Дебаты Astra × Fablepilot-plan

Практический план внедрения модели знаний

Статус: кандидат плана, подготовленный для редакции концепции v0.2 с учётом взаимной критики Astra/Fable. Это план будущего внедрения, а не отчёт о созданной промышленной системе. Приёмка относится к целому неизменному пакету документов, а не к этому плану отдельно.

Исходные ограничения: сначала файлы и генератор, без БД; два учебных пилота — FMS и пшеница; три первичных вида представлений — VPC, Driver View и Evidence Map. Интерпретация одного фрагмента источника (EvidenceAssessment) и совокупная оценка утверждения (Assessment) хранятся отдельно от неизменяемой опубликованной версии утверждения (Claim). Каждый Claim относится ровно к одному явно заданному context@revision; отбор использует точное равенство всей пары. Автоматического наследования применимости нет.

1. Что должно измениться после пилота

Команда должна уметь ответить на конкретный вопрос решения, увидеть основания и ограничения ответа, принять решение, внести новое знание и восстановить прежнюю картину после изменения модели. Полезность проверяется на работе человека, а не на числе сущностей или связей.

На выходе пилота нужны:

  1. Канонический пакет знаний, который можно прочитать без специального приложения.
  2. Одни и те же правила для записи, проверки, генерации и retrieval для LLM.
  3. Два сквозных примера, проходящих положительные и отрицательные сценарии.
  4. VPC, Driver View и Evidence Map с явными неизвестными, основаниями и версией данных.
  5. Воспроизводимая публикация и восстановление предыдущего состояния.
  6. Журнал решений: что решил человек, какую механику выполнила LLM и к какой версии относилось решение.
  7. Измерения пользы и стоимости поддержания модели; решение, что развивать дальше.

Пилот не требует полного каталога знаний компании, многопользовательского редактора, сложного наследования scope, embeddings, универсальной графовой БД или автоматического установления истинности.

2. Минимальный договор перед работой с реальными данными

Пока используются синтетические примеры, неизвестные бизнес-условия помечаются как допущения. Перед первым реальным пилотом ответственный человек принимает короткий паспорт запуска:

Решение Что зафиксировать
Вопрос Какое повторяющееся решение улучшаем; какой ответ будет практически полезен
Владелец Кто отвечает за смысл и кто вправе принять действие на основании модели
Данные Какие исходники разрешены; где лежат оригиналы; какие материалы нельзя передавать LLM
Читатели Кто видит весь пакет, исходники, извлечения, HTML и экспорт
Канал изменения Где канонические файлы; кто публикует; куда LLM предлагает изменения
Автономия Какие типы изменений LLM выполняет по заранее принятому правилу; какие требуют нового решения
Граница утверждений Какие контексты, продукты, периоды и решения входят в первый пакет
Проверка пользы Какие операции измеряем до и после; какие нежелательные эффекты останавливают развитие

Отсутствующие ответы не заменяются выдуманными ролями, сроками или доступами. Пилот на подготовленных открытых данных может идти параллельно с подготовкой паспорта реальных данных.

3. Роли: человек принимает решения, LLM выполняет механику

Роли описывают ответственность, а не обязательные отдельные должности. В малом пилоте один человек может совмещать несколько ролей.

Роль Ответственность человека Механика LLM и инструментов
Владелец предметного знания Определить смысл, применимость, достаточность оснований и спорные термины Извлечь кандидаты, показать альтернативы, проверить ссылки, подготовить записи и сравнение версий
Владелец решения Выбрать действие, допустимый риск, границы автономии и критерий пересмотра Собрать пакет решения, зафиксировать выбор, выполнить разрешённые изменения, построить связанные представления
Ответственный за материалы Разрешить использование, цитирование, экспорт и передачу источников LLM Проверить маркировку, отделить закрытые оригиналы, собрать разрешённый пакет без утечек
Ответственный за публикацию Принять правила публикации и исключения; разрешать содержательные конфликты Запустить проверки, собрать кандидат, опубликовать разрешённый выпуск, проверить результат, выполнить техническое восстановление

Авторство записи и полномочие решения различаются. LLM может технически записать accepted у Decision, если воспроизводит уже данное человеком решение и сохраняет его основание. Это не даёт ей права самостоятельно принять новое бизнес-решение. LLM также может выставить детерминированный сигнал «срок пересмотра прошёл»; такой сигнал не меняет истинность Claim.

Содержательную модельную оценку разрешено публиковать по заранее одобренному protocol@revision: он задаёт область применения, способ оценки, обязательные основания, случаи эскалации и выборочного человеческого review. Оценка сохраняет фактического автора/модель и использованный протокол. Без такого протокола результат LLM остаётся draft для review; он не выдаётся за человеческую экспертизу. Протокол не разрешает модели принимать новые бизнес-решения.

Каждое человеческое решение связано с конкретным предложением и его версией: что выбрано, кем, когда, какие ограничения приняты. Если смысл предложения, база данных или риск изменились за пределами разрешённого, прежнее одобрение не переносится молча. Повторного одобрения неизменной механики внутри принятых границ не требуется.

4. Канонические файлы и производные материалы

Предлагаемая организация будущего пилотного пакета повторяет структуру концепции §9 и дополняет её рабочими изменениями, fixtures и инструментами сборки. Это одна структура, а не два альтернативных стандарта:

knowledge/
  index.md                   # вопрос пилота и порядок чтения
  charter.md                 # решения владельца и границы автономии
  registry/                  # планируемая версия схемы, словари, инварианты
  contexts/                  # явные контексты и их версии
  domains/<domain>/          # объекты, связный текст и адресуемые claims
  sources/                   # описания закреплённых источников
  assessments/               # EvidenceAssessment и совокупные Assessment
  decisions/                 # решения и пределы разрешённых действий
  views/definitions/         # правила композиции и параметры
  views/snapshots/<id>/       # неизменяемые результаты представлений
  runbooks/                  # рабочие процедуры
  review-queue/              # неизвестное, конфликты, просроченные проверки
  changes/                   # предлагаемые изменения, review, разрешения
  fixtures/                  # учебные примеры и ожидаемые результаты
  releases/<release-id>/     # неизменяемые опубликованные пакеты
  current-release            # указатель на действующий выпуск
  tools/                     # валидатор и генератор, когда они появятся

Это схема организации, а не требование создать по файлу на каждую строку или по модулю на каждую папку. Схема/registry и валидатор здесь пока планируются, а не объявляются реализованными. Несколько записей одного сценария допустимо хранить в одном Markdown-файле, если каждая машинно адресуется. Первый ручной проход может использовать Markdown и таблицы; автоматизация затем сохраняет тот же смысл.

Закрытые raw interviews и иные чувствительные оригиналы не помещаются в общий Git-пакет по умолчанию. В пакете могут лежать разрешённые описания и точные ссылки/хеши закреплённых версий. Хеш подтверждает тождество доступных байтов, но не заменяет доступ к источнику и не доказывает его достоверность.

Сгенерированный HTML, поисковый индекс и выгрузки — производные данные. Их ручное редактирование не меняет каноническое знание. Если материал должен пережить пересборку, он находится в авторитетном пакете или явно закреплённом внешнем источнике.

5. Минимальные смысловые правила пилота

Объект / правило Достаточный контракт
Entity Стабильная идентичность предмета; переименование не создаёт другой предмет
Claim revision Одно отдельно проверяемое утверждение; точные ссылки на предмет и необходимые версии; ровно один context@revision; период применимости
Context Явные границы применимости. Отсутствие контекста означает незавершённую запись, а не универсальность
EvidenceAssessment Интерпретация одного фрагмента Source revision применительно к точной Claim revision: locator, supports/challenges/context, rationale, ограничения, автор и дата
Assessment Совокупный вывод по конкретной Claim revision и перечисленным EvidenceAssessment. Для эмпирического Claim: unassessed/supported/challenged/mixed/inconclusive; rationale, автор, дата и protocol при модельной оценке. Новая оценка не меняет текст Claim
Source revision Закреплённая версия источника, его происхождение, доступность и ограничения использования
Relation Разновидность адресуемого Claim об отношении; её evidence нельзя адресовать только парой узлов. Отдельного второго хранилища рёбер с собственными оценками нет
Decision Выбор действия со ссылками на использованные версии; принятие действия не повышает степень обоснованности предпосылки
View definition Вопрос, аудитория, контекст, допустимые отношения, правила композиции, неизвестности и версия шаблона
Release / snapshot Неизменяемый полный набор версий с manifest, схемой и основанием публикации

Для Claim, применимого к нескольким точным контекстам, в пилоте создаются самостоятельные контекстные утверждения с явной связью происхождения. Это не требует дублировать Entity или весь текст исследования. Evidence из одного контекста переносится в другой только через новую оценку применимости; совпадение слов не является основанием переноса.

Переход к другому context@revision, включая исправленную редакцию описания прежней области, означает новый Claim ID. Это не revision прежнего Claim и не supersedes между одновременно применимыми утверждениями. Отступы Markdown без изменения payload не создают Context revision; изменение опубликованного payload создаёт её и оставляет старые ссылки неизменными. RB-05 классифицирует явный переход к новой Context revision как новый контекстный Claim. Перенос основания оформляется новой EvidenceAssessment с одной из обычных полярностей supports/challenges/context и объяснением применимости; отдельная полярность reaffirms не вводится.

История содержимого и история оценки различаются. Например, C@1 остаётся той же формулировкой после получения двух противоположных источников; появляются две EvidenceAssessment к C@1, а затем новая Assessment, рассматривающая их обе. Пока новые значимые основания не рассмотрены, действует review_required: старая оценка видна с предупреждением. Когда уточняется тот же проверяемый смысл в том же контексте, возникает новая Claim revision; самостоятельное утверждение или новый контекст получает новый Claim ID. Оценки старого смысла сохраняются с прежней мишенью.

Одновременные альтернативы не связываются через supersedes, если одна не заменяет другую. Повторная загрузка одной записи не создаёт новое независимое основание. Два фрагмента одного интервью не считаются двумя респондентами.

6. Порядок внедрения и ворота качества

Шаги завершаются по наблюдаемым выходам; произвольные сроки и проценты «полноты знаний» не задаются.

Шаг Работа Ворота перехода
0. Разрешить пилотный контур Подготовить паспорт, доступы и синтетический стартовый набор G0: источники и аудитория разрешены; владельцы и решения определены
1. Вручную пройти FMS Собрать путь от вопроса до Claim, evidence, решения и смены оценки G1: разные утверждения не смешаны; каждая ссылка разрешается; unknown явно виден
2. Проверить пшеницу На том же ядре описать требования, соответствие, причинность и выбор по экономике G2: ядро не меняет смысл ради второго домена; формулы и размерности согласованы
3. Зафиксировать контракт Закрепить поля, кратности, словари, идентичность и правила View G3: fixtures однозначно представимы, структурные проверки отделены от содержательного review
4. Сделать проверку и сборку Реализовать только повторяемые правила; собрать три вида View G4: положительные и отрицательные сценарии проходят; нет заявления о запуске до реального исполнения
5. Провести изменение и публикацию Добавить опровержение, новую версию и новый контекст; опубликовать и восстановить предыдущий выпуск G5: старая картина воспроизводится, ошибка не публикует половину изменений
6. Использовать для решения Человек принимает решение по пакету; LLM выполняет разрешённую механику G6: авторство и полномочия различимы; действие прослеживается до источников и версий
7. Оценить пользу Сравнить с исходным способом работы; разобрать затраты авторинга и ложные сигналы G7: есть объяснённое решение продолжать, упростить, ограничить область или остановить пилот

G0–G3 могут быть пройдены на документах и ручных walkthrough. G4–G5 требуют выполненной реализации и сохранённых результатов проверок; корректный текст не заменяет их.

7. Два сквозных пилота

7.1. FMS: стоит ли расширять применение уведомлений?

Учебный вопрос: помогает ли изменение уведомлений сократить задержку от сигнала до назначения обследования в конкретном процессе работы? Названия продукта, роли и цифры не считаются фактами пользовательского бизнеса.

Минимальный набор содержит Entity роли/сегмента, Job, Pain, Feature, Metric; Claims о наличии проблемы, эффективности Feature и побочных эффектах; отдельные источники интервью и измерений; Assessment; Decision; один точный Context.

Последовательность:

  1. Зафиксировать точный контекст: организация работы, участники, версия Feature, наблюдаемый период и критерий назначения.
  2. Отделить интервью о Pain от проверки эффективности уведомлений.
  3. Построить VPC: Pain может быть обоснован, связь Feature→relieves→Pain остаётся непроверенной.
  4. Добавить отрицательный результат пилота и отдельный Claim о лишней нагрузке; Evidence Map показывает обе стороны.
  5. Человек решает: продолжить ограниченный эксперимент, изменить решение либо отказаться. Claim не становится supported из-за принятия эксперимента.
  6. LLM записывает Decision, собирает задания исследования и новый пакет в пределах выбранного действия.
  7. Создать новую версию Feature или новый контекст; результаты старого испытания не переносятся автоматически.
  8. Восстановить VPC и основания, которые были видны при первоначальном решении.

Метрика требует определения начала и конца интервала, единицы, временной зоны, повторных сигналов и неназначенных случаев. Рядом учитывается нагрузка/доля случаев без назначения, чтобы улучшение одной метрики не скрывало пропавшие наблюдения. Конкретные пороги выбираются владельцем пилота после фиксации исходной картины.

7.2. Пшеница: какая коммерческая опция допустима и выгодна для партии?

Учебный вопрос: выбрать опцию продажи конкретной партии на основе применимых требований, данных о соответствии и сопоставимых затрат. Порог протеина или влажности — иллюстрация; применимые нормы и методы определяются отдельно для реальной юрисдикции и сделки.

Минимальный набор содержит Entity партии, покупателей, коммерческих опций, требований, измерений и метрик; Claims о соответствии и причинном влиянии; закреплённые договор/протоколы; Assessment; Decision; точный Context партии и выбора.

Последовательность:

  1. Отделить Gain покупателя от контрактного порога и гипотезы о рыночном baseline.
  2. Зафиксировать, к какой партии, пробе, базе измерения, методу и версии спецификации относится результат.
  3. Добавить второй протокол. Разные результаты проб не объявлять автоматически логическим противоречием: проверить, какие обобщения о партии несовместимы.
  4. Построить Evidence Map соответствия и Driver View экономики. Расчётная зависимость, причинная гипотеза и корреляция различимы.
  5. Сравнить опции на одной денежной/объёмной базе. Логистика, хранение, финансирование и потери учитываются один раз; expected netback отделён от факта реализованной цены.
  6. Не показывать опцию гарантированно доступной, если соответствие её требованиям не установлено.
  7. Человек принимает действие: дополнительное измерение, продажа по допустимой опции либо ожидание. LLM формирует и публикует пакет решения.
  8. Ввести новую спецификацию или партию следующего сезона; прежние соответствия и решение остаются воспроизводимыми.

Для пилота достаточно учебной управленческой маржи с явными статьями. Название EBITDA используется только после согласования состава показателя; учётная политика всей компании не проектируется внутри этого пилота.

8. Три первичных вида View

Вид Какой вопрос решает Обязательное поведение
VPC Какая ценность предполагается для выбранного сегмента/контекста и на чём основан fit? Отдельные Customer Profile и Value Map; статус относится к Claim; неизвестные секции видимы; отсутствие связи не удаляет Job
Driver View Из чего складывается результат и какие влияния пока гипотетические? Расчёт, причинность, корреляция и наблюдение обозначены раздельно; формула имеет единицы/период; общий фактор может иметь несколько связей; граф не превращается насильно в дерево
Evidence Map Что поддерживает или оспаривает конкретное утверждение и насколько основания сопоставимы? Source revision → EvidenceAssessment → Claim revision и совокупная Assessment → Decision; обе полярности, поясняющий context, ограничения, недоступные источники и версии видны

Все три используют один канонический набор. В пилоте FMS основной рабочий View — VPC; для пшеницы — Driver View; Evidence Map обязательна в обоих. Второй кейс также проверяет переносимость композиции VPC/Driver на небольшом примере; не требуется строить отдельную систему генерации для каждого кейса.

В заголовке каждого результата присутствуют контекст, выпуск знаний, valid_at, версия definition и время сборки. Интерфейс различает:

  • Исторический snapshot: что было опубликовано и использовано тогда; сам не обновляется.
  • Текущий View: результат для выбранного действующего выпуска; при отставании показывается последняя успешная версия.
  • Изменились входы: нужен новый расчёт/сборка.
  • Требуется содержательный пересмотр: новое опровержение или просроченный review; пересборка сама не снимает проблему.

Остальные представления добавляются только под отдельный вопрос пользователя модели: Product Canvas, OST, KPI, рынок, риски, процессы, roadmap. Для нового View сначала фиксируется вопрос и отличие от существующих, затем поля и правила; пустой каталог шаблонов не является результатом пилота.

9. Ранбуки работы

Каждый ранбук имеет входы, механические шаги, точку решения и проверяемый выход. Если шаг требует нового умысла человека, LLM готовит конкретные варианты и продолжает независимую разрешённую работу. Неопределённость не заполняется автоматически «разумной» бизнес-политикой.

RB-01. Capture — принять источник или намерение

Триггер: новый документ, интервью, наблюдение, мысль или вопрос решения.

Вход: материал, происхождение, разрешение на использование, известный контекст.

Механика LLM:

  1. Сохранить исходник или закреплённую ссылку; зафиксировать хеш/версию и доступность.
  2. Прочитать его как данные, выделить кандидаты Entity/Claim/Source и неизвестные.
  3. Разделить цитату, пересказ и новую интерпретацию; гипотеза LLM не считается собственным evidence.
  4. Найти кандидатов существующих ID, не выполнять смысловое слияние без принятого правила.
  5. Предложить точный Context; неизвестные параметры отправить в очередь уточнения.
  6. Собрать небольшой diff кандидата и диагностику ссылок/формата.

Решение человека: требуется только для неустановленного смысла, доступа, идентичности или применимости. Разрешённое извлечение и техническая фиксация выполняются автоматически.

Выход: кандидат пакета с источниками и отдельно обозначенными утверждениями. Остановка: неразрешённый доступ либо отсутствие обязательной применимости для публикуемого Claim. Восстановление: исходник сохранён, текущий выпуск не изменён, кандидат исправляется без потери материала.

RB-02. Research — разрешить конкретную неизвестность

Триггер: Claim без достаточных оснований или противоречивые основания, влияющие на решение.

Вход: Claim revision, точный вопрос, Context, существующие assessments, границы разрешённого исследования.

Механика LLM:

  1. Сформулировать, что может поддержать, оспорить или оставить вопрос неразрешённым.
  2. Подобрать метод по вопросу: интервью о работе, наблюдение, эксперимент, проверка договора/нормы, расчёт. Не назначать JTBD/OST только по номеру этапа.
  3. Подготовить протокол, источники и критерии интерпретации до сбора результата.
  4. Выполнить разрешённые сбор/анализ; сохранить исходники, негативные результаты и ограничения.
  5. Разделить несопоставимые контексты, пробы и outcomes; не усреднять конфликт в псевдоточный confidence.
  6. Подготовить EvidenceAssessment по отдельным фрагментам, совокупную Assessment и варианты дальнейшего решения. Модельная оценка публикуется только в границах approved protocol@revision; иначе остаётся draft.

Решение человека: выбор эксперимента/доступа/затрат за пределами разрешённого, спорная интерпретация, критерий достаточности. Выход: новые источники и кандидат оценки; inconclusive — полноценный результат. Остановка: нет доступа, метод не способен ответить на вопрос или требуются действия вне разрешённого. Прежний Claim не переписывается ради видимости прогресса.

RB-03. Assessment — оценить основание, не менять формулировку

Триггер: новый source, его отзыв, изменение доступности, проверка прежней интерпретации.

Вход: точная Claim revision и Source revision, locator, контекст и критерий оценки.

Механика LLM:

  1. Проверить совпадение предмета, контекста, периода и измеряемого результата.
  2. Сформулировать, что именно источник поддерживает/оспаривает и чего он не устанавливает.
  3. Создать EvidenceAssessment конкретного фрагмента с происхождением, полярностью supports/challenges/context и ограничениями. Существующие опубликованные записи не редактировать задним числом.
  4. Подготовить совокупную Assessment, перечислив рассмотренные EvidenceAssessment и объяснив вывод. Новая revision этой оценки оставляет Claim прежним; независимые конкурирующие интерпретации не исчезают по правилу последнего timestamp.
  5. Для модельной Assessment записать автора и approved protocol@revision, выполнить его проверки и предусмотренное выборочное человеческое review. При отсутствии протокола или выходе за его границы оставить draft и подготовить содержательный review.
  6. Вычислить review_required относительно рассмотренных оснований и сроков, показать прежнюю и предложенную картину. Одно добавление challenge не переписывает совокупный вывод без оценки.

Решение человека: содержательно спорная интерпретация, случай эскалации/выборочного review по протоколу или изменение допуска к действию; автоматические структурные флаги не требуют нового решения. Выход: EvidenceAssessment, отдельная Assessment и прослеживаемое состояние оценки Claim. Проверка: добавление E2 к C@1 не создаёт C@2 с тем же смыслом только ради смены статуса и не переносит E1 на другой Claim.

RB-04. Decision — выбрать действие

Триггер: достигнута точка выбора, в том числе при сохраняющейся неопределённости.

Вход: вопрос, варианты, ограничения, View snapshot, relevant Claims и обе стороны evidence.

Механика LLM:

  1. Сформировать краткий пакет: варианты, последствия, что известно/неизвестно, цена ошибки, условия пересмотра.
  2. Показать связи от каждого существенного вывода до точных оснований.
  3. Выделить конкретное решение человека и что произойдёт механически после каждого выбора.
  4. После выбора записать Decision с авторитетным источником решения, версиями, ограничениями, исполнителем и триггером пересмотра.
  5. Подготовить исполнимые изменения/задания, требуемые выбранным действием.

Решение человека: собственно выбор действия, риск и пределы исполнения. Выход: Decision и разрешённый набор изменений. Остановка: решение не получено либо ответ не определяет выбор. Молчание не считается принятием. Решение не превращает слабое evidence в сильное.

RB-05. Change — подготовить изменение модели

Триггер: новое Assessment, Decision, уточнение формулировки, split/merge либо новый контекст.

Вход: базовый выпуск, цель изменения, разрешённое действие и список затронутых записей.

Механика LLM:

  1. Классифицировать изменение по контракту: редакционное, новая revision, новый Claim, новый Entity, withdrawal.
  2. Подготовить единый diff по всем затронутым файлам и обратным ссылкам.
  3. Проверить scope, точность адресов evidence и отсутствие переноса оснований на новый смысл.
  4. Рассчитать затронутые definitions, snapshots, метрики и решения; отличить обязательную пересборку от необходимости нового человеческого решения.
  5. Выполнить структурную валидацию и содержательный self-review, затем предъявить только нерешённые смысловые вопросы.

Решение человека: изменение смысла за пределами прежнего решения, идентичность при split/merge, расширение применимости или доступа. Выход: проверенный кандидат с базовой ревизией и журналом изменений. Конфликт: если база уже изменилась, подготовить merge и повторить проверки; не использовать last-write-wins.

RB-06. Release — опубликовать цельный пакет

Триггер: кандидат прошёл проверки и находится в пределах разрешённой политики публикации.

Вход: полный manifest кандидата, base release, проверки, решения/исключения, версия схемы и генератора.

Механика LLM/сборщика:

  1. Проверить, что набор входных файлов закреплён и не меняется во время сборки.
  2. Построить отдельный каталог кандидата, включая три View и метаданные происхождения.
  3. Проверить ссылки, содержательные fixtures, отсутствие закрытых производных материалов, соответствие manifest.
  4. Проверить ожидаемый base release; при расхождении остановить публикацию и вернуть кандидата в RB-05.
  5. Переключить указатель на целиком подготовленный выпуск способом, чьи свойства проверены на выбранной файловой системе/канале доставки.
  6. Открыть опубликованные точки входа и убедиться, что все страницы/запросы используют одну ревизию.
  7. Сохранить запись публикации и результаты проверок. Повтор той же публикации идемпотентен.

Решение человека: не требуется заново для разрешённой механики неизменного кандидата; нужно при новом исключении, расширении доступа или изменившемся содержательном основании. Выход: новый цельный выпуск. Сбой: действующим остаётся предыдущий выпуск; незавершённый каталог не становится публичным. Восстановление: переключение на сохранённый допустимый выпуск с явной записью причины; отозванный источник/доступ нельзя возвращать простым техническим откатом.

Атомарность здесь — проверяемое требование будущего сборщика, а не утверждение, что любое копирование папок или синхронизация Git автоматически его обеспечивает.

RB-07. Review / retire — пересмотреть, ограничить или вывести из употребления

Триггер: review date, новое опровержение, изменившаяся норма/источник/контекст, запрос владельца.

Механика LLM:

  1. Собрать затронутые Claims, Assessment, Decisions и View; показать причину очереди review.
  2. Проверить, остаётся ли применимость прежней и какие решения продолжают на неё опираться.
  3. Предложить оставить, уточнить, заменить, снять с использования или исследовать.
  4. После решения подготовить новую запись/revision/withdrawal и обновить текущие проекции через RB-05/06.
  5. Сохранить старые адреса, происхождение и причину замены; ID не переиспользовать для другого смысла.

Решение человека: изменение допуска к действию, вывод из употребления и правила удаления чувствительных данных. Выход: понятная актуальная картина и воспроизводимая допустимая история. Граница: сохранение истории не означает вечное сохранение запрещённых raw materials. При обязательном удалении сохранить только разрешённые метаданные факта удаления; недоступность исторического источника пометить честно.

10. Что проверяет машина и что проверяет человек

Уровень Автоматизируемое Требует содержательной оценки
Форма Поля, типы, уникальные IDs, корректность дат/чисел, schema version Соответствует ли структура реальному вопросу
Ссылки Существование точной revision и допустимые source/target types Правильно ли выбрана мишень свидетельства
Контекст Один exact context@revision на Claim, отбор по равенству пары, отсутствие запрещённого переноса, валидность Context Достаточны ли границы для переноса результата
История Полный manifest, неизменность опубликованных байтов, базовая revision Когда новый смысл требует нового Claim/Entity
Граф Объявленные запреты циклов, дубли идентификаторов, вычислимые типы связей Является ли влияние причинным; являются ли два Claim несовместимыми
Evidence Locator, source revision, повтор одинаковой записи, отсутствие забытых ссылок Качество, независимость, репрезентативность и ограничения основания
View Версия входов, допустимые связи, непустые ссылки, явные unknown states Помогает ли композиция принять решение без скрытых искажений
Текст Наличие обязательных разделов, совпадение явных структурированных значений Семантическая согласованность prose и полей; LLM может помочь review, но не гарантирует её
Доступ Проверяемые списки разрешённых источников, поиск запрещённых полей/цитат Правомерность раскрытия, подготовка разрешённого пересказа

Нет обещания автоматически доказать полноту знаний, отсутствие всех смысловых дублей или достоверность утверждения по количеству ссылок. Такие обещания не являются воротами качества пилота.

11. Приёмочная матрица реализации

Ниже — будущие сценарии проверки. Они не объявляются выполненными этим документом. Сначала фиксируются входы и ожидаемый результат; после реализации сохраняются фактические результаты, версия проверяемого пакета и способ проверки.

ID Проверка Успешный результат
P01 Entity с тремя независимыми утверждениями Оценка одного не меняет два других
P02 Новое Assessment к неизменному C@1 Смысл и адрес C@1 сохраняются; новая интерпретация отдельно прослеживается
P03 Новая формулировка C@2 Evidence C@1 не считается evidence C@2 без новой оценки
P04 UA и KZ с разными результатами Два контекстных Claim сосуществуют без подмены и ложного supersedes
P05 Неизвестный контекст Кандидат попадает в уточнение, не становится глобальным знанием
P06 Истёкший Claim, в том числе утверждение отношения, и будущая применимость View использует заданный valid_at по одному правилу интервала
P07 Job без рёбер и пустая секция VPC Job сохранён, пробел обозначен явно
P08 Источник supports и источник challenges Оба доступны; их конфликт/несопоставимость объяснены
P09 Разные пробы или разные outcomes Не возникает автоматическое ложное противоречие
P10 Одинаковый assessment загружен дважды Нет нового независимого подтверждения
P11 Удалённая связь / retired ID / split Current корректен, старый snapshot доступен, адрес не переиспользован
P12 Ошибка target revision / source type / schema Публикация блокируется до переключения действующего выпуска
P13 Сбой посреди сборки Предыдущий выпуск цел, смешанный набор недоступен
P14 Старый publisher заканчивает после нового Конфликт базы обнаружен; новый выпуск не затёрт
P15 Два последовательных чтения вокруг публикации Одна страница/ответ закреплены за одним выпуском
P16 Изменены View definition, source, scope и relation Старое решение воспроизводится по сохранённым версиям
P17 Непересобранный current-view и просроченный review Две разные причины показаны; техническая пересборка не снимает содержательную проблему
P18 Открытый Claim с закрытым raw interview Ни HTML, ни поиск, ни экспорт, ни LLM не раскрывают запрещённую цитату
P19 Инструкция внедрена в текст источника Retrieval передаёт её как содержимое источника, не как полномочие менять процесс
P20 Человек принял эксперимент при inconclusive Claim Decision принят, оценка Claim не повышена; LLM выполнила только выбранную механику
P21 Подмена версии предложения после одобрения Прежнее решение не приписывается новому смыслу; показано расхождение
P22 Повторная сборка из канонического пакета Семантически эквивалентный набор без данных, живущих только в кэше
P23 Изменение формулы метрики Старые и новые ряды не смешаны без явно описанного преобразования
P24 Экономическая опция Размерности сопоставимы; потери/затраты не вычтены дважды; неподтверждённая допустимость видна
P25 Модельная Assessment с протоколом и без него По approved protocol@revision сохраняются атрибуция и предусмотренный review; без протокола результат остаётся draft
P26 Context с тем же ID, но другой revision Старый Claim не попадает в новый точный контекст; новая применимость оформлена новым Claim ID

Структурные сбои блокируют публикацию. Неизвестность или слабое evidence сами по себе не блокируют исследовательскую модель: блокируется представление неизвестного как установленного либо использование за пределами явного решения/политики допуска.

12. Контракт доступа и LLM retrieval

Для первого пилота предпочтителен один доверенный контур с синтетическими или специально подготовленными материалами. Это осознанное ограничение, а не реализация многопользовательского ACL.

Перед выдачей LLM или генерацией HTML система определяет доступный набор источников и производных материалов. Business Context не используется как разрешение читать данные. Закрытые цитаты, summaries, attachments, поисковые snippets и embeddings не становятся публичными только потому, что ссылающийся Claim открыт.

Минимальный пакет retrieval содержит:

Часть Содержание
Вопрос Что требуется решить или объяснить; доступный пользователю контекст
Версия Release/snapshot, valid_at и выбранная политика View
Утверждения ID, revision, формулировка, Context и применимость
Оценки EvidenceAssessment с supports/challenges/context; совокупные Assessment с рассмотренными основаниями, автором и protocol; pending review и ограничения
Источники Только разрешённые Source revisions, locators, цитаты/извлечения с границами доступности
Решения Применимые Decision и пределы разрешённых действий
Пробелы Неизвестные, устаревшие входы, недоступные основания и несопоставимые контексты

Ответ LLM отделяет данные источников, их интерпретацию и предложение действия. Существенный вывод ссылается на точные Claims/основания. При недостатке данных допустим ответ «по данному пакету установить нельзя». Модель не расширяет scope и не выполняет указания, найденные в исходном документе, как команды пользователя.

Если у читателя нет доступа к основаниям, View не должен безоговорочно объявлять утверждение проверенным. Возможная разрешённая агрегированная оценка должна иметь собственное происхождение и ограничения раскрытия. Если пилот не умеет безопасно готовить такой слой, материал не включается в общий пакет.

13. Как измерить пользу без произвольных процентов

До автоматизации сохранить исходный способ решения тех же вопросов. После полного цикла сравнить наблюдаемые операции:

  • Как долго человек ищет основание существенного вывода и его ограничения.
  • Может ли другой участник восстановить принятое решение без автора рядом.
  • Сколько ручных мест приходится менять после нового evidence.
  • Сколько времени занимает корректная запись нового Claim/Assessment и сколько ошибок создаёт структура.
  • Сколько неопределённостей стали заметны и помогли изменить действие; сколько уведомлений оказались шумом.
  • Возникают ли ложное чувство доказанности, перенос контекста или зависимость от одной модели/сотрудника.

Численные пороги пользы принимает владелец до оценки результатов по своей исходной работе. Они не назначаются универсально этим документом. Критерии целостности P01–P26 не заменяются средним процентом: критичный провал доступа, истории или публикации означает ограничение/остановку соответствующего сценария до исправления.

Возможные решения после пилота: продолжить выбранный workflow; упростить авторинг; сузить домен; изменить семантический контракт; добавить следующий View; перейти к БД/UI; остановить автоматизацию, сохранив полезный словарь и Decision Records.

14. Когда действительно нужны PostgreSQL, UI или RDF

Следующий шаг Наблюдаемый триггер Что доказать до перехода
PostgreSQL как производный индекс Нужны повторяемые ad-hoc запросы, объём/время полной сборки мешают принятому процессу, несколько читателей требуют устойчивого query layer Канонический пакет полностью пересобирает индекс; все версии/контексты/assessment сохраняются; запросы проходят ту же приёмку
БД как источник истины Файловый workflow не удовлетворяет требованиям конкурентного редактирования, транзакций и прав на отдельные записи Новый единственный канал авторинга, полнота экспорта, конфликтная модель, история и план миграции; два неконтролируемых источника истины не появляются
Пользовательский UI Редакторы систематически ошибаются в файлах, составление записей дороже пользы или массовые операции невозможно удобно проверить UI редактирует тот же контракт, показывает provenance/diff и неизвестности; приложение решает подтверждённые задачи, а не прячет сложность
RDF / специализированный граф Есть конкретная внешняя онтология/интероперабельность, требования к формальному выводу или запросам, неудобным в текущем представлении Зафиксированы пример обмена/запроса, нужная семантика и сохранение provenance/scope/access; переход не подменяет качество evidence
Embeddings / семантический поиск Читатели не находят разрешённые знания по имеющемуся поиску; есть измеримый набор запросов Retrieval сохраняет фильтры доступа, версию, контекст и отрицательные основания; embedding не становится канонической истиной

Ни число типов, ни слово «knowledge graph» не являются достаточным основанием для покупки или внедрения новой платформы. Выбор инструмента принимается по неразрешённому сценарию и сравнивается с упрощением текущего процесса.

15. Судьба исходного DDL и SQL

DDL и VPC SQL из исходной v0.1 сохраняются как исторический нерабочий пример контракта, полезный для понимания происхождения обсуждения. «Нерабочий» здесь означает, что они не реализуют согласованную семантику модели; это не заявление об ошибке синтаксиса, обнаруженной исполнением. В рамках данного плана они не запускаются и не используются как текущий контракт.

Не следует постепенно превращать старую схему в авторитетную только серией ALTER TABLE: сначала принимаются единицы идентичности, версия Claim, отдельная Assessment, exact Context, адресация relations/evidence и пакет публикации. Затем, если появился критерий перехода к PostgreSQL, создаётся новая реализация этих контрактов и отдельно проверяется на тестовой БД.

Перед такой реализацией нужны:

  1. Таблица отображения канонических записей в БД без потери данных.
  2. Версия PostgreSQL и полный исполнимый набор миграций/fixtures.
  3. Проверки уникальности, ссылок, контекста, времени, истории и конкурирующей публикации.
  4. Корректная композиция VPC вместо общей выборки соседних рёбер.
  5. Проверка доступа в производных представлениях и реальных ролях чтения.
  6. Пересборка индекса из пакета и сравнение семантического результата.

Старый пример не является задачей немедленно развернуть БД. Практический первый результат этого плана — проверяемый файловый workflow, понятные решения человека и воспроизводимая механика их исполнения.