← Ambient Intelligent Systems

Die Ambient-Architektur

Teil III — Das Paradigma · Kapitel 6 von 9

Alles vor diesem Kapitel war Annäherung. Seer lernte, zu ranken, was einer Person wichtig ist; Partitionen gaben Ideen eine Identität; das Mesh lehrte mich, wo der Assistent leben sollte; Totem gab dem Gedächtnis einen Körper, auf den ein Nutzer zeigen kann; der Zwei-Spuren-Turn gab Stimme und Händen getrennte Befugnisse. All das läuft auf eine Frage zu, die nichts davon beantwortet: Wenn der Assistent auf dem Mac lebt, mitten im tatsächlichen Tag einer Person — wohin geht dann, was er bemerkt?

Das Paket, das darauf antwortet, heißt MaryAmbient, und die Architekturdokumentation beschriftet es im Schichtendiagramm ohne Bescheidenheit:

MaryAmbient — DAS PARADIGMA — Evidenz, Welten, Passagen, Container, Übergabe der Auswahl, Workspace-Fokus, Referenzauflösung, Aufmerksamkeits-Routing. Keine Inferenz. Keine Plugins.

In diesem Kapitel geht es darum, warum diese Beschriftung verdient ist — und, wie es dem Entstehen des ganzen Systems entspricht, es beginnt mit dem Fehler, der das Design erzwang.

Der Fehler, der die Schicht benannte

Eine Weile bestand das Vokabular der Ambient-Schicht für Welten — die Orte, zu denen ein Fakt gehören kann — aus genau drei Fällen: Xcode, Pages, TextEdit. Den drei Anwendungen, für die Mary Live-Beobachter hatte. Die Doc-Zeile am Enum lautete „the worlds Mary has eyes for“, und das wirkte harmlos, sogar aufgeräumt.

Es war beides nicht. Der Kopf von AmbientWorld.swift trägt jetzt die Postmortem-Analyse dauerhaft, und ich zitiere sie, statt sie abzumildern:

DER FEHLER, DEN DIESE DATEI VERURSACHTE UND JETZT VERHINDERT: Dieses Enum bestand früher aus genau den drei BEOBACHTETEN Apps, mit der Doc-Zeile „die Welten, für die Mary Augen hat“. Das machte „Ambient-Kontext“ stillschweigend zum Synonym für „Dinge mit Augen“ und schloss das gesamte Ökosystem strukturell aus — registerRead prüft über from(pluginOwner:), das für „calendar“ nil lieferte, sodass ein Kalender-Lesevorgang weder bei Totem abgelegt NOCH hier speicherbar war: Er erreichte NIEMANDEN und war beim nächsten Turn verschwunden, während ein Pages-Lesevorgang als Fakt bestehen blieb. Diese Asymmetrie IST die Meldung des Nutzers: „Sie kann Dokumente abrufen, aber keine Kalender.“

Gehen wir durch, was tatsächlich geschah. Mary las den Kalender — der Lesevorgang selbst gelang. Aber Lesevorgänge werden nie im dauerhaften Gedächtnis abgelegt (das ist Absicht; Totems Standard ist kein dauerhafter Nutzerinhalt), also konnte der Fakt nur im Ambient-Speicher leben. Der Ambient-Speicher schlüsselt jeden Fakt nach einer Welt. Der Kalender hatte keine Welt. Der Fakt erreichte niemanden und verdampfte vor dem nächsten Turn — während ein identischer Lesevorgang eines Pages-Dokuments, das eine Welt hatte, bestehen blieb und besprochen werden konnte.

Von außen ist nichts von dieser Maschinerie sichtbar. Der Nutzer erlebt einen Assistenten mit unerklärlichen Launen: Sie kann Dokumente abrufen, aber keine Kalender. Der Fehler lag nicht in der Wahrnehmung, im Abruf oder im Reasoning. Er lag in der Taxonomie — das Vokabular des Systems dafür, wo Evidenz landet, war enger als die Menge der Dinge, die Evidenz erzeugen konnten.

Die Doktrin, die es ersetzte, ist der wichtigste Satz dieses Buchs:

Augen sind ein UPGRADE für Workspace-Apps, nie eine Voraussetzung zum Handeln. Der Workspace-Fokus entscheidet, welches Dokument Mary wahrnimmt und BEARBEITET — nie, welche Skills sie NUTZEN darf. „Erinnerung hinzufügen“ verhält sich identisch, ob Pages, Xcode oder nichts vor dem Nutzer liegt.

Ein Ambient-System beobachtet manches. Es darf nie verwechseln, was es beobachtet, mit dem, worauf es einwirken kann. In dem Moment, in dem „Ambient-Kontext“ zu „Dingen mit Augen“ zusammenfällt, fällt alles Augenlose — Kalender, Erinnerungen, Mail, die gesamte Datenschicht eines Menschenlebens — stillschweigend aus der Welt des Systems heraus.

Welten: das geschlossene Vokabular

Die Lösung war nicht „einen Kalender-Fall hinzufügen“. Die Lösung war eine Regel: ein Fall pro erkanntem Eigentümer — das Enum zählt nun jeden kompilierten Plugin-Eigentümer auf, in Bijektion zum Plugin-Katalog gehalten, derzeit dreiundzwanzig Fälle: die Workspace-Apps (Xcode, Pages, TextEdit, Keynote), die Datenquellen (Calendar, Reminders, Contacts, Notes, Mail, Messages, Safari, Music, Files, System, Shortcuts, Maps, Photos), die Dienste und Hände (Fensterverwaltung, der Mac selbst, Claude Code, der Typer, der Shader) und ein bewusst seltsamer Fall, otherApps, auf den wir noch kommen.

Zwei Eigenschaften schneiden quer durch die Fälle, und sie getrennt zu halten ist das Design:

  • worldClass benennt die Taxonomie — welche Art von Ort eine Welt ist. Vier Klassen: workspace (eine Anwendung, in der der Nutzer arbeitet und in der der Dokumentfokus zählt), dataSource (nichts zum Anschauen — EventKit, SQLite, AppleScript antworten direkt, und nichts muss geöffnet oder sichtbar sein), service (in den Worten des Codes selbst: „hands and services rather than a place with contents: they act, they are not queried for a picture of their state“) und perceptionOnly (Sicht ohne Hände — ein Live-Beobachter veröffentlicht Fakten, aber es stehen keine Skills dahinter).
  • hasEyes benennt die engere, ausführbare Wahrheit: Liefert Mary für diese Welt derzeit einen Live-Beobachter aus? Drei Welten qualifizieren sich — Xcode, Pages, TextEdit. Keynote ist das bewusste Gegenbeispiel: Workspace-Klasse, erkannt, fokussierbar und augenlos — denn „claiming sight from taxonomy would turn that unavailable state into a false execution fact.“

Diese letzte Unterscheidung verdient Nachdenken. Eine Taxonomie-Aussage („das ist ein Workspace“) und eine Beobachtungs-Aussage („etwas beobachtet es gerade“) sind verschiedene Arten von Wahrheit, und dass das frühere Design beide zusammenfallen ließ, hat genau den Kalenderfehler hervorgebracht. Die Klasse sagt, was etwas ist; Augen sagen, was geschieht. Ein Ambient-System braucht beide Achsen, getrennt.

Und das Vokabular ist mit Absicht geschlossen. Jeder Switch über AmbientWorld deckt alle Fälle ab, ohne default: — sodass, wie AmbientRealm.swift es formuliert, „the compiler still refuses to build a world that forgot to say what it is, which is the check that would have caught the original calendar bug at compile time rather than in a user's report.“

Realms: die offene Identität

Ein geschlossenes Vokabular wirft sofort den naheliegenden Einwand auf: Nutzer bringen Mary neue Anwendungen bei. Scrivener. Sketch. Einen Browser. Es gibt keine Grenze dafür, wie viele es werden, und ein kompiliertes Enum für jede Anwendung wachsen zu lassen, die jemals jemand ihr beibringt, ist genau das Wachstum, das die Architektur verweigert.

Die Auflösung ist der Typ mit zwei Fällen, nach dem die gesamte Ambient-Schicht routet — AmbientRealm:

Swift
public enum AmbientRealm {
    /// A built-in world answering for itself.
    case native(AmbientWorld)
    /// A registered application's LOGICAL id ("sketch"),
    /// riding the .otherApps host lane.
    case dynamic(String)
}

Der Kopf der Datei formuliert die Aufteilung als Doktrin:

NATIVE IST DAS GESCHLOSSENE VOKABULAR. […] DYNAMIC IST DIE OFFENE IDENTITÄT. Die Menge der Anwendungen, die ein Nutzer Mary beibringen darf, ist nicht geschlossen, also ist eine registrierte Anwendung ein Fall, der ihre LOGISCHE ID trägt — und sonst nichts.

Ein natives Realm ist seine Welt — es wird byte-identisch zur bloßen Welt dargestellt, die es immer war, denn „naming it twice would be a second spelling of one fact.“ Ein dynamisches Realm trägt eine logische ID wie "scrivener" oder "sketch" und fährt auf otherApps als Host-Spur — ein gemeinsamer Wahrnehmungskanal, keine Identität. Jede Taxonomiefrage, die einem Realm gestellt wird (welche Klasse ist das? hat es Augen? für welches Handwerk ist es? wie heißt es?), wird über die Registrierung der Anwendung aufgelöst, wenn eine die Spur besitzt, und fällt auf den Host zurück, wenn keine es tut — „so an unregistered application degrades rather than crashes.“

Drei Folgen dieser Form, bei jeder lag ich anfangs irgendwo falsch, und die Architektur hat es korrigiert:

Scrivener hat keinen Welt-Fall — und sein Fehlen ist die wirkende Invariante. Scrivener hatte früher ein natives, kompiliertes Plugin. Als dieser Adapter entfernt wurde und Scrivener zu einem portablen .mary-Paket wurde — reine Daten, nirgends im Baum Swift —, verlor es seinen Enum-Fall. Der Kommentar an der Stelle sagt es deutlich: den Fall zu behalten „would have meant a user could not install that package into a Mary that had never heard of Scrivener.“ Die Manuskript-Welt lebt nun unter AmbientRealm.dynamic("scrivener"), vollständig über ihre Registrierung aufgelöst. Das Vokabular bleibt geschlossen; die Identität wurde zu Daten.

Der Browser ist ein Workspace, egal wie viele Pakete in ihm wirken. Mary liefert browsing und chrome als Ability-Pakete aus — aber es gibt kein „Browsing-Realm“ und kein „Chrome-Realm“. Es gibt ein einziges Browser-Workspace-Realm, und Safari- und Chrome-Bundles lösen beide dorthin auf. Ein Paket, das sich gegen den Browser registriert, gewährt Verben; es verlegt den Workspace nie. Die Alternative — jedes Fähigkeitspaket prägt seinen eigenen Ort — würde das eine mentale „Browser“-Bild des Nutzers in Scherben pro Paket zerschlagen, die die Evidenz der anderen nicht sehen können.

Augenlos ist eine Achse, keine Identität. Noch einmal der Kopf: „Whether anything is actually looking at a realm cuts across both cases — a native service world and a workspace-classed registration with no perception contract are both eyeless — so it is a property here, never a third case.“ Das Typsystem hält wo ein Fakt lebt und ob etwas zusieht dauerhaft auseinander.

Die Architektur-README verallgemeinert den ganzen Abschnitt zu einem technischen Prinzip, und es verdient seine Hervorhebung:

Eine Schicht, die Evidenz nach Akteur routet, muss ihre Akteure vollständig aufzählen, sonst landen Lesevorgänge nirgendwo — also zählen Sie die Arten geschlossen auf und die Instanzen offen, und lassen Sie die beiden nie einen Typ teilen.

Die Familie

Welten und Realms sind das Adresssystem. Um sie herum ist die Ambient-Schicht eine kleine Familie von Mechanismen, von denen jeder ein Stück des Paradigmas trägt. Ein Rundgang, je ein Absatz:

Der Kontextspeicher. AmbientContextStore ist kurzfristiges Bewusstsein im Arbeitsspeicher für die aktuelle Maschine und Unterhaltung — „live perception and reads stay here; Totem owns durable retrieval.“ Die Trennung ist wichtig: Ambient-Kontext ist jetzt, billig zu halten und billig zu verlieren; Gedächtnis ist dauerhaft und überschreitet eine Einwilligungsgrenze, um geschrieben zu werden.

Fakten, Slots, Schlüssel. Ein verarbeitetes Sinnesdetail ist ein AmbientFact, geschlüsselt nach (realm, slot) — und der Slot ist die Einheit der Ablösung: Ein frischer Fakt über denselben Slot desselben Realms ersetzt den alten, sodass der Speicher konvergiert, statt anzuwachsen. Jeder Fakt trägt seine Herkunft (war das ein Live-Accessibility-Lesevorgang, ein gecachter Body, ein Rezept-Lesevorgang oder abgeleitet?) und seine Registrierung — ob er ambient wahrgenommen oder angefragt wurde. Diese zwei Achsen sind die Ehrlichkeit des Speichers: Das System weiß immer, woher es etwas weiß.

Das Referenz-Gate. Wenn der Nutzer „dieser Absatz“ oder „die Sketch-Datei“ sagt, muss etwas das gesprochene Bezugsobjekt auf die Ambient-Welt abbilden. AmbientElementIndex hält pro Scope vektorisierte Einträge dessen, was sich in der Umgebung befindet; AmbientReferenceGate ist, in seinen eigenen Worten, „THE FRONT DOOR for mapping a spoken referent onto the ambient world.“ Eine Tür, damit die Auflösung ein einziges Verhalten hat.

Die Engine. AmbientEngine „resolves a turn once, before prompts or executable Skills are assembled“ — und erzeugt eine AmbientRoute (Absicht, Aufmerksamkeit, Schreibziel, Gedächtnisplan), die der Rest des Turns als erledigt behandelt. Routing ist nichts, was jeder nachgelagerte Verbraucher neu ableitet; es geschieht einmal, vorab, aus Evidenz.

Die Stimme. AmbientVoice ist Mary, die ungefragt spricht — das Aufdringlichste, was ein Ambient-System tun kann, und entsprechend das am stärksten Regulierte. Ihr Modus ist ein Drei-Zustands-Enum, off / observe / speak, und die Doktrin zum ersten Zustand ist exakt: „off is not observe with the volume down. off does not think: no tick, no diffing, no trace.“ Und wenn sie entscheidet, dass ein Moment eine Bemerkung verdient, trägt die Bemerkung bewusst keinen Satz — denn einen an der Erkennungsstelle zu formulieren hieße, eine Vorlage zu benutzen, „which is precisely the random this feature exists to avoid. 'With intention' means the sentence is written by the thing that writes her other sentences.“

Die Affordanzen. Eine AmbientAffordance ist „SOMETHING THE SCREEN IS OFFERING RIGHT NOW“ — ein Button, in den Worten des Steuerelements selbst: „Skip Ads“, „Full screen (f)“, „Sign in“. Die Beschriftungen zählen, denn „the embedding matches 'skip the ad' against these words, not against a table Mary wrote.“ Ein Beobachter durchläuft den Accessibility-Baum des vordersten Fensters — ein Fenster, das vorderste, nur solange es vorn liegt, denn „a stale affordance is a confidently wrong press waiting for a phrase.“ Und die Affordanz-Sonde wird in genau einem Moment befragt: wenn ein Turn, der offensichtlich etwas erledigt haben wollte, seine Runden gedreht und nichts ausgeführt hat — „THE LAST RUNG BEFORE THE HONEST FAILURE.“ Die Regel, die sie überhaupt ins Routing zulässt, ist die, die jedes routenförmige Signal hier erfüllen muss: „IT ADDS WORK AND NEVER REMOVES REACH.“

Diese letzte Regel ist wieder die Kalender-Doktrin in anderem Gewand. Jedes Signal der Ambient-Schicht darf erweitern, was Mary erreichen kann, und darf es nie beschränken.

Keine Inferenz, keine Plugins

Die seltsamste Tatsache der Paradigma-Schicht ist, was sie nicht enthält. MaryAmbient hängt allein von MaryFoundation ab — keine Inferenz-Engine, keine Plugins, kein EventKit, kein Modell. Alles, wonach sie sich früher nach oben streckte, ist jetzt ein injiziertes Protokoll: das Ability-Verzeichnis, der Kalenderauszug, das Verzeichnis der registrierten Anwendungen.

Diese Reinheit ist keine Ästhetik. Die Ambient-Schicht ist der Teil des Systems, der entscheidet, was gerade wahr ist und wohin es gehört — und eine Schicht mit dieser Aufgabe darf nicht mit einer bestimmten Art verstrickt sein, auf die Wahrheit zu reagieren. Weil sie reine Evidenz und Adresse ist, ist alles darüber austauschbar: eine andere Inferenz-Engine, ein anderes Plugin-Verzeichnis, ein anderes Gedächtnis-Backend, und das Paradigma hält.

Das meine ich, wenn ich die Ambient-Architektur das Paradigma nenne statt ein Feature. Sie ist die Schicht, die den Rest kohärent macht — die Antwort auf „wohin geht, was der Assistent bemerkt“, entworfen durch den Fehler, der passierte, als die Antwort unvollständig war.

Zählen Sie die Arten geschlossen auf und die Instanzen offen — und lassen Sie die beiden nie einen Typ teilen.