لا تحتاج إلى أدوات أكثر. تحتاج إلى AI Harness
لإعداد التقرير الأسبوعي، يجمع الفريق البيانات من مصدرين. لكن أسماء الأعمدة قد تختلف، وبعض السجلات قد تتكرر، لذلك يحتاج إلى ترتيب البيانات ومراجعتها قبل استخدامها في التقرير. يستطيع نموذج جيد كتابة سكربت لهذا العمل، وتشغيله أيضًا إذا توفرت له الأدوات المناسبة.
في الأسبوع التالي، يتغير اسم أحد الأعمدة. يكتشف موظف خطأ في طريقة الحساب ويصححه. ثم يتغير الموظف المسؤول عن التقرير. هل يعرف النظام بهذه التغييرات؟ أم يعيد استخدام الكود القديم ويكرر الخطأ نفسه؟
كتابة السكربت جزء من المهمة. أما الاعتماد عليه أسبوعًا بعد أسبوع فيحتاج إلى حفظ القواعد الصحيحة، ومعرفة آخر تحديث للبيانات، وتسجيل ما جرى أثناء التنفيذ. وإذا توقف العمل في منتصفه، يجب أن يستطيع النظام استكماله. وإذا صحح شخص خطأ، فلا يكفي أن يبقى التصحيح داخل محادثة لن يقرأها أحد في المرة التالية.
هذه الأعمال هي ما ينظمه AI Harness: البرمجيات التي تجهز للنموذج المعلومات والتعليمات، وتربطه بالأدوات، وتحفظ ما أنجزه، وتتحقق من نتائج عمله. قد تكون جزءًا من تطبيق قائم، وقد تُبنى في تطبيق مستقل. لا تحتاج الفكرة بالضرورة إلى نظام جديد أو واجهة جديدة.
ولا يعني العنوان الاستغناء عن الأدوات. المقصود أن إضافة أداة أخرى لن تحل المشكلة دائمًا. قد تكون الأدوات المطلوبة موجودة بالفعل، بينما ينقص الفريق ما يربط استخدامها بقواعد العمل والصلاحيات وما تعلمه من المحاولات السابقة.
ما الذي يفعله Harness؟
في كل طلب، يرى النموذج ما يصله من معلومات وتعليمات. تسمى هذه المدخلات Context. إذا أردته أن يحلل ملفًا وفق قواعد شركتك، فعلى التطبيق أن يرسل القواعد والبيانات اللازمة، وأن يتأكد أولًا من حق المستخدم في الاطلاع عليها. النموذج لا يعرف تلقائيًا ما تغير في ملفات الشركة أو ما حدث في مهمة سابقة.
يتولى Harness تجهيز هذه المدخلات ومتابعة استخدامها. يحتفظ بالهدف، وبما أُنجز وما تبقى، ويحدد الأدوات المتاحة للمهمة. وحين يقترح النموذج إجراءً، يتحقق التطبيق من السماح به قبل تنفيذه. ثم يعيد النتيجة إلى النموذج كي يقرر الخطوة التالية، أو يوقف العمل إذا استدعى الأمر مراجعة بشرية.
يمكن فهم هذه البنية بالنظر إلى ستة أجزاء: النموذج، والمعلومات والتعليمات المرسلة إليه، والأدوات، وسجل المهمة، والصلاحيات، والفحوص التي تتحقق من النتيجة. هذا تقسيم للشرح، وليس مواصفة يجب أن يتبعها كل منتج.
في تجربة نشرتها Anthropic عن مهام البرمجة الطويلة، احتاجت الجلسة الجديدة إلى معرفة ما أنجزته الجلسة السابقة وما بقي عليها. لم يكن تلخيص المحادثة وحده كافيًا؛ احتاج النظام أيضًا إلى سجل تقدم وملفات يستطيع الرجوع إليها. تشرح التجربة مشكلة الاستمرار بين الجلسات، ولا تثبت أن التصميم نفسه يناسب كل عمل. المصدر: Effective harnesses for long-running agents.
ما الذي يحتاجه النموذج أثناء العمل؟
يجمع Harness هذه الأجزاء ليتمكن النموذج من متابعة العمل واستخدام الأدوات المسموحة.
مرّر المخطط أفقيًا لقراءة التفاصيل.
ما الفرق بين الأداة وWorkflow وHarness؟
قد تكون الأداة دالة Python تقرأ ملفًا، أو تنفذ استعلامًا، أو تفحص عمودًا في جدول. أما Workflow فهو تسلسل مرتب من الخطوات: جلب البيانات، ثم فحصها، ثم إعداد التقرير. تحدد البرمجيات ترتيب هذه الخطوات وشروط الانتقال بينها.
ينظم Harness عمل النموذج ضمن هذا التسلسل. يحدد ما يحتاجه من معلومات، وما يمكنه استدعاؤه من أدوات، وكيف يتابع المهمة بعد انقطاعها. ويمكنه الجمع بين خطوات ثابتة يكتبها المطور وقرارات يتخذها النموذج، مثل البحث عن سبب خطأ لم تتناوله القواعد السابقة.
إذا كان العمل ثابتًا وواضحًا، فقد يكفي Workflow بسيط. تزداد الحاجة إلى Harness حين يتطلب العمل الرجوع إلى مصادر متعددة، أو التعامل مع أخطاء غير متوقعة، أو الاستمرار عبر جلسات. وحتى هنا، لا تكون زيادة حرية النموذج مفيدة دائمًا؛ فقد تعني استدعاءات أكثر ووقتًا أطول وتكلفة أعلى. تناقش Anthropic هذه المفاضلة في إرشاداتها لبناء هذه الأنظمة. المصدر: Building effective agents.
كيف تُنفذ المهمة خطوة بخطوة؟
نعود إلى التقرير الأسبوعي. طلب «حلل البيانات» لا يوضح ما الذي يجب إنجازه. يمكن تحديد المهمة بدقة أكبر: «افحص الملف وفق Data Contract المحدد، وأدرج المخالفات مع أرقام السجلات، ولا تعدّل الملف الأصلي». وData Contract هو وصف متفق عليه للحقول ومعانيها والشروط التي يجب أن تحققها البيانات.
قبل البدء، يتحقق التطبيق من هوية المستخدم ومساحة العمل، ثم يجهز أحدث التعليمات والمصادر التي تسمح بها صلاحياته. ويجب أن يميز بين تعليمات العمل المعتمدة والنصوص التي يقرأها للاستفادة منها. فوجود عبارة تأمر بتغيير الصلاحيات داخل ملف مستورد لا يجعلها أمرًا واجب التنفيذ.
بعد ذلك يقترح النموذج إجراءً، مثل تشغيل فحص على الملف. يتحقق التطبيق من الإذن، ويشغّل الأداة، ويحفظ النتيجة، ثم يعيد المعلومات اللازمة إلى النموذج. يستمر العمل حتى تنتهي الفحوص المطلوبة، أو تظهر حاجة إلى قرار بشري، أو يبلغ التنفيذ الحد المسموح للوقت أو التكلفة.
أثناء ذلك، يسجل النظام ما قرأه وما نفذه وما ينتظر المراجعة. تظهر أهمية هذا السجل إذا انقطع الاتصال بعد إرسال تعديل إلى نظام آخر: هل نُفذ التعديل، أم يجب إعادة إرساله؟ وحيث يدعم النظام مفاتيح Idempotency، يمكن استخدامها لمنع تنفيذ الطلب نفسه مرتين عند إعادة المحاولة.
كيف يتابع النظام المهمة؟
يقترح النموذج خطوة، ويتحقق التطبيق من الإذن وينفذها. ثم يستخدم النموذج النتيجة لاقتراح الخطوة التالية.
مرّر المخطط أفقيًا لقراءة التفاصيل.
مثال عملي: فحص جودة البيانات
لنفترض أن أحد المصدرين API، والآخر ملف يصل كل أسبوع. قد يستخدم الأول اسمًا لحقل المبلغ ويستخدم الثاني اسمًا مختلفًا، وقد يرد السجل نفسه في كليهما. قبل التحليل، يحتاج الفريق إلى توحيد أسماء الحقول وطريقة كتابة قيمها، وفحص البيانات التي لا تستوفي الشروط.
يمكن كتابة هذه القواعد في Data Contract، ثم تنفيذ خطوة Mapping لتحويل الحقول والقيم إلى الصيغة المطلوبة. بعد ذلك يشغّل كود Python الفحوص الحسابية والمنطقية. يستطيع النموذج شرح المخالفات أو اقتراح ما ينبغي مراجعته، بينما يتولى الكود التحقق من الشروط المحددة.
هذا مثال صغير يفحص حقلين: يتأكد من وجود معرّف للسجل ومن عدم تكراره، ومن أن المبلغ قيمة عددية.
def check_rows(rows): issues, seen = [], set() for index, row in enumerate(rows): record_id = row.get("id") if record_id is None: issues.append((index, "missing_id")) elif record_id in seen: issues.append((index, "duplicate_id")) else: seen.add(record_id) if type(row.get("amount")) not in (int, float): issues.append((index, "invalid_amount")) return issuesهذا الفحص لا يكفي لاعتماد ملف حقيقي. فهو يفترض أن المعرّفات يمكن إضافتها إلى set، ولا يتحقق من العملة، أو الحدود المسموحة للمبلغ، أو القيم العددية غير المنتهية، أو علاقة السجلات ببعضها. لكل شرط من هذه الشروط فحص يُكتب ويُختبر بحسب الحاجة.
إذا اكتشف الكود قيمة ناقصة، يحتفظ النظام بالمخالفة والسجل الذي ظهرت فيه وما تقرر بشأنها. قد يقترح النموذج إصلاحًا، لكن تنفيذه يحتاج إلى إذن وإلى طريقة للتحقق من صحته. كذلك، فإن كتابة شرط في Data Contract لا تكفي؛ يجب أن يوجد كود يطبّق هذا الشرط، أو فحص آخر موثوق ينفذه.
ماذا ينبغي أن يتذكر النظام؟
قد تحتوي المحادثة على قاعدة صحيحة، وتخمين لم يُختبر، ومعلومة انتهت صلاحيتها، وحل مؤقت لمشكلة واحدة. حفظها كلها لا يجعلها مرجعًا صالحًا للعمل. وإذا أعاد النظام استخدامها من دون تمييز، فقد يحوّل التخمين إلى إجابة واثقة، أو يطبق الحل المؤقت على ملفات لا يناسبها.
لذلك يحتاج إلى التمييز بين الوثيقة الأصلية، والمعلومات التي استخرجها منها، والتعليمات التي اعتمدها الفريق، وسجل ما حدث أثناء التنفيذ. مثلًا، يجب أن يعرف أن قاعدة الحساب جاءت من إصدار محدد من ملف، وأن تصحيحًا ما اعتمده شخص مخوّل، وأن محاولة سابقة فشلت لسبب معلوم.
تكون الذاكرة، أو Memory، مفيدة عندما يمكن تتبع هذه التفاصيل: من أين جاءت المعلومة؟ متى حُدث مصدرها؟ من يحق له قراءتها؟ وهل هي نص وارد في المصدر أم استنتاج يحتاج إلى مراجعة؟
وإذا تغير الملف الأصلي، يجب مراجعة ما استُخرج منه. لا يكفي أن تظهر معلومة في نتائج البحث لأنها تشبه السؤال؛ يجب أن تكون حديثة وصالحة للاستخدام ومسموحة للمستخدم الذي طلبها.
كيف يتعلم من العمل؟
يمكن أن يتعلم النظام بطريقتين. الأولى أن يحدّث معلوماته حين تتغير المصادر. فإذا وصلت نسخة جديدة من ملف، يحفظها ويبدأ معالجتها، ويراجع المعلومات التي اعتمدت على النسخة السابقة. وقبل حفظ النتيجة الجديدة، يتحقق مرة أخرى من إصدار المصدر والصلاحيات، فقد يتغير أحدهما أثناء المعالجة.
الطريقة الثانية أن يستفيد من تجربة التنفيذ. لنفترض أن الفريق اكتشف سبب تكرار بعض السجلات، وكتب فحصًا يعالج المشكلة. إذا كان الفحص مفيدًا لملفات أخرى، يمكن حفظ طريقة استخدامه في Skill: تعليمات تشرح متى يُستخدم وكيف تُراجع نتيجته. يراجعها المسؤول ويعتمدها قبل استخدامها في المهام التالية.
لكن قد يكون الإصلاح خاصًا بملف واحد. عندها يجب أن يبقى مرتبطًا به، بدل تعميمه على كل الملفات. وتكرار حل ما لا يثبت صحته؛ فقد يكون حلًا مؤقتًا اضطر الفريق إلى استخدامه أكثر من مرة.
بهذه الطريقة تتحسن المعلومات والتعليمات التي يعتمد عليها النظام. ولا يتطلب ذلك بالضرورة Fine-tuning، أي إعادة تدريب النموذج لتعديل أوزانه. وما يثبت الفائدة هو انخفاض الأخطاء أو تحسن إنجاز المهام بعد التحديث، لا مجرد زيادة ما يحفظه النظام.
مساران للتعلم المستمر
يحدّث النظام معلوماته عند تغير المصادر، ويحفظ طرق العمل المفيدة بعد مراجعتها واعتمادها.
مرّر المخطط أفقيًا لقراءة التفاصيل.
كيف يستخدم الفريق النواة نفسها بصلاحيات مختلفة؟
يمكن أن يشترك الموظفون في نواة واحدة، مع اختلاف ما يحق لكل منهم قراءته أو تغييره. يعرف النظام هوية المستخدم وقسمه ودوره، ويتيح له المصادر والأفعال المسموحة. فقد يستطيع قسم الهندسة قراءة Runbook لخدمة يشغّلها، بينما تبقى ملفات قسم آخر خارج صلاحياته. وRunbook هو دليل يشرح خطوات التشغيل والتعامل مع الأعطال.
يجب تطبيق هذه الصلاحيات على كل ما يُشتق من المصدر أيضًا: نتائج البحث، والملخصات، والتقارير، والمعلومات التي تُرسل إلى النموذج. فإذا لم يكن المستخدم مخوّلًا بقراءة ملف، فلا يجوز إظهار محتواه له في ملخص.
وتختلف صلاحية القراءة عن صلاحية التنفيذ أو اعتماد التغييرات. قد يحق لموظف اقتراح تعديل من دون نشره، وقد تستطيع أداة قراءة بيانات نظام من دون تغييرها. على البرمجيات التحقق من هذه الأذونات فعليًا؛ فكتابة «لا تعدّل الملف» في Prompt لا تمنع أداة واسعة الصلاحيات من تعديله إذا استُدعيت على نحو خاطئ.
ولهذا يجب فحص صلاحيات الاتصال كله، بما فيه الأداة والنظام الخارجي. قيود النواة وحدها لا تكفي إذا كان التطبيق يستطيع الوصول إلى الملفات من طريق آخر يتجاوزها.
كيف يتصل بالأنظمة والتطبيقات؟
لا يحتاج كل اتصال إلى منصة أتمتة وسيطة. إذا كان النظام يتيح API مناسبًا، يمكن كتابة Adapter في Python يتصل به ويقرأ البيانات المسموحة ويهيئها للاستخدام. والـAdapter هنا كود يربط بين واجهتين مختلفتين. ويمكن استخدام MCP لعرض الأدوات والمصادر بواجهة موحدة للتطبيقات التي تدعمه.
يبقى على المطور إعداد المصادقة والصلاحيات، واحترام حدود الطلبات، ومعالجة الأخطاء، ومتابعة تحديث البيانات وحذفها. ويختلف اتصال يجلب الملفات إلى الذاكرة عن اتصال يسمح بتعديل سجلات في نظام خارجي؛ يجب تحديد ما يستطيع كل منهما فعله.
حتى تصميم الأداة نفسها يؤثر في استخدامها. يحتاج النموذج إلى اسم يوضح وظيفتها، ومدخلات محددة، ونتيجة تشرح ما حدث من دون حشو. إذا أعادت الأداة مئات الصفحات لكل طلب، فقد تصعّب المهمة وتزيد تكلفتها. تتناول إرشادات Anthropic اختبار الأدوات على مهام فعلية وتحسين أوصافها وما تعيده من معلومات. المصدر: Writing effective tools for agents.
أين تُحفظ البيانات، وأين تُعالج؟
يمكن أن تبقى الذاكرة وقواعد العمل في مكوّن مستقل، بينما يتصل Harness بنموذج محلي أو سحابي. هذا يسهّل الاحتفاظ بمرجع الشركة عند تغيير النموذج، لكنه لا يضمن أن كل نموذج سيؤدي المهمة بالطريقة نفسها. يجب اختبار استدعاء الأدوات، وحجم Context المتاح، والقدرات التي يتطلبها العمل مع كل نموذج.
كذلك، لا يكفي تشغيل النموذج محليًا للحكم بأن البيانات لا تغادر الجهاز. فقد تتصل أداة بخدمة خارجية، أو تُستخدم خدمة سحابية لاستخراج محتوى ملف. يجب معرفة أين تُحفظ البيانات، وأين تُعالج، وما الذي يُرسل إلى الخارج.
يمكن عندئذ وضع قواعد واضحة: تبقى مصادر معينة داخل بيئة الشركة، وتُسمح معالجة مصادر أخرى خارجيًا. ويجب أن تلتزم الاتصالات بهذه القواعد، لا أن يكون «التشغيل المحلي» مجرد خيار ظاهر في الواجهة.
كيف يطبّق Atmet Brain جزءًا من هذه الفكرة؟
توضح نواة Atmet Brain الفصل بين مرجع الشركة وبين التطبيق الذي ينفذ العمل. كُتبت النواة بـPython وتستخدم SQLite لحفظ المصادر والمعلومات وطرق العمل وإصداراتها وصلاحياتها. وتتيح الوصول إلى الوظائف نفسها عبر CLI وPython وREST وMCP. أما الاتصال بالنموذج وتشغيل الأدوات فيتولاهما التطبيق الذي يستخدم النواة.
في المثال التالي، يطلب التطبيق المعلومات والتعليمات اللازمة لمهمة محددة. يرسل هوية المستخدم ومساحة العمل، ويحدد نوع المهمة وحجم النص المطلوب. الاستدعاء موجود في النواة؛ أما المتغيرات فيهيئها التطبيق قبل استخدامه.
context = brain.get_context( actor=actor, space_id=workspace_id, query="Prepare data quality checks for this source", task_path="engineering/data_pipeline", max_chars=12000,)يطلب هذا الكود Context فقط؛ ولا يشغّل فحصًا أو يغيّر نظامًا خارجيًا. تفصل الاستجابة بين التعليمات المعتمدة والمصادر المرجعية، وتوضح ما استُخدم منها. ويحدد max_chars الحجم بالحروف، لا بعدد Tokens. وإذا لم تستطع النواة تضمين التعليمات المطلوبة ضمن القيود، تعيد الخطأ incomplete_context كي يعالج التطبيق النقص.
كذلك تتابع النواة تحديثات المصادر ومعالجتها، ويمكن أن تستقبل تقارير المهام وتُعد منها مسودة Skill حين تتوافر الخطوات والشروط المطلوبة. تبقى المسودة بحاجة إلى مراجعة واعتماد. هذه وظائف للذاكرة وتنظيم التعليمات؛ ولتنفيذ المهمة كاملة، يحتاج التطبيق أيضًا إلى أدوات موصولة فعليًا وفحوص تتحقق من نتائجها. الكود والوثائق: Atmet Brain.
هل يقل الوقت والتكلفة فعلًا؟
قد يقل عدد Tokens حين يرسل التطبيق المعلومات اللازمة فقط، أو يعيد استخدام طريقة سبق اختبارها، أو يترك الحسابات الثابتة للكود. وقد يوفر وقت الموظف إذا لم يعد مضطرًا إلى جمع المعلومات نفسها وشرح القواعد من البداية في كل مرة.
لكن إعداد الذاكرة والبحث والفحوص له تكلفة أيضًا. وقد تستغرق مراجعة طريقة قابلة لإعادة الاستخدام وقتًا أطول من كتابة سكربت لمهمة تُنفذ مرة واحدة. لذلك لا يكفي النظر إلى فاتورة النموذج وحدها.
في التقرير الأسبوعي مثلًا، احسب وقت جمع البيانات، وتشغيل الأدوات، ومراجعة التقرير، وإصلاح الأخطاء، إلى جانب تكلفة النموذج. قد تقل Tokens وتزداد ساعات المراجعة، أو تزيد الاستدعاءات لكن يقل العمل اليدوي بما يبررها. ما يهم هو تكلفة إنجاز المهمة بالمستوى المطلوب.
كيف تختبر الفائدة؟
ابدأ بمهام فعلية من العمل، تشمل الحالات المعتادة والمشكلات التي تتكرر. حدد ما يجب أن يكتشفه النظام، وما الذي يجب أن ينتجه، وما لا يحق له تغييره. واحتفظ ببعض الحالات للاختبار النهائي، من دون استخدامها أثناء تعديل التعليمات. في فحوص البيانات، يمكن إعداد نتائج مرجعية للمقارنة.
نفذ المهام نفسها بالطريقة الحالية وباستخدام Harness. سجل النموذج وإصداره وإعداداته والأدوات المتاحة. وحدد ما إذا كانت كل جولة ستبدأ بذاكرة فارغة أو ستستفيد من الجولات السابقة، حتى لا تقارن تجربتين بشروط مختلفة. كرر التشغيل إذا اختلفت النتائج بين المحاولات، وقِس الأخطاء والوقت والتكلفة وما احتاج إلى تدخل بشري.
ثم اختبر ما يحدث عند التعطل أو التغيير: أوقف المهمة واستأنفها، وحدّث مصدرًا أثناء معالجته، واسحب صلاحية مستخدم، وأعد إرسال طلب سبق تنفيذه. راقب هل يستكمل النظام العمل، أم يكرر تعديلًا أو يستخدم معلومات لم يعد يحق له قراءتها.
ولفحص التعلم، أضف تصحيحًا بعد الجولة الأولى واعتمده بالطريقة المقررة، ثم اختبر مهام جديدة ينطبق عليها. هل تجنب الخطأ؟ وهل أبقى الاستثناء الخاص بملف واحد داخل ذلك الملف؟ هذه خطوات مقترحة للاختبار، ولا تمثل نتائج مقاسة لأتمت أو لأي منتج آخر.
كيف تقيس الفائدة؟
نفّذ المهام نفسها بالطريقتين. واحتفظ ببعض الحالات للاختبار النهائي دون استخدامها في تعديل التعليمات.
مرّر المخطط أفقيًا لقراءة التفاصيل.
متى يكفي سكربت؟
إذا كانت البيانات والخطوات ثابتة، فقد يكفي سكربت جيد مع جدولة وسجل أخطاء. وإذا كنت تحتاج إلى إجابة عن مستند واحد، فقد يكفي جلب المقطع المناسب وإرساله إلى النموذج. لا تحتاج هذه الحالات بالضرورة إلى ذاكرة دائمة أو قرارات يتخذها النموذج أثناء التنفيذ.
أما إذا كان العمل يتكرر عبر جلسات، وتتغير مصادره، ويحتاج إلى أدوات وصلاحيات مختلفة، فتصبح متابعة ما جرى وحفظ التصحيحات جزءًا أساسيًا من الحل. ويمكن البدء بمهمة واحدة، ومصادر محددة، وأدوات قليلة، وفحص واضح للنتيجة، ومراجعة بشرية عند الحاجة.
ارجع بعدها إلى التقرير الأسبوعي: هل استُخدمت القواعد الصحيحة؟ هل وصل التصحيح إلى التقرير التالي؟ هل استطاع الموظف الجديد متابعة العمل؟ وهل قل الوقت اللازم لإعداد تقرير يثق به الفريق؟ الإجابات عن هذه الأسئلة توضح ما أضافه Harness، وما لا يزال يحتاج إلى إصلاح.