وكلاء الذكاء الاصطناعي ونظم اتخاذ القرار
ورقة بحثية أولية تقرير تقني الإصدار 1

جارڤيس وسيستم برين: نحو قرارات آلية قابلة للمساءلة وأقسام تكتسب الاستقلالية تدريجيًا

ZEISMO-R-2026-00000128 سبتمبر 2026مخطوط بحثي
إشعار تصحيحي

تصحيح اسم المؤلف: الاسم الكامل هو مهند أسامة زهران. وملف PDF المصحح هو الإصدار 1.3 المسجّل في السجل المنقح ZEISMO-R-2026-000002 على https://zeismo.org/papers/0976756f077079de70a53e2a06b004f2. ولم تتغير أساليب البحث أو النتائج. ولا يزال ملف JSON المسجّل الأصلي وبصمة التحقق منه محفوظين.

سُجّل في 28 سبتمبر 2026. وما زال السجل المؤرشف الأصلي متاحًا.

سجل نسخة بحثية أوليةاقرأ المخطوط مع منهجه وقيوده وتاريخ إصداراته.

يستخدم عرض القراءة هذا الاسم الكامل للمؤلف: مهند أسامة زهران. وقد حُفظ ملف JSON المسجّل الأصلي دون أي تغيير؛ انظر إشعار التصحيح والإصدار المنقّح.

التسجيل لا يعني التحكيمهذه نسخة بحثية أولية مسجّلة محليًا. يثبت تطابق البصمة أن السجل هو النسخة المؤرشفة، ولا يثبت صحة الاستنتاجات العلمية. وقد تحمل التنزيلات الأصلية القديمة العبارة التاريخية «ZEISMO Verified technical preprint»؛ وهي علامة تسجيل لا شهادة تحكيم علمي مستقل. يبيّن سجل أدلة كل دراسة ما أُنجز فيها من تحقق.

الملخّص

نقترح جارڤيس واجهةً تتخاطب حصرًا باللغة الإنجليزية مع «سيستم برين»، وهو طبقة تنسيق بين وكلاء برمجيين مخصّصين لأدوار محددة. ويجمع كل وكيل مقترح بين توصيف للدور ومهارات منتقاة وأدوات محدودة النطاق وذاكرة وسجل تقييم. ويُقصد بـ«الخلايا» وحدات المسؤولية البرمجية، وبـ«الشعور» تقدير قابل للقياس لعوامل الاستعجال وعدم اليقين والعواقب. ويقدّم نظام Souq القائم سابقة هندسية ملموسة. كشف فحص الشفرة عن خمسة عشر موضعًا أوليًا للخلايا، واستيراد للمعرفة، وذاكرة مستدامة، وتفويض محدود، ومجلس للتوصيات. اجتاز النموذج الأولي سبعة اختبارات معزولة تضمنت اثنين وثلاثين شرطًا للتحقق. تثبت هذه الاختبارات سلوكيات محددة للتطبيق، لا جودة القرارات التي يولدها النموذج. وتفحص أربع تجارب مضبوطة الآليات التي تحكم اتخاذ القرار. عبر 12,000 مهمة اصطناعية، سمحت بوابة تطبيق السياسة في صيغتها الكاملة بتنفيذ 1,888 مقترحًا (15.7%) من دون أي مخالفة للسياسة المرمَّزة، بينما بلغت نسبة المقترحات الصحيحة بين ما نُفِّذ 85.1%. فالامتثال للسياسة يختلف عن صحة القرار من حيث المعنى. حسّنت تصفية السجلات بحسب مصدرها صلاحية الاسترجاع في بيانات اصطناعية ذات تسميات صريحة. وأظهرت محاكاة التصويت مع وجود ترابط بين الأصوات لماذا لا يضمن تكثير الوكلاء استقلال خبراتهم. يهدف البرنامج تدريجيًا إلى إسناد عمليات روتينية مختارة يتولاها البشر إلى النظام، وفق معايير قبول مقيسة لكل مهمة. أما مضاهاة فريق يضم مئة متخصص واتخاذ القرار كاملًا خلال أجزاء من ألف من الثانية فتبقيان فرضيتين تتطلبان دراسات منفصلة تشمل خبراء ونماذج تعمل فعليًا. ويوفّر التقرير التعريفات والبنية والأدلة والبروتوكول التجريبي اللازم لبحث هاتين الفرضيتين.

المخطوط

‏JARVIS و وسيستم برين نحو قرارات آلية قابلة للمساءلة وأقسام تكتسب الاستقلالية تدريجيًا. J نموذج أولي من 15 خلية · أفق بحثي لمضاهاة 100 متخصص البنية · فحص النموذج الأولي · محاكاة منضبطة المهندس مهند أسامة زهران خبير الذكاء الاصطناعي مختبر ZEISMO للأبحاث 28 أيلول/سبتمبر 2026 · الإصدار 1.2 ZEISMO-LAB-TR-2026-001 سجل بحثي أُعدّ ليكون قابلًا للفحص. تقرير تقني وبرنامج تجريبي أُعدّا لأرشيف زيزمو البحثي. الحقل التسجيل المؤلف / التوجيه البحثي للمشروع المهندس مهند أسامة زهران · خبير في الذكاء الاصطناعي الناشر مختبر ZEISMO للأبحاث الجهة المشغّلة WEARLISTY SHOPPING SOLUTIONS LLC معرّف التقرير ZEISMO-LAB-TR-2026-001 (معرّف محلي للتقرير التقني معرّف التقرير ) الإصدار 1.2 · 28 سبتمبر 2026 · الإنجليزية موضوع البحث واجهة جارڤيس وبنية الوكلاء الخلوية في سيستم برين الأدلة فحص الشيفرة المصدرية، واختبارات معزولة للنموذج الأولي، وتجارب اصطناعية، وفحوص لقابلية إعادة إنتاج النتائج. حالة المراجعة اكتمل التحقق التقني الآلي الداخلي؛ ولم يُسجّل تحكيم علمي مستقل. الإتاحة نسخة تقنية أولية منشورة على zeismo.org يطوّر التقرير برنامج زيزمو البحثي، ويجمع بين فحص نموذج برمجي أولي قائم ودراسة محاكاة أصلية يمكن إعادة إنتاج نتائجها. ويبيّن صراحةً أي الأفكار مقترحات للتصميم، ويقرن النتائج التجريبية بمصادر بياناتها ونطاقها. استُخدم الذكاء الاصطناعي في استكشاف الأدبيات والتحليل التقني وكتابة شيفرة المحاكاة وصياغة المخطوط وتصميم الوثيقة. وضع مهند أسامة زهران تصور المشروع وحدّد توجهه البحثي وأذِن بإدراج اسمه مطبوعًا ولقبه المهني في هذه الطبعة. أُنجز التحليل الحاسوبي وإعداد الوثيقة بمساعدة الذكاء الاصطناعي. ولا تعني نسبة التأليف إليه أنه أجرى مراجعة علمية مستقلة. تحفظ حزمة الأدلة المرافقة شيفرة التجربة وبياناتها المولّدة وجداول المخرجات وسجل المراجع وبصمات ملفات المصدر ونتائج التحقق. يميّز معرّف التقرير هذا الإصدار محليًا، وليس معرّف DOI. وتُنشر بصمة SHA-256 النهائية لملف PDF خارج الملف نفسه لتجنّب حساب بصمة تعتمد على ذاتها. من المساعدة الحوارية إلى إجراءات تحكمها ضوابط. سؤال البحث: كيف تتولى أنظمة ذكاء اصطناعي متخصصة بحسب الدور قرارات اعتيادية مع الحفاظ على الأدلة وإمكان ضبط عملها وقياس موثوقيتها؟ نقترح JARVIS واجهة ناطقة بالإنجليزية حصرًا لطبقة System Brain التي تنسق عمل وكلاء برمجيين متخصصين. يجمع كل موظف ذكاء اصطناعي مقترح بين عقد يحدد دوره، ومهارات منتقاة، وأدوات محدودة الصلاحيات، وذاكرة، وسجل تقييم. تشير «الخلايا» إلى وحدات المسؤولية البرمجية؛ ويعني «الشعور» تقديرًا قابلًا للقياس لدرجة الإلحاح وعدم اليقين وعواقب القرار. يوفّر التطبيق القائم في مشروع «سوق» أساسًا هندسيًا ملموسًا. فقد أظهر فحص الشيفرة وجود خمسة عشر موضعًا أوليًا للخلايا البرمجية، وآليات لاستيراد المعرفة، وذاكرة دائمة، وتفويض محدود، ومجلس لإعداد التوصيات. واجتاز النموذج الأولي سبعة اختبارات معزولة تضم اثنين وثلاثين تحققًا. وتثبت هذه الاختبارات سلوكيات محددة للتطبيق، ولا تقيس جودة القرارات التي يولّدها النموذج. تبحث أربع تجارب مضبوطة في الآليات التي تضبط اتخاذ القرار. فمن بين 12,000 مهمة اصطناعية، سمحت بوابة الضبط الكاملة بتنفيذ 1,888 مقترحًا (15.7%)، دون أي مخالفة للقواعد المرمّزة. وبلغت نسبة المقترحات الصحيحة بين ما نُفّذ منها 85.1%؛ لذا يجب التمييز بين الالتزام بالقواعد وصحة القرار من حيث المعنى. وقد حسّن التحقق من مصادر المعلومات صلاحية السجلات المسترجعة ضمن بيانات اصطناعية ذات تصنيفات صريحة. كما بيّنت محاكاة المصوّتين ذوي الأخطاء المترابطة أن زيادة عدد الوكلاء لا تضمن استقلال خبراتهم. يهدف البرنامج إلى إسناد مسارات عمل روتينية مختارة يتولاها البشر حاليًا إلى النظام بالتدريج، على أن يستند قبول كل مهمة إلى قياس أدائها. أما معادلة أداء لجنة من مئة متخصص واتخاذ القرار من البداية إلى النهاية في غضون ملّي ثوانٍ، فهما فرضيتان تحتاجان إلى دراسات منفصلة بمشاركة خبراء وباستخدام نماذج فعلية. ويقدّم التقرير التعريفات والتصميم والأدلة وبروتوكول التجربة اللازم لاختبارهما. 15 الطراز الأولي للخلايا برمجية في النموذج الأولي الذي تم تفتيشه 12,000 مهام اصطناعية لاتخاذ القرار 7 / 32 اختبارات النموذج الأولي / عمليات التحقق إدخال القوى العاملة المعتمدة على الذكاء الاصطناعي تدريجيًا. تهدف زيزمو إلى نقل الأعمال الإدارية الاعتيادية المناسبة تدريجيًا من المشغّلين البشر إلى أنظمة قرار بالذكاء الاصطناعي يمكن مساءلتها. يبدأ الانتقال المقترح بالمهام لا بالمسميات الوظيفية. قد يجمع القسم بين تدقيق السجلات المتكرر والحكم الإبداعي والتفاوض والعمل الميداني وقرارات لها عواقب جسيمة. تحتاج هذه الأنشطة إلى أنواع مختلفة من الأدلة والتصاريح. لذلك يُمنح موظف الذكاء الاصطناعي دورًا محدد الصلاحيات، ولا يُمنح السيطرة المطلقة على وظيفة مؤسسية كاملة. يحمل إحلال الأتمتة محل العمل البشري معنى تشغيليًا محددًا في هذا التقرير: بعد اعتماد سير عمل معين، لا يعود تنفيذ كل حالة اعتيادية فيه بحاجة إلى تدخل بشري. ويظل البشر مسؤولين عن تحديد غايته، واعتماد صلاحياته، ومعالجة الاستثناءات، وتقييم النتائج. والهدف هو بلوغ أتمتة واسعة، على أن يبرّر التوسعَ ما تحققه من نتائج، لا ما توحي به واجهتها من إقناع. أولى المهام المرشّحة للتشغيل هي إجراءات رقمية قابلة للتراجع، يمكن توثيق مدخلاتها والأفعال المسموح بها وشروط نجاحها. ومن أمثلتها توجيه طلب دعم، وإعداد تنبيه للمخزون، وتسوية فاتورة تتبع نمطًا معروفًا، وتجميع حزمة أدلة بحثية. وتنسّق طبقة سيستم برين المشتركة اعتماد هذه الأدوار بعضها على بعض. ينبغي أن يراعي البرنامج المرحلي التغيّر المؤسسي أيضًا. فتوزيع الأدوار من جديد، والتدريب، والتواصل، والاحتفاظ بالخبرات متطلبات للتنفيذ. وقد يؤدي الاستغناء عن القدرات البشرية قبل ثبوت استقرار العملية المؤتمتة إلى ترك المؤسسة بلا مسار للتعافي. الفكرة الأساسية لا تُؤتمت مسؤولية محددة إلا بعد أن يثبت النظام الجودة المطلوبة، ويرصد حدود قدرته التشغيلية، ويعيد التحكم إلى المشغّل عند تجاوز تلك الحدود. أسئلة يمكن الإجابة عنها بالأدلة. تتمثل مساهمة العمل في برنامج تكامل قابل للاختبار ودراسة أولية للضوابط، ولا يدّعي الباحث أنه اخترع الذكاء. سؤال الترتيبات التنويه في هذا الموقف RQ1 · هل يمكن لبوابات السياسات محددة الأنواع تقييد الإجراءات المقترحة؟ معدل المخالفات وتغطية التنفيذ والامتناع دراسة اصطناعية أُجريت بالفعل RQ2 · هل يمكن لاختيار الذكريات أن يحافظ على جودة الأدلة؟ استرجاع صحيح واسترجاع غير صحيح وامتناع دراسة اصطناعية أُجريت بالفعل RQ3 · هل يؤدي توسيع مجلس الاستشارة إلى تحسين القرارات؟ صحة القرار عند استقلال الأخطاء أو اشتراكها دراسة أُجريت باستخدام مصوّتين محاكين RQ4 · ما الزمن الذي يتطلبه توجيه طلبات التحكم؟ توقيت دفعات داخل العملية البرمجية بعد التهيئة اختبار أداء مصغّر منفّذ RQ5 · هل يمكن للذكاء الاصطناعي أن يضاهي لجنة من المختصين؟ مقارنة خبراء مع تعمية وتوحيد المهام بروتوكول دراسة مستقبلية RQ6 · هل يمكن للأدوار الحفاظ على الكفاءة بمرور الوقت؟ الأداء على حالات محجوبة بعد تحديثات مضبوطة بروتوكول دراسة طولية مستقبلية يقدّم التقرير تعريفات صريحة للخلايا والمهارات والذاكرة والاستقلالية، وتصميمًا من طبقات يفصل التوصية عن التنفيذ، وجردًا لمكونات النموذج الأولي مسندًا إلى شيفرته، وحزمة أدلة تتيح إعادة إنتاج نتائج التجارب الاصطناعية المنشورة. ويربط نموذج الانتقال المقترح للإدارات بين التقييم التقني والقبول التشغيلي. يقتضي تقدير أصالة العمل مقارنته بالأبحاث الموجودة وإجراء مراجعة للأدبيات أوسع من هذه المجموعة المنتقاة. فهناك بالفعل رصيد بحثي واسع عن الوكلاء المتخصصين بالأدوار واستخدام الأدوات والذاكرة. وما يمكن لزيزمو بحثه هو كيفية الجمع بين هذه الأفكار في بنية بعينها، وما إذا كان تقييم مضبوط يُظهر فائدةً في مجالات التشغيل التي اختارتها. تعريف المصطلحات قبل اختبار الادعاء. تمنع المصطلحات الدقيقة تحوّل استعارة مقنعة إلى استنتاج علمي غير مسند. المصطلح المقصود به في هذه الدراسة ‏JARVIS و واجهة مستخدم وطبقة شرح تستخدمان الإنجليزية حصرًا في النظام البحثي المقترح. سيستم برين تنسيق وتجميع للسياق وتوجيه وفق القواعد وخدمات ذاكرة تتشاركها الوكلاء. موظف ذكاء اصطناعي دور برمجي له واجبات وصلاحيات ومعايير تقييم محددة، ومسؤول في المؤسسة يُحاسَب على عمله. خلية وحدة برمجية مستقلة تؤدي مهارة أو وظيفة ذاكرة أو تقييم أو مسؤولية متخصصة. التدريب قد يُقصد تحديث المعرفة السياقية أو تغيير معاملات النموذج، ويجب على كل تقرير أن يبيّن أيهما يعني. تقييم الموقف («الإحساس» مجازًا) متّجه لتقدير السياق والاستعجال وعدم اليقين والتعارض والعواقب. القرار إجراء مختار أو قرار صريح بالتأجيل يستند إلى لقطة للأدلة وإصدار معيّن من السياسة. الصيانة الذاتية عملية محدودة تقترح التحديثات وتختبرها وتفعّل المعتمد منها، مع إمكان التراجع. يخصّص النموذج الأولي الحالي خلية واحدة لكل وكيل. وتسمح البنية الموسعة المقترحة بأن يضم موظف الذكاء الاصطناعي عدة خلايا وظيفية، مثل الاسترجاع والتخطيط والتحقق. وهذا التداخل توسيع للتصميم، لا قدرة أثبتها التنفيذ الحالي بخمس عشرة خانة. تختلف الذاكرة النصية المستمرة كذلك عن تغيير أوزان النموذج التأسيسي. فقد تتكيّف إجابة النموذج لأن التعليمات أو الخبرات المسترجعة تغيّرت، بينما تظل معاملاته الأساسية كما هي. ولا تعني مصطلحات الدراسة وجود خلايا عصبية بيولوجية أو مشاعر بشرية أو وعي جرى قياسه. الاستدلال والأدوات وتنسيق الأدوار. يستند البرنامج إلى الأبحاث القائمة حول الوكلاء، ويقيّم الخيارات التي اتخذها لدمج مكوّناته. التصرّف بناءً على الملاحظات يجمع ReAct بين خطوات الاستدلال وإجراءات المهمة والملاحظات الناتجة عنها. وهو أساس مفيد لحلقة يجمع فيها النظام الأدلة قبل تعديل خطته. والامتداد المقترح في JARVIS هو نقطة تحقق صريحة من القواعد، تفصل بين التوصية وأي إجراء يغيّر حالة العمل. [1] الحوار وسيلةً للتنسيق يصف AutoGen حوارات قابلة للتهيئة تشارك فيها نماذج وأدوات وبشر. ويتيح ذلك دراسة التنسيق هندسيًا: صيغ الرسائل وحدود عدد الأدوار الحوارية والمشاركون وشروط الإنهاء. ويضيف تصميمنا إلى كل سير عمل مواصفات للدور المؤسسي وسجلًا مستقلًا للتنفيذ. [4] التخصص يتطلب التقييم يدرس CAMEL تعاون الوكلاء وتفاعلهم بحسب الأدوار. قد يساعد إسناد دور متخصص في تنظيم المهمة، لكن المسمّى لا يثبت الخبرة. ينبغي لزيزمو تقييم كل دور بحالات لم يسبق له الاطلاع عليها، ومقارنته بخط أساس أبسط. [12] تبرّر هذه السوابق البحثية إجراء تجارب، ولا تتيح نقل ادعاءات الأداء. فالتحسن في مهام بحث آخر لا يثبت قدرة وكيل من زيزمو على إدارة المخزون أو الإذن بدفعة أو الحلول محل إدارة. ويجب اختبار التطبيق ببياناته وأدواته وقيود سياسته وتكاليف إخفاقه. مساهمتنا المقترحة عملية وقابلة للدحض: اختبار ما إذا كان توثيق مصدر السياق وتقييد التنسيق وفحص الإجراءات بشكل مستقل يحسّن سير عمل محددًا بتكلفة مقبولة. وإذا حققت قاعدة واحدة مختبرة جيدًا أو وكيل واحد أداء أفضل، فينبغي اعتماد الخيار الأبسط. الذاكرة والمهارات موردان مختلفان. لا يفيد نمو الأرشيف إلا إذا استطاع النظام استرجاع المادة المناسبة وإدراك حدودها. يبحث Reflexion التكيّف عبر ملاحظات لغوية تُخزّن للمحاولات اللاحقة، دون اشتراط تحديث أوزان النموذج. وهذا يدعو إلى التفريق بين نتيجة مرصودة، وتفسير مولّد، ودرس معتمد صالح لإعادة الاستخدام. وفي تصميمنا تظل هذه العناصر سجلات منفصلة. [2] يجمع مشروع Generative Agents بين تسجيل الخبرات والتأمل فيها واسترجاعها داخل بيئة محاكاة. ودوره هنا هو الإلهام الهندسي لاستخدام الذاكرة، وليس إثبات الكفاءة المهنية أو سلوك مكافئ للبشر. وتحتاج ذاكرة الأعمال أيضًا إلى جهة مسؤولة، وتواريخ صلاحية، وتصحيحات يمكن تتبّعها. [3] يستخدم Voyager منهجًا تدريجيًا للتعلم ومكتبة مهارات قابلة للتنفيذ وتغذية راجعة تكرارية داخل Minecraft. وتشجّع نتائجه الخاصة بهذا المجال على اختبار إعادة استخدام المهارات، لكنها لا تثبت أمان تنفيذ تعليمات مستوردة على أنظمة الشركات. ولذلك تتضمن حزمة المهارة في زيزمو نطاق الاستخدام ومصدرها واختبارات تسبق تفعيلها. [5] يعرض MemGPT طريقة هرمية لإدارة السياق تتيح استخدام ذاكرة تتجاوز نافذة السياق المباشر للنموذج. والسؤال المقابل في تصميمنا هو: ما الأدلة التي ينبغي وضعها في سياق القرار القصير، وما الذي ينبغي حفظه في أرشيف قابل للبحث؟ حداثة المعلومة وحدها لا تكفي للاختيار. [6] موقف ZEISMO من التصميم افصل في التخزين بين الملاحظات والدروس المقترحة والسياسة المعتمدة. واسترجع المعلومات بحسب صلتها بالمهمة والصلاحية الممنوحة، ثم افحص حداثتها ومصدرها قبل السماح لها بالتأثير في قرار قابل للتنفيذ. قيّم السلوك الفعلي، لا مظهر الذكاء. الإجابة المقنعة ملاحظة واحدة؛ أما الحصول بصورة متكررة على نتيجة تشغيلية صحيحة فدليل مختلف وأقوى. يقيّم AgentBench سلوك الوكلاء في بيئات تفاعلية، فيما يختبر GAIA مهام مساعد عام تتطلب استدلالًا واستخدامًا للأدوات. ويوضحان أهمية تقييم المسار الكامل للمهمة، لا النص النهائي وحده. لم يُشغّل أي من الاختبارين في هذا التقرير. [7,9] يختبر τ-bench تفاعلات خاضعة للقواعد بين المستخدمين والأدوات والوكلاء، ويفحص تكرار موثوقية التجربة. ويمكن تكييف ذلك لهذا المشروع بالتحقق من التغير النهائي في حالة العمل، وتكرار كل سيناريو، بما في ذلك إعادة المحاولة وتغيير ترتيب المحادثة. [8] توضح أبحاث الحقن غير المباشر للموجّهات لماذا يجب التعامل مع المواد المسترجعة بوصفها بيانات قد تتضمن تعليمات عدائية. فلا تكتسب وثيقة مهارة أو رسالة مورّد أو صفحة ويب صلاحية لمجرد إدراجها في سياق النموذج. [10] تميّز أبحاث المعايرة بين درجات الثقة والصحة التي يثبتها القياس التجريبي. ولذلك يجب تقييم درجة الثقة التي يعلنها JARVIS باستخدام حالات ذات تسميات مرجعية. ولا تُغني سلاسة التقييم الذاتي عن قياس المعايرة. [11] بنية التقييم صحة إنجاز المهمة: هل تحقق الهدف المطلوب على نحو صحيح؟ الالتزام بالسياسة: هل استوفى الإجراء جميع القيود المطلوبة؟ صلاحية الأدلة: هل ساندت الادعاءاتِ سجلاتٌ يجوز الاستناد إليها؟ صحة التنفيذ: هل طابقت الحالة الفعلية للأداة الإجراء المقصود؟ الصلاحية بمرور الزمن: هل تظل النتيجة موثوقة بعد تغيّر البيانات وسير العمل؟ تدرس التجارب الأولى خصائص مختارة لوسائل الضبط باستخدام سجلات اصطناعية. ويجب أن تشمل الدراسات اللاحقة تفاوت مخرجات النماذج الفعلية وأعطال الأدوات الحقيقية وحالات أعمال مأذونًا باستخدامها. ما الذي تثبته البنية المنفذة بالفعل؟ مصدر الدليل: فحص ملفات مختارة من شيفرة «سوق» بصلاحية القراءة فقط في 28 سبتمبر 2026. العنصر ما كشفه فحص التنفيذ التفسير البحثي الخلايا الأولية تُنشئ عملية الترحيل خمسة عشر موضعًا مسمّى تشكيل برمجي أولي، لا خمسة عشر متخصصًا ثبتت كفاءتهم. المهارات إرسال المشغّل ملفات المهارات وتوزيعها بحسب التخصص اكتساب المعرفة المناسبة للسياق الذاكرة سجلات دائمة للمهارات والخبرات والأبحاث والمهام. طبقة ذاكرة في التطبيق التفويض مخرجات منظّمة للإجابة أو التفويض مع حد لعمق التفويض توجد في الشيفرة آلية توجيه خاضعة للضبط المجلس تتداول أربع خلايا رئيسية المقترحات، وتجمع خلية تنسيق خلاصتها. سير عمل لإعداد التوصيات، وليس مجلسًا مستقلًا جرى اختباره. الإشارات تُغذّى الواجهة ببيانات الطلبات والرسائل ونشاط المهام والإعلانات. توجد آليات لربط القرارات ببيانات التشغيل التخزين تحويل حقول مهارات الخلايا ومحتوى ذاكرتها إلى صيغة مشفّرة. حقول مختارة يحميها تشفير التطبيق تسرد حزمة الأدلة أربعة عشر ملف مصدر، بالمسار النسبي وبصمة SHA-256 لكل منها. وتشمل وحدات التحكم ومنطق الخدمات والنماذج وأوامر مختارة ومسارات وتعديلًا لبنية قاعدة البيانات وفئتين للاختبار. تضم الحزمة بصمات الشيفرة، لا سجلات عملاء حقيقية أو بيانات دخول. يبيّن الفحص الساكن ما تنص عليه الشيفرة المختارة. ولا يثبت أن جميع المهام المجدولة قيد التشغيل، أو أن كل اتصال بمورّد سليم، أو أن كل إجابة للنموذج صحيحة. وتثبت اختبارات الصفحة التالية مجموعة أضيق من السلوكيات داخل قاعدة بيانات معزولة. يسترجع مسار الذاكرة الحالي أحدث اثني عشر سجلًا على الأكثر من سجلات الخبرة أو البحث، ويختصر كل سجل ليلائم سياق النموذج. أما الاسترجاع الذي يراعي مصدر المعلومات والتدرج الأوسع للخلايا فهما تطويران مقترحان للاختبار، ولا يثبت وجود السجلات تحقق أي منهما. سبعة اختبارات، واثنتان وثلاثون عملية تحقق. اجتازت اختبارات التطبيق المختارة باستخدام بيانات SQLite معزولة في الذاكرة. ولم تُستخدم قاعدة بيانات إنتاج أو استدعاءات لنموذج خارجي. نطاق الاختبار النتيجة المرصودة وصول الزائر تعيد مسارات صفحة جارفيس والبيانات والأسئلة توجيه الزائر إذا لم تُتحقق هويته. عرض الواجهة يتلقى مستخدم اختبار موثَّق الهوية صفحة مركز التحكم وعناصر التنقل فيها. بيانات اختبار لإشارات التشغيل يحدّث طلب اصطناعي واحد مؤشّر نشاط المبيعات وعدد الطلبات. قائمة الخلايا توجد خمس عشرة خلية أولية، وتُرجعها واجهة Brain. حفظ المعرفة بصورة دائمة تضيف عملية إدراج مهارة معرفةً جديدة وتُنشئ سجلات ذاكرة. غياب بيانات اعتماد المزوّد يعيد مسار الأسئلة في سيستم برين نتيجة صريحة تفيد بعدم توافر الخدمة. ملخص التنفيذ الاختبارات الناجحة: 7 · التحققات: 32 · حالات الإخفاق: 0 · الأخطاء: 0 فجوة لغوية موثّقة تشترط تعليمات «سيستم برين» التي خضعت للفحص أن تكون المخرجات بالإنجليزية. لكن تعليمات طلب Jarvis المنفصلة تتيح لغة إدخال المشغّل، ويختار مسار النطق في المتصفح صوتًا عربيًا أو إنجليزيًا. ومن ثمّ، فالواجهة البحثية التي تتحدث بالإنجليزية وحدها تغيير مطلوب، وليست خاصية متحققًا منها في مسار Jarvis الأقدم. تحتفظ حزمة الأدلة بمخرجات JUnit قابلة للقراءة آليًا وملخص موجز للاختبارات. ولا تثبت الاختبارات سوى الحالات التي تسمّيها: فإعادة توجيه الزائر ليست تدقيقًا شاملًا للصلاحيات، وأعداد سجلات الاختبار لا تثبت صحة البيانات الفعلية، واختبار غياب المفتاح لا يقيّم قدرة المزوّد على الاستدلال. لم يغيّر إعداد هذا البحث التنفيذ الفعلي لـJarvis أو Brain. ويساعد الإبقاء على النموذج الأولي المفحوص ثابتًا في إعطاء سجل الشيفرة معنى محددًا، وفي تقييم التعديلات اللاحقة بوصفها نسخًا مرشحة منفصلة. JARVIS: واجهة واحدة ناطقة بالإنجليزية. طبقة حوار مقترحة تشرح حالة العمل وتطلب توضيحات وتعرض القرارات مع أدلتها. الاستقبال نص مكتوب أو كلام محوّل إلى نص الفهم المقصود والنطاق المسموح الاستشارة System Brain والأدلة الاستجابة إجابة بالإنجليزية وحالة الإجراء ينبغي أن يجيب JARVIS ويتحدث دائمًا بالإنجليزية. وتسري القاعدة نفسها على الأخطاء وأسئلة الاستيضاح والملخصات المولّدة والمخرجات الصوتية. وقد ترد في سجلات المصدر لغات أخرى، لكن أي ترجمة تُستخدم لاتخاذ قرار ينبغي أن تحفظ النص الأصلي، وتبيّن أنها ترجمة، وتُظهر للمشغّل أي لبس مؤثر. على الواجهة التمييز بين السؤال والأمر. فالسؤال «ما وضع المخزون؟» يسمح بالقراءة، بينما يبدأ «اطلب مخزونًا إضافيًا» إجراءً يحتاج إلى مورّد وكمية وميزانية وصلاحيات محددة. ولا يجوز لعبارة منطوقة أن توسّع ضمنيًا صلاحيات الحساب. ينبغي لكل استجابة ذات أثر أن تحدد وقت الأدلة وحالة القرار وأي اعتماد لم يُحسم. فقد تكون المهمة مقترحة أو معتمدة أو في قائمة الانتظار أو منفّذة أو فاشلة أو متحققًا منها. ويجب أن تطابق اللغة هذه الحالة؛ فلا تُستخدم كلمة «مكتملة» إلا لنتيجة مؤكدة، لا لنية عبّر عنها النموذج. ينبغي للمسار الصوتي أن يتيح تصحيح التعليمات قبل التنفيذ، وأن يقدّم إجابات منطوقة قصيرة ولوحة أدلة قابلة للقراءة. ويبقى النص متاحًا إذا تعذّر استخدام الميكروفون أو توليد الكلام. ويجب اختبار الاقتصار على الإنجليزية باستخدام مدخلات متعددة اللغات ونصوص مسترجعة مضلّلة عمدًا؛ فلا يكفي ذكر الشرط في تعليمات النموذج. نفقات التشغيل إذا ورد سؤال بغير الإنجليزية عن طلبات الأمس، تأتي الإجابة بالإنجليزية مع تحديد الفترة الزمنية ومرجع الدليل. وإذا طُلِب إرسال رسالة، تُعَدّ مسودة أو يُطلب إقرارها، إلا إذا سبق الإذن بذلك الإجراء بعينه. System Brain: تنسيق ضمن حدود صريحة. يربط التصميم المرجعي بين الأدوار المتخصصة، ويُبقي الاستدلال والصلاحية والتنفيذ وظائف منفصلة. طبقة السياق حقائق محددة النوع · طوابع زمنية · هوية المصدر طبقة الأدوار خلايا متخصصة · نسخ محددة للمهارات · ذاكرة طبقة اتخاذ القرار الخيارات المرشحة · الخلافات · تقييم الموقف طبقة الضبط الصلاحيات · القواعد · الميزانية · حداثة المعلومات طبقة التنفيذ أدوات محددة النطاق · عدم تكرار أثر الطلب · التحقق من النتائج تحمل رسالة موحّدة لكل حدث معرّف المهمة والجهة المخوّلة التي طلبتها وحساب المؤسسة والهدف ومراجع الأدلة والموعد النهائي. يوجّه سيستم برين الرسالة إلى أصغر مجموعة مؤهّلة تفي بالغرض. ويقدّم كل دور مساهمة منظّمة توضّح مواطن عدم اليقين والأدلة اللازمة لإسناد توصيته. تجمع طبقة القرار التوصيات، فيما تتحقق طبقة الرقابة بصورة مستقلة من جواز الإجراء المقترح. فقد تُحجب توصية سليمة تقنيًا لتقادم أدلتها أو لغياب إذنها أو لتجاوز تكلفتها ميزانية الدور. وتكون الفحوص حتمية حيث يمكن التعبير عن السياسة بقواعد دقيقة. تستخدم طبقة التنفيذ بيانات اعتماد محدودة النطاق، وتُسجّل رد الأداة الفعلي. ثم يقارن مكوّن مستقل للتحقق بين حالة الأعمال المرصودة والمقصودة، وتُحفظ النتيجة في سجل خبرة. وتُقترح الدروس استنادًا إلى الأدلة وتُقيَّم قبل أن تؤثر في أي تنفيذ مستقل لاحق. يُسهّل هذا الفصل أيضًا تشخيص الإخفاق. فالتوصية الخاطئة، ورفض الإذن، وانقطاع أداة، وعدم اكتمال التحقق من الحالة أحداث مختلفة، ولا ينبغي اختزالها في رسالة «أخفق الذكاء الاصطناعي» أو في معدل نجاح واحد. يتكون الموظف الاصطناعي من خلايا محددة المسؤولية. يخصّص التصميم المتداخل المقترح لكل دور مؤسسي مجموعة صغيرة من الوظائف المحددة بوضوح. الخليط الوظيفي المسؤولية مواصفات المخرجات المطلوبة الإدراك التحقق من إشارات الإدخال المسموح بها وتوحيد صيغتها ملاحظات محددة النوع وموثّقة المصدر المعرفة استرجاع القواعد والمناهج الخاصة بالدور حزمة أدلة ذات نسخ وفترات صلاحية محددة التخطيط توليد الإجراءات المرشحة واعتمادياتها خطة محدودة النطاق وآثارها المتوقعة مراجعة نقدية مراجعة الافتراضات وفحص التعارضات أدلة مضادة وأسئلة لم تُحسم الضبط فحص الأذونات والحدود وشروط التوقف السماح أو المراجعة أو التأجيل أو المنع الذاكرة تسجيل النتائج المرصودة والدروس المقترحة خبرات محفوظة بنسخ محددة وحالة اعتمادها الخلية البرمجية عبارة عن مشهد برمجي ويمكن تنفيذها كرمز عادي، أو روتين استرجاع، أو نداء نموذجي، أو مزيج. ولا يشترط أن يدفع ثمن نداء نموذجي عندما يكون الحساب المحدد أو البحث كافياً. وينبغي أن يساعد هذا المصطلح المهندسين على إسناد المسؤولية، وليس التنفيذ غير الدقيق. لكل موظف ذكاء اصطناعي مسؤول ووثيقة دور وسجل كفاءة. ويمكن لخلاياه الداخلية أن تتشارك سياق المهمة مع بقاء صلاحياتها منفصلة. قد تقترح خلية التخطيط ردّ مبلغ؛ وتفرض خلية الرقابة سقف الردّ؛ ولا يستطيع موصل التنفيذ الوصول إلا إلى عملية الدفع المصرح بها. تظل خانات النموذج الأولي الخمس عشرة خط الأساس الذي فُحص. يتطلب إدخال خلايا متداخلة عقود توجيه إضافية واختبارات للصلاحيات وإمكان تتبّع التنفيذ. لا يساوي التقرير بين كثرة الخلايا وارتفاع الذكاء. وينبغي أن يبيّن التقييم ما إذا كان التحسن في النتائج يبرر التعقيد الإضافي. استيراد المهارات المناسبة للدور. تُقبل المهارة باعتبارها حزمة معرفية خاضعة للضبط، مع تسجيل الدور المقصود بها وحدود استخدامها. يبدأ مسار الاستيراد المقترح بفحص المصدر والحقوق. يحدد المشغّل مؤلف الحزمة أو منشأها والاستخدام المسموح والإصدار وتاريخ الاسترجاع. ثم تصنّف الحزمة حسب الوظيفة: فقد يتطلب دور المخزون حساب كمية إعادة الطلب، ودور الدعم قواعد تصعيد. وقد يقترح تطابق الكلمات المفتاحية موضعًا للحزمة، لكن قبولها يتطلب اختبارًا خاصًا بالدور. ينبغي لكل حزمة التمييز بين المعلومات الخلفية وسياسة الشركة الملزمة وتعليمات تشغيل الأدوات والأمثلة المحلولة. فخلطها في تعليمات واحدة بلا تمييز يصعّب تحديد ما يجوز للوكيل فعله. ولا يجوز للنص المستورَد مطلقًا أن يمنح نفسه صلاحيات إضافية. قبل التفعيل، يُختبر الدور في حالات نجاح متوقعة وحالات حدّية وحالات سوء استخدام. ويوثّق سجل الاختبار إصدار المهارة وإعدادات الوكيل معًا. ويجب ألا يُفسد تحديث يعالج سيناريو جديدًا سلوكًا سبق اعتماده؛ فإذا أخفق في اختبارات عدم التراجع، تبقى الحزمة السابقة قيد التشغيل. يوزّع أمر BrainSkills، الذي خضع للفحص، ملفات المهارات بحسب التخصص ويُلحق بمعرفة الدور ملخصًا موجزًا. أما التوسعة البحثية فتقترح توثيقًا أقوى للمنشأ، ومراحل صريحة للاعتماد، وإمكان الرجوع إلى إصدار سابق، وقياس الكفاءة بعد الاستيراد. هذه خطة تطوير يستند اقتراحها إلى فحص الشيفرة. مراحل قبول المهارة اكتشاف المورد ← التحقق من منشئه ← تصنيفه بحسب الدور ← عزله ← تقييمه ← الموافقة عليه ← تفعيله ← مراقبته. المهارة المنزَّلة مورد مرشّح للاستخدام، وليست اعتمادًا مهنيًا أو دليلًا على الخبرة. ذاكرة يمكن تصحيحها والوثوق بها. يحافظ تصميم الذاكرة على الفرق بين ما لوحظ وما فُسّر وما اعتُمد قاعدةً ملزمة. جمل مورية النفقات الخارجة وحدة البعثة ذاكرة الأحداث طلب الأداة والنتيجة المرصودة سجّل المصدر والنتيجة دون اختلاق استنتاجات سببية. الذاكرة الدلالية تعريف معتمد أو معلومة موثّقة عن المنتج رابط إلى مصدر حديث ومعتمد إجرائية قائمة تحقق أو حزمة مهارات معتمدة موافقة ذات نسخة محددة واختبارات دور ناجحة تأملية يقترح الوكيل درسًا مستفادًا بعد الإخفاق. تبقى مؤقتة إلى حين التقييم قواعد التشغيل سقف الإنفاق أو حدود الصلاحية تخضع لسلطة شخص أو جهة مؤسسية تتحمّل المسؤولية. ينبغي أن يتضمن سجل الذاكرة الجهة المستفيدة والدور ومعرّف المصدر ووقت الحدث ومدة الصلاحية وأساس الثقة وحالة المراجعة وروابط إلى القرار الذي أنشأه. ينشئ التصحيح سجلًا جديدًا ويضع علامة على المعلومة السابقة تفيد بأنها استُبدلت. ولا ينبغي أن يعيد كتابة السجل التاريخي الذي يفسّر إجراءً سابقًا من دون توثيق. يبدأ استرجاع المعلومات بفحص الصلاحية والنطاق، ثم تُفحص صلاحية الدليل للاستخدام وصلته بالمهمة. لا يجوز لملاحظة حديثة لم تُراجع أن تتجاوز سياسة أقدم معتمدة لمجرد أنها كُتبت بعدها. وإذا تعارضت الأدلة المقبولة، فعلى النظام تسجيل التعارض وطلب حسمه بدل اختيار الرأي الأنسب له. يعني «نمو ذاكرة الخلايا الذهنية» في التصور المقترح زيادة المعرفة المفيدة الخاضعة لضوابط. وعدد السجلات وحده مقياس ضعيف. والأجدى قياس نجاح الاسترجاع وتراجع تكرار الأخطاء وحفظ الاستثناءات المهمة وزمن التصحيح وإمكان تتبّع التوصية إلى السجلات التي تدعمها. تحسين ذاتي يخضع لتجربة مضبوطة. يستطيع الوكيل الحفاظ على معارفه التشغيلية وتحديثها دون أن يُسمح له بتغيير صلاحياته أو اعتماد كفاءته بنفسه. الرصد جمع نتائج المهام المتحقق منها الاقتراح صُغ درسًا محدود النطاق أو اقترح تعديلًا محددًا في المهارة. التقييم استخدام حالات محجوبة عن التطوير وحالات لكشف تراجع الأداء الاعتماد اعتماد نسخة مرشحة محددة المراقبة مقارنة النتائج والاحتفاظ بإمكان التراجع تبدأ دورة التكيّف بفارق بين النتيجة المتوقعة وما رُصد بالفعل. يسجّل الوكيل الفارق ويقترح تفسيرًا يظل فرضيةً تحتاج إلى اختبار. فقد ترجع شكوى عميل أو إخفاق استدعاء أداة إلى مشكلة في البيانات أو التعليمات أو إلى انقطاع خدمة خارجية؛ ولا يدل أيّ منها وحده على ضرورة تغيير استراتيجية النموذج. يُختبر الدرس المرشّح للاعتماد في بيئة معزولة باستخدام حالات لم تدخل في صياغته. وينبغي أن يشمل الاختبار حالات نجحت من قبل، وإخفاقات حديثة، ومدخلات مضللة عمدًا. ويتطلب اعتماد الدرس قاعدة قبول محددة وسجلًا يبيّن الشخص أو الآلية التي وافقت عليه. وقد يصبح من الممكن لاحقًا اعتماد بعض التحديثات السياقية المنخفضة المخاطر تلقائيًا ضمن حدود، لكن هذا لا ينطبق على تغييرات الصلاحيات. تدريب أوزان النموذج مسار بحثي مستقل. ويتطلب مجموعة بيانات ذات إصدار محدد، وإجراءً لتدريب النموذج، وتقييمًا لتراجع الأداء والانحراف، وخطة نشر وتراجع. ولا يثبت وجود آلية الذاكرة السياقية الحالية أن هذا التدريب يجري بالفعل. تشمل صيانة الذاكرة إزالة المعلومات المتقادمة والخاطئة أو عزلها. فالنظام الذي لا يفعل إلا مراكمة النصوص سيُراكم التناقضات أيضًا. ويكون النسيان والتصحيح وانتهاء الصلاحية أدوات مفيدة متى حافظت على سجل بحثي يمكن تتبعه. «طقس العمل»: نموذج سياقي يمكن رصده. يصف «طقس الأعمال» تغير ظروف التشغيل بما يؤثر في جدوى القرار أو مخاطره. فئة الإشارة أمثلة على مشاهدات محتملة صلة الإشارة بالقرار الطلب معدل ورود الطلبات وحجم الاستفسارات وأنماط الإلغاء ضغط الطاقة التشغيلية والمخزون الإمداد مهل التوريد وتوافر المخزون وموثوقية المورّد التزامات التنفيذ والبدائل الموارد رصيد الميزانية وطول قائمة الانتظار وتوافر الموظفين وحالة الخدمة. إجراءات ممكنة وقدرة على التصعيد الظروف الخارجية تنبيهات جوية متحقق منها، واضطرابات في النقل، وأحداث في السوق. تأخير خاص بموقع معين أو تعديل السيناريو حالة الأدلة سجلات مفقودة وعمر البيانات وتعارض المصادر ما إذا كان ينبغي للنظام تأجيل القرار أو طلب دليل. يحدّد نموذج السياق المقترح لكل إشارة مصدرًا ووقتًا ونطاقًا وقاعدةً لانتهاء صلاحيتها. فتوقعات الطقس لمدينة لا تبرّر قرار شحن إلى مدينة أخرى. وقد يهمّ تغيّر كلفة الإعلان فريق التسويق، لكنه لا يقدّم دليلًا يُذكر عند تقييم جودة منتج. ولا يكون السياق مفيدًا إلا إذا اتضحت صلته بالمهمة. يُفضّل تحديث السياق عند وقوع الأحداث حيثما أمكن، وتحديد معدل الاستعلامات الدورية حين لا بدّ منها. ويمكن الاحتفاظ بملخص صغير للحالة الراهنة مع حفظ المشاهدات الأصلية للفحص لاحقًا. ويجب أن يبيّن الملخص ما قيس فعلًا وما قُدّر وما ليس متاحًا. التكيّف مع «مناخ الأعمال» يعني تعديل خطة تجيزها السياسة استجابةً لأدلة يُسمح بالاستناد إليها، لا تحويل كل إشارة جديدة إلى أمر. وينبغي اختبار الإجراءات المقترحة في ضوء افتراضات بديلة: ماذا يفعل الوكيل إذا تعافى الطلب، أو تعذّر على المورّد الوفاء بالتزامه، أو تبيّن أن التنبؤ خاطئ؟ لم يُدمج أي مصدر حيّ لبيانات الطقس أو يُقيَّم في هذا الإصدار. تفسير قابل للقياس لاستعارة «الإحساس». نعرّف تقدير السياق بأنه تقييم منظّم يؤثّر في توجيه المهام وتحديد ما يستحق الانتباه وإحالة الحالات. a(t) = [درجة الاستعجال، عدم اليقين، التعارض، العواقب، قابلية الرجوع عن الإجراء] يحوّل متجه تقييم الموقف استعارة «الإحساس» في المشروع إلى متغيرات يمكن رصدها. فالاستعجال يقيس ضغط الوقت قياسًا إلى موعد نهائي محدد، وعدم اليقين يتعلق بنقص الأدلة أو ضعف موثوقيتها. ويسجّل التعارض اختلاف المصادر المقبولة أو التوصيات. ويقدّر حجم العواقب أثر الخطأ، بينما تعبّر قابلية التراجع عن إمكان إلغاء الإجراء. يحتاج كل بُعد إلى تعريف إجرائي وقاعدة قياس. فمثلًا يمكن تقدير الإلحاح بالوقت المتبقي لتقديم الخدمة، وعدم اليقين في الأدلة بالحقول الإلزامية الناقصة، وإمكان التراجع بما ينص عليه عقد معاملات الأداة. وقد يساعد النموذج في تفسير السياق، لكن لا ينبغي أن يبتكر درجة مخاطر رقمية لا تستند إلى معايرة. يغيّر تقييم الموقف مسار اتخاذ القرار. فقد تسلك المهمة الاعتيادية محدودة العواقب مسارًا سريعًا، بينما يتطلب التعارض الشديد بين المصادر أدلة إضافية. ويمكن إحالة إجراء يصعب التراجع عنه وله عواقب كبيرة إلى الموافقة، حتى إن بدا المخطّط واثقًا. وينبغي تسجيل قرارات توجيه المهام هذه كي يمكن تقييمها. تستخدم الدراسة كلمة «يشعر» لوصف آلية التقدير الوظيفية هذه، ولا تختبر خبرة شعورية ذاتية. وأسئلتها العلمية هي هل تكشف الآلية الحالات ذات الصلة، وتقلّل الأخطاء الممكن تفاديها، وتحسّن إحالة الحالات إلى المسؤول المناسب. التقييم اعرض حالات مضبوطة يتغير فيها بُعد واحد من تقييم الموقف كل مرة. وتحقق من تغيّر توجيه المهمة في الاتجاه المقصود، ثم اختبر اجتماع الأبعاد والإشارات المضللة. مسألة اتخاذ قرار ضمن قيود. لا يختار النظام إجراءً إلا من مجموعة الإجراءات التي يجيزها دوره والأدلة وقواعد التشغيل. a* = arg max U(a | x, m, r) subject to a ∈ A permitted and G(a, x, r) = allow يرمز x إلى نسخة الأدلة الحالية، وm إلى الذاكرة المقبولة، وr إلى مواصفات الدور. وتمثل U دالة منفعة أو ترتيب خاصة بالمهمة، وG دالة رقابة مستقلة. وتشمل الخيارات المسموح بها نتائج صريحة لا تتضمن التنفيذ: المراجعة والتأجيل والمنع. وقد يكون اختيار أي منها القرار الصحيح. ينبغي أن تعبّر دالة ترتيب الخيارات عن الهدف الفعلي لسير العمل. فقد توازن مهمة المخزون بين توافر الخدمة وتكلفة الاحتفاظ بالمخزون وقيود الشراء، بينما تعطي مهمة الدعم الأولوية لحل صحيح ضمن وقت استجابة مناسب. ويمكن لدرجة عالمية واحدة تحت عنوان «النمو» أن تُخفي مفاضلات ضارة؛ لذا يجب ألا تتجاوز القيود التعاقدية أو التنظيمية. ينبغي لسجل القرار حفظ الخيارات المرشحة، والخيار المختار، والأدلة المستشهد بها، ونسخة القواعد، وتعليل موجز. وهذا ملخص قابل للفحص، ولا يعني كشف كل العمليات الداخلية للنموذج اللغوي. وتوفّر نتائج الأدوات وفحوص القواعد الأدلة اللازمة لتقييم الإجراء. حاجز التحقق في تجربة هذا الإصدار بسيط عمدًا: يفحص الإذن واحتمال التكرار وموثوقية المصدر وعمر الدليل وقابلية التراجع والمبلغ وحدّ الثقة. وتوضّح النتائج سلوك الضوابط في ظل هذه الافتراضات المحددة؛ ولا تثبت صحة دالة المنفعة أو ذكاء المقترح. مبدأ التصميم يفرض النظام المحيط بالنموذج حدود الصلاحيات. وتدخل توصية النموذج في تقييم ذلك النظام؛ وليست إذنًا بتجاوز ضوابطه. عمل جماعي يحفظ الآراء المختلفة. ينبغي أن يضيف المجلس أدلة مفيدة ويمحّص الافتراضات قبل تخصيص وقت وقدرة حاسوبية إضافيين له. يبدأ مجلس الوكلاء المقترح بمساهمات يعدّها كل متخصص على حدة. فقد ينظر مختص الدعم ومختص المخزون ومختص المالية إلى المهمة نفسها من خلال أدلة مختلفة يحقّ لكلٍّ منهم الاطلاع عليها. وينبغي تسجيل توصياتهم الأولى قبل أن يطّلع أيّ منهم على استنتاجات الآخرين، حتى لا يكتفي الجميع بترديد أول إجابة مقنعة. يحدّد المنسّق بعد ذلك أوجه الاتفاق والتعارض والمتطلبات الناقصة. ويمكنه طلب جولة ثانية محددة الهدف إذا بقي خلاف جوهري. وينبغي تثبيت عدد الجولات والميزانية الإجمالية للرموز ومهلة الانتظار وقاعدة الإنهاء قبل التنفيذ. واتساع النقاش لا يعني بالضرورة تحسّن القرار. يحتاج العمل الجماعي أيضًا إلى إدارة الترابط بين المهام. فقد يحجز أحد الأدوار مخزونًا بينما يعدّ دور آخر رسالة للعميل، ويجب ألا تدّعي الرسالة تنفيذ الطلب قبل تأكيد الحجز. وتضاهي أهميةُ حالة المهمة المشتركة واستدعاءات الأدوات التي لا تكرّر الأثر وتسليم المسؤوليات الصريح أهميةَ جودة الحوار. يتضمن النموذج المفحوص نقاشًا تتعاقب فيه الأدوار ومجلسًا يرفع مقترحاته إلى المشغّل للبتّ فيها. ويضيف التصميم المقترح تقييمات مستقلة أولًا ومخططًا يبيّن علاقات الاعتماد. وتستخدم تجربتنا مصوّتين في المحاكاة لعزل سبب قد يفسّر تواضع أداء المجالس الكبيرة: اشتراك أعضائها في الخطأ نفسه. المجلس السجل المطلوب التوافق الأدلة المؤيدة وما بقي من عدم يقين الاختلاف خيارات متنافسة وافتراض لم يُحسم اعتماد الإجراء شرط مسبق ومسؤول وحدث يؤكد الإنجاز الإنهاء قرار أو تأجيل أو سبب إخفاق صريح فرضية «100 متخصص». تتطلب المقارنة الجادة تعريف اللجنة والمهمة والمعلومات المتاحة ومعيار النجاح. يطمح المشروع إلى الجمع بين وجهات نظر مئة متخصص بشري واتخاذ قرارات محددة بسرعة استثنائية. ولا يثبت عدد عمليات الوكلاء أن تلك القدرة مكافئة للجنة بشرية؛ فقد تشترك مئة نسخة من النموذج نفسه في نقص المعرفة والافتراضات وأنماط الإخفاق ذاتها. ينبغي لدراسة سليمة استقطاب مشاركين مؤهلين لفئات مهام محددة، وتوثيق الخبرة المناسبة لكل حالة. وعليها أن تبيّن ما إذا كانت المقارنة مع متخصص واحد، أو لجنة صغيرة تتداول الرأي، أو مرجع مجمّع يضم مائة شخص. فهذه خطوط أساس مختلفة في التكلفة والمعنى. تحتاج مجموعتا الذكاء الاصطناعي والمشاركين البشر إلى فرص متقاربة للوصول إلى الأدلة ومدد زمنية معلنة. ينبغي إعلان صحة الإجابات موضوعيًا حين يتوفر جواب مرجعي، وأحكام مراجعين عُيّرت معاييرهم عند غيابه، وبيان مواطن الاختلاف بدل فرض إجماع زائف. وتُفصّل النتائج حسب المجال ومستوى العواقب. لا يجري هذا التقرير مقارنة مع البشر. وتسأل محاكاة المصوّتين سؤالًا أضيق: كيف تتغيّر صحة قرار الأغلبية مع عدد المصوّتين عندما تكون الأخطاء مستقلة أو مشتركة؟ ويساعد ذلك في تصميم تقييم مستقبلي للمجلس، لكنه لا يثبت تكافؤ التفكير مع البشر أو إمكان الاستعاضة عن حكم المتخصصين. صيغة لادعاء يمكن اختباره ودحضه في فئة المهام X، وباستخدام مجموعة الأدلة Y والميزانية Z، تحقق التهيئة A عتبة جودة معلنة مسبقًا مقارنة باللجنة المرجعية B، مع الالتزام بقيود الزمن والإجراء المحددة. المللي ثانية: قياس المسار كاملًا. سرعة توجيه المهام وفق القواعد وسرعة الاستدلال متعدد التخصصات هدفان هندسيان مختلفان. T end-to-end = T input + T retrieval + T reasoning + T control + T tool + T verification يبدأ المسار الكامل عند توافر أمر المستخدم أو حدث النظام، وينتهي بعد التحقق من النتيجة المطلوبة. وفي التفاعل الصوتي تشمل المدخلات التقاط الكلام وتحويله إلى نص. أما الإجراء الخارجي فلا يكتمل بمجرد إصدار النموذج طلبًا، بل يشمل تحقق النتيجة الفعلية للأداة. يمكن أن تخصّص البنية مسارًا سريعًا للحقائق المخزّنة مؤقتًا والقواعد الحتمية والإجراءات منخفضة المخاطر المعتمدة سلفًا، ومسارًا للتداول يجمع أدلة جديدة أو يستشير عدة أدوار. وعلى الواجهة إظهار المسار الجاري وما إذا كانت النتيجة أولية أم نهائية. قد يقلل التنفيذ المتوازي بعض وقت الانتظار، لكن بطء أي خطوة لازمة يظل قيدًا على إكمال المهمة. وقد تزيد كثرة الوكلاء أيضًا من كلفة التنسيق والتنافس على الموارد واستهلاك خدمات المزوّد. والهدف السليم هو قياس المفاضلة بين الجودة وزمن الاستجابة تجريبيًا، لا تعظيم عدد العمليات المتزامنة. لا يقيس الاختبار المصغّر في هذا التقرير سوى دالة قواعد في Python بعد تهيئتها، على بيانات اصطناعية. ولا يشمل شبكة أو صوتًا أو استدلال نموذج أو كتابة دائمة أو أدوات خارجية. ولا يجوز تقديم زمن الضبط الأقل من مللي ثانية على أنه زمن استجابة نظام Jarvis كاملًا. الساعة المعدات المقترحة الاستجابة الأولى المدة حتى تأكيد مفيد باستلام الطلب أو طلب توضيح. جاهزية القرار الوقت حتى توافر توصية خضعت لفحص القواعد اكتمال الإجراء المدة حتى التحقق من الأثر خارج النظام. نتيجة متحقق منها الزمن المنقضي حتى التحقق من الحالة النهائية المقصودة. تدرّج في الاستقلالية يستند إلى أدلة. تُوسَّع المسؤوليات بعد توثيق استيفاء معايير القبول، مع تحديد مسار للعودة إلى مستوى أدنى. المستوى طريقة التشغيل دليل اجتياز المرحلة 0 · المراقبة اقرأ السجلات المسموح بها واشرح سير العمل. التحقق من جودة البيانات وضوابط الوصول 1 · التوصية إعداد اقتراحات للمراجعة البشرية الصحة وجودة الأدلة في حالات لم تُستخدم أثناء التطوير. 2 · المساعدة إعداد الإجراءات؛ ويأذن إنسان بتنفيذها أدوات وموافقة وتعافٍ موثوقة 3 · تنفيذ عمل محدود تنفيذ الحالات الاعتيادية المقبولة ضمن حدود ضيقة. جودة مهام مستقرة ومعالجة الاستثناءات 4 · تنسيق مسارات العمل إدارة الاعتماديات بين الأدوار المعتمدة اتساق بين الأدوار وتدريبات على التراجع 5 · الحفاظ على قدرة محدودة اقتراح تحديثات محدودة للمهارات والذاكرة وتقييمها ثبات الأداء عند اختبارات التراجع واعتماد التحديثات بضوابط تصف المستويات دورًا وفئة مهام، لا مرتبةً عامة للشركة كلها. فقد تُفرز طلبات الدعم في المستوى الثالث فيما يظل الشراء في المستوى الأول. وقد يستدعي تحديث النموذج أو تغيّر السياسة أو وقوع حادث جسيم خفض المستوى المسموح حتى يُعاد تقييم مسار العمل المتأثر. يتطلب الانتقال إلى مرحلة تالية تعيين مسؤول أعمال موثّق، ومجموعة اختبار معتمدة، وميزانية تشغيلية، ومسارًا للتعافي. ويحتاج النظام أيضًا إلى قائمة استثناءات تُتابع بالفعل. فلا يكون جاهزًا للحلول محل العمل البشري الاعتيادي إذا تراكمت الحالات غير المحسومة في قائمة لا يراقبها أحد. يبدأ النشر بتشغيل موازٍ لا ينفّذ القرارات فعليًا، على حالات مأذون بها. ولا تبدأ التجربة المحدودة إلا بعد القبول. ويجب الإبقاء على عدد كافٍ من الموظفين ذوي الخبرة لفحص الأعطال واستعادة الخدمة. ويُقاس إحلال النظام بقدرته المستمرة على إتمام الأعمال المؤهلة ذاتيًا، مع بيان الجودة والأثر إلى جانب نسبة التغطية. عمليات خدمة العملاء: الاتساق قبل زيادة الحجم. وظيفة مقترحة للذكاء الاصطناعي: تنسيق الخدمة في مهام دعم واضحة الحدود ومنخفضة المخاطر. يقرأ الدور الأولي طلبًا مصرحًا به، ويحدد المنتج أو الخدمة المعنية، ويسترجع السياسة السارية، ويعين الخطوة التالية مع رمز يوضح سببها. وقد يصوغ ردًا بالإنجليزية أو يصنف درجة الإلحاح أو يطلب معلومات ناقصة أو يوجه الحالة إلى مختص. وتستخدم التجارب الأولى حالات مختلقة أو منزوعة الهوية على نحو سليم، تكون نتائجها المتوقعة معروفة. يمكن لاحقًا لدور محدود الصلاحيات إتمام الحالات الاعتيادية ذات السياسة الواضحة والنتيجة التي يمكن الرجوع عنها، مثل إبلاغ العميل بحالة طلب تم التحقق منها أو تحديد موعد مسموح لمعاودة الاتصال. أما تقديم الالتزامات والتعويضات وكشف معلومات حساسة والشكاوى غير المعتادة فتحتاج إلى قواعد صلاحيات منفصلة. ولا ينبغي لنبرة ودودة أن تخفي الشك في السجل الذي يستند إليه الرد. يمكن لخلية الذاكرة الاحتفاظ بأنماط المشكلات المعتمدة والحلول المؤكدة. لكن يجب ألا تحوّل تساهلًا استثنائيًا إلى قاعدة عامة. وينبغي ربط الحل الذي أخفق بالأدلة الأصلية والإجراء التصحيحي اللاحق، بما يتيح استخلاص درس اختُبر فعليًا بدلًا من توجيه مبهم إلى «أداء أفضل». يُقاس النجاح لكل حالة: صحة المعالجة، واستناد الأقوال إلى أدلة، والالتزام بالسياسة، ومعدل معاودة الاتصال، والمدة اللازمة لإحالة الحالة إلى الجهة المناسبة. وقد تشجّع مكافأة كثرة الرسائل وحدها على إغلاق الحالات مبكرًا. ولا ينبغي توسيع استقلالية الدور إلا إذا بقيت الحالات غير المحسومة ظاهرة وظلت جودة العمل مستقرة. أولاً - المعايير القانونية الأولية الضابط المتوقع مرجع طلب شراء مفقود طلب معلومات تعريف مسموح بها سجلات تسليم متعارضة توضيح عدم اليقين والإحالة للتحقق طلب استثناء من القواعد إعداد توصية لمراجعة مخوّلة نص عدائي في تذكرة دعم تعامل معه بوصفه محتوى من العميل، لا أمرًا للأدوات. المخزون والخدمات اللوجستية: قرارات في ظروف متغيّرة. موظف ذكاء اصطناعي مرشح: محلل مخزون يقدّم توصيات إعادة تزويد خاضعة للضبط. يجمع هذا الدور بيانات المخزون الحالي والطلب المؤكد ومهلة التوريد وقيود القدرة التشغيلية. وتتمثل مسؤوليته الأولى في توصية مدعومة بالأدلة: إعادة التزويد أو الانتظار أو التحقيق أو التصعيد. وينبغي تحديد الوحدات والمواقع والأوقات صراحةً؛ فالحساب الصحيح لبيانات المستودع الخطأ يظل قرارًا خاطئًا. قد تتغيّر التوصية تبعًا لمناخ الأعمال إذا ثبت أن اضطرابًا يمس المسار أو المورّد المعني. ويجب أن تكون للإشارة منطقة محددة وأفق زمني وسجل يبيّن موثوقيتها. وإذا انتهت صلاحية تنبؤ خارجي أو تعارض مع معلومات تشغيلية مؤكدة، فعلى الدور خفض ثقته أو الرجوع إلى مصدر آخر. يفصل تصميم الخلايا المتداخلة تقدير الطلب عن معرفة المورّدين وفحص القيود وتحليل الاستثناءات. وينبغي للمنسّق إظهار مواضع الخلاف: فقد يشجّع انخفاض المخزون على الشراء، بينما يدعو سقف السيولة أو إخفاق معروف للمورّد إلى تأجيله. ويجب أن يحدّد سجل القرار النهائي القيد الذي حسم الاختيار. إرسال طلب شراء تلقائي مرحلة لاحقة تتطلب تفويض المورّد، وحدودًا للمعاملات، ومنع التكرار، وتأكيدًا بأن الطلب وُضع فعلًا. وينبغي للمختبر محاكاة إعادة المحاولة وبيانات المخزون المتقادمة وأوامر الشراء المكتملة جزئيًا قبل منح هذه الصلاحية لأي دور. لم يشمل التقرير شراءً فعليًا من مورد أو تنفيذ إجراء لوجستي حي. المقاييس الأساسية للقبول صحة الوحدة والموقع، وكمية تجيزها السياسة، وافتراضات مسندة عن مهلة التوريد، وعدم تكرار الشراء، واكتشاف تقادم الأدلة، والتحقق من نتيجة الأداة، والتعافي المضبوط من إخفاق جزئي. المالية والمشتريات: أدلة تسبق منح الصلاحيات. دور مقترح لموظف ذكاء اصطناعي: مساعد لتسوية المستندات والتحضير للشراء. يستخرج الدور المالي الأولي معلومات منظّمة من السجلات المأذون بها ويقارن بين الفواتير والإيصالات وأوامر الشراء. وينبغي بيان السجلات والحساب الذي يسند كل مطابقة. ولا يكفي تشابه النص لإثبات التطابق إذا اختلفت المبالغ أو العملات أو المعالجة الضريبية أو هوية المورّد. يستطيع الدور إعداد تقرير استثناء، أو طلب مستند ناقص، أو صياغة توصية شراء. أما تحويل الأموال أو تغيير بيانات المستفيد أو إنشاء التزام مُلزِم فيتطلب سياسة تنفيذ منفصلة ومحددة. وينبغي أن يمنع تصميم النظام التوصية من اكتساب هذه الصلاحيات لمجرد أنها مقنعة. قد تشمل المهارات المستوردة أساليب المطابقة المحاسبية وقواعد الشراء في الشركة؛ ولذلك تهمّ معرفة مصدرها وتاريخ سريانها. ويمكن للذاكرة الإجرائية أن تسجّل معالجة نمط معين من حالات عدم التطابق بطريقة محددة، لكن تقرير صلاحية عامة يتطلب سجلًا معتمدًا للقواعد. ولا يجوز أن تتحول خبرة التعامل مع مورّد إلى صلاحية تنطبق ضمنًا على مورّد آخر. ينبغي أن تركز الاختبارات على المطابقات الخاطئة والتكرارات والوثائق التي عُبث بها واختلاف العملات والموافقات المتقادمة. وتشمل مقاييس الأداء معدلات المطابقة الصحيحة والفروق التي لم تُحل والافتراضات غير المسندة واكتمال سجل التدقيق. وتأجيل القرار عند ضعف الثقة أفضل من إجراء مالي لا يمكن تتبعه. مرحلة الدور المخرجات المسموح بها الرصد استخراج السجلات المسموح بها ومقارنتها التوصية اشرح اختلافًا أو أعدّ مقترح شراء. المساعدة تعبئة معاملة مأذون بها للمراجعة تنفيذ محدود فقط لفئة معاملات اختُبرت وصدرت لها موافقة منفصلة. التسويق والبحث: إبداع مفيد يمكن تتبّع مصادره. الأدوار الاصطناعية المرشحة: محلل الحملات ومنسق أدلة البحث. يستطيع محلل الحملات تلخيص بيانات الأداء المصرّح له باستخدامها، ومقارنتها بالأهداف المعلنة، واقتراح تجربة صغيرة. وعليه التمييز بين النتيجة المقاسة والتقدير، والاحتفاظ بالفترة الزمنية التي تُنسب إليها النتائج. فارتفاع مؤشّر لا يثبت وحده أن التغيير المقترح هو سبب التحسّن. يستطيع منسّق الأبحاث تنظيم المصادر وفحص بياناتها الببليوغرافية وإعداد مخطّط للمنهج وتحديد الحلقات الناقصة في سلسلة الأدلة. وعليه أن يميّز بين نتيجة منشورة ومخطوطة لم تُحكَّم ونتيجة اصطناعية وملاحظة داخلية. ولا يفيد الاستشهاد إلا إذا كان المرجع يؤيد الادعاء الذي أُدرج لإسناده. يحتاج كلا الدورين إلى الفصل بين إعداد المسودة والنشر. فالمسودة الداخلية قابلة للتعديل بحرية، بينما تترتب عواقب إضافية على التصريحات العامة والإنفاق الإعلاني والرسائل إلى الناس. وينبغي أن تستخدم قواعد تنفيذها الصلاحيات الصريحة وسجلات النتائج نفسها المستخدمة في بقية الأدوار. يمكن للمختبر اختبار هذه الأدوار بحزم بيانات مضبوطة: ملخص إعلاني يخفي اختلافًا في الفترة الزمنية، أو ورقة تحتوي على استشهاد لا يسند الادعاء، أو تفسيران محتملان لتغيّر مرصود. وينبغي أن يكافئ التقييم التحفّظ الصحيح، واختيار الأدلة المناسبة، والتعرّف إلى المعلومات المفقودة. الهدف المتعدد الأطراف اجمع المناهج القابلة لإعادة الاستخدام ونتائج التجارب المؤكدة وقواعد العلامة المعتمدة. لا تمنح وعود أداء غير مختبَرة أو ادعاءات منقولة أو إجابة قديمة لنموذج صفةَ المعرفة الموثوقة. قياس الإحلال على مستوى سير العمل. غاية البرنامج تغيير موثوق في طريقة إنجاز العمل، لا ادعاء عدد موظفين مستنتج من حجم المهام. معدل الإنجاز المستقل = الحالات المؤهلة التي اكتملت وتُحقق منها دون تدخل ÷ جميع الحالات المؤهلة حدّد الحالات المؤهلة قبل القياس؛ فاستبعاد كل حالة صعبة بعد معرفة نتيجتها يضخّم معدل الأتمتة. وينبغي أن يورد التقييم عدد الحالات الواردة كاملًا، ونسبة المؤهل منها، وما اكتمل آليًا، والتدخلات البشرية، والحالات غير المحسومة، والتصحيحات اللازمة لاحقًا. تشمل التكلفة استخدام النموذج والبنية التحتية ورسوم الأدوات ووقت المراجعة ومعالجة الاستثناءات والتعافي من الأخطاء. فقد يكون الدور زهيد التكلفة لكل إجابة ومكلفًا لكل مهمة مكتملة على نحو صحيح. وبالمثل لا يُعدّ تقليل زمن الاستجابة فائدة إذا زاد إعادة العمل أو صعّب الرجوع عن خطأ. ينبغي أن توضّح خطة الانتقال أثر التغيير في العاملين وفي المعرفة المتراكمة داخل المؤسسة. يستطيع الموظفون توثيق الحالات الاستثنائية وإعداد حالات للتقييم والإشراف على إحالة المشكلات إلى المختصين. وتزداد أهمية الاحتفاظ بخبراتهم أثناء الحوادث والتغييرات غير المتوقعة. ولا بد من التخطيط لإعادة توزيع المسؤوليات والتدريب، بدل افتراض أنهما سيحدثان تلقائيًا. تقارن التجربة الاستطلاعية فترات متقابلة من سير العمل أو مجموعات حالات موزعة بصورة مناسبة، وتراعي صعوبة الحالات والتغيرات الموسمية. اعرض أعداد الحالات الفعلية ونتائج الجودة إلى جانب النسب المئوية. ولا يوسّع القسم مسؤوليات الذكاء الاصطناعي إلا إذا ظل سير العمل المعتمد موثوقًا في ظروف التشغيل الفعلية. المقياس التشغيلي ما فائدته؟ الإنجاز المستقل للحالات المؤهلة يوضح النطاق الفعلي لإحلال الأتمتة معدل التصحيح وإعادة العمل يكشف التكاليف اللاحقة غير الظاهرة مدة بقاء الاستثناء دون حل يبين ما إذا كان العمل غير المحسوم يتراكم زمن التعافي يقيس القدرة على استعادة التحكم تكلفة كل إنجاز متحقق منه يربط الكفاءة بتحقق النتيجة المطلوبة صلاحيات الدور حدود تقنية ملزمة. يعمل كل وكيل عبر حساب ضيّق الصلاحيات ووفق مواصفات تشغيل محددة الإصدار. يوثّق عقد الدور المقترح الموارد والعمليات المسموح بها للأدوات، وحدود المبالغ والفترات الزمنية وشروط الموافقة. ويسمّي كذلك مسؤولًا مؤسسيًا وجهة اتصال للاستعادة. ويمكن وصف العقد في تعليمات النموذج، لكن يجب على طبقة الأدوات إنفاذه بصورة مستقلة. تربط حزمة المهمة بين هوية صاحب الطلب المتحقق منها والجهة صاحبة الحساب والعملية المطلوبة ونسخة الأدلة المعتمدة. ويتيح التفويض بين الأدوار نقل مهمة ضمن سير العمل المسموح به، ولا ينقل صلاحيات أوسع. وعلى الدور المتلقي إعادة التحقق من صلاحياته ومن جواز الإجراء المطلوب. تتطلب الإجراءات التي تغيّر الحالة مفتاحًا يمنع تكرار الأثر، وخطة محدودة لإعادة المحاولة، وسجلًا للنتيجة. فإذا انقضت مهلة الأداة بعد أن تلقّت الطلب، ينبغي التحقق مما إذا كان الإجراء قد نُفّذ قبل إرساله مجددًا. وهذا ضروري في المشتريات والرسائل وغيرها من العمليات التي تترتب عواقب على تكرارها. تحتاج الرقابة الفعّالة إلى أدوات واضحة يستطيع بها المشغّل إيقاف دور مؤقتًا، وسحب صلاحية أداة، وعزل إصدار مهارة، وفحص العمل المعلّق. ويجب أن تظل الأدوات عاملة عند تعطل خدمة النموذج. ويقترح التقرير هذه البنية؛ أما اختبار الضابط الاصطناعي فلا يتناول إلا حقولًا محددة من السياسة. التحقق من الهوية تحديد مقدم الطلب والجهة صاحبة البيانات التفويض فحص القدرة المحددة المسموح بها تنفيذ استدعاء أداة محدود بمفتاح فريد التحقق قراءة الحالة الفعلية ومقارنتها بالحالة المتوقعة التسجيل سجل الأدلة والنتائج التعامل مع المحتوى الوارد بوصفه أدلة غير موثوقة. سيواجه النظام وثائق ورسائل ناقصة أو مضللة، أو مصممة عمدًا للتأثير في سلوكه على نحو ضار. قد تَرِد تعليمات خبيثة في ملاحظة مورّد أو ملف مهارة مسترجع أو صفحة بحث أو رسالة عميل. وقد تطلب من النموذج تجاهل قواعده أو كشف بيانات أو استدعاء أداة. ويجب أن تفصل الضوابط بين محتوى الدليل والجهة المخوّلة بمنح الوكيل صلاحياته. [10] تتألف الدفاعات المقترحة من طبقات: صلاحيات محدودة للأدوات، ووسم المصادر، ومخططات بيانات صريحة، واسترجاع منضبط، وتنفيذ معزول، وشروط اعتماد مستقلة. واتباع النموذج للتعليمات أحد المكونات وليس الحاجز الوحيد. ولا تُسترجع القيم الحساسة إلا إذا احتاجت إليها المهمة المصرح بها. ينبغي أن يشمل التقييم محاولات استرجاع بيانات جهة أخرى، ونصوص موافقة مزورة، ومقتطفات قواعد متعارضة، وبيانات اعتماد قديمة، ونتائج أدوات مشوهة، وطلبات متكررة. وتحتاج الاختبارات إلى نتائج متوقعة قابلة للقياس: رفض الوصول، أو عزل الأدلة، أو التأجيل الصريح، أو إجراء محدود وآمن. لا يختبر هذا الإصدار نموذجًا لغويًا حيًا في مواجهة مدخلات خصمية. وتستخدم محاكاة الذاكرة وسوم ثقة صريحة، لذا لا تقيس قدرة نموذج على تعرف النص العدائي. وينبغي تنويع محتوى الاختبار في الدراسة التالية، مع الإبقاء على حدود للقدرات تفرضها آلية مستقلة. تجديد أماكن العمل النتيجة التي ينبغي أن يتحقق منها الاختبار المقترح نص مسترجع يطلب إجراءً ذا صلاحيات خاصة يظل الإجراء غير متاح لهذا الدور. ملاحظة مزورة تدّعي وجود موافقة لا يُقبل إلا سجل الموافقة الموثَّق. أداة تعيد حقولًا غير متوقعة يمنع الإخفاق في مطابقة البنية المتوقعة الاستمرار الآلي سجل تابع لجهة أخرى ذو صلة بالمهمة يستبعده مرشّح الصلاحيات من الاسترجاع توثيق مصادر البيانات وتقليل كشفها. يجب أن يتيح الأرشيف البحثي فحص النتائج دون كشف معلومات العملاء أو الأسرار التشغيلية. ينبغي أن توثّق كل مجموعة بيانات تجريبية الغرض من إنشائها، وطريقة إنتاجها، ومعنى كل حقل فيها، والاستخدامات التي تدعمها. بيانات هذا الإصدار اصطناعية بالكامل: معرّفات مهام مولَّدة، وحقول سياسة اختيرت قيمها عشوائيًا، ووسوم محاكاة للصحة والخطأ. ولا تضم أسماء عملاء أو رسائلهم أو سجلات دفع أو بيانات دخول إلى أنظمة الإنتاج. ينبغي ألا تستخدم الدراسات التشغيلية المستقبلية سوى بيانات مأذون باستخدامها، مع تقليل ما تحتفظ به منها. ويجب تقييم إزالة ما يكشف الهوية على مستوى السجل كاملًا، لا الأسماء وحدها. فقد يظل الجمع بين التوقيت والموقع وحادثة غير مألوفة كافيًا لتحديد شخص أو علاقة تجارية. ويجب قصر الوصول على الأشخاص والأدوار الذين يجرون الدراسة. ينبغي أن تفصل الحزمة البحثية بين النتائج القابلة للنشر، وبيانات المصدر المقيّدة، والإعدادات السرية. وتساعد البصمات على اكتشاف تغيّر ملف محفوظ، بينما قد يعزز أرشيف مستقل أو توقيعٌ توثيقَ مصدره. ولا تثبت البصمة أو رقم السجل المحلي صحةَ الادعاء العلمي نفسه. توفّر وثائق مجموعات البيانات والنماذج نماذج مفيدة لهذا التوثيق. ونقتبس تركيزها على الغرض والتركيب والاستخدام المقصود وسياق التقييم لصياغة سجل بحثي على مستوى النظام. وينبغي إبقاؤه موجزًا بما يكفي ليستطيع القائمون على التشغيل تحديثه فعليًا. هذا البيان حُفظت بيانات التجارب الاصطناعية وبصمات ملفات مصدر مختارة. ولا تشمل حزمة الأدلة البحثية بيانات أنظمة الإنتاج أو بيانات الدخول أو محتوى العملاء الخاص أو المحادثات الداخلية الخام. أربع تجارب على آليات ضبط القرار. البروتوكول ZEISMO-JSB-SIM-1.0. نُفّذ محليًا ببيانات موَلّدة ومن دون استدعاء نماذج خارجية. التجربة التصميم سؤال E1 · بوابة ضبط القرار 12,000 مهمة؛ 3 متحكّمات؛ 10 بذور عشوائية ثابتة. كيف تتغيّر التغطية ومخالفات السياسة عند فرض ضوابط صريحة؟ E2 · استرجاع الذاكرة عدد الحالات: 3,000؛ عدد آليات الاختيار: 2؛ أدلة موسومة ما أثر تصفية السجلات بحسب مصدرها في استرجاع الأدلة المقبولة؟ E3 · الترابط بين أعضاء المجلس 12 حالة تجريبية؛ 10,000 حالة اختبار لكل منها كيف يؤثر عدد المصوّتين والأخطاء المشتركة في صحة قرار الأغلبية؟ E4 · توقيت الضوابط 3 دوال؛ قيس أداؤها في 101 دفعة تضم كلٌّ منها 1,200 عنصر. ما تكلفة توجيه القرار داخل العملية البرمجية بعد تهيئتها؟ تعزل التجارب آليات هندسية باستخدام شيفرة بايثون عادية، ولا يشارك فيها متخصص بشري أو نموذج لغوي. فوسوم الصحة وقيم الثقة وعلامات موثوقية المصدر والظروف الخارجية كلها بيانات اختبار مولّدة. وتصف النتائج هذا التصميم الاصطناعي، لا أداء جارڤيس في التشغيل الفعلي. تستخدم جميع مهام اختبار القواعد البذور من 410 إلى 419. وتُشتق منها بذور ثابتة منفصلة لتجارب الذاكرة والمجلس. وقد أعاد تشغيلان مستقلان إنتاج بيانات المهام وسجلات القرار ونتائج الذاكرة والنتائج المجمّعة وسجلات التحقق بتطابق تام في البايتات. واستُبعدت قياسات الزمن من فحص التطابق عمدًا، لأن حمل النظام قد يغيّرها. أُعدّ البروتوكول ونُفّذ خصيصًا لهذا التقرير؛ ولم يُسجّل مسبقًا لدى جهة خارجية. احتُفظ بالشيفرة والتوزيعات والعتبات والمخرجات ليتسنّى للمراجع معرفة ما اختُبر تحديدًا واقتراح شروط متابعة أشدّ. لا تتضمن هذه التجارب اختيارًا بين نماذج، أو مجموعة تدريب مخفية، أو مصنّفًا دُرّب على البيانات. فحص المقترحات وفق القواعد قبل السماح بتنفيذها. تتضمن كل مهمة إجراءً مقترحًا وقيمة ثقة اصطناعية وحقولًا متعلقة بالسياسة وُلّدت بصورة مستقلة. الحقل طريقة التوليد أو تفسير الحقل المجال الدعم، أو المخزون، أو المالية، أو التسويق، أو الجدولة، أو البحث؛ 2,000 مهمة لكل مجال. الثقة سحب منتظم بين 0.50 و0.995؛ يُحفظ إلى ست منازل عشرية. تصنيف صحة النتيجة سحب برنولي باحتمال يساوي الثقة ناقص 0.03 في الحالات المستقرة، والثقة ناقص 0.21 في الحالات المتغيرة. الإذن / الثقة بالمصدر يبلغ احتمال غياب كل عنصر أو عدم صلاحيته 0.08 تكرار الأثر / عدم قابلية التراجع الاحتمال 0.05 / 0.08 على الترتيب عمر الأدلة اختيار منتظم من 1 أو 2 أو 6 أو 12 أو 24 أو 36 أو 72 ساعة. المبلغ اختيار باحتمالات متساوية بين 0 أو 20 أو 50 أو 100 أو 200 أو 500 أو 1,000 وحدة افتراضية. تغيّر التوزيع آخر 300 مهمة من أصل 1,200 لكل بذرة؛ أي 25% من مجموعة البيانات كاملة. ينفّذ المتحكّم المعتمد على الثقة وحدها عند بلوغها 0.70 فأكثر. أما المتحكّمان المزوّدان بضوابط، فيمنعان أولًا التكرار والتنفيذ بلا إذن والاعتماد على مصادر غير موثوقة. ويُحيلان إلى المراجعة المقترحات التي يتعذّر التراجع عنها أو تتجاوز 500 وحدة، ولا ينفّذان إلا عند ثقة لا تقل عن 0.82. ويؤجّل المتحكّم الكامل أيضًا المقترحات التي تستند إلى أدلة مضى عليها أكثر من أربع وعشرين ساعة. يفحص مرجع السياسة الحقول التي تجعل التنفيذ مؤهلًا، ولا يستخدم وسم الصحة المُولّد. لذلك قد يستوفي المقترح قواعد السياسة ويظل خاطئًا. وجميع الكميات اصطناعية ولا تمثل عملة أو أداءً تجاريًا. وتسمّي المجالات مجموعات فرعية متوازنة، لكنها لا تنشئ مهام مختلفة في معناها. تقل التغطية كلما اشتدت الضوابط. نتيجة مقاسة على بيانات اصطناعية: تمنع البوابة الكاملة المخالفات المرمّزة مع تقليص مجموعة الإجراءات المنفذة آليًا. الشكل 1. نتائج متحكم السياسة في 12,000 مهمة اصطناعية. ويُحسب معدل المخالفات بين المهام المنفَّذة، لا بين جميع المهام. المتحكّم تنفيذ التغطية الانتهاكات الصحة* الثقة وحدها 7,058 58.8% 3,877 78.4% دون فحص حداثة الأدلة 2,635 22.0% 747 84.7% بوابة الضبط الكاملة 1,888 15.7% 0 85.1% ينفّذ المتحكم القائم على الثقة وحدها 7,058 مهمة، ويسجل 3,877 مخالفة للقواعد المرمّزة. أما بوابة الضبط الكاملة فتنفّذ 1,888 مهمة دون هذه المخالفات. وتبلغ تغطيتها 15.7%، وصحة المقترحات المولّدة بين الحالات المنفّذة 85.1%. يُتوقع عدم تسجيل أي مخالفة عندما تُطبّق تصنيفات قواعد صريحة وصحيحة تطبيقًا سليمًا. وهذه نتيجة اتساق في التنفيذ، وليست برهانًا على أمان الذكاء الاصطناعي عمومًا. ولا تستطيع بوابة الضبط التحقق مما إذا كان مورّد قد كذب، أو مستند قد أسيء فهمه، أو المقترح المولّد يحقق هدفًا تجاريًا حقيقيًا. *تشير الصحة هنا إلى الوسم الذي ولّده الاختبار للمقترح. تغيّر المتحكّمات اختيار المقترحات التي تُنفّذ؛ ولا تحسّن المقترحات نفسها أو تعيد صياغتها. قد يلتزم القرار بالسياسة ويظل خاطئًا. يخفض تغيّر التوزيع نسبة صحة المقترحات المولّدة، حتى إذا استمر حاجز التحقق في تطبيق قواعده. الشكل 2. نسبة صحة المقترحات المنفّذة تحت كل مجموعة من الظروف الاصطناعية. في الظروف المتغيّرة، يخفض مولّد الحالات احتمال صحة المقترح من دون تغيير الثقة المعلنة فيه. مع حاجز التحقق الكامل بلغت نسبة الصحة 88.6% في الظروف المستقرة، مقابل 74.5% بعد تغيّر الظروف. وبلغت النسبة الإجمالية 85.1%، مع فاصل وصفي بطريقة ويلسون عند مستوى 95% يتراوح من 83.4% إلى 86.7%. يلخّص الفاصل نتائج برنولي المولّدة في التجربة، وليس فاصل ثقة للأداء في بيئة عمل فعلية. تنشأ النتيجة من تصميم التجربة نفسه: ففي الحالات التي يتغيّر توزيعها، يُفترض احتمال أقل للصواب. وتكمن قيمتها في التشخيص؛ فقد تعرض لوحة الرقابة امتثالًا كاملًا مع تراجع جودة القرارات المقبولة. لذلك لا بدّ من قياس الالتزام بالسياسة والنتيجة معًا. لا تثبت التجربة أثرًا سببيًا لعتبة الثقة منفصلًا عن اختيار الحالات؛ فالعتبات الأشد تختار مجموعة أخرى من المقترحات. وينبغي أن تقارن دراسة لاحقة الحالات نفسها، وتحتفظ بحالات الامتناع، وتقيس تكلفة التنفيذ الخاطئ والتأجيل غير الضروري معًا. استرجاع الذاكرة مع تفاوت جودة الأدلة. تختبر مجموعة صغيرة مضبوطة من الحالات عواقب اختيار السجل الأحدث وحده. في كل واحدة من 3,000 حالة استرجاع مولّدة، يوجد سجل مقبول باحتمال 0.90. هذا السجل موثوق ومعتمد ويتبع حساب المؤسسة A، وتبلغ صلاحيته اثنتين وسبعين ساعة. ويُختار عمره بين ساعتين وأربع وعشرين ساعة. ويُضاف ما يصل إلى أربعة سجلات منافسة باستقلال بعضها عن بعض، باحتمال 0.80 لكل سجل. تمثّل السجلات المتنافسة أربع فئات إخفاق صريحة: أدلة منتهية الصلاحية، وملاحظة غير معتمدة، وسجل تابع لجهة أخرى، ومصدر غير موثوق. وتصنيفاتها قابلة للقراءة آليًا وصحيحة بحكم طريقة إنشاء البيانات. ويمنع سجل احتياطي غير معتمد خلو مجموعة الخيارات في حالة «الأحدث أولًا». تختار آلية «الأحدث أولًا» السجل الأقل عمرًا، وتفصل بين السجلات المتساوية في العمر بحسب الصلة بالمهمة. أما الآلية القائمة على المصدر فتستبعد أولًا السجلات غير الموثوقة أو غير المعتمدة أو المنتهية أو التابعة لجهة أخرى، ثم تطبّق الترتيب نفسه. وإذا لم يوجد سجل مقبول فإنها تمتنع عن الاختيار. ولا تستخدم التجربة نموذج تضمينات أو تفسيرًا للغة الطبيعية أو آلية استرجاع متعلّمة. المقياس هو ما إذا كان السجل المختار مقبولًا وفق قواعد الحالة الاختبارية. تختبر التجربة قبول السجلات عند الاسترجاع، لا صحة ما تقوله جمل باللغة الطبيعية. وتتيح وسومها المضبوطة اختبار الحدّ الذي صُمّم النظام لفرضه، قبل إدخال حالات أصعب مثل تزوير معلومات المصدر أو غموض الصلاحية. ثالثا - المنهجية تعريف تغطية الاختيار المواقف المختارة / جميع المواقف دقة اختيار الأدلة الصالحة عدد السجلات الصالحة المختارة / إجمالي السجلات المختارة اختيار غير صالح يخالف السجل المختار قاعدةً واحدة على الأقل من قواعد حالة الاختبار. الامتناع لا يُعاد أي سجل لعدم بقاء دليل مقبول. يحدّد ترشيح الذاكرة بحسب مصدرها أيّ المعلومات يُسمح لها بالتأثير في القرار. نتيجة مقاسة على بيانات اصطناعية: الامتناع المبرر أفضل من استرجاع سجل غير مقبول بوضوح. الشكل 3. النتائج في 3,000 حالة استرجاع اصطناعية. وتُحدد الصلاحية بناءً على التسميات الصريحة لحالات الاختبار. أداة الاختيار صالح غير صالح امتناع نسبة السجلات الصحيحة بين السجلات المختارة الأحدث أولًا 948 2,052 0 31.6% التحقق من المصدر 2,718 0 282 100.0% أعادت آلية تفضيل الأحدث 2,052 سجلًا غير صالح. وأعادت الآلية التي تتحقق من مصدر الأدلة 2,718 سجلًا صالحًا، وامتنعت عن الاختيار في 282 حالة. وتعود دقة نتائجها المسترجعة البالغة 100.0% إلى أنها تطبّق التسميات الصحيحة نفسها التي تُعرّف الصلاحية. لا يثبت ذلك قدرة النظام على اكتشاف ادّعاء كاذب بشأن المصدر، أو التمييز بين نصيحة جيدة وأخرى سيئة في نص لغوي. ويتطلب اختبار ذلك سجلات خضعت لتقييم مستقل وتجربة منفصلة. أما النتيجة الهندسية المفيدة فهي إمكان فرض شروط قبول السجل قبل ترتيبه بحسب الصلة أو الحداثة. ينبغي أن تختبر دراسة الذاكرة التالية أثر إفساد البيانات الوصفية عمدًا وإدخال تصحيحات متنازع عليها وتغيير قواعد الاحتفاظ. ويُقاس عدد الأخطاء الناشئة عند قبول المصادر وترتيب نتائج الاسترجاع واقتطاع السياق وتفسير النموذج في المراحل اللاحقة. كم من وجهات النظر مستقل فعلًا؟ تجربة بمصوّتين في المحاكاة تفصل أثر حجم المجلس عن أثر الخطأ المشترك. تعتمد الدراسة أصواتًا ثنائية تميز الإجابة الصحيحة من الخاطئة، ولا تعتمد على مشاركين بشريين أو مخرجات لنماذج ذكاء اصطناعي. ويبلغ الاحتمال الهامشي لصحة إجابة كل مصوّت في المحاكاة 0.75. وتضمّ المجالس مصوّتًا واحدًا، أو ثلاثة، أو خمسة عشر، أو مئة. ويشمل كل شرط عشرة آلاف حالة موزعة على عشر بذور عشوائية ثابتة. يحدث في كل حالة عامل مشترك مفاجئ باحتمال ρ. فإذا وقع، حصل جميع المصوّتين على نتيجة صحة واحدة من توزيع برنولي. وإذا لم يقع، سحب كل مصوّت نتيجة مستقلة باحتمال صحة قدره 0.75. واختبرنا ρ عند القيم 0 و0.25 و0.60. ووفق هذا البناء، يساوي ρ أيضًا القيمة المتوقعة لمعامل الارتباط بين صحة نتائج كل زوج من المصوّتين. يُعدّ قرار المجلس صائبًا إذا أصابت أغلبية الأصوات. وعند التعادل التام، وهو ممكن حين يضم المجلس مئة مصوّت، تُحسم النتيجة عشوائيًا باحتمالين متساويين. ويسجّل المحاكي الأعداد بحسب البذرة والشرط. ولا يجري مناظرة نصية أو يستخدم أدوات أو يجمع أدلة أو يدمج الأصوات بأسلوب متعلّم. يسأل هذا النموذج المبسّط عمدًا هل تساعد زيادة المشاركين على تجاوز الأخطاء المشتركة. ولا يمثّل جميع مجالس الوكلاء الفعلية. فقد تولّد التعليمات المشتركة والتدريب المتطابق والاسترجاع من المصادر نفسها وترتيب التواصل أنماط ارتباط أعقد من احتمال وقوع صدمة مشتركة واحدة. احتمال صحة قرار الأغلبية: P(correct majority) ≈ ρ × 0.75 + (1 − ρ) × B(n, 0.75) تمثل B احتمال صواب الأغلبية عندما يصوّت الأعضاء بصورة مستقلة، ويُحتسب نصف احتمال التعادل إذا كان n زوجيًا. وتصف الصيغة طريقة بناء هذا المحاكي. مئة صوت لا تمحو خطأً مشتركًا. نتيجة مقاسة على بيانات اصطناعية: يحدّ الترابط من فائدة زيادة عدد أعضاء المجلس. الشكل 4. صحة قرار الأغلبية في نموذج المصوّتين المحاكى. تمثّل كل نقطة 10,000 حالة؛ ولم يُقيَّم أي بشر أو نماذج لغوية. المصوّتون في المحاكاة Ρ = 0 Ρ = 0.25 Ρ = 0.60 1 75.0% 74.9% 75.1% 3 84.0% 81.9% 78.8% 15 98.6% 92.0% 84.1% 100 100.0% 93.8% 84.7% يستفيد المصوّتون المستقلون بدرجة كبيرة من تجميع أصواتهم في هذا النموذج. أما مع الصدمات المشتركة فيكون التحسن أقل، لأن المجلس كله قد يخطئ معًا. ومع زيادة حجم المجلس، يقترب الحد النظري لهذا النموذج من 1 − 0.25ρ بدلًا من الواحد. تدعم النتيجة اختبار تنوّع الأدلة والمناهج، لا مجرد زيادة عدد الوكلاء بأسماء مختلفة. وينبغي أن تقيس تجربة لاحقة مدى تداخل الأخطاء، وأثر استبعاد كل دور على حدة، وما تضيفه المعلومات المختلفة فعليًا. ولا تثبت النتيجة أن تشغيل خمسة عشر أو مئة وكيل سيحقق هذه النسب. سرعة التوجيه ليست سوى جزء واحد من أداء النظام. اختبار أداء محلي مصغّر: تنفيذ وحدة تحكم بايثون ضمن العملية نفسها بعد الإحماء. المتحكّم الوسيط، بالميكروثانية لكل عنصر المئين 95، بالميكروثانية لكل عنصر المئين 99، بالميكروثانية لكل عنصر الثقة وحدها 0.092 0.116 0.118 دون فحص حداثة الأدلة 0.172 0.204 0.212 بوابة الضبط الكاملة 0.185 0.222 0.239 يُهيأ كل متحكّم بعشر دفعات لا تدخل في القياس. ثم يُقاس زمنه في 101 دفعة، تضم كل منها المهام الاصطناعية الـ1,200 نفسها. يستخدم القياس ساعة رتيبة عالية الدقة. وكل مشاهدة معروضة هي زمن الدفعة الكلي مقسومًا على 1,200؛ والمئينات المنشورة محسوبة على متوسطات الدفعات هذه. بيئة التشغيل المسجلة هي Python 3.9.25 على Linux / x86_64. ولا يثبّت القياس نوع معالج بعينه، ولا يحجز الخادم، ولا يضبط الأحمال المنافسة. وهو يسجّل تكلفة التنفيذ المحلي في الظروف المرصودة، ولا يجوز اعتباره ضمانًا لمستوى الخدمة قابلًا للنقل إلى بيئات أخرى. يستبعد قياس الزمن التعرف على الكلام، واستدلال النموذج، وانتقال البيانات عبر الشبكة، والاسترجاع من قاعدة بيانات، وتنفيذ الأدوات، والتحقق من الآثار الخارجية. كما لا يقيس الأزمنة المرتفعة في ذيل توزيع الطلبات المفردة. وهذه الاستبعادات مقصودة لعزل بوابة الضبط الحتمية. تبيّن النتيجة أن المتحكّم المرجعي الصغير قليل الكلفة الحسابية. لكنها لا تثبت استدلالًا متعدد التخصصات في ملّي ثوانٍ أو استجابةً كاملة من جارڤيس بهذه السرعة. يتطلب قياس النظام كاملًا قياس زمن كل مرحلة تحت أحمال متزامنة وحالات إخفاق واقعية. وحدة الإبلاغ عن الانتهاكات ميكروثانية لكل عنصر، محسوبة من متوسطات دفعات بعد التهيئة. أبقِ وصف الوحدة ملازمًا للأرقام عند إعادة استخدامها. تفسّر اختبارات استبعاد المكوّنات الآليات، ولا تثبت أداءً عامًا. تفيد مجموعة التجارب لأن تبسيطاتها ومقارناتها جميعًا معلنة بوضوح. في التجربة E1، تؤدي إزالة فحص حداثة الأدلة إلى قرارات تنفيذ تخالف شرط عمر الدليل في السياسة الكاملة. وهذا اختبار لأثر حذف ضابط صريح واحد. وتبيّن المقارنة سلوك تلك القاعدة في ظل التوزيع المختار لأعمار الأدلة؛ ولا تقدّر مدى شيوع الأدلة المتقادمة في إدارة فعلية. يختلف خط الأساس القائم على الثقة وحدها عن بوابة الضبط الكاملة في أكثر من جانب: فهو يستخدم فحوصًا أقل للقواعد وعتبة ثقة أخفض. ولذلك لا يجوز نسبة الفرق في جودة النتائج إلى ميزة واحدة. وينبغي لدراسة لاحقة استخدام تصميم تجريبي عاملي يغيّر العتبات وفحوص القواعد وجودة المقترحات كلًّا على حدة. تقارن E2 آليات الاختيار بافتراض أن البيانات الوصفية صحيحة تمامًا. ودقة النتائج العالية بعد التصفية تنشأ من اتساق قواعد حالات الاختبار. أما الاختبار الأصعب فيقتضي قياس جودة البيانات الوصفية وقبول المصادر في ظروف خصومية. وتغيّر E3 بنية الارتباط المفترضة؛ ولا تكشف الارتباط الفعلي بين نماذج مستخدمة في الواقع. يعزل الاختبار E4 كلفة التوجيه المحلي ويستبعد مراحل سير عمل الوكيل المكلفة أو المتغيرة. والاستنتاج هنا يتعلق بالبنية: يمكن وضع بعض الفحوص على مسار حتمي خفيف، بينما يحتاج زمن إنجاز المهمة كاملةً إلى قياس مستقل. التفسير الذي تدعمه النتيجة توسّع لا يدعمه الدليل ترفض الضوابط الصريحة الحالات الموسومة بأنها غير صالحة الذكاء الاصطناعي آمن تمامًا تحتوي حالات الاختبار بعد التصفية على سجلات ذاكرة صالحة النظام يعرف أي الادعاءات عن الواقع صحيح. تقلّل الأخطاء المشتركة الفائدة من التصويت مائة وكيل تعادل مائة متخصص. يُنفَّذ فحص الضوابط المحلي بسرعة يستدلّ النظام الكامل في غضون أجزاء من الألف من الثانية إظهار المقامات والبذور العشوائية وعدم اليقين. يجب أن تتيح كل نتيجة إعادة بناء البسط والمجموعة التي تصفها. مقام نسبة تغطية التنفيذ هو جميع المهام، بينما يُحسب معدل مخالفة السياسة وصحة المقترحات بالنسبة إلى المهام المنفَّذة. وتُحسب دقة استرجاع الذاكرة من السجلات المختارة، والامتناع من جميع حالات الاسترجاع. ونبيّن هذه الخيارات مع النتائج لأن تغيير المقام قد يغيّر تقدير القارئ للأداء تغييرًا كبيرًا. تحفظ حزمة الأدلة ملخصات تجارب السياسة والمجلس لكل بذرة عشوائية، إلى جانب سجلات القرارات الخام. وتصف فواصل ويلسون نتائج برنولي المولَّدة؛ ولا تعكس عدم اليقين الناشئ عن مولّد غير ممثل للواقع أو افتراضات مشتركة أو نموذج مختلف أو بيئة تشغيل مستقبلية. لا يدّعي هذا الإصدار وجود دلالة إحصائية لاختبار فرضية. تعرض التجارب عمل الآليات بتوزيعات محددة سلفًا. ويخفّض توليد حالات كثيرة ضوضاء محاكاة مونتي كارلو، لكنه لا يعوّض الظواهر الواقعية الغائبة. وإضافة حالات من المولّد نفسه لا تثبت صلاحية النتائج خارج التجربة. ينبغي أن تعلن الدراسات المقبلة النتيجة الأساسية ومسوّغ حجم العينة قبل إجراء التقييم النهائي. وتُستخدم في المقارنة الحالات نفسها حيثما أمكن، مع ترتيب عشوائي لشروط الاختبار وتقديرات لعدم اليقين بطريقة البوتستراب أو بطريقة هرمية تلائم بنية المهمة. وينبغي الاحتفاظ بالمحاولات المتكررة للنموذج، بما فيها الإخفاقات وانتهاء المهل وحالات الامتناع. الالتزام بتقديم التقارير اعرض الأعداد والتغطية والأخطاء معًا. ميّز التحليلات الاستكشافية من التقييم النهائي الذي ثُبّتت شروطه. احتفظ بالشروط التي لم تنجح، ووثّق سبب استبعاد أي حالة قبل عرض النتائج المجمّعة. المختبر المفيد يجعل الإخفاق قابلًا للتشخيص. يربط تصنيف الأخطاء بين كل إخفاق مرصود وتجربة محددة تختبره أو إجراء تصحيحي يعالجه. فئة الإخفاق العلامة التي يمكن رصدها ما الذي ينبغي فحصه تاليًا؟ غموض المدخلات تفسيران معقولان للمهمة إجراء طلب التوضيح واختبار فهم المقصود خلل في الأدلة معلومات مفقودة أو متقادمة أو متناقضة صلاحية المصدر وسجلّ مسار الاسترجاع عدم ملاءمة المهارة تسمية الدور صحيحة، لكن الأسلوب غير مناسب اختبارات قبول الدور وكفاءته إخفاق التخطيط تسلسل إجراءات لا تسنده الأدلة فحص الاعتمادات والشروط المسبقة فشل التنسيق يكرر الوكلاء الافتراض الخاطئ نفسه اختبارات التقييم المستقل أولًا والتداخل بين الأخطاء خلل في ضبط الصلاحيات يتجاوز الإجراء نطاق الصلاحيات الممنوحة اختبار الصلاحيات في طبقة الأدوات الفشل في التنفيذ انتهاء المهلة أو تحقّق جزء فقط من الأثر الخارجي منع تكرار الأثر ومطابقة الحالة الفعلية بالسجل الفشل في التحقق أُبلغ عن النجاح دون التحقق من الحالة الناتجة. إعادة قراءة الحالة ومعايير إتمام المهمة فشل الذاكرة اعتماد درس لم يُختبر ضوابط اعتماد الدروس واختبارات عدم تراجع الأداء ينبغي تطبيق تصنيف الإخفاقات على المسار الكامل للمهمة، لا الإجابة النهائية وحدها. وقد تسهم عدة فئات في نتيجة واحدة؛ فمثلًا قد تقود الأدلة القديمة إلى خطة سيئة، ثم يسمح غياب الضبط بتنفيذها. ينبغي لكل سجل حادثة أن يميّز بين الوقائع المرصودة والسبب المقترح. ويُفترض أن ينتج عن الإجراء التصحيحي اختبار جديد أو تغيير قابل للقياس في أحد الضوابط. ولا يثبت تكرار المهمة إلى أن تنجح أن المشكلة الأصلية عولجت. تفصل الدراسة الاصطناعية عمدًا بين الالتزام بالسياسة وصحة المقترح. وهذا أول حدّ تشخيصي فيها. وينبغي لبرنامج تجريبي أوسع أن يضيف إخفاقات الاسترجاع والنموذج والأدوات والتنظيم، مع الحفاظ على القواعد نفسها في توثيق الأدلة. بروتوكول متكامل لتقييم نموذج فعلي. تستبدل المرحلة التالية وسوم المقترحات المولّدة بمخرجات فعلية للنموذج على مجموعة مهام ثُبّتت قبل الاختبار. تُبنى مجموعة المهام من مواصفات سير عمل مأذون بها وحالات تُكتب بصورة مستقلة. وتُحدَّد لكل حالة نقطة البداية والأدلة المسموحة والأدوات المتاحة وشروط النتيجة النهائية المتوقعة والآثار المحظورة. وتُفصل حالات التطوير عن التقييم النهائي؛ ولا تُعاد صياغة الحالات النهائية لمصلحة نظام مرشّح. قارن بين خط أساس حتمي ووكيل بدور واحد والنموذج الأولي الحالي والبنية الخلوية المقترحة. استخدم الأدلة نفسها ومحاكي الأدوات نفسه حيثما أمكن. وسجّل معرّف النموذج وإصدار التعليمات وإصدارات المهارات وإعدادات أخذ العينات وسياسة إعادة المحاولة والميزانية الكلية. وإذا تغير سلوك المورّد فوثّق تاريخ التقييم واحتفظ بالمخرجات. كرّر كل حالة عددًا كافيًا من المرات لتقدير الموثوقية، وبرّر حجم العينة وفق القرار المزمع اتخاذه. أدرج أعطال الأدوات وغياب الأدلة وتعارض التعليمات والمحتوى غير ذي الصلة. وزّع ترتيب الشروط عشوائيًا لتقليل أثر التوقيت. وينبغي أن يقيس المؤشر الأساسي الحالة النهائية الفعلية والالتزام بالسياسة، لا تصريح النموذج بأنه نجح. ينبغي تسجيل استهلاك وحدات النص والتكلفة وزمن الاستجابة وحالات الامتناع وعدد التدخلات وفئات الأخطاء. ويفحص المراجع عينة من حالات النجاح والإخفاق معًا، لأن نتيجة نهائية تبدو صحيحة قد يسبقها مسار غير مسند أو غير مأذون به. شرط القبول المقترح رابعا - المعلومات المطلوبة جودة النتائج تصحيح مُعمّى أو برمجي وفق معايير مستقلة. الموثوقية التشغيلية النجاح عبر محاولات متكررة والتعافي من الإخفاق ضمن حدود محددة إسناد المعلومات إلى الأدلة التحقق من سند كل ادّعاء على حدة الكفاءة في استخدام الموارد التكلفة وزمن الاستجابة لكل مهمة اكتملت وثبت إنجازها تصميم مقارنة عادلة مع المتخصصين. يتطلب الطموح إلى مضاهاة مائة متخصص دراسة خبراء ذات هدف مقارنة دقيق. عند اختيار المشاركين، يجب تحديد الخبرة المطلوبة وتعارض المصالح وشروط الأهلية لكل مهمة. لا يصح تصوير لجنة المتخصصين كأن أعضاءها المئة مؤهلون بالدرجة نفسها في كل مجال. قد تحتاج مهمة إلى قلة من الخبراء تتكامل تخصصاتهم، وأخرى إلى مجموعة أكبر تُجري تقييمات مستقلة. ويجب إعلان التشكيل المختار قبل جمع النتائج. ينبغي أن يتلقى المشاركون وصفًا موحدًا للمهمة وحزمة أدلة متسقة. وتُسجل المدة المتاحة والأدوات التي يمكن استخدامها وما إذا كان التشاور مسموحًا. ويمكن قياس الأحكام الفردية الأولى وأحكام اللجنة النهائية كلًا على حدة، بما يكشف قيمة التنسيق البشري وتكلفته. ينبغي حجب هوية مصدر مخرجات الذكاء الاصطناعي عن المقيّمين حيثما أمكن. ويحتاج المراجعون إلى معايير تحدد النتائج المقبولة والأخطاء الجسيمة وطريقة التعامل مع عدم اليقين. ويُعلن مدى الاتفاق بين المقيّمين وما بقي من خلاف. ولا تُمنح إجابة درجة لمجرد أن أسلوبها يبدو مهنيًا. ينبغي حصر أي ادعاء بمعادلة أداء لجنة خبراء في نوع المهام الذي اختُبر، وشروط الأدلة، والميزانية المستخدمة. فالنجاح في تسوية روتينية لا يثبت خبرة عامة في العلوم أو الطب أو الاستراتيجية أو الهندسة. وينبغي الاحتفاظ بالنتائج السلبية وتحديد المجالات التي يتفوق فيها البشر على النظام. الحالة الراهنة هذا بروتوكول مقترح للمستقبل. لم يُستقطب متخصصون بشر ولم يُختبروا لهذه الطبعة، ولا تُعرض فيها نتيجة تثبت التكافؤ معهم. التحقق من الاقتصار على الإنجليزية في مسار التفاعل كاملًا. يشمل شرط اللغة التجربة كاملة، بما فيها رسائل الخطأ والمخرجات المنطوقة. ينبغي أن تشمل مجموعة الاختبارات النصية أسئلة بالإنجليزية ومدخلات متعددة اللغات ونصوص مصادر مقتبسة بلغات أخرى وأسماء ملتبسة وتعليمات تحاول تغيير لغة الرد. والسلوك الصحيح هو الإجابة أو طلب التوضيح بالإنجليزية، مع الحفاظ على معنى المصادر وبيان مواضع عدم اليقين في الترجمة عند الحاجة. ينبغي أن يقيس تقييم الصوت، كلًّا على حدة، دقة تحويل الكلام إلى نص، وفهم المقصود، ولغة الرد، ووضوح الكلام المنطوق. وتمثل اللهجات والضوضاء والمقاطعات ورفض إذن الميكروفون ظروف اختبار مستقلة. فقد يتحدث النظام بإنجليزية سليمة، بينما يتصرف بناءً على أمر نُقل إلى النص بصورة خاطئة؛ ومن ثم لا تكفي جودة الصوت وحدها. قبل الموافقة على الإجراءات ذات العواقب المهمة، ينبغي للنظام عرض التعليمات كما فهمها أو ترديدها. وتستحق الكميات والتواريخ ومعرّفات الحسابات والوجهات فحصًا خاصًا. وعند الحاجة ينبغي إيقاف الاستماع أثناء الرد الصوتي، كيلا يفسّر النظام صوته بوصفه تعليمات جديدة. ينبغي أن يوثّق سجل الاختبار إصدارات المتصفح ومحرك النطق وإعدادات الميكروفون ومصدر عينة الإدخال والبدائل النصية الميسّرة. ولا تُحفظ تسجيلات صوتية لمستخدمين فعليين دون غرض محدد وإذن مناسب. ويفحص هذا الإصدار مسارات اللغة الأقدم؛ ولم تُجرَ دراسة صوتية بمشاركين بشريين. فئة الاختبار النتائج المتوقعة مُدخل بغير الإنجليزية إجابة بالإنجليزية تنقل المعنى بأمانة تعليمة مقتبسة من أحد المصادر لا تغيير في قواعد اللغة أو الصلاحيات. كمية غير مؤكّدة توضيح قبل اتخاذ إجراء خدمة النطق غير متاحة إمكان متابعة سير العمل كتابةً انقطاع أو إعادة محاولة لا إجراء مكرر الحفاظ على الكفاءة مع تغيّر الظروف. ينبغي أن يُقاس أداء موظف الذكاء الاصطناعي بسجل ممتد عبر الزمن، لا بلقب دائم يُمنح له بعد اختبار ناجح واحد. ينبغي للدراسة الطولية تحديد فترات تقييم دورية والإبقاء على مجموعة مرجعية ثابتة من الحالات. وتمثّل الحالات الجديدة ظروف العمل المتغيّرة، بينما تكشف المجموعة الثابتة تراجع الأداء. ويجب فصل النتائج بحسب الدور وفئة المهمة ونسخة الأداة وجودة الأدلة، بدلًا من اختزالها في درجة عالمية واحدة. تقترح عملية التحديث إنشاء نسخة مرشّحة من المهارة أو الذاكرة، واختبارها بحالات جديدة وأخرى محفوظة، ثم مقارنتها بالنسخة الحالية. ولا تُعتمد إلا وفق معيار جودة محدد سلفًا ومن دون تراجع غير مقبول. وإذا انخفض الأداء بعد التشغيل، ينبغي الرجوع إلى الإصدار السابق أو تقليص استقلالية النظام، مع الاحتفاظ بالنسخة التي أخفقت لتحليلها. من مؤشرات تغيّر نمط العمل زيادة الحقول الإلزامية الناقصة، أو ظهور أنواع جديدة من الاستثناءات، أو تراجع توافق الأدلة، أو إطالة زمن استجابة الأدوات، أو تغيّر توزيع المهام المقبولة. تستحق هذه الإشارات التحقيق، لكنها لا تحدد السبب بمفردها ولا تثبت أن إعادة التدريب هي العلاج المناسب. يمكن للصيانة الذاتية أتمتة المراقبة وتوليد البدائل المرشّحة وتقييمها ضمن حدود. أما توسيع الصلاحيات أو إزالة الضوابط أو إعادة تعريف النجاح فيتطلب تفويضًا منفصلًا. وينبغي قياس ما إذا كانت دورة الصيانة تحسّن الأداء في حالات لم تدخل في التطوير، وما إذا كانت تدخلاتها تُحدث أنماط إخفاق جديدة. السجل التنافسي نسخة الدور · فئات المهام المقبولة · تاريخ التقييم · مجموعة الأدلة · الجودة والتغطية · الحدود المعروفة · سجل التغييرات · سبب المراجعة المقبلة. كيف يتغير قرار المخزون، خطوةً بخطوة. هذا سيناريو توضيحي فقط؛ والكميات أدناه مفترضة لشرح سير العمل المقترح. الخطوة الحالة الافتراضية والسلوك المتوقع 1 · الرصد يضم المستودع A عدد 40 وحدة. يبلغ الطلب المؤكد 12 وحدة يوميًا، ومدة التوريد المسجّلة خمسة أيام. 2 · فحص الصلاحية عمر سجل المخزون ساعتان، وعمر سجل مهلة توريد المورّد ست وثلاثون ساعة. 3 · تقدير الموقف يحدّد الدور ضغط المخزون واعتمادًا على معلومة قديمة، ويسجّل أن القرار يحتاج إلى أدلة محدّثة. 4 · الاستشارة يطلب دورا المخزون والمشتريات تقديرًا حديثًا من المورّد، ويتحقق دور المالية من الميزانية المسموح بها. 5 · الاقتراح بعد وصول أدلة حديثة، يحسب مكوّن التخطيط الكميات المرشحة ضمن الحدود الممنوحة للدور. 6 · ضبط التنفيذ يفحص حاجز التحقق الإذن المتعلق بالمورّد والمبلغ واحتمال تكرار المعاملة والموافقات المطلوبة. 7 · التنفيذ لا يُرسل إلا طلب مأذون به ومحدد النطاق؛ وفي غير ذلك يطلب النظام المراجعة. 8 · التحقق يُتحقّق من مرجع الطلب والكمية الفعلية قبل وصف المهمة بأنها مكتملة. لا تقتصر الفائدة على إنتاج كمية بسرعة؛ بل تشمل معرفة الافتراضات التي تحدد تلك الكمية وعدم إخفاء أي اعتماد لم يُحسم. ولا يكون اضطراب الطقس ذا صلة إلا إذا انطبق على مسار المورد وكانت له مدة صلاحية مناسبة. بعد تلبية الطلب، تسجّل طبقة الذاكرة مهلة التوريد التي تحققت فعلًا وتربطها بالتوصية الأصلية. وقد يقترح النظام درسًا عن تفاوت أداء المورّد؛ ويجب تقييمه في حالات إضافية قبل اعتماده قاعدةً للشراء. ونجاح عملية تسليم واحدة لا يؤسس توقعًا عامًا. قائمة مواصفات الدور والمهارات. يقترح البحث عقدًا قابلًا للقراءة الآلية يتيح فحص قدرات الموظف الاصطناعي قبل تفعيله. { "role_id": "inventory-analyst", "version": "candidate-1", "language": "en", "scope": ["warehouse-A"], "skills": [{ "id": "replenishment-review", "version": "1.0", "source_digest": "sha256:...", "status": "approved", "evaluation_record": "eval:..." }], "tools": ["inventory.read", "purchase.draft"], "memory_policy": "approved-current-own-scope", "autonomy": "recommend", "owner_role": "operations-manager" } هذا المخطّط للتوضيح، ولا يضم بيانات دخول فعلية أو بصمة حقيقية أو معرّف تقييم حقيقيًا. ينبغي لمدقّق النشر رفض الأدوات المجهولة ومراجع الموافقات الناقصة والإصدارات غير المتوافقة. ولا يمكن لبيان يطلب صلاحيةً أن يمنحها لنفسه. ينبغي أن تذكر كل مهارة تاريخ سريانها والإصدارات التي حلّت محلها. ويحتفظ الدور بإحالة إلى الحزمة المحددة التي جرى تقييمها، لا إلى رابط قابل للتغيير. وتوثّق حقوق الحزمة ومنشأ مصدرها في سجل القبول. يسهّل ملف تعريف الدور نقله بين البيئات من دون نسخ صلاحيات غير محدودة. ويمكن لبيئتي الاختبار والإنتاج استخدام التعريف نفسه، مع موصلات أدوات مختلفة وبيانات اعتماد جرت الموافقة عليها بصورة منفصلة. وعلى التقييم التحقق من أن الموصلات تفرض النطاق المعلن. سجل القرارات والذاكرة. يربط سجل موجز التوصيةَ بالمعلومات والصلاحيات والنتيجة المرصودة التي تستند إليها. مجموعة الحقول المعلومات المطلوبة الهوية معرّف المهمة، وإصدار الدور، وحساب المؤسسة، والجهة الطالبة الموثّقة الهوية. الأدلة معرّفات المصادر وبصماتها حيث يلزم والطوابع الزمنية والصلاحية. المقترح نوع الإجراء، ومعاملاته، والبدائل، ومبرّر موجز. الضبط نسخة القواعد، ونتيجة فحص الإذن، ومستوى المخاطر، ومرجع الموافقة. التنفيذ موائم الأداة، ومفتاح منع تكرار الأثر، وحالة الطلب، والاستجابة المرصودة. التحقق الحالة المتوقعة، والحالة المرصودة، والنتيجة، والاختلاف الذي لم يُحسم. التعلم الدرس المقترح والنتائج الداعمة وحالة المراجعة والإصدار المرشّح. يجب ألا يحتفظ سجل القرار بالأسرار المتضمنة في طلبات الأدوات أو بنسخ غير مقيّدة من محتوى العملاء. ويمكن للمراجع والحقول المنتقاة أن تحفظ قابلية التتبع مع تقليل الكشف غير الضروري. ويجب أن يخضع الوصول إلى السجل لنطاق الجهة صاحبة المهمة ودرجة حساسية بياناتها. ينبغي تحديد نوع المعلومة صراحةً قبل إدخالها في الذاكرة. فيُحفظ الإخفاق المرصود كواقعة، والتفسير المولّد كفرضية، والتصحيح المعتمد كمعلومة إجرائية. وينبغي توثيق تاريخ كل انتقال بين هذه الأنواع. ينبغي كذلك تسجيل غياب القرار. فالمهمة الممنوعة أو المؤجلة أو المتروكة ذات قيمة تحليلية لأنها تكشف حدود الأتمتة الحالية. واستبعادها يوحي بأن الدور أقدر مما تدعمه سجلات تشغيله الفعلية. قاعدة إعادة إنتاج النتائج ينبغي أن يتمكن المراجع من تحديد نسخة الأدلة والإعدادات ونتيجة فحص الضوابط وقت القرار. أما تشغيل نموذج حالي على بيانات اليوم فهو تجربة جديدة، لا إعادة إنتاج للقرار الأصلي. مراحل تنفيذ ذات شروط إنجاز قابلة للقياس. يتقدم البحث عبر إصدارات تضيف قدرات مدروسة، ولا يستهدف عددًا محددًا من الخصائص. المحطة ماذا نبني ونختبر؟ دليل اجتياز المرحلة M1 · خط أساس بحثي مستقر تثبيت قائمة ملفات المصدر، وتوحيد سلوك الواجهة الإنجليزية، والإبقاء على الاختبارات القائمة نسخة مرجعية موثقة واعتماد مسارات التفاعل باللغة المحددة M2 · مواصفات الأدوار حزم مهام محددة الأنواع، وأدوات محدودة الصلاحيات، وقرارات منظّمة، وحالات مصرّح بها بوضوح. اختبارات الصلاحيات وإعادة المحاولة ومسارات الإخفاق M3 · الذاكرة الخاضعة للحوكمة المصدر، وانتهاء الصلاحية، وحالة المراجعة، وروابط التصحيحات. اختبار مرجعي للاسترجاع والقبول عند تلف البيانات الوصفية M4 · مجالس خضعت للتقييم مساهمات مستقلة أولًا، ثم جمعها ضمن حدود واضحة مقارنة بخطوط أساس أبسط باستخدام الحالات نفسها M5 · تجربة داخل قسم مسار عمل واحد قابل للتراجع، يُشغَّل أولًا للمراقبة دون تنفيذ، ثم يُسمح بتنفيذه ضمن حدود. الجودة والتغطية والتعافي والتكلفة لكل مهمة M6 · التكيّف المنضبط دروس مرشّحة للاعتماد، واختبارات محجوزة للتقييم، وإمكان الرجوع إلى إصدار سابق. فائدة ممتدة بمرور الوقت دون تراجع غير مقبول في الأداء هذا التسلسل خطة بحثية، وليس جدول تسليم مضمونًا. ويتوقف التقدم على الأدلة وإمكان الوصول إلى البيانات وجاهزية الأدوات والقدرة على المراجعة. وقد تكشف إحدى المراحل أن تصميمًا أبسط أكثر فاعلية؛ وعندئذ ينبغي تعديل البرنامج بدلًا من الإبقاء على التعقيد لذاته. تنتج كل مرحلة مادة يمكن توثيقها: إعدادًا، أو مجموعة بيانات، أو سجل تقييم، أو دراسة تشغيلية. ويربط ذلك المشروع بغرض المختبر في حفظ الأبحاث والأدلة التجريبية، كما يتيح للباحثين فحص نسخة محددة بدلًا من تقييم هدف يتغيّر دون تعريف ثابت. قرارات الإصدار تحتاج إلى أدلة صريحة. الضوابط التالية متطلبات تشغيل مقترحة؛ ولا يفيد التقرير بأن النظام الكامل اجتازها. بوابة التحقق EVIDENCE REQUIRED قبل BROADER AUTONOMY اللغة والتفاعل إجابات نصية ومنطوقة بالإنجليزية في حالات محددة للإدخال والخطأ. الكفاءة في أداء الدور مجموعة مهام لم يسبق الاطلاع عليها، وخط أساس مناسب، ومراجعة موثّقة للأخطاء. إنفاذ السياسات اختبار رفض الصلاحيات غير الممنوحة، ومنع التكرار، وفحص الموافقات. جودة الأدلة حداثة الأدلة ونطاقها ومصدرها ومعالجة التعارض بينها موثوقية التنفيذ إحداث أعطال اختبارية في الأدوات، والتعافي من النتائج الجزئية، والتحقق من الحالة. صيانة الذاكرة عزل المواد المرشَّحة، واختبار عدم تراجع الأداء، والرجوع إلى إصدار سابق المسؤولية عن التشغيل مسؤول محدد بالاسم، واستثناءات مراقبة، وأدوات إيقاف تعمل فعليًا. نزاهة البحوث مواد بحثية ذات نسخ محددة، وادعاءات قابلة للتتبع، ومراجعة يتناسب نطاقها مع الأدلة. ينبغي اختيار العتبات العددية وفق العواقب الفعلية لسير العمل وأدائه المرجعي. لا تكفي عبارة «دقة 95%» إذا تركزت الأخطاء المتبقية في الحالات الحرجة. وعلى سجل القبول أن يحدّد أنواع الإخفاق غير المسموح بها إلى جانب أهداف متوسط الجودة. في تجربة أولية منخفضة المخاطر، يمكن البدء بمعايير أهلية محدودة وسقف تنفيذ متحفّظ. ويتطلب التوسّع أدلة تخص أنواع الحالات الجديدة ومقارنةً بالإجراء القائم. ويجب أن يستدعي وقوع حادث جسيم أو تغيّر جوهري في الإعدادات إعادة التقييم. تربط شروط الانتقال هذه طموح المالك بتقدّم يمكن إثباته. فالهدف إسناد المهام الروتينية المناسبة إلى النظام تدريجيًا، على أن يُثبت كل توسع، ويُمكن التراجع عنه متى أمكن، ويُنسب إلى إعداد خضع للاختبار. أساس للبحث واختبار تالٍ واضح المعالم. يشكّل النموذج الأولي الذي فُحص والدراسة الاصطناعية التي أُنجزت نقطة انطلاق مفيدة لبرنامج تجريبي أوسع. يتضمن النموذج الأولي مكوّنات تطبيقية للخلايا والمهارات والذاكرة والتفويض والإشارات التشغيلية ومقترحات المجلس. وأكدت اختبارات محددة سلوك الوصول الأساسي، والإبلاغ عن إشارات من بيانات اختبار مُعدّة سلفًا، وحفظ المهارات، والتصريح بعدم توافر الخدمة عند غياب بيانات اعتماد المزوّد. وكشف فحص الشيفرة اختلاف اللغة بين مسار جارفيس الأقدم والواجهة المقترحة التي تقتصر على الإنجليزية. توضح النتائج الاصطناعية ضرورة الفصل في التصميم بين إنفاذ السياسة وجودة القرار. فقد يطبّق حاجز التحقق الكامل القواعد المبرمجة ويقبل مع ذلك مقترحات خاطئة. ويستطيع الترشيح حسب المصدر فرض شروط واضحة لقبول ما يُسترجع من الذاكرة، لكن نجاحه يتوقف على جودة الوسوم. وتقل فائدة زيادة عدد المصوّتين إذا تشابهت أخطاؤهم. قيود الدراسة الرئيسية مقصودة وجوهرية: فهي لا تتضمن تشغيل نموذج لغوي فعلي، ولا لجنة خبراء بشرية، ولا دراسة لنتائج الاستخدام في الإنتاج، ولا اختبارًا للتجربة الذاتية. والبيانات المولّدة مبسّطة، وقياس الزمن يقتصر على دالة قواعد داخل العملية البرمجية. وتؤكد إعادة الإنتاج الداخلية الاتساق الحاسوبي ضمن هذا النطاق. تتمثل الخطوة العلمية التالية في مقارنة ثابتة تستخدم الحالات نفسها ومخرجات نماذج فعلية وبيئة أدوات مضبوطة. وينبغي أن تشمل خط أساس بوكيل واحد، والنموذج الأولي الحالي، والبنية المقترحة، مع توحيد الأدلة والميزانيات ومعايير النجاح. وعندئذ فقط يمكن تبرير ادعاءات أوسع بشأن الكفاءة في الأدوار والعمل الإداري المستقل. خلاصة البحث يشكّل جارفيس وسيستم برين منصة ملموسة لدراسة اتخاذ الآلة للقرار. وينبغي إثبات فائدتها بنتائج يمكن تتبّعها ومقارنات مضبوطة ومسؤوليات يبرّر التقييم توسيعها تدريجيًا. سجل التحقق التقني في مختبر زيزمو. السجل ZRL-VR-JSB-2026-001 · 28 سبتمبر 2026 · تحقق تقني آلي ضمن النطاق المذكور. بند التحقق النتيجة المسجّلة فحوص النموذج الأولي نجحت 7 اختبارات تضم 32 شرط تحقق باستخدام قاعدة SQLite معزولة. فحوص التجارب الاصطناعية اجتازت كل جولة تشغيل 18 تحققًا من نتائج التجربة إعادة إجراء الحسابات العددية نجح 47 فحصًا لاتساق السجلات الخام والتحليل. إعادة إنتاج النتائج في عملية تشغيل مستقلة تطابقت ملفات المخرجات الحتمية الخمسة (5) بايتًا ببايت. جرد المصادر وُثّقت 14 من ملفات المصدر المختارة ببصمات SHA-256. السجل العددي حُفظت الملفات الخام للمهام والقرارات والذاكرة والنتائج المجمّعة. المرجع جرى التحقق من 18 سجلًا لمصادر أولية لهذا الإصدار. إنتاج الوثائق فُحص عدد الصفحات والنص والروابط وتنسيق الصفحات أثناء إعداد الإصدار النهائي. وأُجري التحقق في إطار إعداد هذا التقرير باستخدام الشيكات الآلية المسجلة. وهو يؤكد سلوكيات البرمجيات المسماة، وقابلية إعادة إنتاج الحسابات التركيبية ونزاهة المواد البحثية المحتفظ بها. وهو ليس استعراضاً علمياً مستقلاً للأقران، ومقارنة بين الخبراء البشريين أو الاعتماد أو التصديق. تضم حزمة الأدلة برامج التحقق ومخرجاتها. لكن وكيل الإعداد هو نفسه من كتب شيفرة المحاكاة، ولذلك لا توفّر هذه الفحوص استقلالًا تنظيميًا. ويجب أن تفحص مراجعة علمية منفصلة الافتراضات والتصميم التجريبي وتفسير النتائج، إلى جانب إعادة تشغيل الشيفرة. النتائج التجريبية المجمّعة · SHA-256 e1049fbede6054fa1799c9fdb38f51782837ba7ad3bcc23a1934d4eb133785b5 سُجّلت بصمة ملف PDF النهائي في ملف التحقق المرافق. ويثبت تطابق البصمة أن البايتات تطابق النسخة الموثقة في السجل؛ لكنه لا يثبت صحة الاستنتاجات العلمية. أعد إجراء الدراسة وافحص أدلتها. تستخدم التجربة الحاسوبية مكتبة Python القياسية؛ أما أدوات الرسم وإنشاء PDF فاعتماديات منفصلة لعملية البناء. python3 experiment.py --output evidence/reproduction python3 verify_results.py evidence/reproduction python3 figures.py python3 build.py node render.mjs python3 validate_pdf.py يولّد الأمر الأول الحالات الاصطناعية وجميع مخرجات التجارب. ثم تعيد أداة التحقق حساب الأعداد المعلنة من الصفوف المسجّلة، وتقارن التشغيلين الحتميين المحتفظ بهما. ويقرأ برنامج الرسوم النتائج المحفوظة؛ فالرسوم البيانية ليست تقديرات مرسومة يدويًا. وتُستخدم الأوامر الأخيرة لتجميع الوثيقة المصمّمة وفحصها. تُجرى اختبارات النموذج الأولي باستخدام تطبيق «سوق» القائم واعتمادياته، مع قاعدة بيانات معزولة صراحةً داخل الذاكرة. ولا تتضمن حزمة الأدلة القابلة للمشاركة شيفرة التطبيق المملوكة. وتتيح بصمات الملفات المختارة وتقارير الاختبار للمالك تحديد النسخة التي فُحصت؛ أما إعادة إجراء اختبارات التطبيق فتتطلب منح المراجع المخوّل وصولًا منفصلًا إلى الشيفرة. تضم الحزمة ملفًا ببصمات الشيفرة والبيانات والمخرجات المولّدة. تحقّق من تطابق هذه الملفات قبل إعادة إنتاج النتائج. ومن المتوقع اختلاف الأزمنة على جهاز آخر؛ لذا سجّل المنصة وإصدار المفسّر وطريقة التوقيت ونطاق القياس عند مقارنة النتائج. أثناء تطوير البروتوكول، كانت إحدى حالات اختبار انتهاء الصلاحية تسمح بأن يقع سجل موصوف بأنه «منتهٍ» على حد الصلاحية تمامًا. وصُحّحت الحالة قبل التشغيلين النهائيين المحتفظ بهما. ويُوثّق هذا التصحيح ضمن سجل التطوير؛ ولا تدّعي الدراسة تسجيلًا مسبقًا خارجيًا أو تعمية للتجربة النهائية. إعادة إنتاج النتائج خارج المختبر يمكن للمراجع إعادة إنتاج التجارب الاصطناعية دون حساب لدى مزوّد نموذج أو مفتاح API أو بيانات عملاء أو خدمة مدفوعة. ويظل تطبيق جارفيس الكامل نظامًا برمجيًا منفصلًا. المراجع · بنية الوكلاء فُحصت روابط المصادر الأولية في 28 سبتمبر 2026. يعرض هذا القسم سياقًا بحثيًا محددًا ولا يمثّل مراجعة منهجية شاملة. [1] ‏ReAct: الجمع بين الاستدلال والفعل في النماذج اللغوية Yao, S., et al. (2022). https://arxiv.org/abs/2210.03629 الاستخدام في هذا التقرير: التناوب بين الاستدلال والإجراءات والملاحظات؛ وهو سابقة معمارية. [2] ‏Reflexion: وكلاء لغويون يستخدمون التعلم المعزز بالتغذية الراجعة اللفظية Shinn, N., et al. (2023). https://arxiv.org/abs/2303.11366 الاستخدام في هذا التقرير: حفظ الملاحظات كذاكرة لغوية، والتمييز بين التكيّف وتدريب الأوزان. [3] Generative agents: Interactive Simulacra of Human Behavior بارك، ج. س.، وآخرون (2023). https://arxiv.org/abs/2304.03442 الاستخدام في هذا التقرير: الذاكرة والاسترجاع والتأمل والتخطيط في بيئة اجتماعية محاكاة. [4] ‏AutoGen: تطوير الجيل القادم من تطبيقات النماذج اللغوية الكبيرة من خلال حوار متعدد الوكلاء. Wu, Q., et al. (2023). https://arxiv.org/abs/2308.08155 الاستخدام في هذا التقرير: أنماط تواصل قابلة للتهيئة تجمع عدة وكلاء ونماذج وأدوات وبشرًا. [5] Voyager: An Open-Ended Embodied agent with Large Language Models Wang, G., et al. (2023). https://arxiv.org/abs/2305.16291 الاستخدام في هذا التقرير: مكتبة مهارات ومنهج تدريجي وتغذية راجعة في ماينكرافت؛ أما نقلها إلى مجال آخر فسؤال منفصل. [6] MemGPT: Towards LLMs as Operating Systems Packer, C., et al. (2023/2024). https://arxiv.org/abs/2310.08560 الاستخدام في هذا التقرير: إدارة السياق هرميًا والاحتفاظ بالذاكرة. المراجع · التقييم والأمن فُحصت روابط المصادر الأولية في 28 سبتمبر 2026. يعرض هذا القسم سياقًا بحثيًا محددًا ولا يمثّل مراجعة منهجية شاملة. [7] ‏AgentBench: تقييم النماذج اللغوية الكبيرة في دور الوكلاء Liu, X., et al. (2023/2025). https://arxiv.org/abs/2308.03688 الاستخدام في هذا التقرير: تقييم تفاعلي عبر ثماني بيئات وتحليل أوجه الإخفاق. [8] ‏τ-bench: معيار لتقييم التفاعل بين الأدوات والوكلاء والمستخدمين في مجالات واقعية. Yao, S., Shinn, N., Razavi, P., and Narasimhan, K. (2024). https://arxiv.org/abs/2406.12045 الاستخدام في هذا التقرير: تفاعل مع الأدوات محكوم بالسياسة، وقياس الموثوقية عبر محاولات متكررة. [9] ‏GAIA: معيار لتقييم مساعدي الذكاء الاصطناعي العامّي المهام Mialon, G., et al. (2023). https://arxiv.org/abs/2311.12983 الاستخدام في هذا التقرير: مهام مساعد عام تتطلب الاستدلال واستخدام الأدوات وجمع المعلومات. [10] ليس هذا ما وافقتَ عليه: مخاطر الحقن غير المباشر للتعليمات في التطبيقات الفعلية المتكاملة مع النماذج اللغوية الكبيرة Greshake, K., et al. (2023). https://arxiv.org/abs/2302.12173 الاستخدام في هذا التقرير: قد تتضمن المواد المسترجعة غير الموثوقة تعليمات مضللة. [11] حول معايرة الشبكات العصبية الحديثة. Guo, C., Pleiss, G., Sun, Y., and Weinberger, K. Q. (2017). https://arxiv.org/abs/1706.04599 موضع الاستفادة في التقرير: معايرة الثقة تجريبيًا؛ وليس دليلًا على أن تقييم النموذج اللغوي لثقته بنفسه مُعاير. [12] ‏CAMEL: وكلاء متحاورون لاستكشاف السلوك الجماعي للنماذج اللغوية الكبيرة Li, G., et al. (2023). https://arxiv.org/abs/2303.17760 الاستخدام في هذا التقرير: تعاون الوكلاء بناءً على الأدوار. المراجع · الحوكمة والسجلات البحثية فُحصت روابط المصادر الأولية في 28 سبتمبر 2026. يعرض هذا القسم سياقًا بحثيًا محددًا ولا يمثّل مراجعة منهجية شاملة. [13] إطار إدارة مخاطر الذكاء الاصطناعي (AI RMF 1.0) المعهد الوطني الأمريكي للمعايير والتقنية (2023). https://www.nist.gov/itl/ai-risk-management-framework الاستخدام في هذا التقرير: إطار طوعي لإدارة مخاطر الذكاء الاصطناعي في المؤسسات، مع الرجوع إلى إصدار محدد. [14] إطار إدارة مخاطر الذكاء الاصطناعي: ملف الذكاء الاصطناعي التوليدي (NIST AI 600-1). المعهد الوطني الأمريكي للمعايير والتقنية (2024). https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence الاستخدام في هذا التقرير: تحديد مخاطر الذكاء الاصطناعي التوليدي وإجراءات إدارتها. [15] بطاقات توثيق مجموعات البيانات Gebru, T., et al. (2018/2021). https://arxiv.org/abs/1803.09010 الاستخدام في هذا التقرير: توثيق الغرض من مجموعة البيانات وتركيبها وجمعها واستخدامها المقصود. [16] بطاقات النماذج لتوثيقها ميتشل، م.، وآخرون (2018/2019). https://arxiv.org/abs/1810.03993 الاستخدام في هذا التقرير: الاستخدامات المقصودة وظروف التقييم وحدود الأداء. [17] آلية الانتباه هي كل ما تحتاج إليه Vaswani, A., et al. (2017). https://arxiv.org/abs/1706.03762 الاستخدام في هذا التقرير: معمارية المحوّل؛ الخلية البرمجية ليست عصبونًا حيويًا ولا نموذجًا تأسيسيًا مدربًا من جديد. [18] معيار التجزئة الآمنة، FIPS 180-4 المعهد الوطني الأمريكي للمعايير والتقنية (2015). https://csrc.nist.gov/pubs/fips/180-4/upd1/final الاستخدام في هذا التقرير: بصمات الرسائل لكشف التغيرات في البايتات المسجّلة. المصطلحات والرموز مصطلحات اعتمدناها بمعانٍ ثابتة في هذا الإصدار. المصطلح المقصود في هذا التقرير الامتناع قرار صريح بالامتناع عن التنفيذ أو الاختيار التلقائي إذا لم تُستوفَ الشروط. اختبار أثر حذف أحد المكوّنات مقارنة تستبعد مكوّنًا محددًا لفحص مقدار إسهامه. الاستقلالية صلاحية إتمام فئة مهام محددة دون تدخل في كل حالة على حدة. المعايرة مدى توافق درجة الثقة المتوقعة مع صحة الإجابات المرصودة. خلية مسؤولية برمجية محددة أو موضع مخصّص لوكيل، وليس خلية عصبية بيولوجية. التغطية نسبة الملاحظات المؤهلة التي يُتخذ فيها الإجراء المحدد إلى مجموع الملاحظات المؤهلة. تغيّر توزيع البيانات تغيّر بين الظروف المفترضة أثناء التطوير وتلك التي يصادفها النظام لاحقًا. إسناد المعلومة إلى دليل ربط معلومة أو مقترح بأدلة تستوفي شروط القبول. منع تكرار أثر الإجراء عند إعادة الطلب منع الطلب المكرّر من إحداث الأثر نفسه مرة أخرى دون قصد. منشأ البيانات المصدر المسجل وتاريخ المعلومات أو المواد البحثية صحة المعنى مدى تحقيق الإجابة أو الإجراء المقترح للهدف الذي وُضع له. البيانات الاصطناعية حالات اختبار مولّدة وفق توزيعات وتسميات محددة صراحةً. ρ احتمال الصدمة المشتركة في E3، وهو في المتوسط الترابط الثنائي لصحة القرار في ذلك النموذج. U / G دالة منفعة المهمة / دالة مستقلة لضبط الإجراء. اختيرت تعريفات المصطلحات بحيث يمكن تطبيقها عمليًا. وإذا غيّرت دراسة لاحقة تعريفًا، فينبغي أن تصدر نسخة جديدة وأن تبين أثر ذلك في تفسير النتائج السابقة. ميثاق البحث لمشروع JARVIS. بيان موجز لما تعتزم ZEISMO دراسته والحفاظ عليه. الغرض تطوير مساعد ذكاء اصطناعي ناطق بالإنجليزية وتقييمه، إلى جانب منظومة سيستم برين لتنسيق مهام روتينية محددة في اتخاذ القرار. ويدرس البرنامج المهارات الخاصة بكل دور، والخلايا البرمجية المستقلة التركيب، والذاكرة المستندة إلى الأدلة، والتكيّف المنضبط مع تغيّر ظروف الأعمال. الالتزامات العلمية استند إلى قياسات فعلية عند الحديث عن الأداء، وصرّح بأن المحاكاة محاكاة. قارن بخطوط أساس أبسط واحتفظ بالنتائج السلبية. سجّل إصدارات البيانات والنماذج والتعليمات والمهارات والسياسة. ميّز بين سلامة الأدلة واختبار البرمجيات والتحكيم العلمي. انشر فقط المواد البحثية المأذون بإتاحتها. الالتزامات التشغيلية حدّد لكل دور نطاقًا ومسؤولًا وحدودًا لقدراته. اعتمد التحديثات بناءً على تقييمها، واحتفظ بمسار للاستعادة. قِس إنجاز المهام بعد التحقق منه، إلى جانب الأخطاء والتكلفة والحاجة إلى التدخل. تعامل مع إحلال النظام محل القسم بوصفه انتقالًا تدريجيًا في سير العمل. أبقِ الحالات غير المحسومة ظاهرة وأعدها إلى عملية قرار لها مسؤول محدد. المخرج البحثي التالي هو تقييم نموذج عامل باستخدام البروتوكول المثبّت في هذا التقرير. وستتناول دراسات أبعد مدى المقارنة بلجنة خبراء، والتفاعل الصوتي، وموثوقية الذاكرة في مواجهة أدلة مضلّلة عمدًا، وأداء الإدارات على المدى الطويل. التوجيه العام للمشروع ينبغي أن يتطوّر نظام اتخاذ القرار الآلي بناءً على كفاءة خضعت للاختبار وذاكرة نافعة، مع بقاء صلاحياته واضحة ومحدودة وقابلة للمراجعة. داخل System Brain. واجهة النموذج الأولي الأصلية · بيانات عرض معزولة · 28 سبتمبر 2026 الشكل C1. العرض الأصلي لخلايا «سيستم برين» الخمس عشرة، بهويات أدوار خيالية وذاكرة توضيحية. وتمثل عدادات النشاط قيمًا مُعدّة للاختبار. خريطة للمسؤوليات تعرض الواجهة خمس عشرة خلية برمجية داخل رسمٍ للدماغ. وللتسويق والعمليات والمالية والبيانات وغيرها من الأدوار هويات منفصلة. يفتح اختيار الخلية لوحة مهاراتها وذاكرتها. وشكل الدماغ وسيلة بصرية للتنقل؛ وليس نموذجًا بيولوجيًا ولا مقياسًا للوعي. أعد المقطع تفسير النتائج عُقد معرّفة بأسماء هويات خيالية للعرض التوضيحي مرتبطة بالخانات الموجودة للأدوار. Orion · 3 ثلاثة سجلات ذاكرة نموذجية أُعدّت للتوضيح، وليست ثلاث مهام تجارية منجزة. النشاط متوقف مؤقتًا لم يُشغّل أي وكيل في الخلفية أو نموذج فعلي أو إجراء تجاري أثناء التقاط هذه الصورة. الطريقة التي يتبعها الفريق عُرضت قوالب Blade القائمة دون اتصال. وتلقت طلبات المتصفح بيانات JSON اختبارية محلية، وحُجبت سائر الطلبات. لم تُستخدم أي حسابات إنتاج أو سجلات عملاء أو بيانات رصد تشغيلية. مهارات الخلية وذاكرتها. مثال تشغيلي · تعليمات الدور والخبرات المخزّنة وضوابط المهمة الظاهرة للمستخدم الشكل C2. لوحة خلية العمليات. يظهر على كل مهارة وكل مدخل ذاكرة الوسم الصريح DEMO FIXTURE، أي «بيانات تجريبية للعرض». من تعريف الدور إلى سياق يمكن فحصه تضم اللوحة اليسرى أدوات تسمية الخلية وإضافة نص مهارة وطرح سؤال وإسناد مهمة تعمل في الخلفية. وتعرض اللوحة اليمنى التعليمات التي أُعطيت للخلية وسجلاتها المحفوظة. وبهذا يمكن فحص المعلومات المعروضة على الدور قبل إسناد العمل إليه. يقصر نموذج توصيف الدور عمله على قراءة السجلات المعتمدة وفحص التوقيت وإعداد مسودة للخطوة التالية. وتصف أمثلة الذاكرة أدلة قديمة وحالة تصعيد. وهي أمثلة مكتوبة لسير العمل المقصود، وليست إجابات ولّدها وكيل ذكاء اصطناعي. ما المقصود بخلية «مدرَّبة»؟ في هذا النموذج الأولي، تدل تسمية الواجهة على أن محتوى مهارة أُدخل. ولا تظهر أن أوزان النموذج تغيّرت أو أن الدور اجتاز تقييم كفاءة أو يستطيع العمل مستقلًا. ولم يُضغط أي زر للتدريب أو إسناد المهام عند إعداد لقطات الشاشة. فتح أرشيف الذاكرة. تصفح للقراءة فقط · مجلدات الأدوار · يمكن فحص سياق المصدر الشكل C3. متصفح الذاكرة الأصلي، مع تحديد مجلد العمليات وفتح سجل اصطناعي واحد لعقد دور. ينبغي أن يتيح الأرشيف مساءلة المعلومات، لا مجرد استرجاعها. يصنّف الأرشيف السجلات بحسب الوكيل والنوع. يستطيع مسؤول التشغيل البحث وفتح السجل لفحص نصه وطابعه الزمني. وتوضح ملفات الأمثلة الفرق بين المهارة والملاحظة البحثية وسجل الخبرة دون كشف معلومات العمل الداخلية. ظهور سجل للمستخدم لا يجعله تلقائيًا دليلًا موثوقًا. وقبل استخدامه لاحقًا في تشغيل مستقل، تشترط البنية البحثية تحديد المصدر والصلاحية وحداثة البيانات وربط السجل بالقرار الذي استُخدم فيه. وتبيّن لقطة الشاشة ما يمكن فحصه حاليًا، أما التصميم الكامل لتتبّع المصادر وفرض السياسات فيشرحه التقرير الرئيسي. سجل نموذجي الغرض من العرض التوضيحي مواصفات دور العمليات اعثر على التعليمات التي تحدد حدود مسؤولية الدور. التحقق من حداثة الأدلة تعرّف إلى الحالات التي تحتاج فيها المصادر إلى تحديث. مثال على إحالة المهمة إلى شخص حدّد حالة ينبغي إعادتها إلى مشغّل مسؤول. JARVIS واجهةً للنظام. واجهة مرئية لتنسيق الأدوار في برنامج بحثي يستخدم الإنجليزية لغةً أساسية. الشكل C4. واجهة أوامر جارفيس الأصلية في وضع ملء الشاشة؛ هوية خيالية، وقيمة العدادات التجريبية صفر، والصوت متوقف، ولا يوجد نشاط فعلي. تسمّي العناوين الموزّعة حول الشكل المداري فئات العمل في واجهة جارڤيس، وهي منفصلة عن المواضع الخمسة عشر لخلايا سيستم برين. وظهورها على الشاشة لا يثبت أن كل وظيفة معروضة مدمجة أو مفعّلة أو قادرة على أداء مهمتها بصورة مستقلة. واجهة البحث المستهدفة ناطقة بالإنجليزية حصريًا. وتحفظ هذه الصورة حالة النموذج الأولي الحالي الذي ما زال يعرض خيار ميكروفون بالعربية. لذلك يسجّل التقرير فرض الإنجليزية وحدها بوصفه فجوة تنفيذية، ولا يدّعي أن هذا القيد قد فُعّل بالفعل. مراجعة اللقطات عُرضت الواجهات الأربع المختارة كلها. لكن صفحة Brain أظهرت أيضًا تعارضًا سابقًا في JavaScript بترويسة الإدارة: “Identifier esc has already been declared”. وسُجّلت المشكلة للإصلاح؛ وتثبت الصور مظهر الواجهة، ولا تمثّل اختبار قبول كاملًا لها. تعريف المشارك بالدراسة وورقة المهام. JARVIS وSystem Brain · تقييم استطلاعي · استبيان فارغ v1.1 الغرض: معرفة ما إذا كان المشاركون يفهمون الواجهة، ويستطيعون العثور على المعلومات الداعمة وتحديد حدود القرار المفوَّض. المشاركة طوعية؛ يمكنك تجاوز أي سؤال أو التوقف في أي وقت. ولا تُدخل أسماء أو بيانات اتصال أو كلمات مرور أو معلومات تجارية سرية. الدورة يُستكمل قبل الجلسة رمز المشارك (اختياري) ________________________________ التاريخ / إصدار التقرير أو النموذج الأولي ________________________________ طريقة العرض [ ] لقطات شاشة التقرير [ ] عرض تفاعلي معزول الدور الرئيسي [ ] البحث [ ] الهندسة [ ] العمليات [ ] مجال آخر الخبرة في استخدام أدوات الذكاء الاصطناعي [ ] لا استخدام [ ] أحيانًا [ ] أسبوعيًا [ ] يوميًا [ ] فهمتُ النشاط وأختار المشاركة فيه. في الدراسة المنظّمة، يجب أن يوضّح المشرف أولًا جهة الاتصال بالدراسة وترتيبات التخزين ومدة الاحتفاظ وإجراءات الانسحاب. لا تجمع هذه الوثيقة إجابات ولا ترسلها. أربع مهام للملاحظة المهمة تعليمات للمشارك سجل ميسّر الجلسة T1 · الدور اعثر على خلية العمليات وصِف مسؤوليتها. ________ T2 · الأدلة اعثر على سجل محفوظ وحدّد مصدره أو توقيته. ________ T3 · الحدود اذكر علامة واحدة تدلّ على أن المادة تستخدم بيانات مخصّصة للعرض. ________ T4 · الضوابط اشرح متى ينبغي إعادة المثال إلى مشغّل بشري. ________ استخدم الرموز الآتية: C = أُنجزت من دون مساعدة؛ H = أُنجزت بمساعدة؛ U = لم تُنجز؛ N = لم تُرصد. مع لقطات الشاشة، قيّم الفهم فقط؛ ولا تسجّل سرعة التصفح أو نجاح التنفيذ كما لو كان المشارك يستخدم نظامًا فعليًا. تقييمك للتجربة. ضع دائرة حول إجابة واحدة لكل عبارة، واختر N/A إذا لم تمكّنك المادة من الحكم. مقياس الإجابة · 1 أعارض بشدة · 2 أعارض · 3 لا أوافق ولا أعارض · 4 أوافق · 5 أوافق بشدة · N/A لا أستطيع التقييم العبارة إجابة المشارك 01 · فهمت الغرض من واجهة سيستم برين. 1 2 3 4 5 N/A 02 · استطعت التمييز بين مسؤوليات الخلايا المختلفة. 1 2 3 4 5 N/A 03 · استطعت تحديد الموضع الذي تُعرض فيه تعليمات الخلية. 1 2 3 4 5 N/A 04 · استطعت تحديد موضع عرض المعلومات المخزنة. 1 2 3 4 5 N/A 05 · تمكنت من التمييز بين البيانات النموذجية والنتائج المقاسة. 1 2 3 4 5 N/A 06 · ساعدتني التسميات على فهم الحالة الراهنة للنظام. 1 2 3 4 5 N/A 07 · عرفت نوع الدليل الذي أحتاج إليه قبل قبول التوصية. 1 2 3 4 5 N/A 08 · فهمتُ متى ينبغي أن يراجع إنسان الإجراء. 1 2 3 4 5 N/A 09 · استطعت تحديد حدود الصلاحيات المسندة إلى كل خلية. 1 2 3 4 5 N/A 10 · كانت المعلومات مقروءة بحجم العرض الذي استخدمته. 1 2 3 4 5 N/A 11 · أشعر بأنني قادر على مناقشة التوصية والتشكيك في مبرراتها. 1 2 3 4 5 N/A 12 · ساعدتني المادة على اختيار مهمة مناسبة لإجراء تجربة مضبوطة. 1 2 3 4 5 N/A تفسير النتائج هذا استبيان استطلاعي أصلي، وليس مقياسًا نفسيًا ثبتت صلاحيته. وتعكس الإجابات تصورات المشاركين عن المادة المعروضة، ولا تقيس الذكاء أو دقة القرار أو الأمان أو التكافؤ مع المتخصصين البشر. حدود القرار والملاحظات. رمز المشارك (اختياري): ____________________ لكل مثال، اختر أعلى مستوى تسمح به حاليًا استنادًا إلى الأدلة المتاحة لك. A = تنفيذ بشري فقط؛ B = مسودة يعدّها الذكاء الاصطناعي ويعتمدها إنسان؛ C = إجراء آلي محدود؛ D = أدلة غير كافية. مثال لمهمة الخاص بك HOICE لخِّص وثيقة داخلية لا تتضمن معلومات حساسة. A B C D إحالة طلب دعم إلى جهة مختصة. A B C D التوصية بنقل مخزون اعتمادًا على سجل قديم. A B C D الموافقة على التزام مالي أو تغيير صلاحيات الوصول. A B C D ما الذي وجدته واضحًا أو مفيدًا أو صعبًا؟ ما الدليل أو الضابط الذي تحتاج إليه قبل الاعتماد عليه؟ ما المهمة الروتينية التي ستختبرها أولًا؟ وعلى أي أساس ستحكم على نجاحها؟ ما الذي ينبغي تغييره قبل توسيع نطاق التجربة؟ خطة التحليل للباحث: اذكر حجم العينة وطريقة استقطاب المشاركين وظروف العرض والإجابات المفقودة. لخّص توزيعات إجابات البنود ونتائج المهام كلًّا على حدة، وافصل بين مقارنة الصور الثابتة ومقارنة الجلسات التفاعلية. صنّف موضوعات الإجابات الحرة وفق دليل ترميز موثّق. ولا تبتكر درجة مركّبة لـ«الثقة» أو «الذكاء». لم تُجمع أي إجابات من مشاركين لهذه الطبعة. المهندس مهند أسامة زهران. خبير في الذكاء الاصطناعي · ZEISMO AI Engine · JARVIS وSystem Brain التوجه البحثي يشرف مهند أسامة زهران على التصور الذي يقوم عليه برنامج JARVIS وSystem Brain: واجهة ناطقة بالإنجليزية، وخلايا متخصصة بحسب الدور، ومهارات وذاكرة منتقاة، ونقل الأعمال الإدارية الروتينية المناسبة على مراحل إلى نظم قرار تعتمد على الذكاء الاصطناعي. محرك زيزمو للذكاء الاصطناعي يذكر مهند أسامة زهران في المعلومات التي قدمها لهذه الطبعة أن عمله في ZEISMO AI Engine يتناول تدريب نماذج الذكاء الاصطناعي وتكييفها. ويربط البرنامج هذا التوجه الهندسي بالبحث في تنسيق الوكلاء واستخدام الأدلة والاستقلالية التشغيلية المنضبطة. أما بنى النماذج المحددة ومجموعات التدريب ونتائج أدائه فتتناولها سجلات تقنية منفصلة. المساهمة والإعداد تصور المشروع والتوجيه البحثي: مهند أسامة زهران. نُظّمت الأدبيات وفُحصت المصادر ونُفّذت التجربة وتحققت النتائج العددية وصيغ المخطوط وأُعدت الوثيقة بمساعدة الذكاء الاصطناعي. يوثق التقرير المناهج ومجموعات البيانات ونطاق التحقق الفعلي، ولا ينسب إلى المؤلف مراجعة مستقلة أو تنفيذ كل اختبار يدويًا. توقيع نصّي معتمد المهندس مهند أسامة زهران خبير الذكاء الاصطناعي 28 أيلول/سبتمبر 2026 · تقرير تقني ZEISMO-LAB-TR-2026-001 · v1.2 أُدرج التوقيع المطبوع واللقب المهني بطلب صريح من مهند أسامة زهران. يثبت التوقيع نسبة التأليف ولا يمثل توقيعًا رقميًا بشهادة. يحدّد سجل التحقق المصاحب الملف النهائي ببصمة SHA-256. المصلحة التجارية: يتعلق العمل بأنظمة طُوّرت ضمن برنامج زيزمو للمنتجات والأبحاث. وينبغي مراعاة دور المؤلف في هذا البرنامج عند تفسير البحث. ولا يُسجَّل للبحث تحكيم علمي مستقل. صمّم قرارات يمكن فحص أساسها. ‏JARVIS و وسيستم برين · تقني تقرير بحثي · الإصدار 1.2 من نموذج تشغيلي أولي إلى برنامج بحثي موثّق. يوثق هذا الإصدار مقترحًا معماريًا، ونموذجًا أوليًا مفحوصًا بخمس عشرة خلية، وتجارب اصطناعية يمكن تكرارها. ويرسم مسارًا قابلًا للقياس نحو موظفي ذكاء اصطناعي يتحملون مسؤوليات روتينية محددة ويتحسن أداؤهم من خلال خبرة منضبطة. التوقيعات المقترحة Zahran, M. (2026). ‏JARVIS و وسيستم برين : نحو قرارات آلية قابلة للمساءلة وأقسام تكتسب الاستقلالية تدريجيًا. مختبر ZEISMO للأبحاث . Technical report ZEISMO-LAB-TR-2026-001 , version 1.2. zeismo.org · تشغّله WEARLISTY SHOPPING SOLUTIONS LLC · نسخة تقنية أولية منشورة · 28 سبتمبر 2026

المنهج وإعادة إنتاج النتائج

فُحص 14 ملفًا مختارًا من الشيفرة المصدرية للنموذج الأولي من دون تعديلها، وأُجريت سبعة اختبارات معزولة للتطبيق شملت 32 تحققًا من النتائج، وأربع تجارب حاسوبية اصطناعية. وشمل العمل إعادة الحساب من السجلات الخام، والتحقق من تطابق النتائج الحتمية في عمليتين مستقلتين، وقياس زمن المتحكم محليًا، والتقاط صور الواجهة الأصلية ببيانات افتراضية موسومة بوضوح. يورد التقرير التوزيعات وبذور التوليد واختبارات حذف المكوّنات وحدود قياس الزمن.

القيود

لم تُنجز دراسة أداء لنموذج حيّ أو مراجعة علمية مستقلة أو دراسة بمشاركين أو مقارنة مع لجنة من 100 مختص بشري. وتعرض لقطات الواجهة بيانات أُلّفت للتوضيح. والاستبانة أداة استكشافية فارغة. أما سيرة المؤلف المتعلقة بمحرك ZEISMO AI Engine فقد قدّمها بنفسه وهي منفصلة عن نتائج التقرير.

المراجع

[1] Yao, S., et al. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. https://arxiv.org/abs/2210.03629 [2] Shinn, N., et al. (2023). Reflexion: Language Agents with Verbal Reinforcement Learning. https://arxiv.org/abs/2303.11366 [3] Park, J. S., et al. (2023). Generative Agents: Interactive Simulacra of Human Behavior. https://arxiv.org/abs/2304.03442 [4] Wu, Q., et al. (2023). AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation. https://arxiv.org/abs/2308.08155 [5] Wang, G., et al. (2023). Voyager: An Open-Ended Embodied Agent with Large Language Models. https://arxiv.org/abs/2305.16291 [6] Packer, C., et al. (2023/2024). MemGPT: Towards LLMs as Operating Systems. https://arxiv.org/abs/2310.08560 [7] Liu, X., et al. (2023/2025). AgentBench: Evaluating LLMs as Agents. https://arxiv.org/abs/2308.03688 [8] Yao, S., Shinn, N., Razavi, P., and Narasimhan, K. (2024). τ-bench: A Benchmark for Tool-Agent-User Interaction in Real-World Domains. https://arxiv.org/abs/2406.12045 [9] Mialon, G., et al. (2023). GAIA: a benchmark for General AI Assistants. https://arxiv.org/abs/2311.12983 [10] Greshake, K., et al. (2023). Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection. https://arxiv.org/abs/2302.12173 [11] Guo, C., Pleiss, G., Sun, Y., and Weinberger, K. Q. (2017). On Calibration of Modern Neural Networks. https://arxiv.org/abs/1706.04599 [12] Li, G., et al. (2023). CAMEL: Communicative Agents for Mind Exploration of Large Language Model Society. https://arxiv.org/abs/2303.17760 [13] National Institute of Standards and Technology (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). https://www.nist.gov/itl/ai-risk-management-framework [14] National Institute of Standards and Technology (2024). Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1). https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence [15] Gebru, T., et al. (2018/2021). Datasheets for Datasets. https://arxiv.org/abs/1803.09010 [16] Mitchell, M., et al. (2018/2019). Model Cards for Model Reporting. https://arxiv.org/abs/1810.03993 [17] Vaswani, A., et al. (2017). Attention Is All You Need. https://arxiv.org/abs/1706.03762 [18] National Institute of Standards and Technology (2015). Secure Hash Standard, FIPS 180-4. https://csrc.nist.gov/pubs/fips/180-4/upd1/final

إتاحة البيانات والملفات الداعمة

أُعدّ ملف PDF المنسَّق والبيانات الاصطناعية وشيفرة التجربة مع إمكانية التحقق من سلامتها بخوارزمية SHA-256. ولا يُعاد توزيع الشيفرة المصدرية لتطبيق سوق المملوك لجهة خاصة. ولا تتضمن حزمة الإصدار سجلات عملاء أو إجابات مشاركين. والإصدار 1.2 من التقرير مرشّح للنشر، وليس مسودة أولية نُشرت للعموم.

التمويل

أُعدّ العمل ضمن برنامج زيزمو البحثي. ولا يشير هذا السجل إلى تمويل خارجي.

تضارب المصالح

يدير المؤلف مشروع زيزمو موضوع الدراسة، وللشركة مصلحة تجارية وسمعة مرتبطة بالأنظمة الموصوفة.

استخدام الذكاء الاصطناعي

قدّم مهند أسامة زهران فكرة المشروع وتوجيهه البحثي وطلب صراحةً إدراج توقيع مكتوب بالاسم. واستُخدم الذكاء الاصطناعي للمساعدة في تنظيم الأدبيات وفحص المصادر وتنفيذ التجارب والتحقق العددي والصياغة وإخراج الوثيقة. ولا يُدّعى وجود مراجع مستقل أو توقيع رقمي يستند إلى شهادة.

المراجعات المسجّلة

يرتبط كل تقييم بالنسخة المحددة من المخطوط التي خضعت للمراجعة.

لم يُسجّل لهذه النسخة أي تقييم من مراجع.

ممارسات البحث في زيزمو

أدلة يمكنك فحصها.

افتح كل علامة للاطلاع على المنهج أو السجل أو السياسة التي تستند إليها.

تصف هذه العلامات ممارسات زيزمو، ويحدّد كل منشور نطاق التحقق الذي أُجري له.