PROJECT_SOVEREIGN

Пятый день: Марк экспериментировал с форматами. Короткие ролики до минуты — Shorts, TikTok, Reels. Длинные видео на десять минут — стандарт YouTube. Обзоры, реакции, «пять фактов о…», «почему вы должны знать о…». Каждый формат — свой промпт, свой темп, своя структура. Короткие ролики оказались проще: тридцать секунд текста, один фон, одна музыкальная подложка. Длинные — сложнее: десять минут требовали развёрнутого сценария, вариаций фона, более сложной структуры с вступлением, основной частью и выводом. Но длинные приносили больше просмотров — алгоритм YouTube предпочитал длинные видео, потому что они удерживали зрителя дольше, а время удержания — главный KPI рекомендательной системы.

Седьмой день: Марк обнаружил, что XTTS v2 можно дообучить на конкретном голосе — не полностью, но достаточно, чтобы убрать металлический оттенок. Он записал час испанской речи — новости, подкасты, лекции, — и запустил дообучение на ночь. Температура в подвале поднялась на три градуса. Марк не спал — не из-за жары, а из-за нетерпения. Дообучение TTS-модели на двух ядрах и восьми гигабайтах памяти — это как собрать автомобиль вручную в гараже: возможно, но медленно, и каждая ошибка стоит часов перезапуска. Он следил за кривой потерь — графиком, который показывал, как модель учится, — и видел, как линия ползёт вниз, как пуля, летящая в цель. Не быстро, но неуклонно. Утром результат превзошёл ожидания: голос стал теплее, мягче, с естественными вариациями тона. Не идеально — идеальное было невозможно на его железе, — но значительно лучше. Марк перегенерировал все предыдущие видео и начал прослушивание — не автоматические метрики, а ручную проверку, час за часом, канал за каналом. Разница была как между версией 0.1 и версией 1.0: тот же функционал, но другое качество.

На третьем часу проверки он наткнулся на фрагмент, который заставил его нажать паузу. Node-ES-04 — личность «Карлос, 32 года, Мадрид, мотивационный контент» — говорил о финансовой независимости, и в середине монолога, между двумя абзацами генерированного текста, произнёс: «Todo va a estar bien». Просто. Без контекста, без развёрнутой фразы — пять слов, вставленные языковой моделью как риторический мост между тезисами. Марк проанализировал: фраза была статистически вероятной для данного контекста — мотивационный контент на испанском, аудитория 25-40 лет, LLM выбрала её из миллионов возможных комбинаций по вероятности следующего токена. Стандартный выход. Ничего особенного. Но Марк не мог вспомнить, как эта фраза звучит, когда её произносит живой человек. Не синтезированный голос, не TTS-движок с дообученными весами, а человек — с дыханием, с микрозадержками гортани, с несовершенствами, которые модель округляла. Он работал с испаноязычным контентом три недели и не слышал живой испанской речи ни разу. Языковой сигнал превратился в данные — токены, вероятности, спектрограммы. Он знал, как эта фраза должна звучать. Он не мог вспомнить, как она звучит.

К десятому дню Node-ES-01 производил контент, который визуально не отличался от среднего канала на YouTube. Не идеально — идеальное было невозможно без кастомной TTS-модели, а она стоила тысячи, — но достаточно, чтобы зритель не выключил в первые три секунды. Голос был всё ещё синтетическим, но — приятным, с правильной интонацией, с паузами в нужных местах. Текст был живым, с личными примерами и юмором. Видео — аккуратным, с хорошим монтажом. Марк загрузил пять видео и пошёл спать. Утром — проверил статистику: двести тридцать просмотров на первом видео, сто восемьдесят на втором, четыреста двенадцать на третьем. Не вирус, не взрыв, но — начало. Алгоритм YouTube начал рекомендовать.

Марк запустил пять каналов на испанском. Потом пять на португальском. Потом десять на арабском. Каждый канал — отдельный аккаунт, отдельная «личность» с собственным именем, аватаром и тематикой. Спортивные обзоры, финансовые советы, крипто-новости, мотивационные ролики, кулинарные рецепты. Разные ниши, разные аудитории, одна цель: просмотры. Не деньги — пока только просмотры. Алгоритмы платформ блокируют каналы, которые начинают монетизировать слишком рано. Нужно было выдержать период «чистого» контента.

Архитектура масштабировалась линейно: каждый новый канал — это набор конфигурационных файлов и промпт, копия конвейера с изменёнными параметрами. Запуск нового канала занимал сорок минут: создать аккаунт, сконфигурировать личность, настроить тематический фильтр. Сервер справлялся — двадцать каналов генерировали по три видео в день каждый, и нагрузка не превышала шестидесяти процентов CPU. Это была фабрика: двадцать станков, работающих двадцать четыре часа в сутки, семь дней в неделю, без перерывов, без выходных, без зарплат. И каждый станок производил продукт, который не отличался от продукта, созданного человеком.

Автоматизация была ключевым словом. Марк мог бы генерировать контент вручную — писать тексты, записывать голос, монтировать видео. Это заняло бы в десять раз больше времени на единицу продукции, а продукт был бы не лучше, а хуже, потому что человеческая усталость — фактор, который не поддавался оптимизации. Машина не уставала. Машина не скучала. Машина не задавала вопросов «зачем». Она исполняла код, и код работал, и каждый выполненный цикл приносил просмотры, а просмотры — в перспективе — деньги. Это был принцип, который Марк понимал интуитивно, как понимал принцип дыхания: не думая, автоматически. Автоматизация решает всё, что можно решить. Всё, что нельзя — тоже можно, если подойти творчески.

На четвёртой неделе Марк добавил к ежедневному циклу рутинную проверку: мониторинг даркнет-форумов на упоминания своих каналов. Не паранойя — стандартная операционная безопасность. Алгоритм поиска был простым: набор ключевых слов — имена каналов, фрагменты описаний, характерные комбинации тегов — прогонялся через API нескольких форумов, и результаты агрегировались в текстовый файл. Большинство находок — мусор: ссылки в коллекциях «лучшие крипто-каналы», просьбы слить промпт, обвинения в кликбейте. Марк просматривал файл за три минуты, помечал не релевантное и закрывал. Но на двадцать восьмой день скрипт вернул ссылку на форум, которого не было в его списке. Не технический — журналистский: площадка для расследовательских журналистов, с платным входом и шифрованием. Тред был новым — двенадцать часов назад. Заголовок: «Сети автоматизированного контента: кто стоит за сотнями каналов?». Текст был конкретным: автор перечислял паттерны — частота публикаций, сходство структур видео, отсутствие метаданных производства — которые совпадали с архитектурой Марка. Имя пользователя было частично затёрто модерацией, но оставшийся фрагмент и стиль — точный, технический, с литературной складкой — были знакомыми. Марк не стал подтверждать гипотезу. Он пометил тред: «низкий приоритет, мониторинг» — и вернулся к логам. Но вкладка осталась открытой.