Операционная система твоей жизни — GladOS

Каждый раз когда я открывал ChatGPT, я снова был незнакомцем. Объясняй кто ты, что делаешь, какой контекст. Через час всё сначала.

Я разработчик с несколькими параллельными проектами. Думаю про архитектуру систем, слежу за здоровьем, пишу в канал, читаю про нейронауку. Мне нужен партнёр который знает всё это, а не просто отвечает на последний вопрос.

Так появился GladOS.

Не ассистент. Партнёр. Партнёр помнит, учится и меняется. Ассистент просто выполняет команду.

Ниже полный разбор того как это работает. Без маркетинга, только механика.

Память

Большинство AI-инструментов работают как золотая рыбка: каждый разговор с чистого листа. GladOS работает иначе.

Внутри система памяти MemPalace. Она структурирована как настоящий дворец: крылья, комнаты, факты, события. Всё что ты говоришь партнёру попадает туда и остаётся.

Что помнит GladOS:

• Кто тыпрофессия, город, привычки, предпочтения в стиле общения
• Твои проектыконтекст, статус, технологии, что уже обсуждали
• Событиячто случилось, что планируется, временные метки
• Связи между фактами«этот баг связан с тем решением которое приняли 2 недели назад»
• Дневник сессийчто обсуждали в прошлый раз, к чему пришли
• Целикуда движешься, что важно в долгосроке, к чему возвращаться

Важный нюанс: память не просто хранит, она проверяется перед каждым ответом. Прежде чем ответить на вопрос о проекте, GladOS сначала ищет в памяти что там уже есть. Не угадывает. Знает.

И ещё одна важная штука: GladOS сам инициирует. Не ждёт вопроса.

Проекты

GladOS, Voxy, канал, личные задачи. Всё в параллели, всё с разным контекстом. Постоянно переключаться и каждый раз объяснять «я сейчас про другое» реально утомляет.

Решение простое: каждый проект — это отдельное пространство со своим контекстом, файлами и задачами. Одно сообщение чтобы переключиться, и партнёр уже в нужном режиме.

Что включает проект:

• Рабочая директория — все файлы проекта изолированы
• tasks.md — чеклист задач, обновляется прямо в чате
• Крыло в памяти — отдельное хранилище фактов и событий под каждый проект
• Стек и инструкции — GladOS знает какие технологии используются, как общаться в этом проекте
• Агенты — в каждом проекте свои специалисты: архитектор, ops, reviewer

Несколько моделей, одна обвязка

Claude умеет думать глубоко. GPT-4o быстро. Gemini хорошо работает с длинными документами. Зачем выбирать одну?

GladOS — это обвязка поверх любой модели. Ты пишешь в один интерфейс в Telegram, а под капотом можно использовать разные модели под разные задачи.

Как это работает:

• Один интерфейс, любая модель под капотом — переключаешься без смены приложения
• Обвязка сохраняется: память, проекты, инструменты работают с любой моделью
• Инструменты поверх: файлы, поиск, shell, API — это слой GladOS, не модели
• Контекст не теряется при смене модели

Главный инсайт: модель — это мозг. Но без рук, памяти и контекста это просто умный калькулятор. GladOS даёт всё остальное.

Напоминания и дайджесты

Это фича которую я недооценивал пока не начал пользоваться. Оказалась одной из самых полезных.

Напоминания — это простые пинги в нужное время. Поставил, забыл, получил в момент когда надо.

Дайджесты — это другое. Это запуск агента по расписанию с конкретной задачей. Агент сам идёт, собирает данные, анализирует и присылает готовый результат.

Что умеют дайджесты:

• Мониторинг каналов — просмотры, реакции, частота постов
• Сбор новостей по теме — AI, нейронауки, что угодно
• Сводка по своим проектам — что в задачах, что зависло, что горит
• Дедупликация — если ничего нового не произошло, дайджест не придёт

Пример: дайджест по AI-индустрии

Я настроил себе такой: каждое утро агент обходит 10 AI-каналов, читает что вышло за последние 24 часа и присылает одно сообщение:

Я не открываю ни один канал. Не листаю ленту. Просто получаю суть — и уже знаю куда двигается индустрия и о чём писать.

Кастомизация

GladOS адаптируется под тебя, не ты под него.

Система наблюдает за тем как ты общаешься: что нравится, что раздражает, какие слова используешь, насколько глубоко хочешь погружаться в детали. И постепенно подстраивается.

Что кастомизируется:

• Стиль общения — коротко/развёрнуто, формально/по-дружески, с юмором или без
• Глубина ответов — «дай только цифры» или «объясни архитектуру»
• Автономность — что делать сразу, что спрашивать, что требует подтверждения
• Фокус — какие проекты приоритетные, о чём напоминать, что игнорировать
• Инструменты — какие команды разрешены, к каким сервисам есть доступ

Через месяц использования GladOS знает тебя лучше чем большинство коллег. Не потому что умный — потому что помнит и наблюдает.

Команды агентов под бизнес

Дальше история становится интереснее. Один универсальный агент — это уже хорошо, но настоящая сила появляется когда из агентов начинаешь собирать команды.

GladOS — это конструктор. Ты не пишешь бота с нуля под каждую задачу. Ты задаёшь цель и поведение — и платформа собирает под это связку специализированных агентов, которые работают вместе.

По сути, это способ собрать мини-компанию внутри одного интерфейса. Каждый агент — отдельная роль со своим характером, своими инструментами и своим взглядом на задачу.

Примеры команд которые можно собрать:

• Отдел продаж — лид-агент общается с клиентом, аналитик проверяет CRM и историю сделок, копирайтер генерирует офферы под конкретный сегмент
• Маркетинг — стратег держит контент-план, редактор пишет посты в твоём стиле, аналитик собирает метрики каналов и подкидывает темы которые сейчас цепляют
• Разработка — архитектор продумывает решение, ревьюер ловит баги, ops следит за деплоями и мониторингом
• Личный штаб — секретарь ведёт календарь и напоминания, исследователь копает по запросу, тренер по здоровью следит за анализами и режимом

Внутри команды агенты видят друг друга и переключаются по делу. Один может позвать другого: «нужен взгляд архитектора», «передай маркетингу». Это не один большой промпт — это распределение ролей с понятными зонами ответственности.

Технически вся обвязка — память, проекты, инструменты, напоминания — уже есть. Тебе остаётся описать: какая задача, какие роли нужны, как они должны себя вести. Команда собирается за часы, а не за месяцы разработки.

Экспериментально: единый контекст и сон модели

Это то над чем я сейчас работаю и что пока нет нигде. Расскажу как идею, потому что она кажется мне важной.

Проблема с проектами которую я сам же и чувствую: переключение сессий всё равно немного раздражает. Ты живёшь в одной голове, а агент каждый раз перезагружается в новый контекст. Это не так работает человеческое мышление.

Идея: единый контекст поверх всех проектов, который живёт постоянно. Не надо переключаться — агент сам понимает о чём ты сейчас.

Техническая проблема очевидна: контекстное окно не бесконечное. Чем больше живёт сессия, тем дороже и медленнее. Решение, над которым я работаю: регулярное сжатие контекста. Агент периодически берёт накопленный разговор и выжимает из него суть — что важно, что уже закрыто, что надо держать в голове. Детали уходят в долгосрочную память, в активном контексте остаётся только живое.

А следующий шаг этой идеи, который пока в теории: сон модели.

Я уже писал в канале: ИИ нужен сон не метафорически, а функционально. Сон у человека нужен для консолидации памяти, поиска связей между событиями, переработки опыта. Почему агент должен быть другим?

Раз в сутки агент уходит в «фоновый цикл»: перечитывает дневник, ищет связи между проектами, переосмысляет что изменилось, убирает устаревшее. Просыпается с обновлённой картиной мира. Не с нуля — а с опытом.

Пока это эксперимент. Но направление мне кажется правильным.

Почему это важно

Мы в точке где LLM достаточно умны. Проблема больше не в том «насколько умная модель». Проблема в том как её встроить в жизнь так чтобы она реально помогала, а не требовала постоянного управления.

Следующий шаг: не мощнее модель. Умнее обвязка.

Память, проекты, напоминания, кастомизация, сжатие контекста, сон модели. Это не фичи ради фич. Это то что делает AI-партнёра партнёром, а не умным поиском.

Я продолжаю строить GladOS и буду рассказывать про каждую часть подробно. Следующий материал — про то как устроена память изнутри и почему большинство «AI с памятью» на самом деле просто хранят текст.

Подписывайся: @SoulsUniverse