Maszyna, która nie wykonuje scenariusza. Ona go odkrywa.
Silnik decyzyjny, który porzuca sztywny drzewo reguł na rzecz superpozycji możliwości – i kolapsuje ją do jednej, optymalnej odpowiedzi dopiero w chwili zderzenia z rzeczywistością.
W 1945 roku ENIAC wykonał pierwsze obliczenia jako pierwsza w pełni elektroniczna maszyna licząca. Był cudem inżynierii – i więźniem własnej konstrukcji.
Każdy program trzeba było w nim zaszyć ręcznie: kablami, przełącznikami i krosownicami. ENIAC nigdy nie wymyślił niczego, czego wcześniej w nim nie okablowano. Wykonywał zapisany scenariusz, krok po kroku, idealnie deterministycznie. To była jego siła i jego granica.
Większość dzisiejszej automatyzacji działa dokładnie tak samo. JEŚLI klient milczy 14 dni – WYŚLIJ przypomnienie. Drzewa decyzyjne i reguły warunkowe to ten sam Demon Laplace'a – przekonanie, że ze stanu wejściowego da się wyprowadzić jeden, z góry znany wynik. Taki system nie tworzy nowej wartości. Odtwarza to, co w nim zapisano.
g-eniac jest świadomą antytezą tej idei. Bierze imię od pierwszego komputera, by odwrócić jego najgłębsze założenie: nie wykonuje scenariusza, bo żadnego nie ma.
Po lewej klasyczny skrypt podświetla jedną, przewidzianą trasę. Po przełączeniu g-eniac rozważa wszystkie możliwe historie naraz – wynik wyłania się dopiero z ich nałożenia.
Mechanika kwantowa obala determinizm na najgłębszym poziomie rzeczywistości. Stąd wzięliśmy zasadę projektową g-eniac.
W ujęciu Richarda Feynmana cząstka w drodze z punktu A do B nie wybiera jednej, najlepszej trasy. Porusza się wszystkimi możliwymi drogami jednocześnie, a obserwowany wynik wyłania się z nałożenia – superpozycji – tych wszystkich potencjalnych historii. To słynna „suma po historiach".
Diagramy Feynmana opisują to wizualnie. Linie cząstek spotykają się w węzłach, wymieniając nośniki oddziaływań. Z jednego zderzenia nie rodzi się jeden skutek – rodzi się rozkład prawdopodobieństw wielu skutków, z których rzeczywistość „wybiera" dopiero w momencie pomiaru.
To nie jest dosłowny model obliczeniowy naszego silnika – żaden program nie liczy całek po trajektoriach, by odpisać na e-mail. To jego metafora konstrukcyjna. Architekturę zbudowaliśmy tak, by zderzać informacje i pozwalać rozwiązaniu wyłaniać się z wielu równoległych ścieżek rozumowania, zamiast wymuszać je jedną regułą.
g-eniac nie jest monolityczną aplikacją. To trójwarstwowy ekosystem, w którym sygnał spotyka kontekst, a z ich zderzenia powstaje decyzja.
// warstwa sensoryczna – układ nerwowy
System nie pyta „co mam zrobić". Nasłuchuje. Nieustannie obserwuje strumienie zdarzeń i czeka na wyzwalacz – nagłą zmianę, anomalię, sygnał. To obserwowalność podniesiona do rangi strategii: zdarzeniowa magistrala, która zamienia bodziec w impuls dla rdzenia.
// warstwa kontekstu – pamięć długotrwała
Sam sygnał nic nie znaczy bez „dlaczego". Tę warstwę stanowi graf wiedzy – nie płaskie dokumenty w folderach, lecz sieć powiązań, w której fakty, wzorce i strategie połączone są znaczeniem. Reprezentacja wektorowa sprawia, że bliskość w przestrzeni to bliskość sensu. Wiedza tu nie leży bezczynnie – ona rezonuje.
// rdzeń – węzeł Feynmana
Serce systemu. Tu sygnał z warstwy sensorycznej zderza się z masą krytyczną kontekstu. Zamiast jednego promptu i jednej odpowiedzi pracuje tu graf współpracujących agentów, którzy prowadzą wewnętrzną debatę i nakładają na siebie warianty, zanim cokolwiek opuści maszynę.
Substrat wiedzy g-eniac, odwzorowany z realnych przestrzeni embeddingów. Każdy punkt to porcja informacji; sąsiedztwo to znaczenie. Najedź kursorem, aby zobaczyć powiązania – i obserwuj, jak ze zderzenia dwóch sąsiednich węzłów potrafi wyłonić się trzeci, nowy.
// rdzeń – sieć agentów w działaniu
Impuls wejściowy aktywuje wszystkie węzły hipotez równocześnie – superpozycja. Przerywane łuki to wewnętrzna debata: agenci z tej samej warstwy kwestionują wzajemnie swoje warianty. Dopiero warstwa syntezy zbiera aktywacje ze wszystkich ścieżek i kolapsuje je do węzła DECYZJA.
Gdy nadejdzie sygnał, uruchamia się Węzeł Feynmana. Jego pracę rozkładamy na trzy zjawiska kwantowe – odwzorowane w kodzie.
Do komory wpadają dwa strumienie: impuls z magistrali zdarzeń (foton) oraz masa krytyczna kontekstu, dynamicznie dociągnięta z grafu wiedzy (elektron).
Rdzeń nie wybiera od razu. Inicjuje sub-agentów, którzy rozważają alternatywne ścieżki i prowadzą debatę. Wyniki nakładają się w rygorystycznym obiekcie stanu – statusy, iteracje, luki wiedzy.
Po kilku iteracjach system wychodzi ze stanu nakładania. „Zgniata" prawdopodobieństwa do jednego rozwiązania. Z węzła nie wypada szablon – wypada akcja strategiczna.
{
"impuls": null,
"status": "SPOCZYNEK",
"iteracja": 0,
"agenci": { },
"luki_wiedzy": [ ],
"pewnosc": 0.00
}Wybierz typ impulsu i wstrzyknij go do komory. Obserwuj trzy fazy: akcelerację strumieni, superpozycję agentów (obiekt stanu po prawej żyje w czasie rzeczywistym) i kolaps do akcji strategicznej – nie szablonu, lecz koncepcji.
Elegancka metafora to za mało. Każdą wersją silnika przepuszczamy przez stanowisko testowe i konfrontujemy z klasycznym skryptem.
Ten sam zestaw syntetycznych zdarzeń trafia do dwóch rurociągów – klasycznego drzewa decyzyjnego oraz g-eniac – a niezależny model-sędzia (LLM-as-a-judge) ocenia obie reakcje na ślepo, nie wiedząc, która jest która. Mierzymy nie „czy odpowiedział", lecz jaką wartość wytworzył.
Wynik jest celowo niewygodny dla nas w jednym punkcie: g-eniac oddaje nieco na surowej szybkości. Zamiast natychmiast odpalić szablon, rozważa warianty – to kosztuje sekundy. W zamian utrzymuje jakość dokładnie tam, gdzie skrypt się załamuje: przy nietypowych, złożonych, niejednoznacznych sytuacjach. Im trudniejszy problem, tym większa przewaga.