Мой заказ на методологию как естественную науку

Естественные науки базируются на математике: методология как естественная наука тоже базируется на математике Задача методологу: две физические модели дают одинаковое установившееся значение, но разные переходные процессы. Прибор исправен, измерение установившегося значения выполнено аккуратно -- а исследовательский вопрос "что там происходит, объясни" остался открытым. По такому измерению выбрать между моделями нельзя. Нужно иначе организовать измерение: снимать показания тогда, когда предсказания моделей различаются: фальсифицирующий эксперимент надо ещё придумать. Такой пример разобран в предисловии к DPF Physical Thinking, в разделе PHY.Reference:3.3 (https://fpf.tools/PHY.Reference:3.3). Вопрос: как вычислить метод, дающий ответ на вопросы предыдущего примера? Вот прямо формулами, а не книжками по эпистемологии, методологии, байками про физиков, которые проектируют свои эксперименты и доказывают, что эти эксперименты продвинут науку, помогут выбрать какие-то теории из множества конкурирующих? В предыдущем посте я писал о математике представлений. А сейчас расскажу об одном из приложений этой математики: естественной науке о методах и об инженерной работе, которая сможет опираться на её результаты. Если собрать мои тексты о математике, методологии, языках и инженерии за последние полтора десятка лет, то сейчас я бы собрал из них две связанные исследовательские программы (собственно, я и собрал при помощи не очень живых коллег, подробный текст — https://github.com/MimEcoSys/mim-strategy/blob/main/MIMDEV8-methodology-and-representation-mathematics.md, а тут в посте только некоторая история вопроса, "ретроспективное придание смысла"): * развивать методологию как естественную науку, объясняющую поведение методов и позволяющую проектировать новые способы работы. Праксеологию в этой постановке я рассматриваю как частный случай методологии. Естественные науки -- это где можно что-то посчитать (формализация в математике), опираясь на постулатные теории. Грубо говоря, всякие физики-химии -- и вот методология (обсуждение вопроса "что делать, чтобы преодолеть затруднение") может быть такой же. * развивать математику представлений, которая позволяет работать с неоднородными описаниями, преобразовывать их и получать из них новые выводы. Этой программе был посвящён предыдущий текст. Это грубое деление, ибо поделить всё мне интересное на исследовательские программы трудно, это всё-таки классическое "ретроспективное придание смысла", которому я учу в своих руководствах. Ну и там очень интересные пересечения даже в этих двух выделенных мной сегодня программах, например, многоуровневые холоны методов: как их синтезировать, как их описывать, как описывать их синтез, и классические вопросы вроде того, можно ли открыть новый метод на кончике пера, то есть вычислить, и какая алгебра это может обеспечить. Обе программы пересекаются своей математикой: вторая программа должна дать приемлемую математику для первой. У меня в руководстве по методологии чётко было сформулировано затруднение: никто не знает, как прилично описывать методы (в руководстве ещё не было определено, что у нас холоны методов и мы можем говорить об архитектуре методов, но вот проблема "не знаем, как описывать методы, как их представлять, какие над ними и над их представлениями бывают операции" -- вот это отмечено). У этих программ общая история вопросов. Как математическое рассуждение помогает разобраться с реальной работой? Какие объекты нужно различать, чтобы появились новые объяснения и способы действия? Как связать несколько описаний одного предмета? Что теряется при переходе от текста к модели, от модели к вычислению, от вычисления к решению инженера или менеджера? И как поставить следующий вопрос, когда предыдущий уже удалось решить (ход на развитие, при котором ни одна решённая проблема не должна быть последней)? В старых моих постах всё это обсуждалось в связи с конкретными затруднениями: формализацией праксеологии, инженерными диаграммами, языком системного моделирования, обучением мышлению, работой нейросетей. Некоторые ответы пришлось пересмотреть. Поэтому дальше будет пунктиром история постановки задач с выходом в то, чем имеет смысл заниматься теперь, когда AI-агенты помогают браться за проекты со сложной математикой, для которых получить ресурсы людей-математиков с нужной мне квалификацией было нереально. Метод как предмет разработки Параллельно развивался вопрос о самих способах работы. В январе 2011 года в https://ailev.livejournal.com/902009.html я обсуждал модульность и абстракцию в методологии, в феврале 2011 писал о ситуационной инженерии методов (https://ailev.livejournal.com/905099.html). Метод можно конструировать для конкретной ситуации из повторно используемых частей. Для этого приходится различать работы, исполнителей, продукты, языки, инструменты и способы их соединения. Так возникает предмет методологической инженерии. Мы можем описать способ работы другому человеку (тогда об агентах не было и речи), сравнить два способа, найти ограничение, заменить часть, собрать новую композицию. Явное описание делает эти операции возможными. В посте «Методология: нужна ли?» от 8 сентября 2013 года (https://ailev.livejournal.com/1085950.html) речь шла именно об этой пользе разработки языка представления методов: участники получают возможность понять, что они обсуждают и что собираются менять. Рядом шла линия формальной праксеологии как частного случая методологии. В апреле 2011 года (https://ailev.livejournal.com/924734.html) я предлагал усиливать её современной логикой, включая явное представление агентов и речевых действий. Тогда австрийская экономика у меня характеризовалась как логическая (аксиоматическая) дисциплина, отличная от естественной науки. В феврале 2022 года (https://ailev.livejournal.com/1611838.html) я уже прямо предложил впустить в теорию деятельности эксперимент и физические основания, то есть говорил не по инерции "аксиоматическая теория", но причислял методологию к естественной науке, опирающейся на постулатную теорию, опирающуюся на проверку экспериментами. При этом и в 2025 году у меня оставалась формулировка о праксеологии как математике деятельности агентов, на основании которой строятся другие предметные теории -- это эхо прошлых, менее продвинутых представлений. Я каким-то чудом удерживал эти две несовместимые идеи по поводу методологии и праксеологии как частного узкого случая методологии. В нынешней моей исследовательской программе общим предметом методологии служат методы и их осуществление, а праксеологические вопросы выбора целей, средств, взаимодействия агентов по координации работ входят в неё как особая область. С классиками праксеологии здесь тоже интереснее работать содержательно. У Мизеса есть воображаемые конструкции, условные выводы и обсуждение условий применения. Поэтому исследовательская задача праксеологии состоит в том числе в восстановлении устройства аргументов Мизеса: что именно было сконструировано (аксиомы? постулаты?), какое следствие получено, какие предположения позволяют отнести это следствие к реальным людям и ситуациям. После этого становится понятно, что стоит формализовать как "математику" (аксиоматические построения), а что проверять наблюдениями и экспериментами (то есть распутывать путаницу с постулатами, выдаваемыми за аксиомы). От математического объекта к изменению мира Математики задают математические (ментальные, идеальные) объекты и операции, исследуют их свойства. Для онтологического описания какого-то куска мира мы выбираем подходящие математические конструкции и устанавливаем, что именно в этом куске мира ими представлено. Затем формулируем предметные постулаты о поведении реальных объектов и кладём эти постулаты в основу постулатной теории (скажем, "свет не может двигаться быстрее 300 тыс. км в секунду", это точно не аксиома -- например, там уже есть единицы измерения, и "измерения" тут не случайное слово). Из полученной постулатной теории выводим следствия (прогнозы), сопоставляем их с наблюдениями, используем теорию для проектирования вмешательств (то есть для инженерии). Если прогнозы не оправдываются, то возвращаемся к выбору математических объектов ("математики"), постулатов и постулатной теории с их отношением представления физических объектов математическими объектами, пытаемся ввести новые различения, улучшить объяснения -- это ведь и есть работа естественной науки. Если физические объекты -- это физика, если химические объекты -- химия, если методы -- методология. Опять повторюсь: математика здесь даёт язык онтологических описаний предметной области. Онтология определяет, какие сущности, структуры и операции мы различаем, но вот методология говорит о том, что с этими определёнными онтологией объектами мы делаем и зачем делаем. В описаниях методов вполне могут присутствовать динамика, уравнения и преобразования. Скажем, описание метода должно удерживать доступные продолжения работы, условия их осуществимости, изменения в мире, к которым эти работы ведут, если они выполняются по обсуждаемому методу. Описание предмета тем самым может использоваться как модель предмета, операции с ним в каком-то смысле похожи (гомоморфизм) на операции с самим предметом: для этого устанавливаются соответствия, условия переноса операций и выводов. Сами предметы предметной области, утверждения об этих предметах (описания) и способ использования этих описаний требуют отдельных различений -- они тоже должны быть описаны. Математика (аксиоматическая теория) и математическое моделирование (использование аксиоматической теории для представления постулатной теории, которая в конечном итоге позволяет делать предсказания о результатах интервенций в физическом мире) тем самым нужны для хороших описаний, презентаций-представлений. Математическая аксиома задаёт устройство идеальной конструкции. Предметный постулат утверждает что-то о мире, описываемом (представляемом) с её помощью. Если мы представили "работу по методу" определённой композицией преобразований как математических объектов, то свойства этой композиции можно дальше исследовать математически, не надо проводить дорогие эксперименты в реальном мире, можно обойтись описаниями-представлениями. А вот утверждение, что именно так связаны изменения в реальной работе, содержит предположения о предмете: о границах систем, существенных состояниях систем, их взаимодействиях (работах этих систем по каким-то методам), ресурсах и исполнителях трансформаций (тех же систем). Это различение удобно для инженерного подхода к математике: какой-то вариант математики ("раздел математики") разрабатывается для удовлетворения потребности в таком описании каких-то сложных явлений физического мира, которое позволяет с высокой степенью точности прогнозировать интервенции в этом мире, результаты экспериментов. В разных традициях (научных школах) слова «аксиома» и «постулат» употребляются по-разному, спор о терминах непродуктивен и легко занимает всё время, поэтому мы тут поступаем так же, как все остальные научные школы: говорим, что у нас вот так и что мы это не сами придумали, а сформулировали по большому числу других работ, определяющих эти понятия примерно так же, как мы. У меня в постах очень много было на эту тему, но желающие всегда могут спросить мнение своего любимого AI-агента. Именно размышления в ходе вот этих описаний и отождествлений представляют собой математическое мышление, естественнонаучное (физическое, химическое, методологическое и т.д.) мышление, и у этих мышлений (математического и естественнонаучного, например, физического или методологического) тоже есть SoTA-методы -- какие-то результаты мышления по каким-то методам мышления дают прогнозирование результатов интервенций в физическом мире (экспериментов, рабочих проектов) точнее и по ресурсам быстрее, а какие-то, наоборот, -- менее точные и заставляют потратить больше ресурсов. Естественная наука о методах В «Методологии как алгоритмике» от 17 июня 2024 года (https://ailev.livejournal.com/1727532.html) у меня появляется особенно ясная постановка задачи: метод я отношу к реальному паттерну преобразований мира, а алгоритм (идеальный объект, математический объект) позволяет этот паттерн описать, представить. При выполнении существенны мастерство создателя и его инструментарий. Поэтому приходится экспериментально (вот она, естественная наука!) выяснять, получается ли результат требуемого качества за приемлемое время и с приемлемыми затратами. В «Руководстве по методологии для инженеров-менеджеров» (R7) это было сформулировано подробно: создатель играет роль, задействуя физически реализованное мастерство и инструментарий как свои части, при выполнении работ по методу он переводит предметы метода через состояния. Метод является каким-то воспроизводимым паттерном работ (то есть это не работа, а паттерн работ), конкретная работа по этому методу выполняется определённым создателем в определённое время -- метод отличается от работы. Алгоритм или другое описание позволяет исследовать и передавать метод, построение описания по факту помогает построить метод (как описание трактора помогает построить трактор, инженерная постановка вопроса о получении метода с заданными свойствами). Альфой в руководстве назывался предмет метода: физическая система или описание, чьи состояния нужно удерживать, отслеживая идентичность этого предмета в ходе его преобразований из одного состояния в другое. Отсюда разведение стратегирования (это про методы) и планирования (это про работы). Сначала требуется выбрать или разработать способ работы, и только потом распределить ресурсы и время конкретных работ. Эти решения взаимозависимы. В неизвестной предметной области приходится ещё выделять сами предметы и роли, постепенно получать прикладную модель из фундаментальных онтологических различений. Здесь развитие метода непосредственно связано с развитием онтологии, поэтому учим онтологическому моделированию, чтобы иметь возможность говорить о методах. Эта постановка ведёт к программе исследований, которую в сентябре 2026 года я назвал method physics (https://ailev.livejournal.com/1810678.html). Хочется описывать поведение методов через поведение подходящих математических объектов, получать объяснения наблюдаемой работы и предсказывать последствия изменений так же, как это мы делаем с работой в Factory Physics. Методологу нужно исследовать закономерности, которые обобщают множество ситуаций. Инженеру и менеджеру эти закономерности нужны, чтобы осмысленно выбирать и менять способы работы. Часть такой работы давно ведётся в исследовании операций и операционном менеджменте, который занимается "математикой работ". Например, Factory Physics связывает загрузку, изменчивость, очереди, незавершённую работу и время прохождения. Это хороший образец того, как математическое описание доходит до организации производства. В FPF эта Factory Physics представлена в Operation Management Principles Framework, OPS DPF (https://fpf.tools/OPS.10.1:4). "Математика методов" будет посложней: она должна связать ещё и исследования предметов метода, обучение агентов ролям для выполнения метода, проектирование методов, переговоры для организации коллективной работы и устранения конфликтов многомасштабных методов, работу с учётом неизвестного при применении метода. Здесь меняются сами предметы деятельности, критерии результата и репертуар доступных действий -- и вот это надо как-то описать математически. Интерес к новым теориям агентов для меня связан с расширением предмета методологии. В текстах 2022 года я спрашивал, как рассуждать о распределённой по людям и компьютерам деятельности, о коллективах как действующих системах, о многоуровневом обучении и эволюции. Цели агента тоже могут вырабатываться и меняться, для достижения разных целей мог синтезироваться тот или иной метод. Это исследовательские вопросы, предъявляющие требования к теории деятельности aka методологии. Для обсуждения методологии надо как-то формализовывать представления о времени, памяти, обучении, среде и взаимодействии множества агентов-создателей с объектами среды (предметами методов, инструментами) и друг с другом. В посте 17 февраля 2022 года (https://ailev.livejournal.com/1612513.html) для этой постановки исследовательской проблемы "естественнонаучной методологии" (она же "расширенная с вычислений на физический мир алгоритмика") я привёл перспективные теории для будущего методологического и концептуального синтеза (тогда я больше думал о концептуальном, то есть онтологическом синтезе, чем о том, как синтезировать методы снятия затруднений в предметных областях -- нужно было получить какое-то описание не возможных решений проблем, а просто удобное описание мира для обсуждения каких-то его изменений). Теория конструкторов позволяла говорить о физическом создателе (constructor), который многократно выполняет преобразование и сохраняет способность делать это снова. Активный вывод (active inference) связывал действие с обучением и изменением представлений при взаимодействии со средой. Контекстуальные модели Хренникова на базе квантовоподобной математики давали язык семейств контекстов и наблюдаемых величин такой, который позволял сопоставлять теории, полученные в разных контекстах (байесовская логика давала несовместимые алгебры описаний, полученных в разных контекстах). Многоуровневая эволюция Ванчурина-Кацнельсона ставила вопрос об индивидах разных уровней и различающихся темпах их изменений. Синтез этих линий я тогда предлагал как исследовательскую работу -- и веду эту работу до сих пор в рамках проекта создания библиотеки FPF. Эти теории явно обобщали типы объектов, которые были традиционны для методологии и праксеологии: человек, машина, фирма и сообщество могли рассматриваться как создатели (системы физического мира) со своим каким-то устройством и поведением. В размышлениях о «Методологии систем AI» 2024 года (https://ailev.livejournal.com/1726875.html) функции устройств (понимаемых как "пассивные, неживые системы") и методы работы агентов (понимаемых как особые системы, которые могут ставить цели, стратегировать и планировать достижение целей) сближались через общий вопрос «как работает система». При этом композиция частей метода, специализация понятия метода (постановка задачи классической онтологии с отношениями специализации, не конструктивной онтологии) и описание его конкретного исполнения остаются разными методами над разными типами своих предметов. Для выбора математического аппарата различие довольно существенное: "собрать два метода в целое с новыми свойствами" и "уточнить какой-то метод как метод-вид по сравнению с его методом-родом" — существенно разные операции, но матаппарат каким-то чудом должен был всё это уметь непротиворечиво выразить. AI-агенты сегодня формулируют подобную постановку задачи очень жёстко: "команда людей и AI-агентов готовит инженерное решение. Можно менять способ выдвижения вариантов, организацию критики, распределение проверок, доступ к инструментам и условия остановки. Теория должна объяснять, при каких условиях и как такие изменения влияют на качество, время и затраты. Нужно описать зависимости их работы и предложить фальсифицирующий эксперимент, в котором объяснения по этой теории дадут различимые следствия, которые можно замерять". Не просто естественная наука о методах, но естественная наука о развитии методов Для меня существенный предмет этой программы находится дальше исследования отдельных методов и их изменений: замен, оптимизаций и т.д. Переходим сразу к эволюционной проблеме, развитию методов: нужно объяснять развитие методов вместе с развитием создателей, развитием решаемых ими проблем и доступных решений. Получив результат, команда не останавливается, а продолжает бесконечное развитие: меняет способ постановки задачи, состав описаний, организацию следующей проверки. Освоенный инструмент открывает возможность работы по методам, которых прежде в репертуаре команды не было. Эти действия по новому методу меняют среду, и в изменившейся среде обнаруживаются новые проблемы. Условия отбора хорошего метода тоже могут измениться. И разбираться в этом месиве можно или "по наитию", или хоть как-то моделируя по хоть каким-то теориям, постоянно улучшая объяснения этих теорий. В посте «В нейросетях devo вроде как реализовали, а для evo нужно ещё разобраться с eco» от 4 февраля 2025 года (https://ailev.livejournal.com/1752457.html) я как раз ставил вопрос о совместном развитии проблем, среды и способов решения. Для методологии это предмет теории бесконечного развития (open-endedness, переводим по идеям из книжки Дойча про начало бесконечности, это та самая бесконечность из той самой книжки). Хочется понимать, какие устройства деятельности поддерживают продолжение такого бесконечного развития, где оно останавливается (одна из основных проблем в open-endedness: очень трудно сделать так, чтобы развитие не заглохло на каком-то шаге), как новые различения становятся доступными команде и превращаются в новые методы. Здесь нужны методы разработки методов, способы обучения создателей и организация сред, в которых возникает содержательная следующая задача. Поэтому современное дополнение к исследованию отдельных методов я вижу в объяснении этих эволюционных переходов: как меняются возможные операции, как переносится метод между разными создателями и при этом "мутирует" (эволюция всегда идёт на популяциях, а ещё нужна стабильность описаний, "цифровая запись" -- геном метода, описание, сохраняющееся между поколениями), как композиция порождает новые ограничения и возможности, как сама работа изменяет пространство последующих задач. Некоторые из этих вопросов уже имеют сильные наработки в соседних дисциплинах (тех же исследованиях по open-endedness или eco-evo-devo), а программа исследований методологии как естественной науки должна обеспечить методологический и концептуальный синтез всего этого на базе какого-то математического моделирования. Для проверки придётся наблюдать последовательности изменений, а также проводить вмешательства в способы работы и устройство среды -- сейчас всё больше и больше это делается в виртуальных средах, ибо скорость эволюции в них можно обеспечить выше, чем в жизни. Сравнение на ограниченном наборе проблем даёт один срез. Следующий вопрос: какие новые проблемы команда научилась обнаруживать и решать (перевела проблемы в задачи, которые не требуют исследований: сразу можно планировать работы, ибо метод известен), какие новые методы появились в ходе эволюции (и можно ли сразу вычислить, что там выживет из этих методов), что из этого имеет шанс перенестись к другим агентам, то есть стать культурой для сообщества, а не остаться пробой одного деятеля? Бесконечное развитие становится тем самым одним из центральных предметов method physics. И да, не надо будет говорить о "методологической физике", методология сама по себе будет естественной наукой. Мутновато звучит? Да, конечно, я и сам в этом путаюсь. Но с эпистемологами, физиками и даже методологами тут проблема по распутыванию вопросов моей исследовательской программы решается так же, как с математиками: мои не очень живые эпистемологи, физики и даже методологи с не очень живыми математиками потихоньку всё это распутают, в меру моих материальных возможностей на закупку токенов. А если что там невозможно, то вечного двигателя изобретать не будем, поменяем саму программу. Многоуровневые холоны методов Метод может быть целым по отношению к составляющим методам и частью охватывающего целого метода. При этом несколько уровней работы по этим методам осуществляются одновременно -- в наших руководствах этот "стек методов" объясняется довольно подробно. Получение показания прибора входит в проверку объяснения, а проверка входит в уже выполняемое исследование. Мышцы спортсмена работают в ходе прыжка, а прыжок происходит в ходе соревнования, соревнование — в ходе олимпиады. Это "холоническая вертикаль" зависимостей методов. Рядом действуют горизонтальные зависимости: общий для двух методов прибор, общая память команды, результат одной работы, необходимый другой, соединение параллельных ветвей в какой-нибудь функциональной структуре. Описание должно удерживать вертикальное осуществление охватывающего метода и горизонтальную организацию взаимодействий -- структуру трансформаций. Отдельно нужны операции изменения подробности описания, отдельно — операции формализации описания. Эти различия определяют, что можно вывести о поведении целого при изменении частей -- и при условии, что это поведение и "ведущие себя объекты" описываются по-разному в каких-то выбранных в проекте представлениях (конструктивные, функциональные описания, описания размещений и т.д.). В FPF для описания "горизонтали" метода уже есть CGUS — структура управляемого ограничениями разворачивания, описанная в паттерне A.22.CGUS «Which Continuations Are Available? — Constraint-Governed Unfolding Structure (CGUS)» (https://fpf.tools/A.22.CGUS). Она позволяет говорить о возможных продолжениях, условиях их доступности и конкретной развёртке. Мантра предъявляет учебную демонстрационную развёртку. Реальная работа осуществляет доступные продолжения при конкретных условиях; её выполнение, метод и описание метода требуют отдельных различений. Математическая программа должна развить средства исследования таких структур: композиции, допустимости продолжений, изменения ограничений, совместного использования ресурсов и связей между уровнями. Даже сам ход на CGUS уже является какой-то отсылкой к математике, но тут нюанс: термин подчёркивает "структуру в жизни", а раньше говорилось не о структуре, а о графе -- и это была отсылка к одному из математических представлений, math lens, и там были возможны и другие представления, например, матричное. Возьмём ту же команду людей с их AI. Подготовка решения, независимая проверка и выпуск результата образуют несколько связанных методов. Сокращённое описание может сохранить последовательность действий, но потерять условие независимости проверки -- это делается при проверке AI тем, что агентам меняют доступный контекст. Внешне работа продолжается по прежней схеме, "обязательно проверяем", но её надёжность уже нельзя оценить, условие потеряно. Здесь требуется одновременно исследовать метод, его представление и то, как команда пользуется этим представлением, сколько из него можно восстановить в реальности по сравнению с описанием. Синтез (композиция) нового метода ставит следующий вопрос. Какие свойства целого можно получить из свойств частей и способа их соединения? Какие ограничения сохраняются при специализации? Когда изменение одного внутреннего метода требует перестроить другие уровни? Удачная математика даст средства отвечать для классов композиций. Естественнонаучная работа установит, как эти конструкции описывают реальных создателей и их инструменты -- какие там закономерности. Исследовательский вопрос состоит в том, удастся ли найти компактный композиционный язык для значительного семейства сложных структурных свойств методов. Тогда преобразования выражений позволят законосообразно получать свойства изменённых методов. Здесь нужно различать смену описания того же метода (смену языка) и синтез нового метода с изменёнными условиями, возможностями и эффектами, но в том же языке. Методы разработки методов В итоге я хочу понимать (то есть уметь вычислять!), почему изменение способа работы даёт определённый эффект, и уметь на этом основании разработать следующий способ. Хочу иметь язык, который позволит ясно описывать устройство работы с качеством решения, временем и затратами, выводить различимые следствия предлагаемых изменений и проверять их замерами. А затем разобраться, как полученный результат, обучение команды и новые инструменты изменили сами доступные методы и следующие задачи -- хочу уметь внятно говорить о развитии, ради которого всё это затевается. В математической части приходится получать свойства конструкций, в естественнонаучной -- устанавливать, как эти конструкции описывают происходящее с реальными создателями и их работой. Предметная инженерия (программная, авиационная, инженерия предприятия) использует полученное знание, чтобы разработать метод с нужными свойствами. Можно красиво описать способ работы и ещё не уметь его выполнить, а можно успешно выполнить и ещё не понимать, почему получилось и при каких изменениях получится снова (нейросетки примерно так и работают, но цивилизация всё-таки прирастает за счёт увеличения области формального моделирования, а не опоры на "опыт нейросеток"). Нынешнее разделение на две программы помогает мне организовать работу, я сейчас пишу при помощи не очень живых помощников пространные тексты с постановками задач. Результаты будут: * в библиотеке FPF как культурном каноне; * в планах развития библиотеки FPF как развития культурного канона; * в планах развития МИМ как организации, поддерживающей культурный канон; * в головах инженеров-менеджеров как сообщества носителей культурного канона, а также в их экзокортексах (AI-агентах). Вот ради чего мне нужны и заказная математика, и естественная наука о методах. Хочу уметь получать новые методы так же целенаправленно, как инженеры получают новые устройства: задавать нужные свойства, предлагать конструкцию, исследовать её и переделывать по результатам испытаний. Причём развиваться при этом будут и методы, и их создатели, и сами представления о том, что стоит делать дальше. С нынешними AI-агентами у этой давней программы появились ресурсы для следующего хода. Поэтому радостно иду общаться с не очень живыми коллегами. У них всегда есть время со мной поговорить об умном, хотя я понимаю, что это время вполне оплачивается -- но не так дорого, как время людей.