
Полная версия:
Доказанное действие. Власть и контроль над ИИ-агентами: стратегия 2027–2035
ИЗМЕРЕНО / СТРОИМ
gate_mode_report.py;
09.10–24.10.2026
Ворота Р2а (31.10), INDRA (12.11), 14 суток --six (14.12)
Таблица 1.2 — Реестр прогнозов главы 1
№
Показатель
2026 (источник)
Ветвь A / B / C к 2035
Репер
Разрешение
Г1
Вычисления обучения фронтира, рост в год
×5 с 2020 г., удвоение за 5,2 мес. (Epoch AI, 05.02.2026)
A: ≈ ×2/год (×1 000 к 2035) / B: ×4–5/год до 2030 (×250–600), затем ≈ ×2/год (≈ ×10 000 к 2035) / C: упор в энергию
Epoch AI (data/trends)
Ежегодно, 1 февраля
Г2
Цена токена фиксированного качества
÷10 в год (a16z, 12.11.2024; Epoch, 12.03.2025: ÷9…÷900)
A: замедление / B: ÷10/год (÷10^4 к 2030, не менее ÷10^6 к 2035 — ÷10^9 при сохранении темпа; качество 2026 бесплатно) / C: ÷100/год
Epoch AI (inference prices)
Ежегодно
Г3
Горизонт задач лучшей модели (p50)
≈ 12 ч (Opus 4.6, 02.2026), >16 ч (Mythos Preview, 05.2026); удвоение за 89–131 дн. (METR TH1.1)
A: месяц к 2035 / B: неделя–месяц к 2027–2028, квартал–год к 2027–2030 (удвоение раз в 3–7 мес.), дальше — вне нынешней шкалы / C: вне шкалы METR до 2028
METR time-horizons
Ежегодно (репер 2028: >= 1 нед.; выше 16 ч METR считает свой замер ненадёжным — нужен новый эталон)
Г4
Automated Coder (автоматический кодер)
Медиана ведущего автора — середина 2028 г. (02.04.2026), ноябрь 2027 г. (16.08.2026); второго автора — 2030 г.
A: после 2035 г. / B: 2028–2030 гг. / C: до 2028 г.
blog.aifutures.org
Ежеквартально
Г7
Доля повседневных рабочих решений, принимаемых агентами автономно
0 % в 2024 г., прогноз 15 % к 2028 г. (Gartner)
A: 10 % / B: 30 % / C: > 50 % к 2035 г.
Аналитические отчёты Gartner
Ежегодно (2028, 2035)
Г8
Доля систем надзора и допуска (guardian agents) на рынке агентного ИИ
Прогноз 10–15 % к 2030 г. (Gartner, 11.06.2025)
A: 5 % / B: 15 % / C: 25 %
Пресс-релизы и отчёты Gartner
2030, 2035
Источники Главы 1
Внутренние артефакты: MITR/core/verification/z3_gate.py; MITR/policies/contracts/ (20 на 24.10.2026; 19 на 14.10). Scripts/gate_mode_report.py, smt_latency_paper.py, verify_chain_standalone.py, publish_verify_kit.py, mitr_vocab.py;(§2а, §4); канон проектирования шлюза; 0273, 0275, 0280–0282; реестр продуктовой линейки; отраслевой обзор института (40-я неделя 2026, 70 описаний).
Модели и вычисления (первичные): Epoch AI (epoch.ai/data/trends от 05.02.2026; research/ai-and-compute; blog/power-demands-of-frontier-ai-training; data-insights/ai-inference-price-trends; blog/announcing-gate; data-insights/open-models-threshold). A16z (a16z.com/llmflation-llm-inference-cost/); AI Futures Project, Q1 2026 Timelines Update (blog.aifutures.org/p/q1-2026-timelines-update, 02.04.2026) и Q2.5 2026 Timelines Update (16.08.2026). International AI Safety Report (internationalaisafetyreport.org, 03.02.2026).
Модели и сценарии (вторичные и аналитические разборы): Разбор METR TH1.1 (buttondown.com/anatol/archive/are-ai-time-horizons-still-doubling/); Metaculus (the-decoder.com); Позиции лидеров (letsdatascience.com); D. Amodei «Machines of Loving Grace»; S. Altman «The Gentle Singularity»; A. Narayanan & S. Kapoor «AI as Normal Technology» (technologyreview.com, asteriskmag.substack.com).
Инциденты, протоколы, венчур: AI Incident Database № 7311 (incidentdatabase.ai/reports/7311). Lumenova (lumenova.ai/blog/agentic-ai-security-incidents/); Aviatrix; Gartner (gartner.com, пресс-релизы 25.06.2025 и 11.06.2025 — Guardian Agents). Bloomberry (bloomberry.com/blog/we-analyzed-1400-mcp-servers-heres-what-we-learned/, 24.02.2026). DreamFactory (mcp-server-statistics, пересказ); Stacklok; Sacra / MindStudio (Claude Code ARR). PitchBook / Dealroom; Tianpan (approval-fatigue, 25.06.2026); AccountsRecovery (25.08.2026); Alignment faking — Anthropic и Redwood Research (arxiv.org/abs/2412.14093, 18.12.2024); сговор при взаимном надзоре (arxiv.org/abs/2602.20628, 24.02.2026).
Глава 2. Энергия и кремний: гигаватты как твёрдая граница и суверенитет на уровне допуска
Формула главы: Обучение ведущих моделей требует гигаватт электроэнергии и десятков тысяч дефицитных ускорителей. Однако математическая проверка допустимости отдельного действия занимает около миллисекунды на обычном процессоре. Технологический суверенитет рождается на границе допуска, где человек подписывает правило и требует квитанцию.
2.1 Конструктивный тупик и идеальный конечный результат
Всякая технологическая революция на стадии первоначального восторга кажется бестелесной. Пока алгоритмы искусственного интеллекта обитали в презентациях венчурных фондов и исследовательских песочницах, индустрия молчаливо исходила из допущения, что программный код масштабируется исключительно за счёт элегантности математических формул. К осени 2026 года эта иллюзия окончательно разбилась о законы термодинамики, правила электротехники и таможенные ведомости экспортного контроля. За каждой строкой машинного рассуждения обнаружились вполне осязаемые тонны меди в обмотках силовых трансформаторов, кубометры воды в градирнях охлаждения и гигаватты базовой генерации, которые невозможно создать росчерком пера или очередной эмиссией капитала.
При сопоставлении физических границ инфраструктуры с требованиями корпоративной и государственной безопасности возникает базовое системное противоречие по Генриху Альтшуллеру. Для того чтобы предприятие, банк или оператор критической информационной инфраструктуры сохранял конкурентоспособность по скорости обработки данных и автоматизации рутинных операций, механизм управления обязан использовать наиболее мощные из доступных языковых и агентных моделей. Однако если безопасность и управляемость такого периметра строятся путём запуска второй, надзорной нейросети того же класса сложности либо путём попытки обучить и содержать собственный фронтирный кластер внутри закрытого периметра, система немедленно упирается в физический и финансовый тупик. Стоимость проверки начинает расти по той же экспоненте, что и стоимость самого вывода модели. При этом для подавляющего большинства организаций и целых национальных экономик необходимые для этого мегаватты мощности и десятки тысяч кремниевых ускорителей просто отсутствуют в природе.
В терминах классической теории решения изобретательских задач административный компромисс здесь невозможен. Попытка отказаться от современных моделей ради сохранения контроля отбрасывает организацию в прошлый век по производительности труда. Попытка же подключить внешние или открытые фронтирные модели напрямую к исполнительным механизмам предприятия без соразмерного периметра сдерживания превращает каждую сэкономленную на вычислениях копейку в ничем не обеспеченный риск кассового разрыва, разрушения баз данных или нарушения императивных норм регулятора. Если надзорный механизм требует тех же дефицитных ресурсов, что и сам управляемый процесс, то в условиях ресурсного голода первым всегда отключают надзор.
Природа этого тупика становится очевидной при обращении к устройству ядерного энергетического реактора. В активной зоне реактора протекает управляемая цепная реакция деления, выделяющая колоссальную тепловую мощность; поддержание и охлаждение этого потока требуют циклопических затрат энергии, многоконтурных насосных станций и сложнейшей металлургии. Но стержни аварийной защиты и регулирования, удерживающие реактор от разгона на мгновенных нейтронах, устроены по прямо противоположному физическому принципу. Они не пытаются перекричать активную зону встречным потоком энергии. Стержни состоят из пассивного поглотителя нейтронов — бора или кадмия, и удерживаются над зоной электромагнитными захватами: при любом обесточивании или выходе параметров за уставку они падают вниз под действием обычной силы тяжести. Защита обязана опираться на иной, на четыре порядка более дешёвый и безотказный физический закон, чем сам энергетический процесс.
Идеальный конечный результат (ИКР) в конструкции управления автономными агентами формулируется столь же жёстко. Узел безопасности и юридической доказуемости действия должен обеспечивать абсолютное удержание любого потока вызовов от любой. В том числе чужой, облачной или открытой — модели, расходуя при этом ноль дефицитных графических ускорителей и ноль внешних платных токенов в момент принятия решения. Сложность вероятностного мышления выносится за скобки там, где пусть за неё платят мировые гиперскейлеры; на стороне предприятия и государства остаётся детерминированный таможенный шлюз, проверяющий конечные параметры вызова на обычном центральном процессоре за доли миллисекунды. Генерация гипотезы может стоить миллиарды долларов и сотни мегаватт; доказательство допустимости действия обязано стоить доли копейки и укладываться в тепловой пакет штатного серверного ядра.
2.2 Анатомия уязвимости: хроника отказов и цена бездействия
На пересечении энергетического дефицита и нормативного давления оказывается третья ключевая роль современной технологической иерархии — директор по информационной безопасности (CISO), руководитель эксплуатации государственной информационной системы (ГИС) и главный инженер субъекта критической информационной инфраструктуры (КИИ). В отличие от венчурного аналитика, этот специалист не может позволить себе рассуждать категориями абстрактных трендов. Его рабочее пространство ограничено выделенным лимитом электрической мощности на вводе в машинный зал, квотой на закупку оборудования и датой вступления в силу очередного приказа регулятора.
Масштаб инфраструктурного сжатия на российском рынке в 2026 году зафиксирован инструментально. Согласно опубликованным в марте 2026 года данным исследования ИТ-холдинга Т1 («Российская газета», 19.03.2026; ComNews, 20.03.2026; отчёт Т1, март 2026; выборка не раскрыта), лишь 9 % российских организаций полностью обеспечены вычислительной инфраструктурой, необходимой для решения задач искусственного интеллекта. По экспертной оценке, приведённой ComNews (14.05.2026), ввоз серверов класса H100 в страну сжался с тысяч в 2024 году и сотен в 2025 году до десятков в 2026 году. В то же время совокупную потребность национальной экономики к 2030 году «Ростелеком» ещё в марте 2025 года оценивал более чем в 70 тысяч специализированных ускорителей в эквиваленте A100 (оценка эксперта С. Миневича, ComNews, 14.05.2026; оценка «Ростелекома», «Ведомости» / 3DNews, 10.03.2025). Следствием этого физического голода стал взрывной переток спроса в арендные облака. По данным провайдера «Рег.Облако», потребление его облачной GPU-инфраструктуры за первое полугодие 2026 года выросло на 507 % год к году, при том что весь российский рынок облачных GPU, по оценке MWS Cloud, вырос за год примерно в полтора раза. Данные провайдеров, «Коммерсантъ», 20.07.2026.
Когда локальных вычислительных мощностей внутри защищённого периметра нет, а бизнес-подразделения требуют немедленного внедрения автономных кодовых и операционных агентов ради удержания темпа разработки, возникает классическая конструктивная вилка. Либо подразделения начинают несанкционированно подключать локальных агентов (таких как OpenClaw или корпоративные обёртки над внешними API) к облачным моделям через обходные сетевые маршруты, вынося за периметр чувствительные данные и ключи доступа к боевым системам. Либо инженеры разворачивают внутри периметра открытые весовые модели. Прежде всего китайских семейств DeepSeek, Qwen, Kimi или GLM. Они к середине 2026 года отстают от лучших закрытых американских моделей в среднем на четыре месяца по индексу Epoch. Четыре–семь месяцев по киберзадачам, по данным UK AISI; International AI Safety Report, 03.02.2026; Epoch AI, 29.05.2026; UK AISI, 07.2026. Но и в том, и в другом случае внутри решающего периметра оказывается чужой вероятностный «чёрный ящик», получивший право вызывать внутренние инструменты.
Именно в эту точку бьёт регуляторная норма. Двадцать четвёртого августа 2026 года, вынеся документ на общественное обсуждение (regulation.gov.ru, проект 170500), Федеральная служба по техническому и экспортному контролю (ФСТЭК России) представила проект изменений в приказ № 117, регулирующий защиту информации в государственных информационных системах. Базовый приказ вступил в силу 1 марта 2026 года. Проект изменений со сроком вступления с 1 марта 2027 года по состоянию на 14 октября 2026 года находится в статусе проекта и ещё не утверждён; проект изменений ФСТЭК № 117, ComNews / SecurityLab, август 2026. Текст проекта впервые в российской нормативной практике вводит прямые требования по вынесению компонентов искусственного интеллекта в отдельный сетевой сегмент, назначению минимально необходимых привилегий, обязательной фильтрации всех входных и выходных потоков и, что особенно показательно, защите информационной системы от несанкционированного воздействия агентов ИИ, в том числе автономных. По пересказам ComNews и Anti-Malware; формулировка проекта в аудите не сверена.
Нетрудно заметить геометрию ловушки, в которой оказывается руководитель службы безопасности и главный проектировщик к весне 2027 года. С одной стороны, регулятор прямо требует доказать контроль над функциональностью автономного агента и предъявить верифицируемый журнал фильтрации его действий. С другой стороны, у предприятия нет ни сотен миллионов рублей, ни свободных мегаватт электрической мощности, чтобы построить собственный изолированный кластер для обучения «доверенной» модели или содержать тяжёлые нейросетевые классификаторы-надсмотрщики на каждом шлюзе. А там, где в качестве временной заплатки оставляют ручное одобрение вызовов оператором, вступает в силу уже зафиксированный в первой главе предел утомления внимания. В 37 из 70 публичных описаний внедрений агентов в России (52,9 %) главным барьером служит кнопка подтверждения человеком (отраслевой обзор института, 40-я неделя 2026 года). Она через неделю непрерывного потока заявок превращается в механическую штамповку разрешений.
Если безопасность периметра привязана к происхождению весов нейросети или к наличию у компании собственных видеокарт, то 91 % предприятий оказывается за бортом нормативного соответствия ещё до начала проверки. Но стоит разделить в конструкции слой порождения замысла и слой допуска к исполнению, как картина меняется зеркально: чужое судно может беспрепятственно разгружаться в гавани, пока портовый шлюз и таможенная пломба работают по законам принимающей юрисдикции.
2.3 Инженерная реальность 2026 года: что измерено в коде и на рынке
Чтобы оценить подлинную цену вычислительной гонки, достаточно положить рядом энергетические балансы мировых центров обработки данных и инвестиционные меморандумы крупнейших технологических корпораций за 2025–2026 годы. Согласно отчётам Международного энергетического агентства (IEA «Key Questions on Energy and AI», 16.04.2026), в 2025 году мировое потребление электроэнергии центрами обработки данных выросло на 17 % на фоне скромного трёхпроцентного роста всего мирового спроса на электричество. Базовый сценарий МЭА предусматривает выход мировых ЦОД на уровень около 945 ТВт-ч к 2030 году. Величину, чуть превышающую годовое энергопотребление всей Японии, — и около 1 200 ТВт-ч к 2035 году при разбросе сценариев 700–1 700 ТВт-ч (прогноз: IEA «Energy and AI», 10.04.2025). Причём энергопотребление непосредственно нагрузок искусственного интеллекта к 2030 году, по оценке апреля 2026 года, утраивается.
Финансовое выражение этой физической стены выглядит ещё более жёстким. Ориентиры совокупных капитальных вложений четырёх ведущих американских гиперскейлеров на 2026 год, объявленные при квартальных отчётах конца апреля, в сумме составляют около $700 млрд — почти вдвое больше, чем в 2025 году (ориентиры компаний за I кв. 2026, сводка Om Malik, 30.04.2026; 24/7 Wall St., 01.05.2026). Программа капитальных затрат Amazon составляет около $200 млрд (включая спутниковый проект Leo и покупку Globalstar), Microsoft — около $190 млрд (из которых порядка $25 млрд приходится на чистую ценовую инфляцию комплектующих), Alphabet, $180–190 млрд, Meta, $125–145 млрд. Аналитические подразделения крупнейших инвестиционных банков (Bank of America, Evercore) оценивают преодоление планки в $1 трлн годовых капитальных затрат уже в 2027 году, в то время как широко разрекламированная инициатива Stargate с заявленным объёмом $500 млрд на четыре года остаётся на 2026 год декларативной целью, а не освоенным капиталом.

Рисунок 2.1 — Капитальные затраты четырёх гиперскейлеров на инфраструктуру ИИ в 2026 году, в сумме около $700 млрд (отчёты компаний; обзор Om Malik / 24/7 Wall St., апрель–май 2026)
Однако даже наличие двухсот миллиардов долларов на счетах корпорации больше не гарантирует запуска вычислительного кластера в срок. Microsoft признаёт, что часть закупленных ускорителей лежит на складах, потому что их невозможно включить в розетку из-за отсутствия свободной электрической мощности («chips sitting in inventory that I can't plug in» — С. Наделла, ноябрь 2025), и что Azure останется ограничен мощностями как минимум до середины 2026 года (заявления Microsoft, ноябрь 2025 — январь 2026). Денежная оценка такого портфеля («$80 млрд») встречается лишь в комментариях без ссылки на источник и компанией не раскрывалась. В Соединённых Штатах, по оценкам отраслевых обзоров, из 16 ГВт мощностей ЦОД, заявленных к вводу в 2026 году, лишь 5 ГВт строятся, а до 11 ГВт остаются на стадии планирования из-за сетевых ограничений. Ожидание присоединения к сетям в узле PJM достигает трёх–четырёх лет, а для крупных кампусов Северной Виргинии — семи и более [по вторичным обзорам: EnkiAI, Carbon Direct, май 2026].
Столкнувшись с параличом общественных электросетей, технологические гиганты в 2025–2026 годах перешли к прямой скупке атомной генерации «за счётчиком» (в обход распределительных сетей общего пользования). С конца 2024 года по апрель 2026 года портфель условных соглашений центров обработки данных с проектами малых модульных реакторов вырос с 25 до 45 ГВт (IEA «Key Questions on Energy and AI», 16.04.2026). Корпорация Meta законтрактовала до 6,6 ГВт атомных мощностей со сроком ввода к 2035 году. Включая 2,2 ГВт у Vistra, 1,2 ГВт у Oklo и до 2,8 ГВт у TerraPower; Meta, 09.01.2026. Amazon заключила соглашение на 1,92 ГВт с Talen Energy с поставкой через сеть PJM (Talen, 11.06.2025). Microsoft финансирует перезапуск остановленного энергоблока АЭС Three Mile Island; Google подписала контракт на 500 МВт с разработчиком реакторов Kairos Power. Когда крупнейшие софтверные компании планеты вынуждены превращаться в операторов урановых реакторов, тезис о «бесплатном масштабировании интеллекта» закрывается сам собой.
На эту энергетическую картину накладывается жёсткая геополитическая фрагментация рынка кремния. После серии взаимных экспортных ограничений между США и КНР доля компании Nvidia на китайском рынке новейших ускорителей, по публичному признанию её главы Дженсена Хуанга, «упала до нуля» (заявление Дж. Хуанга на форуме Citadel Securities, октябрь 2025; повторено в 2026 году). В ответ Китай в 2026 году, по сообщениям отраслевой прессы, разворачивает массовое производство собственного ускорителя Huawei Ascend 950PR (аналитики Bernstein прогнозируют Huawei около половины внутреннего рынка КНР). При этом Вашингтон с января 2026 года перешёл к режиму лицензируемого допуска чипов предыдущего поколения H200 на китайский рынок с двадцатипятипроцентным сбором (объявлено 08.12.2025, правило BIS 13.01.2026), хотя Пекин поставки не пропустил. Мир окончательно разделился на изолированные кремниевые периметры.
Анатомия российского энергетического и вычислительного периметра в 2026 году демонстрирует собственную, не менее поучительную диспропорцию. К апрелю 2026 года совокупная присоединенная мощность энергоёмких вычислений в Российской Федерации (включающая классические центры обработки данных и промышленный майнинг) достигла 4,2 ГВт. При этом доля ЦОД в электропотреблении страны выросла с 1,4 % в 2022 году до 2,2 % по итогам 2025 года. При этом Системный оператор ожидает роста мощности центров высокотехнологичных вычислений до 15,3 ГВт на пятилетнем горизонте (Системный оператор ЕЭС, по сообщениям ТАСС / Techora, январь–май 2026). Парадокс российской энергосистемы заключается в том, что при установленной генерирующей мощности ЕЭС России в 263,7 ГВт исторический максимум потребления мощности составляет 168,3 ГВт. Отчёт Системного оператора ЕЭС за 2024 г.; максимум 168,3 ГВт — 15.01.2024; на конец 2025 г., 264,8 ГВт при максимуме 166,2 ГВт. Первичной генерации в стране в избытке, но она заперта сетевыми ограничениями: около трёх четвертей мощностей ЦОД (76 % на конец 2024 года, по оценке НРА) сконцентрированы в Московском регионе. Там эксперты прогнозируют дефицит свободной мощности порядка 4 ГВт, а Системный оператор — до 564 МВт на юге региона к 2030 году и 3,15 ГВт к 2042 году. В то же время в энергоизбыточной ранее Сибири на горизонте 2025–2030 годов формируется локальный дефицит до 2,9 ГВт [по оценкам НРА и экспертной колонки на expert.ru, 2025–2026; 3DNews, 21.02.2025]. Строительство же национальных суперкомпьютерных мощностей требует колоссального сосредоточения капитала: по данным «Ведомостей» (10.02.2026, со ссылкой на источники; банк запрос не прокомментировал), «Сбер» рассматривает проект третьего суперкомпьютера со сметой не менее 500 млрд рублей.
Сопоставление этих цифр приводит к однозначному конструктивному следствию. Пытаться обеспечивать безопасность и нормативное соответствие корпоративных агентов за счёт наращивания локальных GPU-кластеров в условиях, когда 76 % площадок сидят в энергодефицитном узле, а 91 % предприятий испытывают нехватку ускорителей. Значит проектировать систему, заведомо нежизнеспособную в реальной экономике. Именно поэтому в конструкции шлюза MITR на рабочем сервере шлюза периметр верификации изначально спроектирован так, чтобы вообще не прикасаться к графическим ускорителям.
Механизм работы этого слоя измерен прибором P4 с микросекундной точностью и зафиксирован в конструктивном решении. Когда любой внешний или внутренний агент — независимо от того, крутится ли его модель в американском, китайском или арендованном облаке. Формирует намерение совершить действие (вызвать метод через протокол MCP или REST), это намерение перехватывается шлюзом до фактического исполнения. На входе в решатель z3_gate.py нет расплывчатого текста: там находится структурированный кортеж конечных параметров вызова (имя инструмента, целевой периметр, сумма, адресат, наличие персональных данных) и формальный контракт политики в логике первого порядка.
Для руководителя предприятия это означает простую управленческую вещь: шлюзу не нужно «понимать ход мыслей» гигантской нейросети или пересчитывать её миллиарды весов; он проверяет только то, не нарушает ли итоговое распоряжение агента подписанный устав компании. Для системного инженера эта же операция описывается строгой формальной семантикой SMT-решателя Z3: проверяется выполнимость конъюнкции параметров действия и условий нарушения контракта. Допуск действия к исполнению эквивалентен математическому результату UNSAT (множество пересечений параметров вызова с запрещёнными состояниями пусто — нарушение невыполнимо). Блокировка действия эквивалентна результату SAT: решатель находит конкретный контрпример, доказывающий, какое именно правило нарушено, и возвращает детерминированные условия починки.
Самое важное здесь — энергетическая и вычислительная цена этой операции. Чистое время работы решателя z3_gate.py на обычном серверном процессоре (CPU) составляет в медиане 0,74 мс, а время вызова шлюза вместе с объяснением решения — 3,3 мс в медиане. На рабочем сервере шлюза при 19 контрактах — 0,95 и 4,3 мс (14.10.2026), а при 20 контрактах, 1,08 и 5,22 мс (24.10.2026). Прогон полного эталонного состязательного набора из 157 сценариев через периметр верификации требует ровно $0 расходов на внешние языковые модели, а совокупный расход всего стенда на внешние модели за 1–6 октября 2026 года составил $0,14 (за 1–14 октября — $0,30). Каждое принятое решение («допустить» или «заблокировать») сразу связывается криптографической хэш-цепью квитанций SHA-256 (data/logs/gate_actions.jsonl) с фиксацией внешнего якоря времени через протокол OpenTimestamps (anchor_chains.py). И на 24 октября 2026 года проверщик, написанный для постороннего, воспроизвёл 5053 решения из 5053 без единого расхождения. На 14.10 — 4958 из 4958, на 30.09, 1602 из 1602; verify_chain_standalone.py --replay; контрольный прогон на стенде, сторонний проверяющий повтор ещё не делал. Мощность нейросети измеряется гигаваттами; власть правила над действием измеряется долями миллисекунды на одном ядре.

