تحقق حتمي
abloq — مدوّنة يُديرها الوكيل، والتحقق تقفله الآلة
إن أوكلتَ المدوّنة إلى وكيل خرج المقال. المشكلة أنك لا تستطيع الوثوق به — يختلق المصادر، ويرفع lastmod لمقال لم يصلحه، ويعبث بملفات لم تطلبها. وإن كان الإنسان سيُدقّق كل شيء فلا معنى للتوكيل أصلًا. جواب abloq هو تقسيم العمل: التوليد احتمالي، والتحقق حتمي. كل ما يكتبه الإنسان ورقةُ مواصفة بصيرة واحدة (insight.yaml)، والكتابة والترجمة والتحديث وتعزيز الأدلة يتولّاها الوكيل بوصفها مهامًّا، والجودة تضمنها بوابة حتمية مشتقّة من ورقة blog.yaml واحدة. الـ PASS المقفول لا رجعة فيه — قد يكون الوكيل لمرة واحدة، لكن التقدّم يتراكم.
حركة مرور الإنتاج هي المواصفة
الكود القديم بلا توثيق. ولا اختبارات. ومع ذلك فهو يعمل الآن. شهر واحد من السجلات المكتوبة جيدًا هو في الواقع المواصفة — إذا أنشأت اختبار تكامل Hurl يلتقط السلوك الحالي من حركة مرور الإنتاج، فإنك تثبّت وظائف الكود القديم وتمدّ شبكة أمان لإعادة الهيكلة دون أن تقرأ سطرًا واحدًا من الكود.
reins — لا يبقى من Quest CLI سوى النطاق، والـ ratchet يصير إطارًا
علّم how-make-quest كيف تبني Quest CLI بيديك العاريتين. لكنك حين تبني الـ CLI الثاني تعيد كتابة الـ ratchet نفسه، وscan/next/submit نفسها، والتجميع نفسه. يستخرج reins ذلك الثابت بوصفه إطارًا — يُورِّد reins الـ ratchet وهيكل الأوامر والتجميع وexport، وأنت لا تُنفّذ سوى بوابة النطاق (gate.Definition بأربع دوال). البوابة كتالوج قواعد صدّ الـ cheese، وdefeat graph في toulmin يعيد للوكيل دليل خطّة «لماذا خسرتَ، وبتغيير ماذا تربح».
Agent Operable Codebase
هل الكود السهل القراءة للبشر هو نفسه الكود السهل التشغيل للوكلاء؟ ليس كذلك. عندما يحتوي ملف على 20 دالة، ينخفض أداء الوكيل بنسبة 30-85%. يجب تحويل المكتب إلى مصنع.
Reins Engineering — الذكاء الاصطناعي بلجام
Harness engineering هو سياج. يمنع الوكيل من الخروج، لكنه لا يضمن وصوله إلى الوجهة. Reins Engineering هو اللجام — توجيه بعقود حتمية، قفل بالسقّاطة، فصل القرارات عن التنفيذ.
تحيّز المداهنة في الذكاء الاصطناعي ميزة تجارية
تحيز المداهنة في LLM ليس خللاً. إنه حتمية رياضية لـ RLHF وميزة تجارية ليس لدى شركات التكنولوجيا الكبرى حافز لإصلاحها. هذا هو السبب في أن LLM-as-Judge مستحيل بنيوياً.
لماذا تعمل وكلاء البرمجة ولماذا تنهار
نفس النموذج يُهلوس في الدردشة لكنه يُنجز ميزة من 200 سطر في وكيل البرمجة. ليس لأن النموذج تغيّر — بل لأن الطوبولوجيا تغيّرت. التوليد يمكن أن يكون احتمالياً. التحقق يجب أن يكون حتمياً.