D-CAT Group ↗ İletişim ENTRDEESAZ
12 Soru 4 haftalık pilot başlat
4 haftalık pilot başlat

Güven modeli

Her rakamın bir adresi vardır.

Adresi olmayan bir rakam ekrana ulaşamaz. Güven modeli prompt'lamaya dayanmaz, ve modeller iyileştikçe hataların azalacağını varsaymaz. Rakamla cümle arasındaki deterministik bir denetim zincirine dayanır — ve o zincirin neyi reddettiğinin kaydına.

İzlenebilirlik

Bir sorgu çalıştığında sonucu bir zarfın içine mühürlenir. İçindeki her değer bir adres alır.

Hangi zarf, hangi satır, hangi hücre — ve sonunda bir kontrol hanesi, böylece yanlış kapı kazayla açılmaz. Agent bir rakamı kullandığında o adresi beyan eder. Engine adrese bakar ve karşılaştırır. Yüzde bile modele bırakılmaz: “böl” diyemez, oranı engine'den ister.

Bir kanıt adresinin yapısı e1.r1.v.1u adresi dört parçaya ayrılır: e1 tek bir sorgu sonucunun mühürlü zarfını, r1 onun içindeki satırı, v.1 o satırdaki hücreyi tanımlar; sondaki u ise adres çözülmeden önce doğrulanan bir kontrol hanesidir. e1.r1.v.1u e1 Zarf Tek bir sorgunun mühürlü sonucu. r1 Satır O sonucun hangi satırı. v.1 Hücre Satırdaki hangi değer. u Kontrol hanesi Adres çözülmeden önce doğrulanır.
Agent bir adres beyan eder. Engine onu çözümler. Bu şemadaki hiçbir kutu modelin içinde bulunduğu bir aşama değildir — mesele de budur.

Dört adım, bu sırayla, her seferinde

  1. Beyan edilen adres ayrıştırılır — zarf, satır, hücre.
  2. Kontrol hanesi doğrulanır. Başarısız olursa çözümleme hiç denenmez.
  3. Zarf açılır ve hücredeki gerçek değer okunur.
  4. Agent'ın yazdığı rakam ile okunan değer karşılaştırılır.

Komşu hücreye kazara çözümlemeye karşı ölçülen yakalama oranı: tek kontrol hanesiyle %97,63, iki hane ile %100 · iç ölçüm. FinalGuard karşılaştırması ≈ 2 ms · demo ölçümü.

Sınır

Adres, ambardaki tek tek satıra değil, sorgu adımına ulaşır — hangi sorgu, hangi dönem, hangi filtreler. Bunu burada yazmayı, pilotun üçüncü haftasında sizin bulmanıza tercih ederiz.

Trust seviyeleri

A onaylı resmî metrik · B türetilmiş · C keşifsel ya da aday. C seviyesindeki bir değer bir brief'e ham hâliyle giremez, ve A'ya yükseltmek bir insan kararıdır.

Tek bir “güven skoru” rozeti kasten yoktur.

FinalGuard

Teslimden önceki son gate. AI değildir. Kapatılamaz.

Sıfır tolerans: bir kuruş sapma reddedilir, ve sorgu çalışmadan önce yazılmış bir cevap, rakam tesadüfen doğru olsa bile reddedilir.

Agent şunu yazdı…NedenKarar
zarftaki değerin tam kendisibirebir aynıgeçer
onun standart bir yuvarlamasıyuvarlama kuralları açıkça tanımlıgeçer
engine'in hesaplamış olduğu bir farkzarfın içindegeçer
bir birim sapmış bir değerne birebir aynı ne de geçerli bir yuvarlamareddedilir
agent'ın kendi topladığı bir toplamagent aritmetik yapmazreddedilir
kanıtsız “dokuz bölgede”küçük olsun olmasın, kanıtsız kanıtsızdırreddedilir

Ret merdiveni

  1. Birinci ret → cevap tutulur; agent'a zarftaki değerleri olduğu gibi kullanması söylenir.
  2. İkinci ret → ortada tam olarak tek bir açık zarf varsa cevabı engine'in kendisi yazar.
  3. Üçüncü ret → dürüst kesme.

Alıkonan değerler

Kanıtı olmayan bir rakam metinden çıkarılır ve gerekçesiyle birlikte cevabın altındaki kutuya kaydedilir. Dışa aktarma, dağıtım ve hafızaya girişi yapısal olarak engellenir. Bir düzeltme yapıldıysa cevabın altında bir not belirir — asla gizlenmez.

Ölçüldü. Kendi işletim kaydımızda köken denetimi, 275 koşu boyunca 282 taslak cevabı durdurdu; agent bunların %87,2'sini bir sonraki denemede düzeltti. Bu sayımı tutan inceleme sayfası, içinden bir eğilim çizgisi geçirmeyi reddeder: yükselen bir ret oranı, agent'ların kötüleştiği anlamına gelmez.

Kasıtlı bir yokluk. “Doğrulandı ✓” rozeti yoktur. Yalnızca doğrulanamayan işaretlenir, böylece tesadüfi bir eşleşme asla yanlış bir damga kazanmaz.

Gate'lerin reddettiği şey

Koşunun ortasında engine, taslak cevabın tamamını geri gönderdi.

Herhangi bir satıcı size iyi bir brifing gösterebilir. Sistemin söylemeyi reddettiği şeyi görmek isteyin.

Bu, tam olarak açılmış tek bir zamanlanmış koşu. Saat 05:00'te başladı, 285 saniye sonra bitti, ve o gün geçerli fiyattan dondurulmuş 78 sent model harcaması tuttu. On üç aday kayıt veritabanına ulaştı. İkisi gate'lerden sağ çıkamadı, ve gerekçeleri hâlâ dosyada.

05:00
scheduled start
285 s
total duration
$0.78
model spend, frozen
13
candidates produced
11
published
2
held, with reasons

Kapsam: kendi işletim kaydımızdan gerçek bir zamanlanmış koşu, adlar maskelenmiş, ürünün veritabanından okunmuş. Müşteri benchmark'ı değildir.

Rakamlarının, engine'in çözümleyebileceği bir adresi yoktu. Yazdığı şey şu.

engine · yapısal kural · sayısal kökenTESLİM EDİLMEDİ
[engine] Structural rule (numeric provenance): every figure in a final answer
is exactly one of three things. ADDRESSED (declared in the claims block with
the ref you read it from), COMPUTED (declared with op and operands that are
addresses), or STRUCTURE the engine or the user put there. Nothing else is
proven. A value that merely EXISTS somewhere in the evidence is not proven
until you name its address.
Cevabınız teslim EDİLMEDİ.
Konsolda sıradan bir koşunun kapanış özeti; başlığı Operasyon izi, alt başlığı BU KOŞUM NE YAPTI. Şöyle okunuyor: ajan 8 tur çalıştı ve veri ambarına 56 sorgu koşturdu. Bir cevap denemesi, kaynağını gösteremediği rakamlar yüzünden geri çevrildi; ajan uyarıyı aldı ve sonraki denemesi kabul edildi. On bir çıktı yayımlandı: 6 bulgu, 4 öneri, 1 özet. Maliyet 1,68 ABD doları — 470 bin girdi ve 15 bin çıktı jetonu, bunların 140 bini önbellekten. Altında, AJANIN ÇALIŞMASININ ANLATISI başlığıyla, ajanın işinin düz metinle yazılmış dökümü.
demo veriAynı hesap dökümü, sıradan bir koşunun sonunda — hakkında yazılmış bir raporda değil, koşunun kendi üzerinde: kaç tur, kaç sorgu, ne geri çevrildi ve neden, ne yayımlandı, ve önbellekten okuduğu token'lara varana kadar ne tuttu.

İşletim kaydının tamamında on bir aday nesne tutuldu. Dokuzu aynı aileden: en hızlı büyüyen, en zayıf, en yüksek. Gate'in en sık yakaladığı cümle sınıfı, tam olarak bir yöneticinin üzerine hareket etme ihtimalinin en yüksek olduğu sınıftır.

Kapsam: işletim kaydının tamamı, 3 agent, 3,5 hafta, ürünün kendi veritabanından okundu. Müşteri benchmark'ı değildir.

Zamanlanmış bir koşu ve ardından gelen konuşma, baştan sona. Demo veri, bir dakika yirmi beş saniye, anlatım yok: koşu akışı, koşu başlarken dondurulan ayarlar, neyi yayımladığı ve neyi tuttuğu, ardından konuşmaya taşınıp orada sorgulanan bir finding.

Üründe

Kanıt paneli, geldiği hâliyle

Her rakam, agent'ın onun için beyan ettiği adresi ve engine'in o adresi çözümlediğinde bulduğu şeyi taşır.

Şu başlıklı yayımlanmış bir finding: promosyonsuz Fresh Food brüt satışları yalnızca yüzde 57,01 arttı, yüzde 96,97'lik ağ ortalamasının epey altında. Metnin içindeki iki rakam bir hançer işareti taşıyor, ve metnin altındaki satırda şöyle yazıyor: model ifadesi, engine tarafından doğrulanmadı. Onun altında bir Kanıt paneli şunu söylüyor: aşağıdaki her rakam, agent'ın onun için beyan ettiği adresi taşır; engine o adresi çözümledi ve bulduğu şey budur. Her satır metriğini, dönemini ve promosyon durumunu adıyla veriyor ve her biri ya engine hesapladı ya da kaynakta ölçüldü olarak etiketleniyor.
demo veriYukarıdaki metinde iki değer bir hançer işareti ve model ifadesi — engine tarafından doğrulanmadı satırını taşıyor. Geri kalan her şey, okunduğu adresle birlikte altta listeleniyor ve her satır engine'in onu kaynakta ölçtüğünü mü yoksa hesapladığını mı söylüyor — çoğu aracın hiç yapmadığı bir ayrım.
By-Pass gelirindeki büyümeyle ilgili bir bulgunun kanıt paneli, bir türetme açılmış hâlde. Bulgu Bulgu, Düşük ve Yeni etiketlerini, ajan adını, A köken katmanını ve tarihini taşıyor. Kanıt panelinin başında şu satır var: aşağıdaki her figür, ajanın onun için beyan ettiği adresi taşır; motor o adresi çözdü ve bulduğu budur. İlk satırda +22,76% rakamı, KDV Dahil Gelir metriği ve motor hesapladı etiketiyle duruyor; türetmesi açık: bu rakam şu işlemden geldi, (910.486 − 741.674) ÷ 741.674 × 100. İki operand da kendi metriği, dönemi ve hizmet alt tipiyle altta listeleniyor, ve en altta motorun kendi gösterimi yazıyor: yüzde değişim( 910.486 · 741.674 ). Sonraki satırdaki 910.486 ise kaynakta ölçüldü etiketini taşıyor.
demo veriTüretilmiş bir rakam, açılmış hâlde. İddia edilmiyor — geldiği bölme işlemi olarak gösteriliyor, ve her operand tıpkı üstündeki ölçülmüş rakamlar gibi kendi adresini taşıyor. Buradaki hiçbir şeyi model yazmadı.

Dört soru

Kurumsal güven dört soruya dayanır. Hiçbiri AI'a bırakılmaz — ve her cevap kendi sınırını söyler.

İzlenebilirlik — “Bu rakam nereden geldi?”

Her rakam üç parçalı bir adres taşır: zarf, satır, hücre. Adresi engine atar; agent yalnızca beyan eder. Her kayıt; koşuya, agent'a, dondurulmuş modele ve onu üreten kullanıcı yetkisine bağlıdır. Değerler oluşturulurken kaydın üzerine dondurulur, böylece koşu günlüğü temizlense bile kanıt ayakta kalır.

Sınır

Adres, ambardaki tek tek satıra değil, sorgu adımına ulaşır — hangi sorgu, hangi dönem, hangi filtreler.

Denetlenebilirlik — “Kim, ne zaman, neyle, ne maliyetle?”

Denetim kaydı yalnızca-eklemelidir. Hiçbir kayıt silinmez, yalnızca arşivlenir; oyların üzerine damga vurulur. Yayın zinciri deterministiktir: aynı girdi, aynı sonuç. Düşürülen, tutulan ya da duplicate olan her aday, gerekçesiyle Guard Ledger'da durur. Adım, süre ve maliyet limitleri her koşu başlamadan önce dondurulur.

Sınır

Denetim kaydı ürünün içinde yaşar. Bir SIEM'e ya da dış denetim sistemine aktarım, pilotta ayrı olarak kapsamlanır.

Şeffaflık — “Sistem ne yaptı, ve ne yapmadı?”

Hiçbir şey sessizce kaybolmaz. Tekrar eden bir konu ongoing / repeat damgası alır ve sayılır, gizlenmez. Boş bir dönem ayrı bir data state sınıfına düşer. Nedensel ya da üstünlük belirten dil interpretive rozeti alır: ölçülen, yorumlanandan ayrılır. Sohbette yapılan varsayımlar açıkça yazılır.

Sınır

Bildirim metinleri kasten değer taşımaz. Şeffaflık bildirimde değil, kaydın içindedir.

Açıklanabilirlik — “Bu sonuca neden vardı?”

Her finding'de metrik, dönem ve filtreleri engine yazar. Her recommendation, dayandığı finding'i tek tıkla açar. “Sohbette derinleş” finding'i alıntılanmış veri olarak konuşmaya taşır, böylece “neden?” sorusu aynı kanıtın üzerinden sorulur.

Sınır

Ürün, cümledeki rakamların nereden geldiğini açıklar — modelin cümleyi neden öyle kurduğunu değil. Önem derecesi agent'ın iddiasıdır. Kanıt açıklanır; hüküm insanda kalır.

Konsoldaki denetim kaydı, başlığı Denetim Kaydı, alt başlığı giriş olayları ve her mutasyonun değiştirilemez kaydı, yalnız-ekleme defter. Sütunlar: zaman, olay, aktör, özet ve detay. Görünen satırlar arasında 1127 girdi, 348 çıktı jetonu ve 0,008601 ABD doları kaydeden bir narrative_generated olayı; aktörü Sistem olan ve zamanlanmış tetikleme kuyruğa alındı, ajan 4, koşum 1353 diye özetlenen bir scheduler_fire olayı; geldikleri rotaları adıyla veren create olayları; giriş olayları; ve bir geri bildirim olayı var.
demo veriYukarıdaki paragrafın arkasındaki defter. Zamanlanmış bir tetikleme bir kişiye değil System'e yazılır, ve üretilen bir metin kendi token sayısını ve maliyetini taşır. Henüz yapmadığı iki şey: detay sütunu her satırda boş, ve arayüzden bir ayarı değiştirmek kendi satırını üretmiyor. İkisi de ürünün listesinde, ve ikisi de burada gizlenmiyor.

Yokluk ve varsayım

Yanlış bir rakam kadar tehlikeli ikinci şey: yanlış anlaşılmış doğru bir rakam.

  • Varsayımlar en başta söylenir. “Bir dönem belirtmediniz; 2024 tam yılı varsayıldı.” Sabit bir şablon cümle, her seferinde birebir aynı.
  • Tazelik ölçülür, varsayılmaz. “Bu model 31 Ara 2025'e kadar veri tutuyor — tahmin değil, ölçüm.”
  • Modelin taşımadığı bir kırılım yaklaştırılmaz, reddedilir. “Bu modelde çeyreklik görünüm mevcut değil.” Engine, soruyu tatmin etmek için aylardan çeyrek kurmaz.
  • Kısıtlı bir kullanıcı kendi kısıtını görür. “Kapsam: Mağaza — Maltepe Park.” Kural engine'de yaşar; çözümlenebilir bir kimlik yoksa “her şeyi göster”e düşmek yerine durur.
  • Kişisel veri mekanik olarak maskelenir. Bir kırılım etiketi, prompt'la değil kuralla baş harflere indirgenir.
  • Yokluk yutulmaz, yayımlanır. Verisi olmayan bir dönem, dayanağı empty_result_set olan bir data state'e dönüşür: “ölçülmüş bir sıfır değildir; bu pencerede kayıtlı işlem yoktur.” Önem rozeti yoktur, kendi bölgesi vardır, ve üzerine hiçbir recommendation kurulamaz.

Öz denetim

“Her rakam denetlenir” bir iddiadır. Bu yüzden her hafta sınanır.

Golden set

Mühürlü bir soru kümesi. İki koşu aynı parmak izini döndürüyorsa davranış değişmemiştir. Model ya da kod değiştiğinde fark anında ortaya çıkar.

Sıfır tolerans çizgisi

Kaynaksız rakamlar, tahmin etmeyi reddetme, kişisel veri maskeleme. Eşiği rakamları silerek tutturmak da yakalanır.

Ritim

Testler her hafta ve her sürüm kapanışında otomatik çalışır. Bir iddia ölçümle çelişiyorsa sistem kendini durdurur.

Canlı servisler ekranı

Her açılışta ölçülür; asla saklanmış bir durum göstermez.

Güven modeli, modeller iyileştikçe hataların azalacağını varsaymaz. Model değişse bile adresleme, denetim kaydı, yayın zinciri ve yetki denetimleri deterministik kalır.

From Answers to Records'ı okuyun Mimariyi görün →