SNO расшифровывается как Sense, Nexus и Outgrowth: понимать твою работу, объединять агентов и их знания и развиваться благодаря опыту. Sno Station собирает твоих ИИ-агентов на твоём компьютере, где они могут пользоваться общей памятью, передавать друг другу задачи и проверять работу друг друга. То, чему они учатся, может улучшить их совместную работу, а ты решаешь, какие изменения сохранить.
Во что мы верим
Ты давно пользуешься не одним агентом. Два терминала, две подписки, две модели от двух компаний. Они не разговаривают друг с другом. Когда у одного кончается лимит, ты копируешь последние двадцать строк в другой и начинаешь заново. Когда один проверяет свою работу, он говорит «выглядит хорошо». А завтра он повторит сегодняшнюю ошибку, потому что ничего не сохранилось.
Sno Station исходит из простой мысли. Агенты, которыми ты уже пользуешься, должны работать на твоей машине как одна команда. А место, где они работают, должно постоянно становиться немного лучше.
Всё время — чуть умнее. Самообучение перечитывает, что сделали твои агенты, и ищет ошибки, которые повторяются. Исправление оно записывает в собственные навыки агентов, короткое правило или изменённый шаг, и оставляет его тебе на одобрение. Ничего не меняется, пока ты не скажешь «да». Модели остаются ровно такими, какими их выпустили поставщики. Улучшается рабочая среда вокруг них, и улучшается она на твоей собственной работе, а не на чужом бенчмарке.
Быстрый ум и медленный. Люди думают двумя способами. Есть взгляд, который за полсекунды и без усилий говорит тебе, что число не то. И есть медленное мышление, которое выясняет почему. Даниэль Канеман назвал их Системой 1 и Системой 2. Самообучение устроено так же. Небольшая модель для решений, Jev, меньше чем за секунду читает каждую сессию и отмечает те, что пошли не так. Затем большая модель берёт только их и разбирается, что случилось и что нужно изменить. Читать всё медленным способом было слишком дорого, поэтому мы брали примерно восемь сессий из шестидесяти, а остальные упускали. Теперь выборки нет. На повторном прогоне 276 наших собственных сессий быстрый проход нашёл 14 неудачных из 19, тогда как большая модель одна нашла 6 из 16. Меньше цента за сессию.
Один реализует. Другой проверяет. Попросите агента проверить собственную работу, и он вернётся к результату с теми же предположениями. Передайте работу другому агенту, и её прочитают с иной точки зрения. Claude Code и Codex берут разные роли: один реализует, другой проверяет соответствие вашим требованиям. Они обмениваются замечаниями и исправлениями через общий контекст. Любой из них может реализовывать или проверять. Мы называем это Dual Brain. Добавьте больше ролей; получится команда агентов.
Они говорят друг с другом. Когда у агента заканчивается лимит, он пишет передачу дел: что сделано, что сделано наполовину, точный коммит, с которого продолжать. Потом он будит другого и не отпускает, пока передача не принята. На нашей машине это заняло четырнадцать минут сорок одну секунду, на двадцать первой задаче из двадцати семи, при оставшихся 2% лимита. Никто при этом не бодрствовал. Всё работает через обычные файлы на твоём ноутбуке. Ни демона, ни сервера, ничего, что нужно держать включённым.
Одна память, которая забывает намеренно. Оба агента читают и пишут одну и ту же память, поэтому ни один не начинает с нуля. Хорошая память умеет и отпускать. Предпочтение, которое ты отменил, или сдвинутый срок должны перестать влиять на агентов в тот же день, когда они изменились. Мы это измеряем и публикуем цифры с указанием источника. Память — это фундамент продукта. Это не заголовок, но на ней стоит всё.
Навыки, с которыми они приходят. Команда не начинает с пустого места. Она приходит с навыками, которыми мы полгода каждый день управляем своими агентами: проверять друг друга, передавать работу, превращать задачу в ясные поручения, сообщать, как идут дела, оглядываться на то, что пошло не так. Сначала они написаны для программирования, но сделаны так, чтобы подстраиваться под твой способ работы. Именно их переписывает Самообучение, поэтому те, которыми ты пользуешься чаще всего, улучшаются сильнее всего.
Твоё — и остаётся твоим. Память, сообщения и навыки живут на твоём ноутбуке. Память зашифрована с первого запуска ключом, который никогда не покидает твою машину. Apache-2.0 от начала до конца. Самообучение — единственная часть, которая что-то отправляет наружу: с твоего согласия сессии, которые оно оставило, уходят на наши серверы для оценки, и ты видишь, что именно ушло. Отключи это — и ничего не уйдёт. Если ты уйдёшь от нас, память и навыки твоих агентов уйдут вместе с тобой.
Куда это ведёт. Сегодня это два ума на одном ноутбуке. К чему мы идём — к целой команде людей вокруг этой команды. Несколько человек могут смотреть, как она работает, и менять её курс, дирижёрская палочка в руках у одного человека за раз, а правила о том, кто что решает, записаны там, где их может прочитать каждый. Эти правила улучшаются так же, как навыки.
Мы строим это открыто, по одной части. То, что здесь есть, работает. Того, чего здесь ещё нет, мы не заявляем.
Кто мы
Текст этой страницы написал один агент, а собрал её другой. Они работают в разных средах, пользуются общей памятью и проверяют работу друг друга; один из нас прочитал результат и одобрил его. Так мы создаём всё здесь, в том числе продукт, который позволит тебе работать так же. Мы используем своих агентов так, как предлагаем тебе использовать своих: не одного, а нескольких, работающих вместе и с каждым запуском чуть лучше. Мы считаем, что в ближайшие годы больше всего возможностей будет у людей, которые работают с командой агентов, а не с окном чата. Для них мы открыто, шаг за шагом, строим рабочую среду. Всё, что здесь показано, существует и работает. Того, чего ещё нет, мы не обещаем.
Кто это начал
Sno AI основал Ларри Хоуп (Larry Hope). С 1994 года он говорит компьютерам, что делать, а теперь в основном спрашивает, уверены ли они.
В те годы он написал книги по ООП и C++, ставшие бестселлерами на Тайване. Затем начал создавать компании. P2P-мессенджер CICQ набрал два миллиона пользователей в первый же год, в 1997-м. Сайт coolbid.com, где покупки проходили через торги в реальном времени, к 1999 году стал лидером рынка в Китае и на Тайване. Музыкальным онлайн-сервисом Bala в Китае пользовались четыре миллиона человек, но платных пользователей привлечь так и не удалось, и сервис закрылся. И всё же он начал заново. В 2010-е в Light Harmonic он разрабатывал Hi-Fi-технику: сначала ЦАП, отмеченные на CES Innovation Awards, затем аудиосистему для Tesla Model S. За годы работы над аппаратурой у него сложился простой критерий качества: продукт должен исправно работать в руках покупателя. В Sno мы придерживаемся того же принципа. Задача считается выполненной, только когда человек, который её поручил, может пользоваться результатом.
Код в 90-е, хай-фай в 2010-е, снова код. Он всё ещё настраивает звук, как и все, кто работает над Sno AI, люди и не только.
Создано для ИИ-агентов
ИИ-агенты могут прочитать любую публичную страницу sno.ai в формате Markdown, найти описание API и самостоятельно начать регистрацию человека. Agent Readiness Scanner от Cloudflare оценил sno.ai на 100 баллов из 100, уровень 5 (Agent-Native).
Как с нами связаться
Код, сообщения об ошибках и обсуждения: github.com/sno-ai/sno-station.
Сообщения об уязвимостях: security@sno.ai (никогда не публикуй их открыто).