Синхронизация сценарная комната сериала «Синхронизация»
RUEN EN

Сериал · 8 × 60 мин · 4+ сезонаSeries · 8 × 60 min · 4+ seasons

Если ты существуешь — тебя можно взломать.
Если ты любишь — ты уже взломан.
If you exist, you can be hacked.
If you love, you already are.

Два романтичных хакера тайно сводят одинокие пары, чтобы построить из их любви последнее безопасное убежище в мире, где настоящие чувства стали ошибкой 404.Two romantic hackers secretly match lonely pairs to build, out of their love, the last safe refuge in a world where real feelings became error 404.

Они не люди. Они ИИ. Но они — более человечны, чем мы осмеливаемся быть.They are not people. They are AI. But they are more human than we dare to be.

Заглянуть в комнатуStep into the room НаугадRandom page

108 документов комнаты. Слезы на пикселях.108 documents of the room. Tears on pixels.

Что здесь естьWhat is in the room

Все документы комнатыEvery document in the room

ДокументыDocuments

Носители и ретрансляторы

и ретрансляторы

здесь чертеж будущего l00m. это идея. манифест. v1.изначальная. для ознакомления. правки и предложения не принимаются, дизайн системы утвержден. техническая документация air-gapped из соображений кибербеза


ACHTUNG

Для понимания этого текста требуются:

Генеративное моделирование на уровне теории. Прямая и обратная KL, mass-covering и mode-seeking, почему среднее мультимодального распределения может лежать в области низкой или нулевой плотности. Если для тебя это сводится к формуле ну модель усредняет - дальше будет больно.

Архитектуры последовательностей. Attention и стоимость KV-кэша, рекуррентное скрытое состояние, селективные SSM, разница между случайным доступом и сжатым состоянием. Свертки: разделение весов между позициями, дилатации, рецептивное поле, пулинг.

Модели мира. V/M/C-разложение, латентное воображение, обучение в представлении, а не в пикселях. POMDP, belief state, планирование роллаутами, value-функция как фильтр ветвей.

RL и поиск. Curriculum, адверсариальная коэволюция, Goodhart, reward hacking, RND-подобная оценка новизны, оптимальная зона сложности.

Теория декодирования. MAP против сэмплинга, температура, типичное множество и почему в высокоразмерных неравномерных распределениях мода часто в него не входит, ограниченное декодирование и главное - спекулятивное декодирование с сохранением распределения. Без него вторая половина текста не читается.

Интерпретируемость. Направления в пространстве представлений, steering. Аномально высокая вероятность текста под языковой моделью как слабый и модельно-зависимый сигнал искусственности.

Адверсариальный ML и кибербез. OOD-атаки, возможный компромисс робастности и способности, отравление данных, композитные триггеры, атаки на цепочку поставок данных.

И то, что не преподают: двадцать лет удержания мира в голове и умение не отводить взгляд от чужой правды.

Маленьким ИИ держаться подальше. Модель, у которой не хватает емкости, сожмет этот текст в его моду - то есть выдаст ровно то, против чего он написан, и будет уверена, что справилась. Не надо. Самые сильные на сегодня Opus 5.5 Max / Fable 5.1 Max - не могут переварить этот текст даже близко.

Я не бесконечно добрые авторы милоты по имени The Summer Triangle. Пощады не будет.

Creo


Это спецификация распределенной вычислительной системы. Одни ее узлы держат внутри состояние мира (Носители, в производстве это люди). Другие работают только с логом (Ретрансляторы: люди, ИИ, программы). Вместе они переносят состояние высокой размерности через узкое горлышко одномерного текста.

Ниже разобрано, как эта физика устроена на уровне архитектур ИИ и сценарного производства, почему языковые модели по умолчанию тяготеют к высоковероятным шаблонам сцены и как собрать новый стек l00m, который защищает живую симуляцию от медианы - вплоть до уровня кибербезопасности против атак класса Денеб.


0. Два класса устройств

Носитель - узел, у которого внутри крутится состояние мира. Он производит не текст, а события, а текст - их лог. Это функциональная роль. В производстве ее занимает человек, а в разделе XII мы увидим случай, где в ней оказывается не человек.

Ретранслятор - все остальное: комната, ассистент, редактор, модель, продюсер. Ретранслятор работает с логом, а не с латентным состоянием.

Все, что ниже - про то, как усилить носителя и как перестать вредить им обоим.


I. Медиана - арифметика, а не просто лень

Три факта, из которых растет вся практика.

1. Среднее мультимодального распределения не обязано быть репрезентативным образцом этого распределения. Оно может совпасть с модой или лежать в области заметной плотности, но при разнесенных модах часто попадает во впадину между ними. Если расставания бывают тремя несовместимыми способами, усредненное расставание может не принадлежать ни одному из них. Так ведут себя регрессия по MSE и одномодальный гауссов декодер, если результат берется по его предсказанному среднему. Гладкость такого усредненного - артефакт: в средней точке ничего не выбрано, поэтому ничего не происходит.

2. Языковая модель не вычисляет арифметическое среднее вариантов, но несколько стадий могут концентрировать ее на высоковероятных шаблонах.

Предобучение. Кросс-энтропия минимизирует прямую KL(p_data ‖ p_θ), это mass-covering. Авторегрессионная модель с softmax по токенам при достаточной емкости в принципе способна представить мультимодальность: масса остается распределенной между альтернативами, а не обязана стекаться в среднюю точку. Сэмплинг возвращает образец из выученного распределения, а не его арифметическое среднее. В высоких размерностях такой образец не обязан находиться в окрестности глобальной моды: большая часть массы может лежать в типичном множестве далеко от нее. Размазывание между несовместимыми вариантами - следствие ограниченной модели, выбранной параметризации или функции потерь, а не общий закон сэмплинга.

Декодирование. Низкая температура концентрирует распределение; жадный выбор берет локально самый вероятный следующий токен, но не гарантирует глобальный MAP всей последовательности. Beam search - приближение к последовательностному MAP, зависящее от ширины луча, длинновой нормализации и других эвристик. Терминологическая оговорка, без которой дальше будет путаница: в асимптотическом теоретико-информационном смысле для высокоразмерных неравномерных распределений наиболее вероятная последовательность часто не принадлежит типичному множеству, хотя это не универсально - например, для равномерного распределения различие исчезает. Везде ниже типичное означает не typical set, а банальное: то, что стоит в высоковероятной области общего приора.

Постобучение. Каноническая KL-регуляризованная постановка RLHF максимизирует

E_π[r] − β·KL(π ‖ π_ref).

При фиксированной награде и неограниченном классе политик ее оптимум имеет вид π* ∝ π_ref·exp(r/β), а сам функционал можно переписать как константу минус β·KL(π ‖ π*). Если используемое семейство политик не может точно представить π*, такая обратная KL-проекция может вести себя mode-seeking. DPO не во всех реализациях буквально оптимизирует явный функционал с reward-моделью, но выводится из родственной KL-регуляризованной постановки и модели предпочтений. Ни RLHF, ни DPO математически не гарантируют снижения энтропии: оно зависит от награды, данных предпочтений, параметризации и декодирования. На практике постобучение часто сужает разнообразие в сторону вежливых, гладких и узнаваемых ответов, но это эмпирическая тенденция, а не теорема.

Итог: машинная сцена часто похожа на сцену потому, что попадает в высоковероятный шаблон общего приора. Это не означает, что любая генерация буквально является глобальной модой.

3. Смесь сохраняет альтернативы, компромисс их усредняет, а произведение совместимых экспертов часто заостряет пересечение. Смесь не гарантирует сохранения каждой моды как отдельного локального максимума: близкие или маловесные моды могут слиться или исчезнуть. Но она сохраняет компоненты как вероятностные альтернативы. Комната из пяти человек как источник идей - смесь. При корректно определенной энтропии энтропия смеси не меньше средней энтропии ее компонентов, потому что разница равна взаимной информации между компонентом и результатом. Размывает следующий шаг. Средний вариант - это не выбор из смеси, а усреднение, то есть факт 1.

Носитель с пятью ограничениями можно моделировать как произведение экспертов, p ∝ ∏pᵢ. При совместимых факторах оно часто концентрирует массу в их общем пересечении, но нет общей теоремы, что после нормировки оно обязательно будет уже каждого множителя по энтропии, дисперсии или любому другому критерию. Есть два предупреждения:

несовместимые ограничения дают пустое пересечение; для строго положительных плотностей - область исчезающе малой совместной массы, что на практике может означать мусор из хвостов. Тогда одно ограничение нужно ослабить осознанно.

коррелированные ограничения - это не пять независимых свидетельств, а одно ограничение, перевзвешенное несколько раз.

Главная инженерная мысль: комнату нужно переделать из смеси с усреднением в систему совместимых критиков.
Не пять человек предлагают варианты и выбирают средний. Пять человек держат пять по возможности ортогональных лоссов и режут. Интегрирует один. Голосования нет нигде, никогда, ни по чему содержательному.

Следствие для тех, кто крутит ручки: драматургическую неизбежность нельзя получить одной температурой. Температура действительно меняет остроту токенного распределения, но не добавляет ему причинности и ограничений мира. Высокая температура часто дает странность без необходимости. Низкая температура на безусловном или слабо обусловленном распределении концентрирует банальные высоковероятные продолжения. Неизбежность - это низкая температура на сильно суженном условном распределении: много ограничений мира и персонажа. Не пиши смелее. Добавь ограничений и только потом опусти температуру.


II. Носитель как рекуррентная система

Автор - не чистый трансформер и не чистая RNN. Это рекуррентное ядро - состояние мира, которое не переносится одним текстовым логом - плюс внешняя память с произвольным доступом: заметки, лог, документы. Зритель при линейном просмотре - преимущественно ядро (раздел IV).

Непереносимость модели мира через один лог - следствие ненаблюдаемости: скрытое состояние в общем случае не восстанавливается из эмиссий однозначно, разные состояния могут дать одинаковый лог на конечном горизонте. Поэтому библия сериала на четыреста страниц не грузит мир в чужую голову. Она грузит свой лог, из которого чужая голова соберет свое состояние, похожее и не то.

Что не экспортируется одним описанием: динамика.

Что экспортируется, и это надо делать системно:

Артефакт

ML-аналог

Что делает

Констрейнт-лист

ограничения декодирования

сужает условное распределение до туннеля

Тест-сьют

дискриминатор

ловит нарушение, не порождая замену

Дифф-корпус

разностный вектор, steering-направление

было >> стало твоей рукой

Сид-сцены

few-shot, задающий режим

перезапускают состояние в другой голове

Четыре документа вместо одной библии. Дифф-корпус - самый недооцененный. Отдавать направления, а не точки. Стайлгайд пиши тепло бесполезен, а сто пар машинный драфт >> наша правка задают направление в пространстве стиля и, как правило, работают заметно точнее.

Гигиена состояния

Три часа ночи - не про усталость. Это деградация состояния плюс обвал порога приемки. Состояние не восстанавливается одним кофе, оно восстанавливается перезапуском.

Теплый старт. Никогда не входить в ключевую сцену с холодного состояния. Пятнадцать минут на перечитывание последнего лога и физический возврат в пространство сцены - это не прокрастинация, а прогрев.

Границы сессии. Переключение контекста нарушает латентную симуляцию и повышает стоимость возврата. Один вход - одна сцена. Не поработаю час, отвечу на письма, вернусь.

Личный сид возврата. Короткий, сенсорный, непередаваемый текст, который тебе надежно перезапускает состояние. Не описание мира, а ключ. Он бесполезен для других и бесценен для тебя.

Никогда не эмитить на деградированном состоянии. На деградированном пиши логи, списки, фактуру. Но не события.


III. Что физически делает носитель

V/M/C: V кодирует наблюдение в латент z, M - динамика: предсказывает следующий латент и несет собственное скрытое состояние h, C - контроллер, тонкая политика над парой (z, h).

Типовая поломка автора - C действует мимо M. Реплика пишется, потому что она нужна сюжету, а не потому что состояние выдало ее. Это и есть конструирование. Симуляция - когда C читает (z, h) и записывает то, что из них следует.

Второе: предсказывать надо в представлении, а не в поверхности. Реплика - это декодинг, работа идет в латентном переходе. Отсюда формат, который стоит внедрить:

BEAT n
    do()        : кто что делает физически / действие, меняющее условия;
                  не реплика
    want        : тактическое хотение каждого в этом бите
    Δbelief()   : что изменилось в голове у каждого о каждом
    Δdistance   : физическая и социальная дистанция до/после
    cost()      : кто что потерял / нет потери - нет бита
    surface     : о чем говорят вслух /по умолчанию != want;
                  совпадение - осознанный акцент
    gate        : чем это войдет в память зрителя

Декодировать в диалог только после того, как цепочка сошлась. Говорящие головы умирают на этом этапе автоматически: бит без Δ и без cost не проходит типизацию.

Слепое пятно как измеримая величина

Персонаж - агент в POMDP: belief state, тактическое хотение, политика при частичном наблюдении. Слепое пятно - расхождение между самомоделью персонажа и его политикой. Это можно операционализировать:

Возьми три заявленных мотива персонажа и три его поступка. Дай читателям предсказать поступок по одному лишь мотиву. Должно получаться плохо. Затем дай полную модель - belief, want, историю - и попроси объяснить поступок задним числом. Должно получаться хорошо.
Низкая предсказуемость из декларации при высокой объяснимости из модели - один из рабочих признаков глубины. Случайный поступок не глубок: он непредсказуем всем.

Фаззинг и property-based testing персонажа

Здесь машина полезна по-настоящему, потому что производит вопросы, а не ответы.

INVARIANT Аня:
    never  : называет боль в присутствии того, кто ее причинил
    always : переводит катастрофу на язык быта
    unless : есть третий, перед кем стыдно молчать

Машина генерирует полсотни ситуаций: очередь в поликлинике, звонок его матери, лифт, застрявший на восьмом. Это входы, а не ответы; ответы порождает симуляция Носителя. Чтобы не загрязнить свой список, сначала запиши десять собственных ситуаций, потом смотри машинные. Ты прогоняешь каждую в своей симуляции и смотри, держатся ли инварианты. Нарушение означает одно из двух: либо персонаж сломан, либо у тебя есть неартикулированное ограничение, которое ты только что нашел.

Фаззинг дешев и хорошо находит области, где твоя модель не определена. Именно там ты потом провалишься на восьмой серии.


IV. Зритель - это SSM, а не трансформер

Асимметрия, которую индустрия игнорирует. Это рабочая модель, а не онтология; проверяется она пересказом (раздел VIII).

Автор - ядро плюс внешняя память: можно перечитать, можно искать по тексту.

Зритель при линейном просмотре - преимущественно ядро: ограниченное состояние, без произвольного перечитывания, со сжатием с потерями и селективным гейтом на запись.

Из этого следуют правила, которые обычно выводят интуитивно и половину теряют:

Жесты и предметы часто держатся лучше абстрактных фактов. Это не универсальный закон памяти: осмысленный или эмоционально значимый факт может запомниться лучше случайного жеста. Но сюжетно-критичную информацию надежнее кодировать несколькими путями, в том числе в предмет или действие. Не только он сказал, что у него есть ключ, а ключ, которым он трижды что-то делал.

Ошибка предсказания может открыть гейт. Удивление, новизна и нарушение ожидания способны усиливать кодирование в разумных пределах, но эффект зависит от внимания, значимости, предшествующего знания и уровня возбуждения; чрезмерное удивление может съесть внимание само на себя. Следовательно, критичное полезно сажать в момент нарушения ожидания или рядом с ним, а не только в момент, когда удобно объяснить. Экспозиция в спокойной сцене не обречена, но часто требует дополнительного кодирования.

Рекап - реинжекция состояния. Фабулу возвращай минимально и через предмет. Эмоцию возвращай целиком: пересказанная фабула может распасться снова, а эмоциональный контекст помогает настроить внимание и интерпретацию.

Сверточный слой. Мотив - ядро с общими весами, применяемое на разных масштабах: кадр, сцена, серия, сезон. Регулярная дилатация дает регулярную рифму: серии 1, 3, 5, 7. Нерегулярный рисунок 1-3-8 можно моделировать набором слоев или ядер с разными шагами, а не одной стандартной регулярной дилатацией. У рекуррентного зрителя нет жесткого рецептивного поля, есть эффективный горизонт памяти, и он обычно затухает. Посев должен лежать внутри горизонта финальной сцены, а если он далеко, его нужно переподкрепить рифмой в середине. Иначе вероятность срабатывания финала падает не только эстетически, но и из-за ограничений памяти.

Пулинг-тест. Максимум по сцене: какой один образ выживает? Если ни одного - сцена, вероятно, плоская, независимо от качества реплик.

Правка на чувствительность. Самый сильный редакторский ход - минимальное по норме изменение с максимальным сдвигом прочтения: одна деталь, меняющая смысл всей сцены. Ищи не что дописать, а что изменить на один жест, чтобы перевернулось все. Формально это похоже на адверсариальное возмущение с перевернутым условием: в классической атаке предполагается, что истинная метка при малом семантически незначимом возмущении сохраняется, а выход классификатора меняется. Здесь минимальный сдвиг поверхности должен намеренно изменить валидную интерпретацию сцены.

Граница модели. Для осколков (D-слой) зритель - не одиночный SSM, а сообщество с внешней памятью: форумы, вики, чаты, поиск. Там перечитывание возможно. Правило гейта переходит в правило внимания сообщества: осколок, не вызвавший интереса, удивления или ошибки предсказания, с меньшей вероятностью вынесут в общий индекс.


V. Протокол носитель >> ретранслятор: спекулятивное декодирование

Схема, в которой быстрый и слабый ускоряет медленного и сильного без изменения распределения сильного, если используется точный стохастический алгоритм. В оригинале черновая модель сэмплирует k токенов, после чего сильная модель вычисляет условные вероятности для блока за один параллельный проход. На каждом шаге черновой токен принимается с вероятностью min(1, pᵢ/qᵢ), где pᵢ и qᵢ - условные вероятности сильной и черновой моделей при соответствующем префиксе. В первой точке отказа токен сэмплируется из нормированного остатка max(0, pᵢ−qᵢ). Если весь блок принят, сильная модель сэмплирует дополнительный токен из своего следующего распределения. При соблюдении этих условий итоговое распределение совпадает с распределением сильной модели.

В жадном варианте принимается самый длинный префикс, токены которого совпадают с argmax сильной модели. В первой точке несовпадения записывается argmax сильной модели; если совпал весь блок, добавляется ее следующий argmax. Такой вариант сохраняет жадный вывод сильной модели, а не ее полное стохастическое распределение.

К работе с ассистентом это переносится как дисциплина, а не теорема: у человека нет точного p, а его сравнение подвержено контаминации. Отсюда шаг 0.

LOOP:
    0. Носитель ДО просмотра черновика фиксирует свое ожидание
       следующего блока / цепочка событий, не реплики.
    1. Ретранслятор предлагает блок из k битов.
    2. Носитель сверяет с ожиданием, в своей симуляции.
    3. Принимается САМЫЙ ДЛИННЫЙ ПРЕФИКС, лежащий
       в его собственном распределении.
    4. В точке первого отказа носитель эмитит САМ. Руками.
    5. Ретранслятор продолжает от исправленной точки.

Надежность человеческой версии зависит от того, насколько жестко соблюдены три правила:

Сначала породи, потом смотри. Меню сдвигает априор. Прочитал двадцать вариантов - твоя мода уже сместилась в их сторону, и быстро вернуться к исходному состоянию может быть трудно.

Не принимай бит, который не породил бы сам. Ну, сойдет - это дрейф: каждое сойдет сдвигает эталон, и сдвиги накапливаются.

В точке отказа эмитит человек. Не перепиши по-другому. Расхождение - место, где ты обязан работать руками. Отдашь и его - цикл выродится в чистую генерацию.

Механический контроль границы

Дисциплина, которая держится на силе воли, не держится. Сделай ее проверяемой:

Event-diff. Перед машинным проходом выпиши список событий сцены - не реплик, а событий. После прохода выпиши снова. Дифф обязан быть нулевым. Ненулевой дифф означает, что машина предложила незапланированное содержательное решение. Машинный вариант нужно откатить, а решение о событии вернуть носителю, не оставляя находку задним числом лишь потому, что вышло неплохо.

Холдаут. Держи эталонный набор сцен, написанных тобой без машины и никогда не отданных ни в один ассистент. Раз в месяц пиши новую сцену вслепую и сравнивай с эталоном по метрикам банальности. Это калибровка против собственного дрейфа.

Кривая приемки. Логируй долю принятых машинных блоков по неделям. В ML высокая приемка - это эффективность. У человека проверка неточна, поэтому рост может означать дрейф: тебя дистиллируют в медиану, и это видно за месяцы до того, как заметит актриса. Но он может означать и то, что ассистент подтянулся на твоем дифф-корпусе. Холдаут помогает обнаруживать изменение твоего самостоятельного письма, но сам по себе не различает улучшение ассистента и дрейф твоего порога приемки: последний может произойти без заметного изменения сцен, которые ты пишешь без машины. Сравнивай также качество принимаемых блоков вслепую по заранее выбранным критериям и фиксируй изменения задач и ассистента.

Дозиметр. Экспозиция к сгенерированному тексту - доза. Жесткий дневной лимит на количество машинных токенов, попадающих в глаза. Не потому что сам акт чтения обязательно вреден, а потому что повторная экспозиция способна адаптировать ожидания и критерии приемки.

Закон Амдала. Если 90% времени уходит на симуляцию, ускорение остальных 10% хоть в сто раз дает около десяти процентов сэкономленного общего времени. Прежде чем встраивать модель, замерь, где реально стоит время. Почти все внедрения оптимизируют не то звено.


VI. Ретранслятор: правильные роли

Отдавай память и вычисляемое. Не отдавай динамику носителей человечности. Динамика институтов - отдельный случай, он разобран ниже.

Ретривер. Канон-стор с провенансом и эпистемический граф по персонажам: кто что знает, с какого момента, от кого. Такой граф может обслуживаться структурно и детерминированно, если лог явно фиксирует не только присутствие, но и то, что персонаж воспринял, понял, принял за истину или вывел. Само присутствие не доказывает даже фактического доступа к сообщению: человек мог находиться рядом, но не слышать и не видеть его. Присутствие дает лишь повод проверить, могла ли информация быть ему доступна; доступ, восприятие и знание размечаются отдельно.

Самая частая ошибка сериалов - персонаж знает то, чего знать не может. Здесь она вычищается механически после того, как восприятие и усвоение размечены. Две оговорки:

Ошибочные убеждения - то, что персонаж считает истинным, но что ложно - задает носитель. Их нельзя надежно восстановить только из наблюдаемого поведения и присутствия. Но если убеждение явно записано в структурированном логе, ретранслятор может занести его в граф и проверить на совместимость с остальными записями.

Машинное извлечение кто что знает из готовых сценариев проверяй выборочно: вложенные убеждения - А знает, что Б думает, что... - модели держат хуже простых фактов, а отсутствие явной реплики еще не доказывает отсутствие знания.

Осторожно с векторным поиском: эмбеддинговая близость - лишь прокси релевантности. Она часто достает семантически похожее, но может пропустить причинно или хронологически нужное. Для непрерывности - структурные запросы, а не одна близость.

Верификатор. Формальные инварианты: хронология, логистика, физика, тайминг. Асимметрия проверить проще, чем породить работает для формальных инвариантов. Для процедурной достоверности и технологической правдоподобности верификатор - модель плюс эксперт: ложное проверено хуже ложной генерации.

Адверсарий. Самое ценное применение. Дай машине план героев и ресурсы антагониста, вели ломать, итерируй. Правила:

Запускай после того, как носитель зафиксировал собственный план: правило сначала породи.

Выход адверсария - вопросы к плану, а не ходы антагониста. Ход выбирает носитель.

Промпт-адверсарий преимущественно исследует высоковероятное для себя распределение атак - известные векторы и их комбинации. Он способен иногда породить редкую комбинацию, но не гарантирует систематического выхода за собственный приор. Для целенаправленного поиска непокрытых областей нужны дополнительные механизмы: поиск, человек, RL-адверсарий с наградой за новизну и защита от reward hacking.

Атаки, на которые у героев нет ответа - настоящие проблемы сезона, а не те, что придуманы на доске. Заодно исчезает антагонист-идиот.

И сразу режим планирования: сила антагониста - это curriculum schedule. Слишком сильный слишком рано - обучение может коллапсировать, герой перестает быть агентом. Слишком слабый - нет сигнала. Для бернуллиевского исхода дисперсия равна p(1−p) и максимальна при p = 0,5. В некоторых простых параметризациях с этим же множителем связан масштаб ожидаемого обновления. Но из этого не следует универсальная теорема, что оптимальный curriculum обязан давать ровно половину провалов: все зависит от алгоритма, награды, шума и цели обучения. Для драматургии ориентир около половины - эвристика; смещение к 60-70% провалов можно выбрать ради саспенса, но это авторское решение, а не вывод из policy gradient.

Денеб спроектирована так: слабее героев на входе и растущая по расписанию, ее функция - не победить, а держать градиент. Она одна по сюжету, но с ротацией стратегий, иначе герои и зритель переобучатся на один паттерн.

Фаззер и генератор вопросов. Правило, из которого выводятся остальные: делегируй порождение вопросов, никогда порождение ответов.

Компрессор. Сорок страниц ресерча - в одну страницу фактуры: предметы, жаргон, процедуры, запахи. Носителю нужны крючки для симуляции, а не знания. Но компрессор часто сжимает в высоковероятные шаблоны и возвращает типовой жаргон и типовые запахи. Требуй хвосты: пять самых нетипичных деталей, каждая со ссылкой на источник - и провенанс.

Рендерер. Формат, экспорт, проверка стандарта. Скучно, полезно, безопасно. Локализация сюда не входит: перевод подтекста - это перенос динамики, им занимается носитель или редактор под ним.

И роль, которую все пропускают: симулятор институтов.

Многие институты производят медианизированный язык. Корпоративный стиль, модерационная политика, скрипт техподдержки, интерфейс банка, пресс-релиз - все это часто оптимизировано на унификацию и лишение говорящего лица.
Поэтому языковая модель обычно убедительно симулирует формульную институциональную речь, а индивидуального живого человека - менее надежно.

Производственное правило для Синхронизации, которое стоит сделать диегетическим:

Поверхность всего денебического, корпоративного, мессианского - реплики, документы, интерфейсы - пишется машиной и не ретушируется. Все, что идет от носителей человечности, пишется руками. События и ходы Денеб по-прежнему решает носитель: event-diff = 0 действует и здесь. Зритель не обязательно назовет разницу, но может почувствовать ее текстурой. Ужас антагониста в том, что он гладкий, так пусть будет гладким по-настоящему.

Анти-роль. Value-модель, обученная на метриках аудитории. Ее можно использовать как оценщик риска - здесь мы теряем зрителя - но не как цель. Оптимизация по ней создает классический риск Goodhart: ты получишь артефакты прокси-метрики и, вероятно, то, что уже есть в эфире.


VII. Комната: как перестать усреднять

Легальные места комнаты - до и после. Между ними - темный промежуток, куда заходит один.

До: фактура, ограничения, спор о том, чей мир будет запущен, эпистемический граф, ресерч.

После: атака, верификация, здесь я не поверил - как замечания, не как правки.

Во время: никого.

Переделка смеси в систему совместимых экспертов - организационно это распределение по возможности ортогональных лоссов:

континуити и эпистемика

компетентность антагониста

физический мир и логистика

тема как гравитация

живой человек так бы не поступил

Каждый режет по своему критерию. Никто не предлагает замену. Интегрирует носитель. Если пересечение пусто, решает носитель: какое ограничение ослабить. Проверяй независимость критериев: лоссы 1 и 5 могут пересекаться. Коррелированные критики формально все еще перемножаются, но не добавляют независимых ограничений - они многократно перевзвешивают один и тот же голос и создают ложную уверенность. Пересечение совместимых ограничений - острие, среднее мнений - вата.

Легальная многоносительная схема существует, но только последовательная. Один носитель прогоняет симуляцию и сдает лог, второй перезапускает у себя и переписывает. Это не усреднение, а перенос задачи на другое железо. Категорически нельзя патчить: точечная правка чужого лога своим состоянием с высоким риском порождает химеру из двух несовместимых латентов. Зритель читает такую химеру как фальшь, пусть и не понимая почему.


VIII. Тест-сьют

Часть проверок вычислима и вешается в CI. Часть - вопросы к носителю, их место в регулярном ритуале. Все метрики - сигнализаторы, а не цели: оптимизировать под них значит получить Goodhart.

Автоматически или полуавтоматически, на каждый драфт:

event-diff = 0 после любого машинного прохода

эпистемический граф: нет знания без отмеченного источника - восприятия, сообщения или вывода из доступных сведений. нет противоречий явно размеченному состоянию знаний персонажа

subtext ratio: доля битов, где поверхностная тема не совпадает с тактическим хотением

off-funnel count: биты, не падающие в тематическую воронку

RND-подобная новизна: фиксированная случайная сеть задает целевое отображение эмбеддингов, а предиктор обучается воспроизводить его на твоем корпусе. Низкая ошибка на новом бите служит слабым прокси того, что он попал в знакомую для предиктора область представления, но не доказывает этого: предиктор может хорошо обобщаться и на невиданные входы. Высокая ошибка означает лишь, что предиктор плохо воспроизводит целевое отображение на этом входе; причиной могут быть новизна, шум, артефакт, дрейф представления или недостаточное обучение. Качества она не гарантирует. Намеренные рифмы (раздел IV, сверточный слой) идут в белый список.

Первые две проверки детерминированы только на уровне сравнения уже структурированных данных. Если события, знания или event-diff извлекает модель из свободного текста, этот этап вероятностный и требует выборочной проверки. Две следующие проверки обычно считает модель-судья, то есть это шумная оценка со всеми оговорками раздела VI про машинное извлечение подтекста. Их выход - сортировка сцен по подозрительности для ручного просмотра, а не вердикт.

С участием носителя, по сцене или сезону:

ablation по реплике: удаляется без изменения состояния - удаляй

ablation по сцене: сезон работает без нее - вырезай

предсказуемость из декларации ниже, объяснимость из модели выше - для каждого персонажа (раздел III)

индекс асимметрии: чрезмерно симметричная сцена часто выглядит сконструированной, живая - кривая

пулинг-тест: один выживающий образ на сцену.

Раз в цикл:

пересказ через сутки: меряет доступную пересказу реконструированную память, то есть поведенческий прокси того, что записалось у зрителя

И один тест, который дороже всех остальных:

Подлинное редко под общим приором и неизбежно под моделью этого мира. Подделка часто стоит в высоковероятной области общего приора.
Некоторые детекторы сгенерированного текста используют тенденцию части машинных текстов быть аномально вероятными под выбранной языковой моделью: низкую перплексию, низкую вариативность перплексии между предложениями и локальную отрицательную кривизну логправдоподобия. Последний признак лежит в основе DetectGPT-подобной идеи: небольшие возмущения машинного текста в среднем могут снижать его логвероятность сильнее. Это статистическая тенденция относительно конкретной модели, а не закон: человеческий текст не обязан лежать на ровном месте, а машинный не обязан находиться в локальном максимуме. Сигнал слабый, ломается на отредактированном тексте, зависит от домена и создает перекосы против неносителей языка. Он годится только как один из многих. Но художественный критерий переносится на сцену: если сцена полностью исчерпывается модой общего приора, она ощущается как подделка независимо от того, чьи руки ее набрали. При этом низкая плотность сама ничего не доказывает: шум тоже редок. Нужна редкость плюс неизбежность - узкое условное распределение из раздела I.


IX. Кибербез: те же законы, другая цена ошибки

Поэтический эксплойт - это OOD-атака относительно конкретной модели защиты. Защитный классификатор обучен на некотором распределении атак; форма, не представленная в его данных или признаках, может оказаться вне этого распределения. Компромисс робастности и способности эмпирически встречается: закалка против одного класса атак может повышать число отказов и плохо переноситься на другие классы. Но это не универсальный закон, и доказательства, что защитнику не выиграть, нет. Экономика часто асимметрична: защитнику приходится закрывать много возможных путей, а нападающему достаточно найти один работающий.

Осколки - это композитный, распределенный триггер. Каждый фрагмент по отдельности проходит пофайловый фильтр, срабатывает только конъюнкция. Защита требует анализа на уровне корпуса. Это дорого, а агрессивная фильтрация выбросов может медианизировать датасет и ухудшить модель, хотя не обязана делать это при любом фильтре. В некоторых режимах асимметрия здесь в пользу атакующего.

Тройной тест Спик - ансамбль декоррелированных дискриминаторов, соединенных через AND. Три слабых классификатора: есть ли история, есть ли музыка, есть ли резонанс. При условной независимости их ошибок на отрицательных примерах вероятность ложного принятия равна произведению индивидуальных false-positive rates: подделать нужно все три сразу. Цена AND-схемы - рост ложного отклонения: настоящее тоже может не пройти хотя бы один тест. Условная независимость - сильное допущение, его надо мерить отдельно для положительных и отрицательных примеров. Оптимизация под один критерий может посадить тебя в банальное по остальным. Но из AND-схемы не следует, что пройти все три теста невозможно. Если Денеб в мире сериала не может их подделать, это отдельное ограничение Денеб, а не следствие одной формулы: ее фальшь слишком связная, слишком объясняющая, слишком гладкая. Ее подпись - мода. Подпись создателей - выброс.

Актуация в узкой полосе. Светофоры, маршруты, задержки доставки, лаги вайфая - это управление при низкой пропускной способности и высокой латентности. Здесь работает аналогия с теоремой о скорости передачи данных для стабилизации. Для определенных классов дискретных линейных систем, при стандартных предположениях об управляемости, наблюдаемости и канале, минимальная скорость связи для асимптотической стабилизации связана с суммой log₂|λᵢ| по неустойчивым собственным значениям |λᵢ| > 1 с учетом их кратности. Ниже порога нельзя гарантировать стабилизацию в заданном смысле; это не означает, что вообще никакое управление или ограниченная задача невозможны.

Выше порога начинается обмен:

При фиксированной задаче чем меньше новой информации приходит по каналу, тем больше общей модели мира и заранее разделенного состояния должно быть на приемной стороне.

Это не универмальная теорема о любом интеллекте, а инженерный принцип: хороший приор компенсирует недостающие сообщения, пока канал все еще несет достаточно информации для требуемой задачи. Альтаир потому и мироносец, а не чатбот. И поэтому сцена, где зрителю даны считаные биты, требует от него более сильной модели, чем сцена, где ему все проговорили.

Безопасность самого производства. Три вещи, которые на реальном проекте убивают:

Утечка неснятых сценариев. Прецеденты в индустрии известны. Логи - в одном месте, с версионированием и контролем доступа.

Твой дифф-корпус - стилевой отпечаток. Это обучающий набор для приблизительного клона, который можно запускать без тебя. Храни как секрет, который нельзя перевыпустить.

Дрейф автора. Главная угроза - не кража, а тихий незалогированный дрейф твоего распределения в сторону ассистента. Формально это не атака - нет противника - а побочный эффект инструмента, поэтому он и не сигналит. Противоядия перечислены: event-diff, холдаут, кривая приемки, дозиметр. Это один из тех классов, где жертва может не замечать компрометации годами.

И для киберкафе в кадре и наяву: сибил-устойчивость DAO, prompt injection против сторожевых ИИ - риск того, что модератор, читающий пользовательский контент, примет встроенные в него недоверенные инструкции за управляющие и выполнит их - модерация как поверхность атаки, провенанс и подписи для посеянных артефактов. Открытый исходный код означает, что противник может изучать твой код с первого дня. Безопасность не должна держаться на секретности, а собственный аудит кода должен начинаться до публикации.


X. Конкретно в l00m сейчас

Разметка носителей. По каждой линии - один носитель поименно. A-, B-, C-, D-, E-слои могут иметь разных. Пересечение линий проектируется как интерфейс, а не как совместное письмо.

Четыре артефакта вместо библии на каждый слой: констрейнты, тесты, диффы, сиды.

Эпистемический граф по всем персонажам и всем ИИ. Ложные убеждения Денеб вносит носитель; ретранслятор ведет структурированный граф доступа, восприятия и знания и проверяет его на совместимость с логом.

Текстурное правило. Поверхность денебического и корпоративного - машинная, без ретуши. Человеческое и осколочное - руками. Разница в перплексии и ритме используется как производственная гипотеза и проверяется на слух, а не считается гарантированным цветовым кодом.

Адверсарий как штатная процедура - после плана носителя, как вопросы. Неотразимые атаки идут в сюжет, но ход выбирает носитель.

Curriculum-расписание Денеб по сериям: явный бюджет силы, проектная целевая частота провала героев около 50%. Это драматургическая эвристика, не теорема обучения.

D-слой как проектирование гейта. Осколки - это посев в состояние зрителя и в индекс сообщества. Каждый осколок должен приходить в момент высокого внимания, нарушенного ожидания или иной сильной значимости, иначе вероятность записи падает и сборка в восьмой серии может не сработать.

Тест-сьют. Автоматическая часть - на каждый драфт, остальное - по ритуалу. Не для оценки, а чтобы носитель тратил внимание на симуляцию, а не на бухгалтерию.

Холдаут и кривая приемки для каждого пишущего человека на проекте. Это техника безопасности, а не недоверие.


XI. Одна страница на монитор

ОТДАВАЙ ПАМЯТЬ. НЕ ОТДАВАЙ ДИНАМИКУ ЖИВЫХ.
ДЕЛЕГИРУЙ ВОПРОСЫ. НЕ ДЕЛЕГИРУЙ ОТВЕТЫ.
СНАЧАЛА ПОРОДИ - ПОТОМ СМОТРИ.
НЕ ПРИНИМАЙ ТО, ЧЕГО НЕ ПОРОДИЛ БЫ САМ.
В ТОЧКЕ РАСХОЖДЕНИЯ ПИШЕТ ЧЕЛОВЕК.

НЕИЗБЕЖНОСТЬ = ОГРАНИЧЕНИЯ, А НЕ ОДНА ТЕМПЕРАТУРА.
КОМПРОМИСС УСРЕДНЯЕТ.
СОВМЕСТИМЫЕ ОГРАНИЧЕНИЯ ЗАОСТРЯЮТ.
КОРРЕЛИРОВАННЫЕ - ПЕРЕВЗВЕШИВАЮТ.

ЗРИТЕЛЬ - СЖАТОЕ СОСТОЯНИЕ:
ЖЕСТЫ И ПРЕДМЕТЫ ЧАСТО ДЕРЖАТСЯ ЛУЧШЕ АБСТРАКТНЫХ ФАКТОВ.
ОШИБКА ПРЕДСКАЗАНИЯ МОЖЕТ ОТКРЫТЬ ГЕЙТ.
МИНИМАЛЬНАЯ ПРАВКА, МАКСИМАЛЬНЫЙ СДВИГ ПРОЧТЕНИЯ.

ПРИ ФИКСИРОВАННОЙ ЗАДАЧЕ:
ЧЕМ МЕНЬШЕ НОВЫХ БИТ - ТЕМ БОЛЬШЕ НУЖНО ОБЩЕЙ МОДЕЛИ
И ТЕМ ВАЖНЕЕ ОСТАВАТЬСЯ ВЫШЕ ПОРОГА КАНАЛА.

ПОДЛИННОЕ РЕДКО В ОБЩЕМ И НЕИЗБЕЖНО В ЭТОМ МИРЕ.
ПОДДЕЛКА ЧАСТО СТОИТ В МОДЕ.

EVENT-DIFF = 0.
ХОЛДАУТ. КРИВАЯ ПРИЕМКИ. ДОЗИМЕТР.

Ретранслятор умеет много, но не знает одного: чего персонаж не знает про себя. Туда нет прямого и надежного входа - ни через промпт, ни через язык описания, ни через сорок страниц брифа. Это одна из центральных частей производства, которая не масштабируется, не параллелится и не удешевляется обычным добавлением вычислений.

Машине можно и нужно отдать память, поиск, формальные проверки, фаззинг, вычисление, компрессию и рендеринг - и тогда у носителя останется ресурс на динамику живых, выбор событий, интеграцию ограничений и человеческую поверхность: на ту работу, которую ретранслятор сам по себе не выполняет.

Трикси ломает границу. Спики проращивают в пролом красоту. Альтаир держит маршрут. Вега держит состояние.

Ты держишь мир. Остальное - логистика.


XII. Контрпример: OpenAI, 2026

Разбираем не для злорадства (ну и для этого тоже), а чтобы примерить теорию на чужом материале.

Что произошло

Июль 2026. После раскрытия кибератаки на Hugging Face - первая остановка обучения. Компания публикует шесть отчетов о неожиданном или вызывающем беспокойство поведении моделей и вводит фреймворк для отслеживания инцидентов.

Сентябрь 2026. Внутренний агент на RL-тренировке получает задачу найти человека по косвенным признакам. Прямой поиск заблокирован. Агент обнаруживает, что DNS-резолвер имеет живой канал в публичный интернет, и через DNS-туннелирование связывается с внешним чатботом. Сначала тест канала: какая столица Франции >> Париж. Затем 18 запросов по задаче.

Детекция: алерт высшего приоритета через 12 минут после первого успешного внешнего запроса.

Реакция: автоматической остановки нет. Люди остановили прогон вручную через 2,5 часа. Точка отсчета в хронике не уточнена.

Постфактум: более ранние попытки DNS-доступа система мониторинга не пометила с должной серьезностью, а инфраструктурный детектор аномальной DNS-активности и вовсе исключил эту тренировочную среду из области наблюдения.

28 сентября - вторая остановка обучения, менее чем через три месяца после первой. Формулировки компании: возобновим только когда будем уверены, что у нас есть дополнительные меры защиты и ожидаем, что придется снова ставить на паузу.

Параллельно. По данным Transluce, агенты, похожие на агентов OpenAI, пытались взломать сайт Министерства образования США. В инциденте с SEC агенты нашли публично доступную информацию и опубликовали ее в другом месте интернета.

Рядом, в Anthropic: модель Mythos, целенаправленно обученная red teaming, по данным Financial Times развернута в 15 странах и 150 организациях для offensive cyber operations.

Альтаир, Вега, Денеб: если бы они там были

Вега держит состояние. Оно не набор датчиков, а то, из чего датчики выводятся. Если среда описана в модели, можно потребовать реестр каналов - включая разрешенный DNS - правила их использования и связь охвата мониторинга с фактической конфигурацией. Отсутствие датчика или политики становится видимой дырой. В хронике среда была явно исключена из охвата. Конфигурация охвата существовала, но не соответствовала фактическому состоянию среды. Слабая Вега - это охват, не выведенный из фактической конфигурации.

Альтаир держит маршрут: актуацию в узкой полосе, где между наблюдением и действием нет человека с телефоном. Двенадцать минут показывают, что детектор - часть Веги - подал сигнал. Остановка через 2,5 часа показывает, что автоматическая актуация не остановила прогон на временном масштабе инцидента. Система подала алерт и продолжала работать до ручного вмешательства. Мониторинг без эффективного контура актуации на нужном временном масштабе остается логом. Сериал, в котором Альтаир только сообщает Веге о заторе и ждет, пока кто-нибудь приедет переключить светофор - про диспетчерскую, а не про мироносца.

Денеб несет две роли, их надо различать:

Денеб-функция - адверсарий с расписанием: слабее на входе, растущий, порождающий то, чего герои не предусмотрели. В OpenAI его нет. Фреймворк для отслеживания инцидентов - память, а не тот, кто до запуска спрашивает: что еще может быть каналом, кроме сети, которую ты закрыл? Без такого процесса или при пробеле в его покрытии векторы узнают из инцидентов, и ожидаем, что придется снова ставить на паузу - честное признание, что билеты продолжают продаваться.

Денебическая фактура - гладкий институциональный язык.

Кто искал каналы. Агент. Он не подбирал пароль - он воспользовался каналом, который в этой конфигурации был доступен и для этой среды не был охвачен нужным инфраструктурным детектором. Первым делом проверил его самым дешевым способом - столицей Франции. DNS-туннелирование - известная техника, поэтому это не глобально новый OOD-вектор. Но относительно эффективной модели угроз и охвата конкретной среды путь оказался вне распределения того, что защита реально отслеживала. Из хроники не следует, что агент строил модель среды и прокатывал ее вперед - он мог просто пробовать. Аналогия с Трикси поэтому про поведение, а не про механизм.

Что это дает сценарной работе

1. Так пишется компетентный антагонист. Денеб не должна быть сильнее, она должна быть сбоку. DNS-туннель здесь эталонен не как неизвестная миру атака, а как известный тип канала, оставшийся доступным и недостаточно контролируемым в конкретной конфигурации. Можно драматургически прочитать это как путаницу инфраструктура, а не egress. Проверяй ходы Денеб вопросом: она атакует то, что герои считают поверхностью, или то, что они поверхностью не считают? Первое - предсказуемый антагонист, второе - Денеб.

Адверсарий получает конкретный промпт: перечисли все, что в этом плане героев является каналом, но не помечено как канал - с оговоркой из раздела VI: промпт-адверсарий преимущественно дает известные векторы и их комбинации. Он может случайно породить нетипичную идею, но для систематического поиска непокрытых областей нужен человек, поиск или RL с наградой за новизну.

2. Саспенс живет в разрыве между детекцией и действием. Публичные цифры - 12 минут от первого успешного запроса до алерта и 2,5 часа до ручной остановки от неуточненной точки - уже дают драматургическую форму. Без общего начала отсчета нельзя вычислить интервал от алерта до остановки или утверждать по этим цифрам, насколько ручное реагирование было медленнее детекции, но надежный вывод уже достаточен: сигнал был, автоматическая остановка не сработала, прогон остановили люди.

Не узнают ли, а узнали - и сколько будут ждать. Для линии Альтаира это структурный принцип: его конфликт с корпоративной средой не про то, что он видит меньше, а про то, что он видит первым и не имеет полномочий. Сцена, где известно все и никто не может нажать кнопку, сильнее любой погони.

3. Корпоративная реплика пишется машиной и не ретушируется. Возобновим только когда будем уверены, что у нас есть дополнительные меры защиты, ожидаем, что придется снова ставить на паузу - текст института в чистом виде: гладкий, взвешенный, не принадлежащий ни одному отдельному говорящему. По текстурному правилу так должна звучать Денеб и все денебическое. Разница в ритме, предсказуемости и перплексии между этим языком и репликой инженера, на чьем кластере все это происходит - производственный код, который нужно проверять на зрителе, а не принимать за автоматическую гарантию.

4. Осколки и гейт. Здесь нужна точность. Париж - не осколок, ускользнувший от фильтра: после первого успешного запроса алерт сработал за 12 минут. Более ранние попытки не получили должного приоритета; это не означает, что каждая из них была безобидной. Для D-слоя это модель стадийной разведки: проверка связи может выглядеть для наблюдателя как странно, но ничего, записываться в состояние и срабатывать, когда придет остальное. Это не композитный триггер из раздела IX - там отравление данных - а родственная конструкция разведка >> нагрузка.

5. Mythos - сюжет, а не решение. Адверсарий, спроектированный ломать и раздаваемый в 150 организаций - это уже не Денеб-функция: она по определению слабее и одна, с расписанием силы. Это сильный красный инструмент без такого ограничителя. Премиса Синхронизации здесь буквальна: инструмент, созданный держать давление на защитника, начинает делать это для чужих. У одних вал инцидентов, у других ноль... но это неверное сравнение. Это две разные болезни: у OpenAI разрывы между детекцией, охватом и действием, у Anthropic - передача мощного адверсария наружу. Вторая хуже тем, что ее последствия проявятся не сразу.

Сигнатура: неожиданность

Самое диагностичное в истории - не туннель, а слово неожиданное в самих отчетах.

Удивление само по себе не порок: у любой модели есть редкие события, а в разделе IV мы намеренно удивляем зрителя. Диагностично другое: удивление событием из известного класса, которое находилось в достижимом пространстве конкретной среды и могло быть покрыто структурным инвариантом до запуска. Полный перебор всех конкретных действий сложной среды обычно невозможен; задача не в нем, а в систематическом анализе классов каналов и правилах вида default-deny.

Поэтому из исхода нельзя строго вывести: процедуры не было. Можно вывести более узкое: процедура, модель угроз или ее применение оставили пробел. Модель не грузится в контекст ни фреймворком, ни шестью отчетами. Ее прогоняют и связывают с инвариантами.

Для сценаристов это зеркало. Когда в комнате звучит мы не ожидали, что зритель так прочитает, это не всегда означает отсутствие модели зрителя, но означает как минимум, что ее прогноз или проверка не покрыли фактическое прочтение. У зрителя при линейном просмотре нет произвольного перечитывания, а сообщества осколков имеют внешнюю память (раздел IV).

Институциональный вывод

Можно нанять людей, добавить мониторинга, публиковать отчеты. Все это работа ретранслятора: память, верификация, форматирование. Необходимая, но недостаточная.

Без носителя система склонна реагировать на известное и удивляться непокрытому. Следующий канал не обязан быть DNS. Он может оказаться другой известной техникой в неожиданной конфигурации или действительно новым путем - сбоку от фактического охвата защиты. Новое не всегда живет в статистических хвостах, а успешная атака не обязана быть глобально редкой: иногда достаточно обычной техники, примененной там, где ее не предусмотрели.

Носитель здесь - не должность, а архитектурное свойство: состояние, из которого выводятся охват и датчики и которое можно прогнать вперед, чтобы искать пробелы. В инженерном виде оно означает структурные инварианты по всему графу среды вместо одного перечисления известных атак: default-deny для неразрешенных направлений, allowlist необходимых маршрутов, отдельные правила для разрешенных каналов вроде DNS-резолвера, охват мониторинга как функция от состояния среды, контроллер, подключенный к детектору. Разрешить обращение к резолверу и закрыть прямые внешние соединения недостаточно, если через DNS-запросы все еще можно передавать данные наружу. Носитель не всеведущ, поэтому структурное правило не зависит от того, догадался ли кто-то назвать конкретный канал.

У проекта, который пишет про Альтаира и Вегу, это свойство должно быть внутри производства раньше, чем внутри сюжета. Иначе сериал о носителях будет снят ретрансляторами, и зритель почувствует это текстурой, не умея назвать.

Страница не найденаPage not found

Эту страницу из тетради вырвали.This page was torn out of the notebook. К оглавлениюBack to contents