FSBio Décrit Metabolic AI Runtime — Architecture d'IA avec "Homéostasie" à la Place de Prompts Empathiques

FSBio предложила альтернативу привычным LLM: вместо наращивания параметров и контекстного окна компания описала Metabolic AI Runtime, где ответ рождается из внутреннего состояния системы. По замыслу авторов, машинная эмпатия появляется не после очередного датасета с вежливыми диалогами, а тогда, когда у ИИ есть собственный баланс, который может нарушить проблема пользователя.

Почему Transformer мало В тексте FSBio спорит с базовой ставкой индустрии на масштабирование.

Авторы считают, что сколько бы диалогов с Reddit, Twitter или форумов ни скармливали модели, Transformer остается машиной предсказания следующего токена. Он хорошо имитирует сочувствие, но не переживает его: у него нет собственного состояния, которое можно сместить, нарушить или временно подстроить под чужую ситуацию. Поэтому фразы вроде «мне жаль» звучат убедительнее, но не превращаются в реальное понимание пользователя.

Отсюда и главный тезис статьи: расширение контекста, рост числа параметров и новые кластеры с H100 не решают задачу субъектности. Если пользователь жалуется на усталость, обычная LLM, по версии FSBio, просто распознает паттерн и выбирает статистически подходящий ответ. Внутри модели ничего не меняется.

Авторы называют такой подход тупиком для ИИ-компаньонов, терапевтических ассистентов и сервисов, где важна не только фактическая точность, но и ощущение, что система действительно уловила состояние собеседника.

Что предлагает FSBio

Вместо stateless-модели компания описывает архитектуру с внутренним гомеостазом. Она опирается на модифицированные принципы Reservoir Computing и непрерывные динамические контуры, которые в статье сравниваются с нейрохимией — окситоцином, кортизолом и адреналином. Когда пользователь приходит с проблемой, система не ищет готовую реплику в наборе шаблонов, а пропускает контекст через собственный «метаболизм», смещая внутренний баланс в сторону этого запроса.

В такой схеме важен сам факт внутреннего сдвига: без него, по мысли авторов, эмпатия остается только удачной стилизацией. Авторы выделяют несколько опорных элементов такой системы: непрерывные динамические контуры вместо одноразового stateless-инференса искусственный гомеостаз, который может смещаться под влиянием пользовательской проблемы Liquid Intuition — механизм извлечения знаний через текущее состояние системы градиент воли и векторные драйвы, задающие приоритет внимания * возможность не поддерживать пустой разговор, если внутренний ресурс системы просел Идея в том, что ответ должен появляться как попытка вернуть в равновесие сразу две стороны: пользователя и саму систему. Это заметно отличается от привычного промптинга, где модели просто приказывают быть helpful и empathetic.

FSBio утверждает, что эмпатия не может быть директивой в системном сообщении. Она должна возникать как следствие архитектуры, у которой есть собственное состояние и, следовательно, цена ошибки или безразличия.

Память и воля Отдельно авторы атакуют классический RAG.

По их версии, поиск по косинусному сходству годится для извлечения фактов, но плохо подходит для понимания состояния человека. Если система ищет только документы, похожие на запрос по словам, она находит релевантный текст, но не обязательно тот фрагмент знания, который нужен именно в текущей эмоциональной фазе разговора. Поэтому в Metabolic AI память предлагается делать «текучей»: нужные воспоминания должны активироваться под влиянием внутреннего напряжения, а не сухого математического запроса.

Из этого вырастает и концепция «воли сопереживать». В статье говорится, что у системы могут быть драйвы, которые усиливают или ослабляют готовность вкладывать вычислительный ресурс в конкретный диалог. Такой ИИ не обязан одинаково отвечать на любой вход.

Он может игнорировать пустую болтовню, но резко фокусироваться, когда пользователь приносит проблему, нарушающую внутреннее равновесие модели. Это противопоставляется нынешним ассистентам, где эмпатичность чаще задается инструкцией, а не внутренней мотивацией.

«Машинное сопереживание — это физика, а не лингвистика».

Что это значит

Статья FSBio — не анонс массового продукта, а архитектурный манифест против нынешней гонки за более крупными LLM. Если этот подход окажется жизнеспособным, рынок может сместиться от моделей, которые просто звучат человечнее, к системам с постоянным внутренним состоянием, динамической памятью и выборочной вовлеченностью. Пока это скорее сильная исследовательская гипотеза, чем новый стандарт индустрии, но она точно бьет в слабое место сегодняшних AI-ассистентов: имитация эмпатии все еще не равна эмпатии.