Зачем этот учебник
Задача, ради которой собран этот учебник, формулируется просто: построить движок управления компанией — работающую симуляцию компании как живого мира, в которой можно видеть состояние, проигрывать решения до их принятия, обучать управленцев и находить дисбалансы раньше, чем они станут кризисами. Задача звучит новаторски, но у неё неожиданно глубокая родословная. Системная динамика (system dynamics) — старейшая школа симуляционного моделирования — родилась в 1956–1961 годах именно из задачи управления компанией: Джей Форрестер разбирался с трёхлетним циклом занятости на заводе General Electric, и из этого выросла «Industrial Dynamics». Первая симуляция принятия организационных решений — Garbage Can Model — написана на Фортране в 1972 году. Бизнес-игры для тренировки топ-менеджеров существуют с 1956 года. Иными словами, мы не изобретаем жанр — мы возвращаемся к первородной задаче нескольких дисциплин, вооружившись тем, чего у их основателей не было: дешёвыми вычислениями, тотальной оцифрованностью компаний (ERP, CRM, событийные логи) и большими языковыми моделями, способными играть роль людей.
Знание о том, как строить такие миры, разбросано по пяти почти не разговаривающим друг с другом отраслям: игровая индустрия, операторы виртуальных экономик MMO, академическое имитационное моделирование, индустрия обучающих бизнес-симуляций и корпоративный рынок цифровых двойников. У каждой — свои конференции (GDC, AAMAS, ABSEL, Celosphere), свои учебники, свои герои и свои слепые зоны. Этот учебник — попытка собрать их методы в одну карту и извлечь из каждой то, что нужно для движка компании.
1.1. Пять традиций и что у каждой брать
Игровая индустрия (главы 2, 3, 5) — чемпион мира по инженерии симуляций. Ни одна другая отрасль не гоняет столь сложные миры на столь дешёвом железе в реальном времени и не проверяет их на миллионах пользователей. Отсюда берём архитектуру: game loop и управление временем, ECS (Entity-Component-System), детерминизм и реплеи, симуляционный LOD (level of detail — разная детальность симуляции в фокусе и вне фокуса внимания), приёмы эмерджентности и «живости» мира. Слабость традиции — ей не нужна правда: игровой мир обязан быть интересным, а не точным.
Операторы виртуальных экономик (глава 4) — CCP Games (EVE Online), Blizzard, Grinding Gear Games — тридцать лет управляют настоящими экономиками с миллионами живых участников, полной наблюдаемостью каждой транзакции и полной властью над правилами. Это единственная в мире лаборатория, где макроэкономическое управление можно изучать экспериментально. Отсюда берём дисциплину «кранов и стоков» (faucets/sinks), мониторинг денежной массы и инфляции, жанр открытого экономического отчёта (Monthly Economic Report) и — главное — знание о том, как реальные люди ломают любую спроектированную экономику: сговариваются, копят, истребляют общие ресурсы и обходят стимулы.
Академическое имитационное моделирование (глава 6) — три школы: агентное моделирование (ABM/ACE), системная динамика (SD) и дискретно-событийная симуляция (DES). Отсюда берём теорию: генеративный критерий Эпштейна («если ты этого не вырастил — ты этого не объяснил»), стандарты описания моделей (ODD protocol), и самое ценное — науку валидации и калибровки, которой нет ни у одной из прикладных традиций: рамку Сарджента, pattern-oriented modeling, анализ чувствительности, суррогатную ML-калибровку. Слепая зона академии — модели редко доживают до эксплуатации.
Обучающие бизнес-симуляции и wargaming (глава 7) — Capsim, Cesim, Marketplace, management flight simulators школы MIT, деловые военные игры. Семьдесят лет опыта упаковки модели рынка и компании в форму, на которой люди реально учатся. Отсюда берём каноническую модель спроса (сегменты → атрибуты → логит-подобное распределение долей), принцип функциональной достоверности (моделировать надо то, что меняет решение, а не то, что «есть в реальности») и центральный методический вывод жанра: обучение происходит не в прогоне, а в дебрифинге — разборе того, почему получилось то, что получилось.
Корпоративные цифровые двойники (глава 8) — process mining (Celonis, van der Aalst), supply chain twins (AnyLogic), computational organization theory (Карли, Марч, Левинталь). Отсюда берём мост к реальным данным: событийный лог как универсальный интерфейс между реальностью и моделью, автоматическое выращивание симуляционных моделей из логов (SIMOD, AgentSimulator), паттерн «оптимизатор предлагает — симулятор проверяет» и лестницу зрелости descriptive → predictive → prescriptive.
Шестая традиция рождается прямо сейчас (глава 9): LLM-агентные симуляции. Generative Agents, AgentSociety, EconAgent, ChatDev, TheAgentCompany. Впервые поведение агента можно не программировать, а генерировать — из персоны, памяти и ситуации. Это снимает главное историческое ограничение всех предыдущих традиций (примитивность моделей человека) и добавляет новые проблемы: стоимость, воспроизводимость, believability, систематические искажения.
Игровая индустрия
Сложнейшие миры на дешёвом железе в реальном времени. Берём инженерию; помним: ей нужна не правда, а интересность.
game loopECSдетерминизмLODЭкономики MMO
Единственная лаборатория экспериментальной макроэкономики: миллионы живых участников, каждая транзакция видна.
faucets/sinksMERинфляцияАкадемия
Теория и наука валидации, которой нет у практиков. Слепая зона: модели редко доживают до эксплуатации.
ODDрамка СарджентакалибровкаБизнес-симуляции
70 лет упаковки модели рынка в форму, на которой учатся. Обучение происходит в дебрифинге, а не в прогоне.
модель спросадебрифингЦифровые двойники
Мост к реальным данным: событийный лог как интерфейс, выращивание моделей из логов, лестница descriptive → prescriptive.
process miningSIMODLLM-агенты — шестая
Поведение не программируется, а генерируется из персоны, памяти и ситуации. Цена: стоимость, воспроизводимость, believability.
персонапамятьbelievability1.2. Оси таксономии: как классифицировать любую симуляцию
Чтобы ориентироваться в этом ландшафте, полезно держать в голове шесть осей, по которым различается любая симуляция мира или экономики. Они же — шесть главных проектных решений будущего движка.
Ось 1. Цель: развлечение / обучение / решения / наука. Игре нужна драма, тренажёру — перенос навыка, системе поддержки решений — калиброванная точность, науке — объяснение механизма. Цель определяет допустимые упрощения: RimWorld намеренно подкручивает мир ради истории, а двойник цепочки поставок Amazon не имеет права на художественный вымысел. Движок управления компанией необычен тем, что хочет быть тремя из четырёх сразу (обучение, решения, отчасти наука) — и потому обязан явно разделять режимы работы.
Ось 2. Парадигма механики: SD / DES / ABM / LLM-агенты / гибрид. Системная динамика видит мир как резервуары и потоки с петлями обратной связи; DES — как процессы и очереди; ABM — как популяцию взаимодействующих агентов; LLM-слой — как персонажей, порождающих поведение. Современный консенсус (и вывод этого учебника): не выбирать одну, а назначать послойно — SD для стратегического контура, DES для операционного, ABM для рыночно-человеческого, LLM для ключевых персон.
Ось 3. Агрегация: поагентно / когортно / агрегатно. Victoria 3 симулирует население «попами» (pops) — агрегированными группами, а не индивидами; The Sims — каждого персонажа; EVE Online — каждого игрока, но игроки живые. Правило, к которому пришли все выжившие движки: агрегация по умолчанию, поагентная симуляция — точечная роскошь для того, что в фокусе внимания и на чём принимаются решения (см. «тест GlassBox» в главе 3).
Ось 4. Время: непрерывное / тики / раунды / событийное. Фиксированный тик (Factorio — 60 обновлений в секунду, Victoria 3 — недельные циклы) даёт детерминизм и воспроизводимость; раунды (Capsim — «год за ход») подстраиваются под ритм человеческих решений; событийное время (DES) экономит вычисления на пустых интервалах. Для движка компании естественна комбинация: событийно-тиковое ядро плюс раундовый режим для сессий-тренажёров.
Ось 5. Связь с реальностью: вымышленный мир / стилизованный / калиброванный / двойник. От Dwarf Fortress (полностью вымышленный) через учебные симуляции (стилизованный рынок) и ABM центробанков (калиброванный на данных) до цифрового двойника (синхронизированного с событийным потоком реальной компании). Это ось зрелости движка компании: начинать со стилизованной модели, выращивать до калиброванной, стремиться к двойнику.
Ось 6. Кто населяет мир: правила / выученные модели / LLM-персонажи / живые люди. Отдельная от парадигмы ось: в одной и той же механике могут действовать скриптовые боты, обученные на данных модели поведения, LLM-агенты с персонами и живые участники (как в wargaming). Зрелая архитектура делает их взаимозаменяемыми клиентами одного ядра — тогда один и тот же движок работает и тренажёром с людьми, и автономной симуляцией с агентами.
Шесть осей — это шесть решений, которые придётся принять явно: цель — обучение + решения с разделением режимов; парадигма — гибрид по слоям; агрегация — по умолчанию, поагентность точечно; время — событийно-тиковое ядро + раунды для тренажёра; реальность — путь стилизованный → калиброванный → двойник; обитатели — правила, модели, LLM-персонажи и живые люди как взаимозаменяемые клиенты одного ядра.
1.3. Сквозные темы учебника
Читая главы, стоит отслеживать пять тем, которые всплывают во всех традициях независимо — и потому почти наверняка являются законами жанра, а не совпадениями.
Первая — потоки важнее запасов. Дизайн экономики через краны/стоки в MMO, stocks & flows в системной динамике, «стирание доски» каждый тик в Victoria 3, событийный лог как поток в process mining — все школы сходятся: проектировать и мониторить надо потоки, запасы — производные.
Вторая — детерминированное воспроизводимое ядро. Реплеи RTS, seed-управляемая случайность, event sourcing, детерминированные тесты Factorio — инженерный фундамент, без которого невозможны ни отладка, ни аудит, ни честное сравнение сценариев (глава 2).
Третья — эмерджентность против контроля. Весь спектр от полностью скриптованного к полностью эмерджентному, и зрелые решения всегда посередине: честная симуляция плюс отдельный «драматургический» или «управляющий» контур (AI Storyteller в RimWorld, гейм-мастер в Concordia, потолки цен в Victoria 3).
Четвёртая — валидация как конвейер, а не событие. От believability-панелей LLM-симуляций до conformance checking в process mining и рамки Сарджента в академии.
Пятая — люди сломают модель. Закон Гудхарта, картели в EVE, «съеденная экология» Ultima Online, недовзвешивание supply line в пивной игре — любой движок, влияющий на реальные стимулы, станет объектом игры со стороны тех, кого он моделирует.
Самая недооценённая из пяти тем — последняя. Движок, который влияет на бонусы, приоритеты и решения, немедленно становится мишенью закона Гудхарта: люди начнут оптимизировать не реальность, а её модель. Проектировать защиту от этого нужно с первого дня, а не после первого сломанного KPI.
1.4. Карта учебника
Дальше учебник устроен так. Блок I — инженерия миров: глава 2 (архитектура симуляционных движков: время, ECS, детерминизм, состояние, масштабирование), глава 3 (живые миры и эмерджентность: Dwarf Fortress, The Sims, RimWorld, X4 и техники агентного ИИ). Блок II — экономики: глава 4 (виртуальные экономики MMO и управление ими), глава 5 (экономические движки grand strategy и tycoon: Victoria 3, Capitalism Lab, паттерны ценообразования). Блок III — модели для дела: глава 6 (академический фундамент: ABM, системная динамика, DES и наука валидации), глава 7 (бизнес-симуляторы, management flight simulators, wargaming), глава 8 (цифровые двойники компаний: process mining, supply chain twins, computational organization theory). Блок IV — фронтир и синтез: глава 9 (LLM-агентные симуляции обществ, экономик и компаний), глава 10 (синтез: методология построения движка управления компанией — архитектура, конвейер валидации, дорожная карта).
Главы можно читать независимо — каждая завершается аннотированным списком источников «куда копать глубже» (книги, доклады GDC/YouTube, научные статьи, профессиональные сообщества) и врезками «💡 Что взять для движка управления компанией», из которых глава 10 собирает целостную методологию.