Genie المستقل من Databricks: الموافقات والميزانيات والضوابط التي يجب ضبطها قبل التشغيل

عمليًا، يعني ذلك ثلاثة أمور: ابدأ بمهام تقتصر على القراءة وإعداد التقارير، واجعل الموافقة البشرية شرطًا مسبقًا لأي شيء يغيّر نظامًا أو يتواصل مع شخص، ولا تتعامل مع ميزانية Genie على أنها سقف لفاتورتك الإجمالية.

ما الذي يتغير مع Genie المستقل

لم تعد مهام Genie تنتظر أن يطلب منها أحد شيئًا. تذكر مدونة إعلان Databricks أن مهمة Genie، بمجرد تشغيلها، يمكنها العمل وفق جدول زمني أو الاستجابة لمحفزات، مثل انخفاض أحد المقاييس أو طلب أكثر من 10 عملاء الميزة نفسها.

ويمكن لهذه المحفزات أن تستند إلى مجموعة أوسع بكثير من البيانات. إذ تقول Databricks إن Genie Search يتوسع ليشمل أكثر من 100 مصدر بيانات مؤسسي، منها منصة lakehouse وتطبيقات الأعمال مثل Google Drive وJira وConfluence.

ويأتي هذا الامتداد الأوسع مع نموذج فوترة مختلف. ففي البيان الصحفي، تقول Databricks إن العملاء يدفعون مقابل ما يستخدمونه بدلًا من الدفع لكل مقعد، ويمكن للمسؤولين وضع حدود للإنفاق حسب الفريق أو المستخدم عبر Unity AI Gateway. كما أن Genie One مجاني للمستخدمين حتى 31 يناير 2027، وتقول Databricks إن ضوابط تكاليف أكثر تفصيلًا ستتوفر قبل ذلك التاريخ.

ولإظهار عمل هذا النموذج على نطاق واسع، تستشهد Databricks بعميلين. فهي تفيد بأن General Motors نشرت أكثر من 1,000 وكيل Genie في عمليات المبيعات والهندسة وسلسلة التوريد والموارد البشرية. وتنقل عن HelloFresh قولها إن Genie خفّض الوقت اللازم لتحديد الإعلانات الرابحة على Meta بنسبة 75%. نشرت Databricks كلا التصريحين، وليس أي منهما قياسًا مستقلًا، ولا يذكر أي منهما الضوابط التي كانت مطبّقة، لذا فهما يخبرانك عن حجم الطلب لكنهما لا يقولان الكثير عن كيفية تصرف Genie في بيئتك.

لماذا يحتاج الوكلاء العاملون باستمرار إلى نموذج مخاطر مختلف

في المحادثة، يقرأ شخص كل إجابة قبل أن يتصرف بناءً عليها، وللجلسة نهاية واضحة. أما المهمة المُحفَّزة فقد تعمل في منتصف الليل أو كلما تجاوز مقياس ما حدًا معينًا، دون أن يتابعها أحد، وتستمر حتى يوقفها شيء ما. لذلك تُحسم صلاحياتها في مرحلة التصميم.

ويزداد هذا القرار صعوبة مع تكاثر الموصلات. فبحسب أدواتها، قد تتمكن مهمة قادرة على قراءة Jira وConfluence من تعديلهما أيضًا، لذا دوّن لكل مهمة ما يمكنها تغييره إلى جانب ما يمكنها رؤيته.

ويضاعف الحجم من المشكلة. إذ تذكر وثائق الإعداد من Databricks أن كل Genie Agent يمكنه دعم ما يصل إلى 200,000 محادثة، ويمكن أن تتضمن كل محادثة ما يصل إلى 10,000 رسالة. وقد ينطلق محفز مضبوط بشكل خاطئ مرات عديدة ضمن هذه الحدود قبل أن يلاحظ أحد ذلك.

ننظّم ذلك بما نسميه سلّم الاستقلالية «قراءة/إبلاغ/تنفيذ» (Read-Report-Act). فكل أداة قد تستدعيها مهمة ما تُخصَّص لها درجة، وكل مهمة تصعد درجة واحدة في كل مرة.

تُكتسب الاستقلالية درجةً درجة، ولا تُمنح للوكيل دفعة واحدة.

الموافقات وقوائم الأدوات المسموح بها

اجعل القراءة والإبلاغ هما الأساس

ابدأ كل مهمة مستقلة على الدرجتين السفليين، واجعل أي شيء يكتب إلى نظام أو يرسل رسالة أو يفتح تذكرة ينتظر موافقة بشرية. هذا حذر مقصود، لأنك تستطيع تخفيف السياسة لاحقًا، لكن لا يسهل عليك استرجاع شيء وصل بالفعل إلى عميل.

اكتب سياسات الخدمة على شكل قوائم سماح

تحدد سياسات الخدمة في Unity AI Gateway استدعاءات أدوات MCP المسموح بها. ولأن الصياغة وخيارات الموافقة قد تتغير، اعتمد على أمثلة سياسات الخدمة ووثائق حوكمة خدمة MCP من Databricks بدلًا من افتراض وجود ميزة ما. وإذا احتجت إلى خطوة موافقة لأدوات درجة التنفيذ لا تصفها الوثائق، فاسأل Databricks، أو مرّر تلك الإجراءات عبر سير عمل قائم يتطلب الموافقة أصلًا.

ينبغي أن تسمّي كل سياسة الأدوات التي يُسمح للمهمة باستدعائها.

توقّع أن ترفض السياسات عند الإخفاق

تعمل سياسات الخدمة بمبدأ الإغلاق عند الإخفاق (fail closed): فالمقارنة على حقل مفقود، أو دالة غير مدعومة، أو أي خطأ في التقييم، تؤدي جميعها إلى DENY. هذا هو الإعداد الأمني الافتراضي الصحيح، لكنه ينطوي على تكلفة تشغيلية، لأن خطأً مطبعيًا أو قاعدة تتحقق من حقل تفتقر إليه بعض الاستدعاءات سيحجب عملًا مشروعًا بصمت.

ويتصرف مزودو الضوابط الخارجيون بالطريقة نفسها. إذ تذكر وثائق حوكمة خدمة MCP أن سياسات الخدمة الخارجية تعمل أيضًا بمبدأ الإغلاق عند الإخفاق: فإذا تعذّر الوصول إلى نقطة نهاية المزود أو كانت بطيئة، ترفض Databricks الاستدعاء. وهذا يعني أن انقطاع خدمة المزود يؤدي إلى إخفاق المهام، لا إلى تسلل المهام متجاوزةً الضوابط. اضبط تنبيهات على حالات الرفض، وقرر مسبقًا ما إذا كان التشغيل الفاشل سيُعاد لاحقًا أم سيكتفي بالإبلاغ عن تعذّر إتمامه.

اختبر السياسة قبل أن تثق بها

خذ مثلًا مهمة تقرير أسبوعي عن فقدان العملاء على درجة الإبلاغ. السياسة أدناه شيفرة زائفة توضيحية بأسماء أدوات افتراضية، وليست بصياغة Databricks.

policy: churn-weekly-report
applies_to: tools/call
allow_if: tool_name in [run_readonly_sql, write_internal_summary]
otherwise: DENY

ثم نفّذ ثلاثة استدعاءات باستخدام هوية المهمة نفسها:

1. المسار المسموح. يجب أن يُسمح بـ run_readonly_sql.
2. أداة خارج النطاق. يجب أن تُرجع create_ticket النتيجة DENY.
3. إخفاق متعمد. يجب أن يُرجع استدعاء يفتقر إلى الحقل الذي تتحقق منه السياسة، كاستدعاء بلا اسم أداة، النتيجة DENY. فإذا سُمح به، فالسياسة لا تفعل ما تظنه.

سجّل النتائج مع مالك المهمة، وأعد إجراء الاختبارات الثلاثة كلما تغيرت السياسة أو قائمة الأدوات. وإذا لم تكن أدواتك قادرة بسهولة على إرسال استدعاء مشوّه، فاسأل Databricks عن الطريقة التي يقترحونها لاختبار هذه الحالة.

توقّف عند الرفض بسبب تجاوز حد المعدل

تنطبق حدود معدل MCP على طلبات tools/call وتُقاس بعدد الاستعلامات في الدقيقة (QPM). وتُرجع الاستدعاءات التي تتجاوز الحد الرمز HTTP 429. نقترح التعامل مع الرفض بسبب تجاوز حد المعدل في مهمة غير خاضعة للإشراف على أنه علامة على أن أمرًا غير متوقع قد يكون جاريًا، كحلقة تكرار أو محفز ينطلق أكثر مما خُطط له، وأن تتوقف المهمة وتبلّغ بدلًا من إعادة المحاولة في حلقة متلاحقة لا تؤدي إلا إلى تراكم مزيد من الاستدعاءات المرفوضة. وقد تجد الفرق من المفيد ضبط حدود QPM لكل أداة بناءً على ما يحتاجه التشغيل العادي مع هامش إضافي، بحيث يبقى الرفض نادرًا بما يكفي ليُقرأ كإشارة حقيقية. وعندما تحتاج مهمة إلى الإيقاف أثناء تشغيلها، يشرح دليل تشغيل مفتاح الإيقاف الطارئ لوكلاء الذكاء الاصطناعي كيفية إيقافها بشكل سليم.

حدّد عدد مرات انطلاق المحفزات

قد يظل شرط مثل «طلب أكثر من 10 عملاء هذه الميزة» صحيحًا لساعات، وإذا أعاد كل طلب جديد تشغيل المهمة، فستحصل على كومة من عمليات التشغيل شبه المتطابقة. ولا تساعد حدود QPM هنا، لأنها تبطئ الاستدعاءات داخل التشغيل الواحد دون أن تمنع بدء عمليات تشغيل جديدة. اضبط حدًا أدنى للفاصل الزمني بين عمليات التشغيل وسقفًا يوميًا. ولا تصف المصادر التي راجعناها هنا إعدادًا مدمجًا لمنع التكرار (debounce) لمحفزات Genie، لذا تحقق من ذلك مع Databricks، وإن لم يتوفر، فابنِ الحد داخل المهمة نفسها.

الميزانيات: ما تتتبعه وما يفوتها

ميزانيات Genie تغطي استخدام نماذج اللغة الكبيرة فقط

تذكر وثائق ميزانيات Genie أن الميزانيات تتتبع استخدام نماذج اللغة الكبيرة (LLM)، وأن موارد الحوسبة المستخدمة لتشغيل الاستعلامات، مثل مستودع SQL، تُفوتر بشكل منفصل ولا تدخل ضمنها. وبالنسبة إلى وكيل بيانات مهمته الرئيسية تشغيل الاستعلامات، قد تكون هذه الفجوة كبيرة: ففي جلسة الاختبار التي أجرتها SELECT، والموصوفة أدناه، شكّلت الحوسبة المستبعدة الفاتورة بأكملها.

وتنص الوثائق أيضًا على عدم استخدام الميزانيات لضمان سقف مطلق للإنفاق على المبالغ المفوترة النهائية، وعلى أن Databricks غير مسؤولة عن التكاليف المتكبدة فوق حدود الميزانية المضبوطة. فالحدود تساعدك على المراقبة، لكنها لا تضمن سقفًا.

وتدعم كل ميزانية أربعة حدود مشتركة كحد أقصى و100 استثناء لكل مستخدم، ويمكن أن يحتوي الحساب على 1,000 ميزانية كحد أقصى. فإذا حصل كل فريق وكل مهمة على ميزانية خاصة، فتحقق من أن تصميمك يتسع لذلك.

المخصصات المجانية وكيانات الخدمة

بدأت Databricks فرض رسوم على استخدام Genie Code الذي يتجاوز مخصصًا شهريًا مجانيًا في 8 يوليو 2026. ويفيد تحليل مستقل من SELECT بأن كل مستخدم معرَّف يحصل كل شهر على 150 وحدة DBU مجانية من Genie Code لاستخدام نماذج اللغة الكبيرة، تبلغ قيمتها نحو $10 إلى $11 بحسب مزود الخدمة السحابية والمنطقة. كما تفيد SELECT بأن كيانات الخدمة (service principals) لا تحصل على أي مخصص مجاني على الإطلاق، لذا فإن أي استخدام لـ Genie مرتبط بكيان خدمة يُفوتر منذ الطلب الأول.

الفجوة على أرض الواقع

توضح جلسة الاختبار التي أجرتها SELECT لماذا يحتاج إنفاق نماذج اللغة الكبيرة وإنفاق الحوسبة إلى تتبع منفصل. فقد بلغت تكلفة الجلسة $5.12 بأسعار القائمة: $4.34 في SQL Serverless و$0.77 في All-Purpose Serverless، مع $0.00 لاستخدام Genie LLM. ومع ذلك استهلكت الجلسة نحو 102 وحدة DBU من استخدام Genie LLM، موزعة بين 79.7 من Genie Code و22.7 من Genie One وAgents، وكلها ضمن المخصص المجاني. أي أن ميزانية Genie كانت ستراقب الجزء المجاني وتغفل عن الفاتورة بأكملها.

لا تتنبأ جلسة واحدة بتكاليفك، لكنها تُظهر موضع الخطر. ويتناول دليلنا لبوابات الذكاء الاصطناعي حول التوجيه والميزانيات والتحكم في المزودين هذا الفصل نفسه من جهة البوابة.

السقوف الصارمة: تأكد من الضابط المطبَّق

تصف تدوينة من Databricks حول Unity AI Gateway سقوفًا صارمة للإنفاق توقف الطلبات تلقائيًا عند تجاوز الميزانيات. أما وثائق ميزانيات Genie فتصف حدودًا لا ينبغي التعامل معها كسقف مطلق. وقد يكون كلاهما صحيحًا لمنتجات أو مسارات طلبات مختلفة، لذا اسأل Databricks أيهما ينطبق على مهام Genie المستقلة.

وقد صرّح علي غودسي من Databricks لموقع TechCrunch بأن التكاليف يمكن التحكم فيها عبر Unity AI Gateway، الذي يتيح للشركات وضع حدود للاستخدام والاستعاضة بنماذج مفتوحة الأوزان أقل تكلفة.

دليل ما قبل التشغيل

نفّذ المراحل بالترتيب. ولا تبدأ مرحلة حتى تستوفي المرحلة السابقة معيار الخروج الخاص بها.

تأتي الجداول الزمنية قبل المحفزات لأنها قابلة للتنبؤ وأسهل في المراجعة. وفي المرحلة 5، لا تحميك الموافقة إلا إذا قرأ المراجع ما يوافق عليه؛ ويتناول دليلنا حول الموافقة على عمليات تشغيل الوكلاء وإيقافها من الهاتف الموافقة عبر الأجهزة المحمولة.

أسئلة مفتوحة يجب حسمها مع Databricks

مرحلة الإصدار والخدمة السحابية

لا توضح المصادر التي راجعناها هنا بجلاء ما إذا كانت كل قدرة مستقلة متاحة للعموم، أو في معاينة عامة، أو في مرحلة تجريبية (beta)، وتختلف شروط الدعم بحسب المرحلة. كما أن صفحات Databricks المذكورة في هذه المقالة هي نسخ AWS، ولم نتحقق من السلوك على Azure أو Google Cloud.

هوية التشغيل

ولا تذكر المصادر أيضًا ما إذا كانت المهام المجدولة والمُحفَّزة تعمل بهوية منشئها، أو بهوية كيان خدمة، أو بهوية المستخدم الطالب، وهذا الخيار الواحد يحدد في الوقت نفسه الوصول إلى البيانات وسجلات التدقيق والفوترة.

لنأخذ مهمة التقرير الأسبوعي عن فقدان العملاء التي ذكرناها سابقًا. إذا كانت تعمل بهوية المحلل الذي أنشأها، فإنها ترث كل ما يستطيع ذلك المحلل قراءته، وهو عادةً أوسع مما تحتاجه مهمة على درجة الإبلاغ، كما يضع سجل التدقيق اسم المحلل على عمليات تشغيل لم يتابعها قط. أما نقلها إلى كيان خدمة فيحل مشكلتي التدقيق ودورة الحياة، لكن SELECT تفيد بأن كيانات الخدمة لا تحصل على مخصص مجاني، لذا فإن استخدام نماذج اللغة الكبيرة الذي كان سيتسع له المخصص المجاني لمستخدم مسمّى يبدأ بالفوترة من الطلب الأول. ولا يُعد أي من الخيارين خاطئًا في كل الحالات.

سياق المقارنة المعيارية

تفيد Databricks بأن Genie، في مقارنتها المعيارية مع Turing، أجاب إجابة صحيحة في 91% من عمليات تشغيل المهام، أي 1.6 ضعف معدل أقوى وكيل من فئة النماذج المتقدمة (frontier)، مع استخدام أقل من نصف عدد الرموز (tokens). وتضع تغطية Unite.AI معدل ذلك الوكيل الأقوى عند 58%، مع متوسط استهلاك لـ Genie يبلغ 431,829 رمزًا و100.3 ثانية لكل تشغيل. وتنبّه Databricks إلى أن الاختبار يعكس نشرًا راسخًا يتمتع بمعرفة أعمال متراكمة، وأن الفروق قد تكون أصغر في عمليات النشر الجديدة أو عندما تكفي مخططات الجداول وحدها.

توقعات التكاليف والضوابط المتغيرة

تستشهد SELECT بتوقع من IDC بأن مؤسسات G1000 ستواجه ارتفاعًا يصل إلى 30% في تكاليف البنية التحتية للذكاء الاصطناعي المقدَّرة بأقل من حقيقتها بحلول 2027، وهو ارتفاع لا يعود إلى الإفراط في الإنفاق بقدر ما يعود إلى نماذج استهلاك غامضة لم تأخذها الميزنة التقليدية في الحسبان قط. إنه توقع، ونحن نستشهد به عبر SELECT لا عبر تقرير IDC الأصلي، لكنه يظل حجة لصالح تتبع إنفاق نماذج اللغة الكبيرة وإنفاق الحوسبة بشكل منفصل منذ اليوم الأول. وقد تسد ضوابط التكاليف التي وعدت بها Databricks بعض الفجوات المذكورة أعلاه، لذا عد إلى قائمة التحقق هذه عند إطلاقها.