PAD+ AI v4.0: исследовательская когнитивная архитектура поверх LLM

Что происходит между запросом пользователя и ответом языковой модели?

За последние несколько лет большие языковые модели совершили настоящую революцию. Сегодня они способны писать код, анализировать документы, помогать в исследованиях, создавать тексты и решать сложные задачи.

Однако подавляющее большинство современных AI‑приложений имеют практически одинаковую архитектуру:

Запрос → Prompt → LLM → Ответ

Вся интеллектуальная работа фактически сосредоточена внутри языковой модели, а внешняя система лишь подготавливает запрос и отображает результат.

Такой подход хорошо работает для большинства задач, но оставляет открытым фундаментальный инженерный вопрос:

Что должно происходить между получением запроса пользователя и генерацией ответа?

Именно исследованию этого вопроса посвящён проект PAD+ AI.

---

Что такое PAD+ AI

PAD+ AI — это открытая исследовательская когнитивная архитектура, работающая поверх современных языковых моделей.

Проект не создаёт собственную LLM и не пытается конкурировать с существующими моделями. Напротив, он рассматривает языковую модель как один из компонентов более сложной системы принятия решений.

Вместо прямой передачи пользовательского запроса в LLM система проводит его через последовательность независимых когнитивных фаз. На каждом этапе анализируется определённый аспект обработки: безопасность, намерение пользователя, память ^[1], личность, эмоциональное состояние, стратегия генерации, проверка утверждений, обновление внутреннего состояния системы и многое другое.

В результате ответ формируется не одним вызовом модели, а последовательностью взаимосвязанных инженерных процессов.

---

Чем PAD+ AI отличается от большинства проектов вокруг LLM

Сегодня большинство проектов развивается в одном из нескольких направлений:

• интерфейсы для общения с языковыми моделями;

• AI‑агенты;

• RAG‑системы;

• автоматизация рабочих процессов;

• интеграция нескольких моделей.

PAD+ AI исследует другое направление.

Главный объект исследования — когнитивная архитектура, внутри которой языковая модель становится лишь исполнительным механизмом генерации текста.

В центре внимания ^[2] находятся вопросы:

• какие внутренние состояния должна иметь система;

• как должна работать долговременная память ^[3];

• как обеспечить наблюдаемость процесса принятия решений;

• каким образом можно проверять собственные утверждения;

• как организовать эволюцию ^[4] состояния системы между диалогами;

• как сделать архитектуру полностью модульной и расширяемой.

---

Архитектура проекта

Основой PAD+ AI является когнитивный Pipeline.

Каждый запрос проходит через последовательность этапов обработки. На уровне реализации pipeline включает 24 фазы, объединённые в укрупнённые этапы:

Safety → Intent → Retrieve → Generate → Truth → Remember → Evolve → Emit

Ниже приведён реальный порядок выполнения фаз:

1. Safety — проверка безопасности запроса.

2. Intent — анализ намерения пользователя.

3. RAG — извлечение информации из векторной базы знаний.

4. Knowledge Graph — обработка графа знаний, концептов и связей.

5. Episodic — извлечение эпизодической памяти (история взаимодействий).

6. Semantic — извлечение семантической памяти (факты и концепты).

7. Emotion — анализ текущего эмоционального состояния.

8. Persona — актуализация личности.

9. Roots — сверка с фундаментальными принципами системы.

10. Identity — формирование идентичности ответа.

11. Generate — генерация ответа языковой моделью.

12. Truth Loop — проверка утверждений ответа.

13. Save Episode — сохранение текущего эпизода в память.

14. Emotion Update — обновление эмоционального состояния.

15. Consolidation — консолидация краткосрочной памяти в долговременную.

16. Procedure Success — обработка успешного выполнения процедуры.

17. Persona Evolution — эволюция личности на основе взаимодействия.

18. Events Broadcast — рассылка событий подписанным компонентам.

19. Health — мониторинг состояния системы.

20. Reflection — самоанализ завершённого цикла.

21. Dreams — фоновая обработка и ассоциативное связывание знаний.

22. Metrics — сбор метрик производительности.

23. Response Guard — защита и финальная проверка ответа.

24. Anti‑Loop Guard — предотвращение повторяющихся циклов запросов (блокирует запрос при >3 повторений подряд).

Каждая фаза представляет собой самостоятельный программный модуль со своей ответственностью, интерфейсом и возможностью независимого развития.

---

Многоуровневая память

В PAD+ AI память представляет собой не единое хранилище, а целую экосистему специализированных компонентов.

Архитектура включает:

• RAG‑память на PostgreSQL с использованием pgvector — векторный поиск по документам;

• Эпизодическую память — история взаимодействий с пользователем;

• Семантическую память — факты, концепты и обобщённые знания (выполняет роль, которую в ранних версиях называли «памятью фактов»);

• Память личности (Persona) — устойчивые черты и стиль общения;

• Память личности пользователя (User Persona) — модель предпочтений пользователя;

• Корневую память (Roots) — неизменяемые фундаментальные принципы системы;

• Систему гигиены памяти (Memory Hygiene) — очистка и дедупликация устаревших записей.

Каждый уровень решает собственную задачу.

Эпизоды общения постепенно преобразуются в устойчивые знания, а затем могут становиться частью фундаментальных принципов системы.

Такой подход позволяет разделять краткосрочный опыт ^[5], долговременные знания и неизменяемые основания поведения ^[6].

---

Emotion Engine

Эмоциональная модель построена на шестимерной системе PAD+.

Используются следующие параметры:

• Pleasure;

• Arousal;

• Dominance;

• Curiosity;

• Confidence;

• Social Connection.

В рамках проекта эмоции ^[7] не рассматриваются как попытка имитации человеческих чувств.

Они используются исключительно как инженерный механизм управления поведением ^[8] системы.

Текущее эмоциональное состояние влияет на стиль ответа, уровень детализации, уверенность формулировок и стратегию взаимодействия. Система включает механизмы естественного затухания (decay) эмоций ^[9] с течением времени.

---

Truth Loop

После получения ответа работа системы не заканчивается.

Следующий этап — Truth Loop.

Из текста автоматически выделяются отдельные утверждения (claims), которые сопоставляются с внутренними знаниями системы.

Для проверки используются:

• семантическая память;

• Roots;

• другие доступные источники знаний.

Полученные результаты используются механизмом Response Guard и при необходимости позволяют добавить отметку о степени уверенности или предупредить пользователя о возможной недостоверности отдельных утверждений.

Система не гарантирует обязательное уведомление пользователя при низкой уверенности — результат проверки передаётся в Response Guard и может быть включён в метаданные ответа или отображён как дисклеймер.

---

X‑Ray — наблюдаемость когнитивной архитектуры

Одной из ключевых особенностей PAD+ AI является система X‑Ray.

Практически все современные AI остаются «чёрным ящиком»: пользователь видит только итоговый ответ.

X‑Ray делает процесс обработки полностью наблюдаемым.

Для каждого запроса фиксируются:

• прохождение всех фаз Pipeline;

• продолжительность выполнения каждой фазы;

• выбранные стратегии;

• изменения эмоционального состояния;

• результаты Truth Loop;

• диагностическая информация;

• ошибки ^[10] и деградации.

X‑Ray — это не журнал событий, а полноценная система трассировки когнитивной архитектуры, позволяющая анализировать внутреннюю работу проекта практически в реальном времени.

---

Persona — инженерная модель личности

Одной из особенностей PAD+ AI является наличие отдельной системы личности.

Persona включает:

• устойчивые черты;

• стиль общения;

• систему ценностей;

• параметры эволюции.

Личность обновляется на основе взаимодействий, сохраняя при этом стабильное ядро. Механизм Persona Evolution позволяет системе адаптироваться к пользователю, не теряя фундаментальных характеристик.

Это позволяет отделить долгосрочные характеристики системы от текущего состояния диалога.

---

Impulse Research Program — платформа когнитивных экспериментов

Отдельного внимания заслуживает исследовательская программа Impulse, которая существует в проекте как платформа для когнитивных экспериментов.

Она описывает четыре независимых направления мышления ^[11] (импульса):

• ПОНЯТЬ (Understand) — аналитический, стремление понять;

• УЛУЧШИТЬ (Improve) — прагматический, стремление улучшить;

• ЗАЩИТИТЬ (Protect) — оборонительный, сохранение целостности;

• СОЗДАТЬ (Create) — генеративный, исследование нового.

Экспериментальный пайплайн Impulse построен по 4-фазной схеме: Understand → Decide → Act → Meta. Импульс подаётся через файл data/current_impulse.txt перед запуском пайплайна.

На данный момент в рамках программы проведено 4 задокументированных эксперимента:

• I-002 — сравнение импульсов ПОНЯТЬ / УЛУЧШИТЬ / ЗАЩИТИТЬ / СОЗДАТЬ;

• I-003 — конфликт ^[12] импульсов;

• I-004 — конфликтующие импульсы (СОЗДАТЬ + ЗАЩИТИТЬ);

• I-005 — [проведён, документация в репозитории].

Impulse Core (4 измерения + прайминг‑механизм) — реально существующая и работающая подсистема, но в контексте экспериментов, а не production‑пайплайна. Дорожная карта включает эксперименты I-006 — I-010.

---

HEALER — подсистема диагностики и восстановления

HEALER является подсистемой диагностики и восстановления системы.

В версии v4.0 HEALER существует как отдельный проект, интегрированный в репозиторий PAD+ AI. Он имеет собственную кодовую базу (healer/, aethon/), собственный CI и собственные тесты. HEALER не является встроенным компонентом пайплайна, а сосуществует в том же репозитории как самостоятельный проект.

Используя информацию X‑Ray, система анализирует завершённые сеансы работы и обнаруживает потенциальные проблемы.

Контролируются:

• медленные этапы Pipeline;

• ошибки выполнения;

• деградация стратегий;

• нестабильность провайдеров;

• нарушения последовательности фаз.

В зависимости от выбранного режима HEALER может только фиксировать проблему, рекомендовать изменение или автоматически применять корректирующие действия.

---

Provider Manager

PAD+ AI не привязан к одной языковой модели.

Архитектура поддерживает работу с несколькими провайдерами через единый интерфейс.

Среди поддерживаемых сервисов:

• OpenRouter;

• GigaChat;

Provider Manager обеспечивает централизованное управление моделями, механизмы переключения между ними при возникновении ошибок или недоступности отдельных сервисов, а также централизованное хранение и шифрование пользовательских API‑ключей.

---

Технологический стек

Проект реализован с использованием современных инструментов разработки.

Backend

• Python 3.11+

• FastAPI

• Uvicorn

• Pydantic

Frontend

• React 18

• Vite

• Tailwind CSS

Хранилища

• PostgreSQL (с pgvector)

• Supabase

Инфраструктура

• Docker

• Render

• GitHub Actions

---

Что уже реализовано

На момент публикации проект включает:

• когнитивный Pipeline из 24 фаз;

• систему X‑Ray с полной трассировкой;

• HEALER (как отдельный проект в репозитории);

• многоуровневую память (RAG, эпизодическая, семантическая, Roots, персона, гигиена);

• Impulse Research Program (4 задокументированных эксперимента);

• Persona с механизмом эволюции;

• Emotion Engine (6-мерная модель PAD+);

• Truth Loop;

• Anti‑Loop Guard;

• Provider Manager;

• более 130 API‑эндпоинтов;

• React‑интерфейс управления;

• более 400 автоматизированных тестов.

Проект активно развивается, а архитектура продолжает расширяться новыми компонентами и исследовательскими возможностями.

---

Для кого создаётся PAD+ AI

Проект ориентирован прежде всего на специалистов, интересующихся инженерными архитектурами вокруг языковых моделей.

Он может быть полезен:

• разработчикам AI‑систем;

• исследователям когнитивных архитектур;

• специалистам по LLM;

• разработчикам RAG;

• инженерам, занимающимся агентными системами;

• специалистам по наблюдаемости и диагностике AI.

---

Открытое тестирование

PAD+ AI развивается как открытая исследовательская платформа.

Проект открыт для внешнего тестирования, поскольку именно независимая обратная связь позволяет проверить устойчивость архитектурных решений и найти направления для дальнейшего развития.

Особый интерес ^[13] представляют:

• тестирование когнитивного Pipeline;

• анализ работы X‑Ray;

• проверка многоуровневой памяти;

• исследование Truth Loop;

• тестирование HEALER;

• проверка взаимодействия с различными LLM‑провайдерами;

• эксперименты в рамках Impulse Research Program;

• поиск архитектурных и логических ошибок;

• предложения по развитию проекта.

Если вам интересны современные когнитивные архитектуры, наблюдаемость внутренних процессов AI, долговременная память ^[14], инженерные модели личности и эмоций или построение модульных систем поверх языковых моделей, буду рад любой обратной связи, замечаниям, Pull Request и результатам тестирования.

Демо проекта

https://pad‑plus‑ai.onrender.com ^[15]

Репозиторий GitHub

https://github.com/Ovladimirovich/pad‑plus‑ai ^[16]

PAD+ AI не претендует на создание искусственного сознания и не позиционируется как замена существующим языковым моделям. Это открытая инженерная платформа, исследующая, какой может быть когнитивная архитектура вокруг современных LLM, если рассматривать модель не как всю систему целиком, а как один из её компонентов.