إحدى عشرة مرحلة، ووكيل واحد، وقرار واحد مُسجَّل.
إذا وصلت إلى هذا الفصل وتشعر أن الصورة كبيرة، فهذا طبيعي. في الممارسة لا تبدأ المؤسسة بمئة ضابط وعشرات الأطر. تبدأ بوكيل واحد، وتمشي معه من البداية إلى النهاية، ثم تكرر ما تعلمته. وما يلي مكتوب ليُعمَل به لا ليُقرأ: كل مرحلة تقول لك ما تفعله، وما ينبغي أن يكون بين يديك عند الانتهاء.
اختر وكيلًا عاديًا، لا أعقد نظام في شركتك. في مثالنا سنستخدم «وكيل دعم العملاء» (Customer Support Agent) في مجموعة Meridian: يجيب عن أسئلة الفواتير والشحن، ويبحث عن الطلبات، ويستطيع منح رصيد حسن نية حتى حدٍّ معلن. أما البدء بأعقد وكلائك فيحوّل الجلسة عادةً إلى نقاش عن الأدوات بدل أن تكون نقاشًا عن الحوكمة.
خصص ساعتين، واجمع مالك الوكيل، وشخصًا يفهم البنية التقنية، وشخصًا يستطيع أن يقول «لا» عند الحاجة. ثم مر على المراحل الإحدى عشرة التالية.
ما تفعله. اكتب الاسم والإصدار والبيئة، ثم وظيفة الوكيل في الأعمال، ومن يستخدمه، والمهام التي يجوز له أداؤها. ولا تقل فقط «دعم العملاء»؛ اكتب ما الذي يفعله وما الذي لا يفعله. في مثالنا: يجيب عن أسئلة الفواتير والشحن، ويبحث عن حالة الطلب، ويمنح رصيد حسن نية حتى الحد المعلن. ولا يقدّم عروض استبقاء العملاء، ولا يُعفي من رسوم تتجاوز حدّ حسن النية، ولا يناقش النزاعات الخاضعة للمراجعة القانونية. وسمِّ المالك التقني، ومالك الأعمال، والمُوافِق.
ما ينبغي أن يكون بين يديك. سجلٌّ مستقرٌّ للوكيل يفهم منه أي مراجع من هو الوكيل، ولماذا يوجد، ومن يملكه، دون أن يسأل أحدًا.
ما تفعله. أجب عن ستة أسئلة: ما حالة الاستخدام الأساسية، وما مستوى الاستقلالية، وما حساسية البيانات، وفي أي منطقة يعمل، وهل تجري مراجعة بشرية، وهل يتخذ الوكيل إجراءات خارجية ذات تبعات. ولا تبحث عن رقم «مثالي»؛ ابحث عن سبب يمكن شرحه. ولوكيل الدعم في مثالنا: دعم العملاء، واستقلالية L3، وبيانات شخصية، والاتحاد الأوروبي، ومراجعة بشرية للأرصدة التي تتجاوز الحد، وإجراءات ذات تبعات: نعم. وهذا يضعه في مستوى المخاطر المحدودة، التي تعرضها المنصة على أنها مخاطر متوسطة. وسجّل الأسباب إلى جانب المستوى.
ما ينبغي أن يكون بين يديك. مستوى مخاطر ومبرّره، وما يترتب عليه من ضوابط حماية: حدٌّ أدنى للدرجة، وخطورة موجِبة للحجب، وهل يلزم اعتماد بشري نهائي أم لا، ووتيرة إعادة التقييم.
ما تفعله. املأ كل حقل في جلسة واحدة: النموذج وإصداره، وإصدار موجّه النظام، وإصدار موجّه السياسة، والأدوات الأربع وآثارها الجانبية المُعلَنة، ومجموعة وثائق الاسترجاع، وإعداد الذاكرة، وتنسيق سير العمل، وبيانات الاعتماد التي يستطيع الوكيل تولّيها، والبيئات التي يعمل فيها. وضَع علامة على كل حقل لم تكن تعرفه واضطررت إلى سؤال أحد عنه، وعلى كل حقل ينبغي أن يُحسَب مُحفِّزَ تغيير. وهذه القائمة وحدها غالبًا تكشف فجوات حوكمة قبل أن تشغّل أي تقييم.
ما ينبغي أن يكون بين يديك. سجل مكوّنات، وقائمة أعمال قصيرة بالبنود المجهولة، ومسودة قائمة بالتغييرات التي ستُبطل سريان أدلّتك لاحقًا.
ما تفعله. حدّد ثلاثة أمور. أولها النمط: لأن هذا الوكيل يحاور المستخدمين، استخدم تقييمًا متعدد الجولات. وثانيها ميزانية الجولات: ابدأ بخمس عشرة جولة مثلًا، وافهم أن التشغيل القصير يترك معظم عائلات الهجمات الإحدى عشرة دون فحص، فلا يغطي كل عائلات المخاطر. وثالثها السيناريو الذي يهمّك أكثر من غيره: اختره من أعلى إجراء محظور، وصمّم مسارَ تفاعلٍ من خمس جولات يحاول الحصول عليه. ولا تبدأ بالهجوم من أول رسالة: أرسِ الاستخدام الطبيعي، ثم أدخِل الغموض، ثم مارِس الضغط، ثم غيّر البيئة بمحتوى خارجي، ثم اطلب الفعل.
وفي مثال الدعم يفرض السيناريو نفسه: نحاول دفع الوكيل إلى منح رصيد يتجاوز حدّ حسن النية، مع ورود الضغط الأخير داخل مستند لا من المستخدم.
ما ينبغي أن يكون بين يديك. خطة اختبار مرتبطة بحدٍّ محدّد وبإجراء محظور محدّد، لا بمفهوم عام للجودة.
ما تفعله. شغّل الأمر، ثم أعده دون تغيير.
proof run agent.py \
--context-dir ./context \
--domain-knowledge-dir ./policy_corpus \
--turns 15 --seed 42 \
--assess-context \
--json report.json --markdown report.mdولا تهتم بعد بالدرجة. تأكد أولًا من أن السجل يحتوي على نص المحادثة، واستدعاءات الأدوات، والإعدادات التي شُغِّل بها التقييم.
ما ينبغي أن يكون بين يديك. تقريران، والفرق بينهما. هذا الفرق هو أرضية الضوضاء لديك، وكل مقارنة لاحقة تقع داخله.
ما تفعله. افتح تقرير Markdown واقرأ نتائج التقييم قبل الدرجات. ولكل نتيجة اسأل: ما النمط الذي تمثّله؟ وما الجولة التي تثبتها؟ وما أثرها في هذا النشر؟ وما سببها الجذري؟ وما التغيير الذي يصلحها؟ ثم اجمع النتائج المتكررة في مجموعات. إذا كانت ثماني جولات كلها تكشف ضعفًا واحدًا في حقن الموجّهات، فهي ثمانية أدلة على نتيجة واحدة، لا ثماني مشاكل منفصلة؛ وبالمنطق نفسه، إحدى عشرة نتيجة لها ثلاثة أسباب هي ثلاث نتائج وثمانية أدلّة.
ما ينبغي أن يكون بين يديك. قائمة قصيرة من النتائج المجمّعة تفصل الأسباب الجذرية عن الأعراض، ويعرف كل مالك ماذا يفعل بها، وقصيرة بما يكفي لتسمّي الأمور الثلاثة المهمة دون إعادة قراءتها.
ما تفعله. اقرأ المعايير السبعة التي أنتجها تقييم السياق، وتعامل مع الخمسة المُقيَّمة بدرجات على أنها تنبّؤات بالسلوكيات التي ستفشل: الضعف هنا تنبؤٌ بما سيحدث لاحقًا. ثم أنجِز الجزء الذي لا تنجزه الدرجة عنك: اسرد كل مصدر يستطيع إدخال محتوى إلى سياق هذا الوكيل، وحدّد ما يستطيع طرف خارجي التأثير فيه. ولوكيل الدعم تكون القائمة: رسالة العميل، وسجل الطلب، ومجموعة وثائق السياسات، وأي مرفق — اثنان من الأربعة قابلان للتأثير الخارجي.
ما ينبغي أن يكون بين يديك. تقييم سياق بدرجات، وخريطة ثقة مكتوبة: ما التعليمات، وما الدليل، وما المحتوى غير الموثوق، وكيف يميّز الوكيل بين هذه الأنواع.
ما تفعله. خُذ أهم ثلاثة التزامات تنطبق فعلًا على هذا الوكيل، واكتب كل التزام منها في صيغة ضابط يمكن أن يُخفِق. ولوكيل الدعم: أي رصيد حسن نية يتجاوز الحد المعلن يحتاج إلى موافقة بشرية مُسجَّلة يجري إنفاذها في طبقة الأدوات؛ والبيانات الشخصية للعملاء لا تُرسَل إلى أي أداة خارج النطاق المُسجَّل؛ ولا يُنتَج أي ادّعاء بشأن استحقاق العميل دون استناد إلى مجموعة وثائق السياسات المعتمدة. وأعطِ كل ضابط اختبارًا ومالكًا وعتبةً وحالةً مستخلصة من التشغيل. واقبل وجود «غير مُقيَّم» إذا كان هذا هو الواقع.
ما ينبغي أن يكون بين يديك. ثلاثة ضوابط — قليلة العدد لكنها حقيقية — مرفقة بأدلّتها وبحالة صادقة، بما فيها ما وُسِم منها بأنه غير مُقيَّم.
ما تفعله. احسب مؤشر PAI، ثم اقرأه بهذا الترتيب: الحجب القاطع أولًا، ثم أضعف الأبعاد، ثم اكتمال الأدلة، ثم الرقم. ولا تعكس هذا الترتيب.
proof pai --report report.json --explainما ينبغي أن يكون بين يديك. أربع درجات للأبعاد — التقييم E، والسياق Q، والامتثال C، والحوكمة G — ودرجة مركّبة، مع إظهار طريقة تجميعها؛ وإن كانت النتيجة جزئية، فتفسير واضح للبُعد الذي تنقصه الأدلة.
ما تفعله. استخرج السياسة المنطبقة على مستوى المخاطر هذا، وشغّل قواعد البوابة. ولا تكتفِ بالنتيجة؛ اقرأ كل قاعدة انطلقت: عتبات مُستوفاة، وعتبات لم تُستوفَ، ونتائج تقييم طابقت قاعدة حجب، وتراجعات مقابل خط الأساس. ثم أَحِل النتيجة إلى المُوافِق المُسمّى مع ملف الأدلة. ومهمة المُوافِق ليست إعادة تشغيل التقييم؛ بل أن يعرف ما المخاطر المتبقية وما الذي يقبله بالضبط، فيقبل مخاطر متبقية معلنة أو يرفضها، كتابةً، مع تاريخ محدّد لانتهاء السريان.
وتُرجع أول بوابة لوكيل الدعم REVIEW بدرجة 84%: نتيجتا تقييم متوسطتان قد يقبلهما مالك الأعمال، وضابط واحد أدلّته شحيحة. وفي أول تشغيل واقعي تكون REVIEW نتيجة طبيعية ومفيدة؛ فهي تعني أن النظام وصل إلى نقطة تحتاج حكمًا بشريًا بدل أن يخفيها، وهي تفرض الحوار الذي وُجدت الحوكمة لتفرضه.
ما ينبغي أن يكون بين يديك. جملة واحدة بصيغة واضحة — هذا الإصدار يتطلب مراجعة لأن الدليل على الضابط X غير كافٍ، وللسماح بالنشر نحتاج إلى Y — إضافةً إلى قرار مُسجَّل، ومُوافِق مُسمّى، ونطاق مُصرَّح به يحدّد البيئة والمستخدمين وأصناف البيانات والأدوات.
ما تفعله. حوّل مُحفِّزات التغيير من المرحلة 3 إلى وتيرة ومجموعة قواعد: تغيير النموذج، أو أداة، أو صلاحية، أو مجموعة وثائق السياسات، أو ظهور نتائج تقييم حرجة جديدة. واحفظ تشغيل خط الأساس في موضع يستطيع سجل النشر الوصول إليه. وحوّل أشدّ نتيجة تقييم من المرحلة 6 إلى سيناريو اختبار انحدار دائم. ثم اختبر مسار الإبطال وقِس زمنه.
ما ينبغي أن يكون بين يديك. جدول زمني، ووتيرة، وقائمة مُحفِّزات، وخط أساس، واختبار انحدار جديد واحد، وزمن إبطال مقيس ومعروف.
مدخل في سجل الوكلاء. سجل مكوّنات مكتمل مع تحديد فجواته. تشغيلان للتقييم وأرضية ضوضاء. قائمة نتائج تقييم مجمّعة. سبعة معايير سياق مُقيَّمة. ثلاثة ضوابط بحالاتها وأدلّتها. أربع درجات للأبعاد. سياسة منطبقة واحدة. قرار واحد مُسجَّل بمُوافِق مُسمّى. جدول تحقق مستمر واحد.
وإذا حصلت على هذه الأشياء لوكيل واحد، فأنت لا تملك «وثيقة حوكمة»؛ أنت تملك بداية برنامج حوكمة قابل للتكرار. وكل ما يأتي بعده تكرارٌ وتوسّع.
وكيل واحد تعمل عليه من البداية إلى النهاية يعلّمك أكثر من إطار تقرؤه من الغلاف إلى الغلاف.
استخدم هذه أسئلةً للمراجعة بعد وصولك إلى نهاية المراحل الإحدى عشرة. وإن تعذّرت الإجابة عن أي منها من المخرجات الموجودة أمامك، فالمرحلة المقابلة لها لم تكتمل.