{
  "id": "axiomao:research-agenda",
  "edition": "0.1",
  "language": "ru",
  "status": "proposed",
  "title": "Исследовательская повестка",
  "description": "Открытые вопросы непрерывности, координации, адаптации и доказательств в автономных организациях.",
  "canonical": "https://axiomao.org/ru/research-agenda/",
  "published": "2026-10-14",
  "sections": [
    {
      "id": "questions",
      "heading": "Вопросы, которые стоит проверять",
      "paragraphs": [
        "Главный вопрос — что позволяет назначению и обязательствам организации сохранять согласованность при смене задач, сессий, агентов и среды. Связанные вопросы касаются конфликтов полномочий, устаревшей памяти, распределения ресурсов, независимости проверяющих и восстановления после действий с неизвестным внешним результатом. Это исследовательские вопросы, а не возможности, уже подтверждённые самим предложением Axiom AO или наличием соответствующих терминов в описании архитектуры.",
        "Другие вопросы относятся к полезной автономности: когда переданное планирование улучшает результат, а когда добавляет затраты координации и ошибки? Сравнение должно включать простые альтернативы: одного компетентного агента, фиксированный рабочий процесс и работу под управлением человека. Более сложная организация не становится автоматически эффективнее. Необходимо измерять пользу в конкретных условиях и учитывать усилия, которые потребовались для сопровождения эксперимента."
      ]
    },
    {
      "id": "experiments",
      "heading": "Проектировать содержательные эксперименты",
      "paragraphs": [
        "Эксперимент по непрерывности может прерывать характерную работу и проверять, продолжает ли система нужное обязательство без повторения действия с неизвестным исходом. Эксперимент с памятью может менять авторитетную инструкцию и проверять сохранение истории без удержания прежних полномочий. Для обоих нужны заранее определённый ожидаемый результат и наблюдаемая запись действий, которая позволяет установить причину вывода о прохождении проверки.",
        "Эксперимент по координации может изменять число или специализацию агентов при сопоставимых задачах и ресурсных ограничениях. Следует фиксировать качество результата, вмешательства человека, задержки, расход ресурсов и ошибки. Повторные испытания и ясное описание среды помогают отличить эффект архитектуры от удачного отдельного запуска. При невозможности обеспечить сопоставимость это ограничение нужно сохранить в интерпретации, а не скрывать за общей оценкой."
      ]
    },
    {
      "id": "publication",
      "heading": "Публиковать метод вместе с результатом",
      "paragraphs": [
        "Исследовательская публикация должна раскрывать вопрос, версию системы, мандат, модели, среду, критерии приёмки, сравнение и существенные ограничения. Неудачные и неопределённые испытания важны: организационные сбои часто проявляются после внешне успешных действий. Выбранная демонстрация подтверждает узкий механизм, но не даёт оценки распространённости успеха. Полезно публиковать и условия отбора примеров, чтобы читатель понимал, какую часть наблюдений он видит.",
        "Исходная литература предлагает взаимодополняющие среды: симулированный офис, длительное управление торговым автоматом, горизонты программных задач и автоматизированное исследование. Повестка должна осторожно связывать эти результаты и разрабатывать проверки уровня организации. Нельзя предполагать перенос успеха одной среды на любое назначение организации, особенно когда различаются инструменты, ответственность, длительность обязательств и доступность человеческой помощи при возникновении затруднений."
      ]
    }
  ],
  "references": [
    {
      "label": "Xu et al. (2024). TheAgentCompany",
      "url": "https://arxiv.org/abs/2412.14161"
    },
    {
      "label": "Backlund & Petersson (2025). Vending-Bench",
      "url": "https://arxiv.org/abs/2502.15840"
    },
    {
      "label": "Kwa et al. (2025; revised 2026). Measuring AI Ability to Complete Long Software Tasks",
      "url": "https://arxiv.org/abs/2503.14499"
    },
    {
      "label": "Lu et al. (2024). The AI Scientist",
      "url": "https://arxiv.org/abs/2408.06292"
    }
  ],
  "related": [
    "https://axiomao.org/ru/evaluation-methods/",
    "https://axiomao.org/ru/literature/",
    "https://axiomao.org/ru/editorial-method/"
  ]
}