Как устроен ГИГАХРУЩ: Как мы заставили линейную алгебру и теорию категорий писать процедурную речь без нейросетей

В этой статье мы покажем, как с помощью векторного анализа корпусов, классов эквивалентности и PCA-осей нам удалось заставить Марковское ядро генерировать живую, контекстную речь для тысяч НПС — без сторонних фреймворков ("dependencies": {}), с задержкой 0 миллисекунд и 100% детерминизмом по SeedRng.

Приступим-с!

---

Когда мы только подступили к задаче озвучки НПС (диалоги, баблы над головами, лог речи, посты в локальную соцсеть «Инфосеть Демос»), перед нами встала дилемма:

1. **Жесткий хардкод (If-Else / шаблоны):** Написать 5000 заготовок `"{npc} пришел в {place}"`. Скучно, видно швы, игроку надоедает через полчаса. 2. **Наивный Марков по сырому тексту:** Выдает колоссальное разнообразие, но страдает «синтаксической шизофренией» — НПС придумывает ложные факты, путает термины и уходит в бессвязный бред. 3. **LLM в облаке:** Недопустимо. Контракт ГИГАХРУЩА — автономный браузерный билд, который должен работать 60 FPS даже на кассовом терминале без доступа к сети.

Мы задались вопросом: можно ли обойтись без захардкоженных словарей и регексов, заставив математику саму извлечь структуру человеческого языка из литературы?

Мы взяли 11 обучающих корпусов (16,900+ предложений из «Пикника на обочине», «Самосбор-тредов», «Метро 2033», «S.T.A.L.K.E.R.», «Града обреченного», «Соляриса», советских инструкций Гражданской Обороны и ГОСТов) и написали офлайн-исследователь `scripts/discover_categories.ts`.

Затем мы ввели на словаре отношение эквивалентности, и произошло то, что поразило нас самих: математика без знания русского языка сама сгруппировала слова в идеальные смысловые кластеры!

Вот реальный фрагмент вывода нашего скрипта `scripts/discover_categories.ts`:

```txt [Категория #20] (Векторный узел: ОБОРУДОВАНИЕ / ПАТРОНЫ) патронов/патроны (+0.43), оборудования/оборудование (-0.20), огонь (-0.11), заблокировать (-0.21) ```

---

Из получившихся векторов и фактор-множеств мы построили динамический синтаксический граф. В нём узлы — это не просто слова, а категории эквивалентности, а рёбра — вероятности перехода между ними с учётом математических ограничений контекста.

Когда НПС оказывается в определенной ситуации (например, ремонт гермодвери на -88 этаже при отключенном питании), движок формирует вектор игрового контекста:

```ts const contextVector = { floorZ: -88, roomType: 'трансформаторная', powerStatus: 'off', occupation: 'слесарь-параноик', dangerLevel: 40 }; ```

Этот вектор проецируется на построенный синтаксический граф. Выбор следующего атома реплики определяется прохождением по ребрам графа с максимальным скалярным произведением вектора состояния НПС и вектора контекста слова.

---

---

Для нас эта работа стала доказательством того, что математическая элегантность дистрибутивной алгебры избавляет инди-разработчика от написания тысяч строк хардкода.

Конечно, у этого подхода есть свои границы. Если вы ищете в процедурных репликах глубокого философского романа или многоходовых логических цепочек — вы их там не найдёте. В своей основе это математические вероятностные Марковские цепи.

Но в мире с сотнями тысяч процедурных НПС этот метод, как никакой иной, создаёт осязаемый, живой, независимый от игрока, а главное — контекстно осмысленный слой текстов. Теперь у жителей мегаструктуры есть рот, и они наконец могут выразить то, как из их собственной точки отсчёта выглядит бесконечный ГИГАХРУЩ.

---

🚀 Играть в браузере (прямой билд): https://gigahrush.github.io/

💬 Telegram-паблик разработчиков (девлоги): https://t.me/gigah_rush

👾 Русская версия на Пикабу Игры: https://games.pikabu.ru/game/gigakhrushch

🌍 itch.io страница (EN): https://tenevik.itch.io/gigahrush