Что такое Universal Cognitive Architecture и как работает Starling MX

Starling Memory Works предлагает смотреть на Universal Cognitive Architecture (UCA) не как на ещё одну модель искусственного интеллекта, а как на стандарт организации знаний. Его задача — не сделать одну большую языковую модель постоянным хранилищем компании, а вынести важные сведения в отдельный управляемый репозиторий, к которому смогут обращаться разные совместимые модели.

Практическая реализация этой идеи — бета-платформа Starling MX. Стоимость начинается с 99 долларов в месяц за первое рабочее место, а дополнительное использование тарифицируется отдельно.

Что такое UCA

UCA описывается как бесплатный открытый стандарт на естественном языке. В его основе лежат 11 «организационных когнатов» — общих интеллектуальных областей, с помощью которых предполагается единообразно классифицировать знания компании. По замыслу Starling, информацию можно будет находить по устойчивому имени или адресу, а не восстанавливать из результатов вероятностного поиска.

Компания называет возникающий подход Domain Language Model (DLM) — «доменной языковой моделью». При этом сама большая языковая модель остаётся статистическим и не сохраняющим долговременную память инструментом: во время работы ей передаётся структурированная и управляемая память конкретной организации.

Самая понятная аналогия — библиотечный каталог. Книги и система их классификации остаются на месте, даже если библиотека меняет сотрудника, программу поиска или оборудование. В случае UCA модель может измениться, а каталог и коллекция организационных знаний должны сохраняться.

Как архитектура должна работать

Фиксированные семантические адреса

UCA присваивает повторяющимся организационным понятиям постоянные идентификаторы. Например, для конкурентной позиции компании может существовать один и тот же адрес, который сохраняет смысл независимо от того, какая модель обращается к записи. Идея состоит в том, чтобы человек или система получали каноническую версию сведений, а не пытались каждый раз заново вывести её из меняющихся результатов поиска.

Две зоны знаний

Starling описывает репозиторий как систему из двух частей:

• Org Library — библиотека управляемых и версионируемых организационных записей, где должен храниться официальный «канон» компании;
• Resources — вспомогательные материалы, исходные документы, рабочие и сгенерированные файлы.

Такое разделение должно отличать утверждённые правила, решения и факты от материалов, которые используются для справки или подготовки результата.

Текст вместо непрозрачной памяти модели

Записи хранятся в виде читаемого обычного текста Markdown, а не в закрытом состоянии конкретной модели. По замыслу Starling, это делает их доступными для проверки, версионирования и переноса, причём работать с ними могут как люди, так и программные системы.

На стороне машины специальный манифест выбирает и собирает релевантный контекст для модели. На стороне человека остаётся управление: именно оно определяет, какие записи считаются авторитетными, и должно препятствовать неконтролируемому «дрейфу» знаний.

Роль Model Context Protocol

Starling связывает эту схему с Model Context Protocol (MCP) — протоколом Anthropic для подключения моделей к внешнему контексту и инструментам. В этой конструкции MCP отвечает за канал доступа к организационным данным, а UCA — за их общую структуру и семантическую адресацию.

Заявленный результат — возможность менять ИИ-провайдера, не перенося корпоративную память из одной закрытой экосистемы в другую.

Что Starling понимает под суверенитетом данных

Генеральный директор Starling Memory Works Крис Кинкад утверждает, что суверенитет в сфере ИИ не сводится к покупке собственных GPU, локальному размещению инфраструктуры или выбору национального поставщика моделей. В его трактовке, организация должна сохранять контроль над авторитетными решениями, политиками, рабочими знаниями, источниками и разрешениями — то есть над «каноном», на основе которого рассуждает любая подключённая модель.

Если модель заменят, обновят, временно отключат или запретят использовать по соображениям управления, организация, согласно этой логике, сохранит собственные записи и сможет подключить к ним другой инструмент.

Это потенциально уменьшает зависимость от поставщика: наиболее ценным активом становится репозиторий, которым управляет сама организация, и её схема классификации, а не история диалогов или закрытая функция памяти конкретного сервиса.

Отсюда и формула Starling: «модель забывает, организация помнит». Модель выступает заменяемым механизмом рассуждения, а управляемая память учреждения — постоянным активом.

Где подход уже предлагают применять

В собственных материалах Starling приводит отзыв Брэди Паттерсона из SelfOS. По его словам, понятная «точка привязки» знаний помогла уменьшить потерю контекста и дрейф данных.

Компания также связывает подход с персональным коучингом, маркетингом, управлением строительными проектами и юридическими услугами, включая QuillOS от Wrks Online. Однако предоставленные материалы не позволяют независимо подтвердить связь с QuillOS, масштаб таких внедрений или их результаты. Поэтому более широкие заявления о распространённости и эффективности этих решений следует считать недостаточно подтверждёнными.

SelfOS также корректнее рассматривать как отзыв практикующего пользователя, а не как независимую проверку эффективности продукта.

Что пока остаётся неясным

Стандарт и платформа появились недавно, а многие подробные технические и коммерческие заявления исходят от самой Starling или из публикаций о её запуске. Базовая идея UCA — переносимая текстовая память организации, управляемая людьми и доступная разным моделям — выглядит концептуально правдоподобной. Но имеющихся независимых данных недостаточно, чтобы утверждать, что она уже обеспечивает более высокую точность, меньшую стоимость, лучшую безопасность или гарантированную независимость от поставщиков в реальных внедрениях.

Иными словами, UCA предлагает интересную архитектурную ставку: хранить корпоративную «правду» отдельно от модели. Насколько хорошо это работает на практике, покажут независимые тесты и опыт организаций, использующих Starling MX за пределами материалов самого разработчика.