Манифест федеративного семантического слоя

Зачем нужен ещё один проект в пространстве, где уже есть RDF, Solid, GraphRAG, Obsidian, Wikidata и десятки PKM-инструментов. Коротко: потому что никто из них не решает проблему обмена смыслом между личными графами.

Проблема

Современный интернет знаний фрагментирован на три изолированных слоя, которые не умеют разговаривать друг с другом. Первый слой — формальные базы знаний: Wikidata, DBpedia, Schema.org, корпоративные графы. Они богаты и точны, но мертвы для обычного пользователя: нет удобного интерфейса, нет личного контекста, нет способа «внести своё». Второй слой — личные базы знаний: Obsidian, Notion, Logseq, Tana, Anytype. Они прекрасны для заметок, но изолированы: мой граф Достоевского никак не связан с вашим графом Достоевского, даже если мы читали одни и те же книги. Третий слой — ИИ-ассистенты: ChatGPT, Claude, Gemini, локальные LLM. Они понимают текст, но каждый работает в своей песочнице, без устойчивого доступа к графу знаний пользователя.

Между этими слоями нет протокола. Вы можете вручную скопировать утверждение из Wikidata в Obsidian, потом задать вопрос ChatGPT и снова скопировать ответ обратно — но это именно ручной труд, которого хотел избежать Бернерс-Ли четверть века назад. Проблема не в том, что нет данных, и не в том, что нет ИИ. Проблема в том, что нет контракта, по которому эти три слоя могут договариваться о смысле без ручного перекладывания.

Почему предыдущие попытки не сработали

Семантический веб 2001 года требовал, чтобы люди вручную размечали текст в RDF и OWL. Это слишком дорого и слишком негибко: никто не хочет писать онтологию для своей заметки о фильме, который посмотрел вчера. Solid Бернерса-Ли даёт людям контроль над данными, но не даёт инструментов для их смысловой обработки — это просто хранилище с доступом по токенам. GraphRAG от Microsoft — отличная библиотека для корпоративного RAG, но это библиотека, а не протокол, и она не решает задачу обмена между независимыми узлами.

PKM-инструменты (Obsidian, Notion, Tana) построили миллионы личных графов, но ни один из них не имеет типизированных связей «из коробки» и не поддерживает федерацию. Tana ближе всего к идее с supertags, но остаётся закрытым SaaS. Anytype использует локально-первую архитектуру, но тоже без сетевого протокола обмена смыслом. Пустая ниша — именно протокол межграфового обмена, не привязанный к конкретному приложению.

Что изменилось в 2024-2026 годах

Три технологии созрели одновременно. Во-первых, локальные LLM (Llama 3.1, Qwen 2.5, GLM-4) стали достаточно хорошими, чтобы извлекать триплеты из произвольного текста на лету — то, что раньше требовало ручной разметки, теперь делается за секунды. Во-вторых, культура личных баз знаний выросла до критической массы: миллионы людей ведут PKM, и они устали от изоляции своих графов. В-третьих, ActivityPub показал, что федеративные протоколы могут работать в продакшене (Mastodon, Lemmy, Pixelfed) — есть рабочий референс архитектуры для p2p-обмена сообщениями, который можно адаптировать для обмена триплетами.

Эти три фактора создали окно возможностей, которого раньше не было. Теперь можно построить протокол, в котором LLM делает тяжёлую работу по извлечению и маппингу, личные графы остаются у владельцев, а федеративный обмен строится поверх проверенной архитектуры ActivityPub-типа.

Видение

Семантический интернет 2026+ — это не общая база знаний, а протокол, по которому личные графы могут договариваться о смысле. Каждый узел (человек, организация, ИИ-агент) содержит свой граф, публикует семантические дайджесты и отвечает на запросы других узлов через LLM-посредников. Нет центрального сервера, нет единой онтологии, нет платформы-монополиста.

В этом видении Obsidian остаётся Obsidian, Notion остаётся Notion, а Wikidata остаётся Wikidata — но поверх них появляется тонкий слой, который позволяет им обмениваться типизированными утверждениями. Вы пишете заметку о фильме в Obsidian, локальный LLM-агент извлекает триплеты (режиссёр, год, жанр, ваша оценка), публикует семантический дайджест в сеть. Когда ваш друг в своём Notion спрашивает «какие фильмы Хичкока мои друзья оценили выше 8», его агент запрашивает дайджесты, находит совпадения, собирает ответ — без центрального сервера, без утечки личных данных, с указанием источников.

Ценности

Проект стоит на четырёх ценностях, которые нельзя нарушать ради удобства или скорости.

Кого мы строим для

Основная аудитория — исследователи, инженеры знаний, продвинутые PKM-пользователи, которые уже ведут личные базы и устали от их изоляции. Это не массовый продукт для потребителя: порог входа предполагает понимание, что такое типизированная связь и чем она отличается от вики-ссылки. Но это и не академический инструмент: мы хотим, чтобы Obsidian-пользователь с 500 заметок мог за вечер установить плагин и получить работающий локальный семантический граф.

Вторичная аудитория — малые команды и организации, которым нужен внутренний граф знаний без покупки корпоративного Notion или Confluence. Третичная — исследователи AI и разработчики GraphRAG-систем, которые могут использовать FSS как open-source альтернативу проприетарным форматам.

Чего мы сознательно не делаем

Чтобы сохранить фокус, проект явно отказывается от нескольких соблазнительных направлений. Мы не строим собственный LLM — используем локальные и облачные модели как съёмный компонент. Мы не делаем маркетплейс плагинов — только протокол и reference-имплементация, плагины остаются на усмотрение сообщества. Мы не внедряем блокчейн и токеномику — доверие через PGP-подписи и репутацию, а не через консенсус. Мы не пытаемся конкурировать с Wikidata как источником фактов — FSS это протокол обмена, а не база.

Эти ограничения важны: каждое из них — потенциальная причина скатиться в один из существующих тупиков (блокчейн-проект без продукта, SaaS-платформа с протоколом как маркетингом, академический стандарт без имплементации). Чёткое «нет» каждому из них — условие сохранения ниши.

Приглашение

Проект находится на стадии концептуального прототипа. Страницы на этом сайте — рабочий черновик, который будет обновляться по мере реализации. Если вы видите проблему, которую FSS не решает, или решение, которое уже существует и лучше — это важно знать. Если хотите участвовать в фазе 1 (прототип локального графа) — читайте план реализации и присылайте вопросы.