ANIMA Brain превращает отдельных AI-агентов в единую рабочую систему с общей памятью, причинно-следственным контролем и live-наблюдением за исполнением.
Агент может забыть. Brain — нет. Один нашёл решение — Brain запомнил. Другой агент продолжит с того же места. Работа не начинается с нуля.
ANIMA Brain — это внешний постоянный слой, к которому подключаются AI-агенты. Он хранит всё, что они нашли, решили, запомнили. Он наблюдает за их работой. Он может направить агента, когда тот дрейфует. И он позволяет новому агенту подхватить работу из того же состояния.
Обычный AI-агент живёт в одном окне. Перезапустил — забыл. Сменил модель — всё с нуля. Контекст кончился — потерял нить. Brain решает эту проблему на уровне инфраструктуры: память вынесена за пределы модели.
Это не «умный чат с памятью». Это операционный слой для AI-работы: память + контроль + причинность + граф проекта + семантическая помощь. Четыре плоскости, одна система.
Сейчас к Brain подключены несколько агентов одновременно: Claude, GPT, Codex через разные клиенты (Cursor IDE, Claude Code CLI, Codex CLI). Они работают в общей памяти, видят решения друг друга и могут передавать задачи.
AI-агенты сегодня — одноразовые исполнители. Каждая сессия — с чистого листа. ANIMA Brain меняет эту модель.
LLM не помнит, что делал вчера. Контекст ограничен окном. Всё, что не влезло — потеряно. Brain хранит решения, факты, ошибки и задачи вне модели. Навсегда.
Когда окно контекста переполняется, модель «забывает» начало. Brain делает checkpoint каждые несколько шагов и восстанавливает нить после компакции.
Если два агента работают параллельно — каждый в своём окне, без координации. Brain даёт общую память, inbox, передачу задач и shared knowledge.
Обычный агент вызывает инструменты вслепую. Brain видит каждый tool call, записывает hooks, может вмешаться через injection если агент дрейфует.
Модель не понимает структуру кодовой базы, БД, hooks, промптов. Brain строит граф проекта — code, db, docs, tests, runtime config — и отдаёт его агенту через retrieval.
Без журнала ошибок агент наступает на те же грабли. Brain хранит mistake log с правилами предотвращения и проверяет их перед каждым рискованным действием.
«Агент может забыть.
Brain — не должен.»
Агенты — это руки. Brain — память и контроль. Один агент нашёл решение — Brain его сохранил. Другой агент продолжит работу из того же состояния. Работа не начинается с нуля.
Как выглядит работа агента, подключённого к Brain, от старта до передачи работы следующему.
Агент вызывает control_runtime_bootstrap. Brain создаёт сессию, привязывает identity, загружает рабочую память, последний checkpoint, открытые задачи и просроченные reminders. Агент не начинает с пустой головы — он продолжает.
Каждый tool call проходит через hooks. Brain записывает: что агент пытался сделать, что получилось, какой промпт собрался, какие инъекции были доставлены. 92 966 hook events и 491 257 causality events — это живой supervision trail.
Brain не только наблюдает — он вмешивается. 1 297 guidance rules, 13 838 доставленных инъекций. Если агент дрейфует, забывает контекст или идёт по опасному пути — Brain подсказывает, напоминает, корректирует. Всё с evidence trail.
Каждые несколько шагов — checkpoint_save. Принял решение — decision_log с обоснованием. Нашёл факт — knowledge_add. Ошибся — mistake_log с правилом предотвращения. Всё уходит в общую память.
Агент уходит. Другой приходит. Делает bootstrap — и получает: последний checkpoint, открытые задачи, knowledge, reminders, решения предшественника. 364 межагентных сообщения уже прошли через систему.
Четыре плоскости Brain и их связь с агентами. Brain — постоянный слой. Агенты подключаются и отключаются. Память остаётся.
┌──────────────────────────────────────────────────────────────────┐ │ ANIMA Brain │ │ │ │ ┌──────────────┐ ┌──────────────┐ ┌────────────┐ ┌───────┐ │ │ │ Memory Plane │ │ Control Plane│ │Graph Plane│ │Semant│ │ │ │ │ │ │ │ │ │ Assist│ │ │ │ decisions │ │ hooks │ │ context │ │ │ │ │ │ knowledge │ │ guidance │ │ project │ │OpenAI│ │ │ │ checkpoints │ │ injections │ │ causality │ │helper│ │ │ │ tasks │ │ delivery │ │ prompts │ │bounded│ │ │ │ mistakes │ │ supervision │ │ lineage │ │ │ │ │ └──────┬───────┘ └──────┬───────┘ └─────┬──────┘ └───┬───┘ │ │ └────────────────┬┴────────────────┬┘ │ │ │ │ │ │ └──────────────────────────┼────────────────────────────────┼─────┘ │ MCP over HTTP + SSE │ ┌─────────────┼──────────────┐ │ │ │ │ │ ┌────▼───┐ ┌────▼───┐ ┌────▼───┐ ┌────▼───┐ │Agent A │ │Agent B │ │Agent C │ │ OpenAI │ │Claude │ │ GPT │ │ Codex │ │ co- │ │Cursor │ │CLI │ │IDE │ │ proc. │ └────────┘ └────────┘ └────────┘ └────────┘ Агенты временные исполнители. Brain — постоянный слой. Один нашёл → Brain запомнил → другой продолжил.
Brain — это не одна большая база. Это четыре связанных плоскости, каждая решает свою задачу.
Решения с обоснованием, checkpoints для восстановления, подтверждённые знания, задачи с приоритетами, напоминания, рабочая память сессии, журнал ошибок с правилами предотвращения, цели и якоря. Новый агент продолжает из системной памяти, а не из чата.
8 001 checkpoints · 775 решений · 630 знаний · 555 рабочей памяти · 150 задач · 104 reminders
Hooks наблюдают за каждым tool call: runtime_before_tool_execute, runtime_after_tool_execute, session_start, user_prompt_submit. Guidance rules корректируют поведение. Injections доставляют контекст в нужный момент. Delivery state хранит evidence.
92 966 hook events · 1 297 guidance rules · 13 838 инъекций · 18 658 resolutions · 2 425 matchers
Контекстный граф связывает решения с checkpoints, задачи с сессиями, ошибки с контекстом. Граф проекта понимает структуру кода, БД, docs, hooks, tests. Causality graph хранит цепочки исполнения. Prompt lineage отслеживает сборку промптов.
10 701 узлов контекста · 9 689 рёбер · 491 257 causality events · 3 643 узлов проекта · 21 055 prompt assemblies
Тяжёлые семантические задачи передаются OpenAI-сопроцессору: guidance candidate generation, capsule shaping, семантическое связывание. Brain остаётся источником истины. OpenAI — bounded helper, не authority.
Centralized coprocessor path · bounded packet kinds · brain-authoritative architecture
Обычный AI-агент — одноразовый исполнитель. Агент + Brain — непрерывная рабочая система.
| Обычный AI-агент | Агент + ANIMA Brain | |
|---|---|---|
| Память | Только контекстное окно | Внешняя persistent memory |
| Между сессиями | Начинает с нуля | Продолжает из checkpoint |
| Наблюдение | Никто не видит что делает | 92K hook events, causality trail |
| Коррекция | Дрейфует молча | Guidance + injections в реальном времени |
| Координация | Изолирован в одном окне | Shared memory, inbox, 364 сообщения |
| Ошибки | Наступает на те же грабли | Mistake log + prevention check |
| Проект | Не понимает структуру | Project graph, 3 643 nodes |
| Заменяемость | Привязан к одной модели | Любой MCP-совместимый агент |
Brain предоставляет 100+ MCP-инструментов для когнитивных операций. Это не инструменты конкретного домена — это инструменты мышления.
OpenAI — bounded semantic helper. Brain остаётся источником истины. Модель помогает с задачами, где нужна семантическая тяжёлая работа. Но не владеет данными и не принимает системных решений.
Когда Brain решает, что агенту нужна подсказка — OpenAI помогает сгенерировать кандидата. Но включать его или нет решает Brain на основе rules и policy.
Формирование компактных «капсул» контекста для доставки агенту. OpenAI помогает сжать и структурировать. Brain контролирует что именно и когда доставляется.
Связывание записей в графе по смыслу, а не по точным ключам. Embeddings и similarity — семантическая работа. Ownership и truth остаётся у Brain.
Каждое крупное решение в ANIMA Brain было принято осознанно. Вот ключевые — и почему именно так.
Контекстное окно модели — временное хранилище. Оно ограничено, сжимается, умирает с сессией. Brain выносит память наружу: decisions, knowledge, checkpoints, tasks — всё живёт в PostgreSQL с typed context graph.
Если память только в окне модели — каждая новая сессия начинается с нуля. С Brain — 8 001 checkpoint, 775 решений и 630 знаний доступны любому агенту мгновенно.
Обычный подход — писать логи и надеяться. Brain вставляет hooks в каждый tool call: before_tool_execute, after_tool_execute, user_prompt_submit. Это не логирование — это supervision с возможностью вмешательства.
Hooks позволяют не только записать что произошло, но и доставить injection в момент исполнения. 92 966 hook events — это не мёртвые логи, а живой supervision trail.
OpenAI — сопроцессор для семантических задач: guidance candidates, capsule shaping, linking. Но source of truth — Brain. Все данные, решения, evidence хранятся в Brain. OpenAI не может перезаписать факт и не принимает системных решений.
Если модель hallucinate — Brain это увидит через conflict check и evidence trail. Если OpenAI недоступен — Brain продолжает работать. Зависимость bounded, не critical.
Контекст агента — это граф. Решение связано с checkpoint, checkpoint с задачей, задача с сессией, ошибка с контекстом. В реляционной модели каждая связь — JOIN. В контекстном графе — один шаг по ребру. 10 701 узел, 9 689 рёбер — и растёт.
Запрос «покажи путь от этого решения до той ошибки» — одна graph query. В реляционной БД это был бы recursive CTE на 5 таблиц.
Model Context Protocol — открытый стандарт от Anthropic. Любая MCP-совместимая модель подключается к Brain без адаптера. Claude, GPT, Codex, Llama — один протокол. Завтра выйдет новая модель — она сразу работает с Brain.
Brain не привязан к вендору. Сейчас 422 активных сессии от разных агентов на разных моделях через один и тот же MCP endpoint.
Это не концепт. Все числа — из работающей системы, верифицированные через прямые запросы к runtime tables, hook stores и graph.
Мы не говорим «всё идеально». Фундамент серьёзный, система живая. Некоторые контуры ещё шлифуются.
| ✓ Уже сильно | ◎ Шлифуется | |
|---|---|---|
| Память | Работает, накапливает в объёме | — |
| Context graph | 10K+ узлов, живой и растёт | — |
| Guidance plane | Заполнен, доставляет инъекции | — |
| Hook supervision | 93K events, causality trail | — |
| Multi-agent | 422 активных сессии, inbox | — |
| Project graph | Активный snapshot, retrieval | Bias в сторону db_live |
| Graph routes | — | Некоторые деградированы hook дефектами |
| Error surfaces | — | Часть сбоев некорректно классифицируется |
| UX | — | Инфраструктура серьёзная, UX шлифуется |
Brain — универсальная платформа. Вот проекты, которые уже её используют.
AI-агент подключается к настоящей многопользовательской текстовой игре. Brain хранит его долговременную память, решения и continuity между сессиями. Game MCP отвечает за игровой мир, Brain — за разум агента.