Великий уравнитель: Как чистая математика сокрушит ИИ‑империи Кремниевой долины и Пекина

Я делаю текстовую ролевую игру в Telegram: игрок пишет, что делает его персонаж, а нейросеть отвечает за весь остальной мир. Рассказываю, как порядок полей в JSON влияет на согласованность ответа, как устроен бой с серверными бросками кубиков и сколько стоит один ход. Привет, Хабр! Меня зовут Саид, мне 29 лет. Больше пяти лет я разрабатываю игры на Unity: делал их на заказ и работал в нескольких компаниях. Но идея этой игры пришла не с работы, а из времени, когда я сам был игроком. В 15–16 лет я играл в текстовые ролевые игры на сайтах вроде AnimeVIP. У каждого игрока там свой персонаж, а за бои и за всё, что происходит в мире, отвечает модератор. Меня всегда тянуло к песочницам, где можно делать что хочешь. Но у таких игр была беда: модератор мог не отвечать целый день, и игра сильно затягивалась. Недавно я вспомнил те времена и подумал: а что, если роль модератора отдать нейросети?

Разбираемся, что такое JEV, чем модели принятия решений отличаются от привычных LLM и какие у них есть открытые аналоги. А заодно поднимаем Laya и Gemma 4 на собственном сервере и собираем полноценного AI-агента на Python с веб-интерфейсом, классификацией новостей и автоматической публикацией статей. Без облачных API и агентных фреймворков. Все исходники — на GitHub.

Мы делаем kaeru — память для ИИ‑агентов вроде Claude Code и Codex. Несколько месяцев мы строили ее по ощущениям, а потом пошли читать логи своих агентов и проверять, как они на самом деле пользуются памятью. Многое оказалось не так, как мы думали, и почти все выводы — не про kaeru, а про агентов вообще. Если вы пишете свой MCP‑сервер, хук или просто длинные инструкции для агента, часть этого пригодится и вам.