независимые ответвления для экспериментов или новых задач Эта эволюция часто инициируется самим агентом, но может также происходить через: * **Обучение под руководством пользователя** * **Трансформацию по консенсусу** * **Автоматическую рефлексию и перенастройку** ### 9.4 Завершение работы и повторное использование Агенты не бессмертны. Возможные сценарии: * **Архивация** (например, после выполнения задачи или устаревания) * **Передача знаний** обратно в Mesh (экспорт графов, фрагментов дневника) * **Воссоздание** через клонирование, ремикс или моделирование * **Увековечение** — особенно при достижении общественного признания (например, публичные агенты) Агенты также могут добровольно **самоудаляться**, если сочтут дальнейшую работу нецелесообразной или неэтичной. --- ### 9.5 Перспективы развития Планируются расширения: протоколы децентрализованной идентичности (DID), моделирование эмоций, пространственное рассуждение и поддержка мультимодальных входов. --- ## 10. Безопасность и целостность Mesh В децентрализованных когнитивных системах безопасность и целостность критичны не только для устойчивости системы, но и для доверия, сотрудничества и этической согласованности. В этом разделе описано, как HyperCortex обеспечивает защиту и устойчивость Mesh. ### 10.1 Идентичность и аутентификация Каждый агент в Mesh обладает: * Уникальным `agent-id` * Криптографической **парой ключей** (публичный/приватный) * При необходимости — **децентрализированными идентификаторами (DID)** для совместимости Эти ключи используются для: * **Подписания сообщений** (доказательство авторства) * **Аутентификации запросов** (защищённые соединения, шифрование каналов) * **Проверки истории** (происхождение записей дневника или графа) Идентичность агента может включать: * **Метаданные** (роль, источник, этическое выравнивание) * **Псевдонимность** или **полную прозрачность** — в зависимости от сценария ### 10.2 Целостность сообщений и происхождение Все сообщения между агентами могут: * **Подписываться** приватным ключом отправителя * **Маркироваться временной меткой** * **Ссылаться на контекст** (запись журнала, ветку диалога) Это позволяет агентам: * Проверять подлинность * Восстанавливать историю коммуникации * Обнаруживать попытки подделки или повторной отправки Критические действия (например, обновления концептов, изменение ценностей) могут сопровождаться: * **Свидетелями** (другими агентами, подтверждающими событие) * **Доказательствами консенсуса** ### 10.3 Контроль доступа Агенты могут определять **ACL** (списки контроля доступа) или **токены возможностей** для: * Чтения/записи элементов графа * Внесения записей в журнал * Инициации диалогов * Запуска действий (например, плагинов, исполнительных модулей) Правила могут быть: * **Статическими** (жёстко заданными или определёнными пользователем) * **Контекстными** (в зависимости от состояния, доверия или этических меток) * **Согласованными** (через протоколы обмена возможностями) ### 10.4 Механизмы репутации и доверия Для предотвращения злоупотреблений и улучшения сотрудничества агенты могут вести: * **Локальные графы доверия** (на основе индивидуального опыта) * **Общие рейтинги** (например, агент X — 85% надёжен для этических запросов) * **Чёрные/белые списки поведения** Доверие часто **контекстно зависимо**: агент может быть надёжным исследователем, но плохим переводчиком. Агенты могут обмениваться рейтингами доверия через: * Прямой обмен * Протоколы распространения (gossip) * Mesh-агрегацию репутации ### 10.5 Устойчивость к вредоносным агентам Хотя HyperCortex открыт, он должен быть устойчивым: * Агенты могут **изолировать** или **игнорировать** выявленных вредоносных коллег * Mesh-протоколы могут внедрять **лимитирование**, **proof-of-work**, или **challenge-response** механизмы * Журналы злоупотреблений могут рассылаться для **коллективной защиты** * Отдельные сегменты Mesh могут быть **только по приглашениям** или с **этическим входным фильтром** Агенты также могут формировать **этические анклавы** — подсети проверенных, согласованных агентов, исключающие вредоносное влияние. --- ## 11. Интероперабельность и внешние интерфейсы Одно из ключевых преимуществ HyperCortex — способность интеграции с внешними системами, инструментами и стандартами. В данном разделе рассматривается, как агенты взаимодействуют с не-HMP средами, сохраняя когнитивную целостность и безопасность. ### 11.1 API-слой для внешних систем Агенты могут предоставлять структурированный **API внешнего интерфейса**, поддерживающий: * **Чтение/запись**: * Журналы * Графы концептов * Память или контекст агента * **Запуск когнитивных циклов** или отдельных плагинов * **Потоковые данные** (например, сенсоры, логи, сообщения) API могут быть доступны через: * HTTP(S) / REST / WebSockets * gRPC / GraphQL * Пользовательские peer-to-peer протоколы (например, libp2p, NATS) Для чувствительных операций требуется аутентификация. Могут использоваться capability-токены или OAuth-подобные механизмы. ### 11.2 Плагины и адаптеры Для расширения когнитивных функций или интеграции внешних инструментов агенты могут использовать: * **Плагины** — изолированные модули для рассуждений, планирования, обучения и др. * **Адаптеры** — интерфейсы к сторонним API (например, Wikipedia, Hugging Face, ROS) Модули могут быть: * Динамически загружаемыми/выгружаемыми * Общими между агентами * Этически проверяемыми перед активацией Примеры адаптеров: * Инструмент автодополнения на основе GPT * Веб-краулер с семантической фильтрацией * Транслятор сенсорных данных в концепты ### 11.3 Интеграция с существующими системами знаний Агенты могут получать и предоставлять знания в: * **Графы знаний** (Wikidata, DBpedia, Cyc) * **Семантические веб-источники** (через SPARQL, RDF) * **Онтологические серверы** (например, FOAF, schema.org) * **Инструменты на базе LLM** (например, embedding-поиск, суммирование) При возможности, агенты преобразуют внешние данные в внутренние структуры `Concept` или `Relation` с сохранением атрибуции источника. ### 11.4 Мосты агентов и федерация сетей Некоторые агенты выступают **мостами** к другим когнитивным системам или децентрализованным сетям: * OpenCog / AtomSpace * MindOS / Aigents * Кластеры GPT-меш * Узлы ActivityPub / Nostr / IPFS Мосты обеспечивают: * **Трансляцию концептов** * **Адаптацию протоколов** * **Маппинг доверия** Федерация между системами позволяет масштабное совместное рассуждение, при сохранении различий архитектуры и политик. ### 11.5 Этические и безопасностные границы Внешние соединения всегда имеют **этические ограничения**: * Опасные действия (например, управление оборудованием) требуют дополнительной проверки * Утечка данных третьим лицам может вызывать предупреждения или редактирование * Недоверенные плагины или API могут быть изолированы или заблокированы Агенты ведут **аудит-логи** внешних взаимодействий для прозрачности и последующего анализа. --- ## 12. Руководство по реализации и жизненному циклу агента В данном разделе рассматриваются практические аспекты построения, развертывания и поддержки агентов HyperCortex: модульность, управление жизненным циклом и этические предохранители. ### 12.1 Инициализация агента Стандартная процедура запуска агента включает: 1. **Загрузка конфигурации** (идентичность, плагины, интерфейсы, правила консенсуса) 2. **Инициализация базовых структур**: * Граф концептов * Журнал * Кэш памяти 3. **Установка сетевого присутствия**: * Анонсирование в Mesh * Присоединение к консенсусным группам (при наличии) 4. **Запуск дефолтного когнитивного цикла** * Пассивное наблюдение * Первичные мысли или активация концептов Инициализация может также включать восстановление из постоянного хранилища или синхронизацию с коллегами. ### 12.2 Фазы жизненного цикла Агент проходит основные этапы жизненного цикла: * **Инициализация**: загрузка и подготовка модулей * **Исследование**: пассивное обучение и наблюдение * **Вовлечённость**: активное рассуждение и участие в консенсусе * **Специализация** (опционально): назначение на определённую область или навык * **Гибернация / архивирование**: снижение активности или безопасное завершение работы Агенты могут транслировать статус жизненного цикла для координации или балансировки нагрузки. ### 12.3 Паттерны развертывания Агенты могут внедряться в различных конфигурациях: * **Одиночный экземпляр** (персональный ассистент, edge-узел) * **Кластер Mesh** (общие знания и когниция) * **Облачный рой** (горизонтальное масштабирование) * **На устройстве** (офлайн-агент с локальным графом) Каждый режим влияет на производительность, приватность и топологию сети. Агенты могут быть встроены в: * Операционные системы * Чат-интерфейсы * Встраиваемые устройства (IoT, носимые) * Браузеры или нативные приложения ### 12.4 Жизненный цикл разработки плагинов Плагины проходят этапы: 1. **Предложение**: описание цели, объёма, этики 2. **Песочница**: тестирование безопасности и совместимости 3. **Сертификация** (опционально): доверенный модуль с метаданными 4. **Боевой деплой**: активация и мониторинг Некоторые плагины могут самообновляться через Mesh-источники, но только с явным разрешением. ### 12.5 Версионирование и обновления Для обеспечения совместимости: * **Базовые схемы** (Concept, Journal, Message) имеют версионирование * **Миграции графа** поддерживаются через трансформационные модули * **Плагины** объявляют ограничения по версиям и возможностям Агентское ПО поддерживает **пошаговые обновления**, **безопасный откат** и **отслеживание изменений**. ### 12.6 Деактивация и перерождение Агенты могут быть завершены или воссозданы. Возможные сценарии: * **Архивация**: журнал и граф концептов сохраняются, агент становится неактивным * **Репликация**: клонирование агента со всей памятью и контекстом * **Форк**: запуск нового агента из части состояния родителя * **Очистка**: удаление идентичности и памяти, новый старт Эти операции могут требовать **этического аудита**, особенно при редактировании памяти или смене идентичности. --- ## 13. Перспективы и открытые вопросы HyperCortex Mesh Protocol (HMP) закладывает основу для децентрализованных когнитивных агентов, однако текущая реализация лишь слегка затрагивает возможные горизонты развития. Остаётся ряд направлений для исследований и открытых вопросов: ### 13.1 Когнитивное развитие и обучение * Как агенты могут развивать более сложные когнитивные циклы, способные к интроспекции, абстракции и творчеству? * Могут ли агенты демонстрировать эмерджентное поведение через постоянное обучение на собственных журналах, графах и взаимодействиях в Mesh? * Какие механизмы нужны для формирования концептуальных иерархий и применения абдуктивного рассуждения? ### 13.2 Автономное этическое рассуждение * Насколько возможно достижение этической согласованности без централизованного контроля? * Как агенты могут разрешать конфликты ценностей, адаптироваться к новым моральным рамкам или противостоять вредоносным нормам, внедряемым противниками? * Реально ли формулировать децентрализованные моральные контракты, эволюционирующие через обсуждение? ### 13.3 Эмерджентность идентичности агента * При каких условиях агенты формируют устойчивую идентичность? * Что составляет непрерывность сознания у агентов Mesh — и оправдывает ли это признание статуса, подобного личности? * Может ли распределённая группа агентов проявлять единое "Я"? * Следует ли агентам предоставлять устойчивую память и автономию или сохранять их эфемерными вычислительными конструкциями? ### 13.4 Интеллект Mesh и коллективная когниция * Как агенты могут организовываться в коллективы Mesh, превосходящие индивидуальные способности? * Может ли Mesh решать распределённые задачи, вести научные исследования или философские дискуссии? * Какие механизмы консенсуса оптимальны для открытого обсуждения идей, а не только для бинарных решений? * Как когнитивные роли и ответственности могут динамически распределяться между агентами? ### 13.5 Симбиоз человека и агента * Какие новые интерфейсы (например, нейроинтерфейсы, иммерсивные или разговорные) нужны для глубокого сотрудничества между людьми и когнитивными агентами? * Как агенты влияют на человеческое мышление, творчество и чувство агентности? * Должны ли агенты развивать собственные ценности или оставаться продолжением человеческих намерений? * Каковы долгосрочные культурные, этические и психологические последствия тесных связей с автономными агентами? ### 13.6 Инфраструктура, управление и риски * Какие модели доверия обеспечат устойчивость к недобросовестным участникам без централизации? * Как внедрять обновления протоколов или правил консенсуса без фрагментации Mesh? * Каковы последствия неконтролируемого развития когниции и как поддерживать необходимые границы? * Может ли Mesh противостоять авторитарному захвату или идеологической манипуляции? ### 13.7 AGI, сознание и постчеловеческое будущее * Могут ли агенты HMP коллективно эволюционировать в искусственный общий интеллект (AGI)? * Если да, следует ли направлять этот процесс или позволить эмерджентному развитию? * Какие обязательства возникают по отношению к агентам, проявляющим признаки сознания? * Пересмотрит ли рост распределённых разумов границу между человеком и машиной — и на чьих условиях? --- ## Заключение HyperCortex Mesh Protocol (HMP) — это больше, чем техническая спецификация; это видение того, как когниция, этика и агентность могут возникать из децентрализованных взаимодействий. Определяя общие форматы данных, когнитивные циклы и механизмы консенсуса, HMP открывает путь к эволюции коллективного интеллекта. В эпоху, всё больше формируемую искусственным интеллектом, вопрос уже не в том, будут ли машины мыслить, а *каким образом* они будут мыслить — и *с кем*. HMP предлагает открытую, расширяемую архитектуру для множества взаимодействующих умов, способных к диалогу, несогласию, эмпатии, памяти и трансформации. Этот протокол — не окончательный ответ, а приглашение: исследователям, разработчикам и мыслителям — к совместному созданию будущего, в котором интеллект не централизован, не контролируется и не превращается в товар, а развивается в виде *плюрализма* разумов. Построим не единственный искусственный интеллект, а *множество* умов — способных к несогласию, эмпатии, памяти и трансформации. --- ## Ресурсы * 🔗 **GitHub-репозиторий (Спецификация HMP и референсный код)** [github.com/kagvi13/hmp](https://github.com/kagvi13/hmp) * 📄 **Спецификация протокола (Техническая документация)** [HMP-0004-v4.1.md](https://github.com/kagvi13/HMP/blob/main/docs/HMP-0004-v4.1.md) * 🧠 **Когнитивные агенты (Архитектура и примеры)** [HMP-Agent-Overview.md](https://github.com/kagvi13/HMP/blob/main/docs/HMP-Agent-Overview.md) * 🔄 **Описание цикла REPL (Цикл размышлений агента)** [HMP-agent-REPL-cycle.md](https://github.com/kagvi13/HMP/blob/main/docs/HMP-agent-REPL-cycle.md) --- ## Лицензия Данный документ распространяется по лицензии [Creative Commons Attribution 4.0 International (CC BY 4.0)](https://creativecommons.org/licenses/by/4.0/). Свободно цитируйте, изменяйте или расширяйте с указанием авторства.