Современные языковые модели, несмотря на впечатляющие возможности, остаются вероятностными генераторами текста. RAG добавляет внешнюю память, агенты — последовательность действий, цепочки рассуждений — промежуточные шаги, но фундаментально всё это работает поверх свободной генерации без формального контроля. SymFSM предлагает иной путь: не делать модель умнее, а сделать мышление вычислимым объектом.
В основе SymFSM лежат конечные автоматы — не в классическом учебном смысле, а как модель когнитивного процесса. Каждый этап работы системы (анализ задачи, построение структуры, проверка, исправление, генерация) представлен управляемым автоматом с жёсткими переходами. Языковая модель не управляет процессом: она работает внутри заранее построенного когнитивного пространства с состояниями, переходами, ограничениями и проверкой корректности. LLM — не мозг системы, а интерпретатор внутри формальной машины мышления.
Ключевое отличие от RAG и агентов — наличие промежуточного объекта мышления. SymFSM строит когнитивную карту задачи: граф, где узлы — концепты, связи — зависимости, цели — достижимые состояния. Если цель не достигается из известных фактов, система не «додумывает», а фиксирует разрыв. Это ломает привычную логику: SymFSM не увеличивает контекст или промпты, а проверяет достижимость структуры. При неполноте или противоречиях запускается режим ремонта — ошибки не маскируются, а становятся объектом обработки.
Пользователь не видит автоматы и графы: он получает обычный текст, но путь к нему — контролируемый процесс вычисления смысла. SymFSM обучает не модель, а способы решения задач: после выполнения система сохраняет структуру рассуждения, и со временем формируется библиотека успешных когнитивных шаблонов. Это радикально меняет поведение: исчезают неконтролируемые логические скачки, уменьшается число «красивых, но пустых» объяснений, появляется возможность проверять сам процесс рассуждения, а не только результат.
