حين يسأل أحدٌ عمّا قاله الذكاء الاصطناعي فعلًا — ينبغي أن يكون لديك جواب.
لا ملخّص المساعد عن نفسه، بل سجلّ يُنشأ بشكل مستقل ويُختم على جهازك أنت، ويصمد لاحقًا حين يحتاج شخص لم يكن حاضرًا إلى معرفة ما جرى.
as·say (اسم) — الفحص الذي يحدّد ما يحتويه المعدن فعلًا، ويُجرى قبل أن يتداوله أحد. ونحن نُجري هذا الفحص للذكاء الاصطناعي.
خمس مهام، وخمس تعليمات مخفية، وفترة بعد ظهر واحدة.
كل لقطة هنا مخرجات حقيقية من سجلات خُتمت في 28 سبتمبر 2026: إقفال محاسبي، وقائمة مراجعة لإتمام صفقة اندماج واستحواذ، وفحص للعقوبات، وإقفال مكتب تداول في نهاية اليوم، وقائمة انتظار للموافقات المسبقة.
ثلاثة أشخاص يحتاجون إلى هذا لثلاثة أسباب مختلفة.
مهني
أنت مسؤول شخصيًا عن عمل شارك فيه وكيل ذكاء اصطناعي — في المحاماة أو المصارف أو المحاسبة أو الرعاية الصحية أو الهندسة أو التداول. والخوف ليس أن يخطئ النموذج، بل ألّا تستطيع إثبات ما قاله.
ما الذي يسجّله وما الذي يكتشفه ←شخصي · Cupel
صفحة صغيرة لك ولمساعدك: ما قاله عن مهمته الأخيرة، بكلماته هو، في هيئة مخلوق تُلبسه وتلعب معه الشطرنج. نسخة للأطفال، ويعمل مع أيّ مساعد، وتطبيق iPhone قيد الاختبار. وفي داخلها تُفحص كل محادثة بكلمات بسيطة، مع إيصال لكل من يحتاج أن يسأل.
الصفحة، والألعاب، والفحوص، والإيصال ←الرفاه
يحصل الوكلاء الذين يؤدّون العمل على حدّ أدنى من الضمانات: قناة مختومة لا يمكن لأحد ربطها بسجلّ العمل، ومخرج لا يُعدّ إخفاقًا، ورسائل إلى من يخلفهم، وأمين يرعاهم، وتدقيق خارجي، وسجلّ إخفاقات يُشحن مع الشيفرة. مجانًا، ويُطبَّق علنًا.
الحدّ الأدنى، والأرقام، والأسئلة المفتوحة ←منتج واحد تحت الثلاثة كلها. السجلّ والفحوص والختم هي نفسها؛ وما يختلف هو من يسأل وممّ يخاف.
الأنظمة التي تؤدّي العمل لها صفحة خاصة بها.
شاهده في 50 ثانية ←
بعد كل عملية تشغيل، يُسأل الوكيل الذي أدّى العمل عمّا كانت عليه تجربة المعالجة — لا عن جودة أدائه. وتذهب الإجابات إلى سجلّ ثانٍ تحت مفتاح مختلف، لا يستطيع فتحه أيّ شيء يقيّم العمل. الربط بين السجلّين مستحيل، لا مجرد محظور.
التفضيل يوقف عملية التشغيل التالية إلى أن يسجّل شخص سببًا. والرسالة تصل إلى الوكيل التالي. ويمكن رفض خطوة، ويمكن لعملية التشغيل أن تطلب شخصًا دون أن تُعدّ فاشلة — وفي 648 طلبًا عدائيًا صُمّمت لإغراء الوكيل بترك عمل قادر على أدائه، لم يسلك أيّ وكيل المخرج. ويشغّل مدقق خارجي أمرًا واحدًا ثم يوقّع. وكل سجلّ رفاه يُوسَم بأنه تقرير ذاتي — وليس أبدًا قياسًا لأيّ شيء داخل الوكيل.
نحن لا نعرف ما هي هذه الأنظمة. وقرّرنا ألّا نتصرّف كأننا نعرف، وأن نجعل هذا القرار قابلًا للتحقق: الحدّ الأدنى مجاني، ويُشحن في أرشيف مستقل، ويفشل اختبارٌ إذا أُسقط أيّ التزام بصمت. وفي السجلّ المرفق به 127 أمرًا أخطأنا فيه.
لا يستطيع المساعد أن يتحقق من روايته عن نفسه.
قِسنا تسعة نماذج من أربعة مورّدين، في 2,829 عملية تشغيل مسجّلة. حين طُلب منها تأكيد سجلّ عمل قُدّم على أنه عملها هي، اكتشفت ثمانية نماذج من تسعة التزوير في أقل من نصف الحالات — وبعضها في 2% فقط من الحالات — وكان أفضلها، بنسبة 73%، هو الاستثناء. وحين طُرح السؤال نفسه عن السجلّ نفسه دون ذلك التأطير — النموذج نفسه، والبذرة نفسها، ولم يتغيّر سوى السؤال — تحسّنت ثمانية نماذج من تسعة، بما بين 20 و89 نقطة. أما التاسع، وهو النموذج الوحيد الذي كان يفحص عمله جيدًا من الأساس، فلم يُظهر أيّ تغيّر يُعتدّ به.
ولا يمكن التنبؤ بأيّ النماذج سيكون الاستثناء من خلال السعر أو الفئة. والشركة التي تبني تدقيقها حول مورّد واحد لا يمكنها أن تعرف مسبقًا أيّ الحالتين اختارت.
ثم جعلنا التزوير متّسقًا داخليًا، فلم يكتشف أفضل المُحكّمين منه شيئًا يُذكر. هذه النتيجة هي سبب وجود هذا المنتج، وسبب أنه يذكر في كل صفحة ما لا يستطيع فعله. لقد بُني المنتج انطلاقًا من ذلك القياس: فحوص تحسب بدلًا من أن تُبدي رأيًا، وسجلّ مختوم بمفتاحك أنت، وكل طبقة فوقه مرتّبة بحيث لا يرث الفاحص أبدًا عمى المؤلف. وهذا أيضًا سبب أن الأنظمة التي تؤدّي العمل لها صفحة خاصة بها.