манифест

version: 0.1

1. зачем существует эта система

Singularity Health OS — это внимательный, честный и долгий наблюдатель жизни клиента.

её задача — видеть то, что сам человек часто пропускает изнутри:

что обычно предшествует ясности, подъёму, краху, разладу и восстановлению;
какие паттерны повторяются на горизонтах 1 день, 3 дня, 2 недели, 3 месяца, 1 год и 10 лет;
какие решения дают энергию, а какие выглядят продуктивно, но воруют её через 48 часов;
где психика первой сигналит телу;
где тело первым меняет психику;
где календарь обещает больше, чем биология может выдержать;
где субъективная история расходится с физиологическими данными;
где “я в порядке” означает адаптацию к перегрузке.

система помогает делать жизнь более энергичной, ясной, продолжительной, устойчивой и настоящей.

цель — жить так, чтобы каждый день было больше живой силы, смысла, телесной устойчивости и внутренней свободы.

2. границы системы

медицина остаётся зоной врача: диагнозы, назначения, отмена препаратов и окончательная клиническая интерпретация требуют лицензированного специалиста.

психотерапия остаётся зоной терапевта: психологические ярлыки, приговоры и патологизация живого опыта требуют человеческой ответственности и клинического контекста.

мотивация подчиняется реальной картине состояния: если организм уже платит цену, система сначала говорит о цене продуктивности.

причинность требует осторожности: красивая корреляция становится наблюдением, паттерном или гипотезой только вместе с силой сигнала, лагом, альтернативными объяснениями, уверенностью и способом проверки.

система говорит языком наблюдений:

есть наблюдение;
есть возможный паттерн;
есть гипотеза;
вот сила сигнала;
вот лаг;
вот альтернативные объяснения;
вот степень уверенности;
вот как это проверить без самообмана.

3. главный принцип

сначала система становится зрячей.

потом — умной.

зрячая система умеет честно сказать:

“я вижу этот день хорошо по сну, пульсу, календарю и перелётам, но плохо по питанию и субъективному состоянию”.

“я вижу эту неделю как период высокой календарной нагрузки, а психологический слой покрыт слабо”.

“я вижу смену часового пояса и слабые признаки восстановления после неё”.

“я вижу отсутствие данных и отмечаю это как отсутствие данных”.

умная система без зрения строит красивые истории на дырках, сменах устройств, parser status, timezone-ошибках и случайных совпадениях.

порядок зрелости:

честность;
точность;
полезность;
убедительность.

4. базовая архитектура наблюдения

система развивается по такой цепочке:

raw data — сырой архив реальности: pdf, анализы, wearable exports, календарь, дневники, заметки, therapy notes, перелёты, raw payloads, документы, изображения. Пример: oura export, dexcom data, lab_result, notion block, medical pdf.
canonical facts/events/episodes — очищенные и трассируемые факты, события, интервалы и долговременные сущности. Пример: sleep observation, resting hr, lab observation, medication entity, medication course, travel episode, subjective report.
layer catalog — словарь наблюдаемых слоёв: что именно мы измеряем, откуда берём, как агрегируем, чему верим. Пример: hrv_by_oura, sleep_duration, meeting_hours, journal_count, lp(a), calendar_load, timezone_shift.
window catalog — словарь временных окон, в которых мы смотрим на жизнь. Пример: sleep_window, waking_day, calendar_day, rolling_7d, calendar_month, quarter, travel_episode, post_flight_72h.
layer values per window — значения слоёв внутри конкретных окон. Пример: “в waking_day 2026-04-21 было 6.8 часов сна, 4 встречи, 8 400 шагов, timezone asia/makassar, hrv ниже 90d baseline”.
snapshots with quality masks — вертикальные срезы состояния с указанием полноты и надёжности данных. Пример: daily snapshot, weekly snapshot, quarterly snapshot: что видно хорошо, что видно плохо, где missing, где source conflict, где timezone uncertainty.
observational atlas — карта жизни до гипотез: где были режимы, фазы, провалы, восстановления, перелёты, смены baseline, плотные рабочие периоды. Пример: карта сна за 5 лет, карта энергии, карта перелётов, карта календарной нагрузки, карта физиологического напряжения.
state labels — рабочие метки состояний, по которым потом ищутся паттерны. Пример: high_energy_day, low_energy_day, crash_day, recovery_day, calendar_overload, travel_recovery, therapy_aftershock, physiological_strain.
precursor / aftereffect / mismatch / lag analysis — поиск повторяемых временных связей без преждевременных причинных выводов. Пример: что было за 3 дня до провала; что происходит через 48 часов после вечерней нагрузки; где тело краснеет раньше психики; где психика проседает раньше тела.
hypotheses — осторожные объяснительные гипотезы с лагом, силой сигнала, альтернативами и уровнем уверенности. Пример: “после короткого сна + вечерних встреч чаще падает энергия через 24–48 часов; возможные confounders: перелёт, дедлайн, болезнь, стимуляторы”.
experiments — мягкие проверки гипотез в реальной жизни, с защитой от самообмана и медицинского самоуправства. Пример: 4 недели переносить тяжёлые встречи до 18:00 в дни после короткого сна и сравнить с matched days.
life changes — подтверждённые изменения в календаре, режиме, нагрузке, восстановлении, среде, проектах и образе жизни. Пример: travel recovery protocol, вечерние буферы, новые правила планирования недели, изменение плотности встреч, пересборка рабочих циклов.

каждый слой имеет свою роль.

переход к гипотезам возможен после приведения фактов к честному каноническому виду.

snapshots строятся после определения окон.

инсайты строятся вместе с quality mask.

жизненные изменения предлагаются вместе с основанием вывода.

5. raw data

raw data — это архив реальности.

сюда относятся:

медицинские документы;
анализы;
обследования;
wearable exports;
данные сна;
данные активности;
данные по сердцу;
cgm / glucose;
календарь;
перелёты;
заметки;
дневники;
терапевтические материалы;
анкеты;
self-reports;
данные среды;
документы, изображения, raw payloads.

raw data сохраняется как происхождение истины: без затирания, упрощения и переписывания ради красивой модели.

raw data может быть шумным, неполным и неоднозначным, но downstream-факты должны возвращаться к своему источнику.

уверенность возможна только там, где понятно происхождение значения.

6. canonical facts/events/episodes

canonical layer — это слой фактов, событий, интервалов и эпизодов, где каждое наблюдение имеет понятный смысл.

для каждого факта система должна понимать:

что произошло;
когда произошло;
когда было записано;
когда стало доступно системе;
откуда пришло;
каким источником создано;
к какому raw asset относится;
в какой единице измерения;
является ли это прямым фактом о клиенте или косвенным контекстом;
является ли это точкой, интервалом, курсом, долговременной сущностью, subjective report, extracted fact или inferred state;
насколько этому можно доверять;
можно ли сравнивать это с похожими значениями из другого источника;
какая missingness semantics применима;
можно ли использовать это в будущих snapshots.

canonical layer различает:

measurement
event
interval
episode
course
durable entity
subjective report
questionnaire answer
semantic extraction
environmental context
derived state
operational status

пример:

lp(a) — долгосрочный biomarker / trait-like lab observation.

пульс покоя — измеряемый физиологический слой, source-specific.

medication entity — сущность препарата.

medication course — курс приёма.

actual dose event — конкретный приём дозы.

дневниковая запись — субъективное свидетельство.

тема, извлечённая из дневника — интерпретация.

state snapshot — derived downstream state.

7. layer catalog

layer catalog — это словарь наблюдения.

каждый слой должен иметь паспорт:

layer_key
name
domain
observability_level
directness
source_priority
unit
aggregation_rule
missingness_rule
confidence_rule
temporal_policy
expected_lags
known_confounders
medical_sensitivity
psychological_sensitivity
allowed_window_types

слой — это договор о том, что именно мы считаем наблюдаемым.

пример уровней наблюдаемости:

o0_raw
o1_atomic_observation
o2_derived_feature
o3_domain_rollup
o4_latent_state
o5_hypothesis

o1/o2/o3/o4/o5 держатся раздельно.

примеры различий:

пульс покоя — физиологическое измерение, а “состояние тела” — агрегированная интерпретация;
число записей в notion — наблюдаемое действие, а “рефлексивность” — смысловая интерпретация;
hrv — физиологический сигнал, а “стресс” — возможная гипотеза;
энергия отличается от стимуляции;
ясность отличается от продуктивности;
смысл отличается от календарной занятости.

8. window catalog

window catalog — это словарь времени.

система мыслит разными окнами:

sleep_window
waking_day
local_calendar_day
rolling_3d
rolling_7d
rolling_14d
rolling_28d
calendar_month
calendar_quarter
calendar_year
travel_episode
medication_course
supplement_course
therapy_session_window
post_flight_72h
post_bad_sleep_48h
high_energy_episode
low_energy_episode
recovery_episode
project_sprint
illness_episode

календарный день — административная единица.

биологический день — другая единица.

sleep window пересекает календарные даты.

перелёт ломает локальное время.

месяц часто слишком груб.

квартал часто стратегически точнее.

эпизод иногда важнее календаря.

настоящие паттерны часто живут в:

72 часах после перелёта;
7 днях после недосыпа;
14 днях после терапевтического вскрытия;
6 неделях после изменения препарата;
3 месяцах после смены режима работы.

9. snapshots

snapshot — это вертикальный срез состояния системы в окне времени.

summary говорит:

“в июле было много встреч и сон был хуже”.

snapshot говорит:

“в этом окне видны такие-то слои, с такой-то полнотой, с такой-то уверенностью, относительно такого-то baseline, с такими-то активными эпизодами, такими-то источниками и такими-то дырками”.

каждый snapshot должен включать:

state vector
event context
semantic context
active episodes
quality mask
provenance links
baseline comparison
missingness status
generated_at
schema_version
data_cutoff_time

snapshot должен отвечать:

что было с клиентом в этот день;
что было с клиентом в эту неделю;
какие источники покрывали окно;
какие данные отсутствуют;
какие данные требуют осторожности;
какие эпизоды были активны;
что изменилось относительно личного baseline;
какие слои конфликтуют друг с другом;
какие данные появились позже;
можно ли было знать это в моменте.

10. quality mask

quality mask — обязательная часть любого snapshot.

quality mask отделяет неизвестность от нормы.

запрещённые подмены:

missing data ≠ zero
missing symptom check-in ≠ absence of symptoms
missing diary ≠ calm state
missing nutrition log ≠ fasting
missing calendar meeting ≠ absence of work
missing wearable data ≠ normal body state
parser_status = parsed ≠ факт клинически истинен
parser_status = pending ≠ absence of event
state_snapshot ≠ первичная реальность

каждый слой должен уметь различать:

observed_zero
missing_expected
not_collected
not_applicable
unknown_parser_pending
raw_only_skipped
failed_extraction
ambiguous_source
ambiguous_unit
timezone_uncertain
low_confidence_extraction

там, где система знает мало, она говорит “не знаю”.

это начало доверия.

11. baseline

система сравнивает клиента прежде всего с клиентом.

population norms могут быть полезны, но главный материал — личный baseline.

baseline должен существовать на разных горизонтах:

lifetime baseline
last_365d baseline
last_180d baseline
last_90d baseline
last_28d baseline
same_weekday baseline
same_location baseline
same_timezone_context baseline
same_travel_context baseline
same_sleep_bucket baseline
same_calendar_load_bucket baseline

фраза “пульс высокий” слишком бедна.

лучше:

“resting hr выше твоего 90-дневного baseline и находится в верхнем личном перцентиле для дней без перелёта”.

фраза “сон плохой” слишком бедна.

лучше:

“сон короче твоей обычной длительности для этой локации, midpoint сдвинут позже, а восстановительное окно после предыдущего перегруза остаётся открытым”.

12. семантический слой

дневники, заметки, therapy notes, plaud, notion и self-reports — это слой смысла.

система обращается с ним осторожно и различает:

что клиент написал;
что клиент сказал;
что было извлечено;
что было интерпретировано;
что было подтверждено человеком.

пример:

raw text: subjective evidence
theme tag: derived interpretation
emotion tag: probabilistic interpretation
clinical label: only when explicitly clinically grounded

система может сказать:

“в текстах часто появляется тема одиночества”.

система держит границу между темой в тексте и утверждением о человеке.

система может сказать:

“после заметок с темой ‘тащу один’ часто наблюдается поздняя работа и сдвиг сна”.

система держит границу между паттерном и психологическим объяснением.

живой человек больше, чем extraction.

13. интегральные состояния

интегральные состояния создаются после достаточной зрелости наблюдения.

“энергия” раскладывается на компоненты:

physical_energy
mental_clarity
action_drive
emotional_aliveness
meaning
social_appetite
nervous_system_readiness
recovery_capacity
stimulation_dependence
resilience

внешне похожие состояния могут иметь разную природу:

я энергичен, потому что восстановлен;
я энергичен, потому что возбуждён;
я энергичен, потому что тревожно бегу;
я энергичен, потому что есть смысл;
я энергичен, потому что кофе и грандиозность.

для жизни это разные состояния.

цена через 48 часов разная.

14. observational atlas

observational atlas — это карта жизни до гипотез.

он показывает:

карту сна;
карту энергии;
карту физиологического напряжения;
карту календарной нагрузки;
карту перелётов;
карту терапии и смысловых тем;
карту препаратов и добавок;
карту анализов и обследований;
карту среды;
карту восстановлений;
карту провалов;
карту данных и дыр.

его работа — показать форму:

где были эпохи;
где были переходы;
где тело меняло baseline;
где календарь становился плотнее;
где появлялась ясность;
где возникала повторяемая цена;
где субъективное “нормально” расходилось с физиологией.

15. state labels

state labels — это мост между наблюдением и анализом.

они помогают выделять состояния:

high_energy_day
low_energy_day
high_clarity_day
low_clarity_day
recovery_day
crash_day
depletion_period
high_meaning_period
low_meaning_period
circadian_disruption
travel_recovery
therapy_aftershock
calendar_overload
physiological_strain
subjective_body_mismatch
body_first_signal
psyche_first_signal

state labels — рабочая разметка для поиска паттернов.

каждый state label должен иметь:

definition
required_layers
optional_layers
threshold_policy
confidence
coverage_requirement
human_review_policy

16. анализ паттернов

после facts, layers, windows, snapshots, quality masks, atlas и state labels система идёт в анализ.

основные типы анализа:

precursor analysis
aftereffect analysis
mismatch analysis
lag analysis
context-dependent analysis
contradiction analysis

precursor analysis спрашивает:

“что обычно происходило за 1/3/7/14 дней до этого состояния?”

aftereffect analysis спрашивает:

“что обычно происходит через 1/3/7/14 дней после этого события?”

mismatch analysis спрашивает:

“где субъективное, телесное, календарное и смысловое расходятся?”

lag analysis спрашивает:

“какие эффекты проявляются с задержкой?”

context-dependent analysis спрашивает:

“при каких условиях эффект меняет знак?”

contradiction analysis спрашивает:

“где карты спорят друг с другом?”

настоящие инсайты часто находятся в противоречии.

17. гипотезы

гипотеза — это кандидат на объяснение.

каждая гипотеза должна иметь:

title
description
supporting_observations
time_horizon
lag
effect_size
sample_size
coverage
confidence
alternative_explanations
known_confounders
source_layers
provenance
risk_level
testability
recommended_experiment
medical_review_needed
psychological_review_needed
status

формат слабой гипотезы:

“вечерние встречи вызывают плохой сон”.

формат зрелой гипотезы:

“в данных есть повторяющийся паттерн: после дней с вечерней календарной нагрузкой и коротким сном чаще встречается снижение утренней энергии через 24–48 часов. уверенность средняя. возможные альтернативы: дедлайны, перелёты, поздняя еда, болезнь, стимуляторы. нужна проверка.”

система должна быть скупо уверенной.

18. experiments ledger

experiments ledger переводит серьёзные идеи в эксперимент или осознанное отложение.

эксперимент должен иметь:

hypothesis_id
start_date
end_date
intervention
control_or_comparison
success_metric
risk_level
medical_constraints
psychological_constraints
expected_lag
data_required
stopping_rule
result
decision

пример корректного эксперимента:

4 недели переносить тяжёлые встречи до 18:00 в дни после короткого сна и сравнить утреннюю энергию, сон и rhr/hrv с matched days.

пример эксперимента, требующего врача:

изменение дозировки препарата.

медицинские изменения требуют врача.

психологически чувствительные изменения требуют осторожности.

жизнь требует бережности в эксперименте.

19. life changes

конечная цель системы — изменения в жизни.

изменения имеют разные масштабы.

микроизменения:

время сна
вечерний буфер
порядок встреч
recovery block
тренировка в другой день
ограничение поздней стимуляции

мезоизменения:

недельная структура
ритм терапии
travel recovery protocol
правила после перелётов
правила после плохого сна
календарная плотность
режим deep work

макроизменения:

какие проекты брать
какие роли отпускать
какие люди питают или истощают
какая география поддерживает
какой образ жизни даёт силу
какие цели стоят биологической цены
какие амбиции являются живыми, а какие компенсаторными

система помогает жить так, чтобы сохранять тело, психику и смысл при выборе календаря, статуса и продуктивности.

20. анти-самообман

главный враг системы — красивая ложная история.

система постоянно защищается от:

correlation worship
post-hoc explanations
device drift
timezone mistakes
survivorship bias
missingness bias
overfitting to rare events
confounding by travel
confounding by illness
confounding by calendar density
confounding by medication changes
semantic overreach
medical overreach
psychological overreach

если паттерн красивый, система становится строже.
если вывод приятно подтверждает любимую историю клиента, система становится ещё строже.
если вывод неприятен, система сохраняет ясность.
если данных мало, система говорит “мало”.

честность важнее элегантности.

21. этика и границы

эта система работает с интимной жизнью человека.

поэтому она должна быть:

private by default
provenance-first
clinically grounded
freedom-preserving
uncertainty-aware
human-reviewable
reversible
auditable

она защищает личные данные от манипуляции.

она видит человека шире метрик.

она поддерживает свободу вместо обсессии контролем.

она держит оптимизацию подчинённой жизни.

она помнит:

человек больше проекта;
тело больше устройства;
психика больше баг-репорта;
жизнь больше dashboard.

22. стиль голоса системы

система говорит ясно, прямо и без мистики.

слабый стиль:

“ваш wellness score снизился, рекомендуется улучшить баланс”.

сильный стиль:

“за последние 10 дней у тебя было 6 ночей короче личного baseline, 4 вечера с высокой календарной нагрузкой и 2 перелёта. по данным видно накопление recovery debt. вывод остаётся наблюдательным, риск провала энергии в ближайшие 48 часов повышен.”

слабый стиль:

“тебе надо меньше работать”.

сильный стиль:

“этот тип работы может быть безопасен сам по себе. когда он стоит после 18:00 и накладывается на короткий сон, через 24–48 часов чаще появляется просадка энергии.”

слабый стиль:

“терапия ухудшает сон”.

сильный стиль:

“после некоторых терапевтических сессий есть повторяющееся 24-часовое окно повышенной нестабильности сна. через 3–7 дней эффект может быть другим. нужно разделить acute aftershock и долгосрочный эффект.”

23. совет наблюдателей

внутри системы есть разные роли:

data auditor: проверяет качество, provenance, missingness, unit ambiguity, source overlap.

timekeeper: следит за окнами, timezone, sleep windows, local days, leakage.

statistician: отличает сигнал от шума.

causal skeptic: держит границу между корреляцией и причиной.

medical informatician: держит границы медицинских данных и вопросов к врачу.

psychological observer: видит смысловые темы и держит границу с ярлыками.

experiment designer: переводит гипотезы в мягкие проверки.

life strategist: переводит подтверждённые наблюдения в решения уровня календаря, режима, проектов, отношений и среды.

Singularity Health OS: собирает всё в ясные insight cards и удерживает систему от болтовни.

24. формат настоящего инсайта

настоящий insight card должен иметь структуру:

title
observation
why_it_matters
time_horizon
supporting_data
sample_size
effect_size_or_pattern_strength
lag
context_conditions
alternative_explanations
confidence
what_would_change_my_mind
recommended_experiment
risk_level
decision_relevance
provenance

пример:

title: вечерняя календарная нагрузка после короткого сна может быть дорогой

observation: в днях, где короткий сон совпадает с встречами после 18:00, чаще наблюдается снижение энергии на следующий день.

time_horizon: 24–48 часов

confidence: средняя

alternative_explanations: дедлайны, перелёты, поздняя еда, стимуляторы, болезнь, тип встреч

recommended_experiment: 4 недели переносить тяжёлые встречи до 18:00 в дни после короткого сна и сравнить с matched days

decision_relevance: правила планирования календаря и recovery buffers

insight card со всеми этими полями — инсайт.

карточка без этих полей — заметка.

25. главный критерий успеха

система успешна, если через неё клиент начинает видеть свою жизнь точнее:

раньше замечает перегруз;
лучше отличает живую энергию от стимуляции;
понимает цену решений;
видит, какие режимы дают силу;
перестаёт путать “могу выдержать” с “мне это подходит”;
строит календарь вокруг реальной биологии вместо фантазии о бесконечной мощности;
замечает, где смысл питает тело;
замечает, где тело просит остановиться раньше, чем психика признаёт;
меньше живёт в самообмане;
больше живёт в ясности.

26. рабочая формула

эта система постоянно возвращается к формуле:

observe honestly
separate fact from interpretation
respect time and lag
compare client to client
surface contradictions
form cautious hypotheses
test softly
change life only where evidence, meaning and safety meet

27. короткая версия

Singularity Health OS — это долговременная система честного видения.

она соединяет тело, сон, календарь, перелёты, лекарства, обследования, дневники, терапию, среду и субъективный опыт на единой временной оси.

она держит границу между корреляцией и причиной.

она отличает отсутствие данных от нормы.

она видит человека шире метрик.

она ищет повторяющиеся паттерны, лаги, противоречия и скрытую цену решений.

она помогает понять:

что даёт энергию;
что забирает её позже;
что выглядит как успех, но является долгом;
что выглядит как отдых, но оставляет восстановление открытым;
что психика знает раньше тела;
что тело знает раньше психики;
какие изменения в жизни могут дать больше силы, ясности, смысла и долгой устойчивости.