وصلت «هندسة السياق» في خريف 2025 بوعد، والمشكلة التي تسمّيها ما زالت بلا حلّ. وهذا المقال يتتبّع المصطلح موسماً بعد موسم، لأن مساره يكشف ما كان المصطلح فعلاً.
خريف 2025: المصطلح يصل بوعد
عند وصولها، كانت «هندسة السياق» تحمل وعداً هادئاً: أن الوكلاء يفشلون بسبب ما يُعرض عليهم، وأن انتظاماً في اختيار ما يُعرض عليهم سيحلّ المشكلة. والوعد كان نصفه صحيحاً، والنصف الصحيح قديم. فالوكيل لا يجيب إلا من حدود ما يراه. وإن لم يعرف أي تعريف للإيراد هو المعتمد، أو أي سجل عميل هو الحقيقي، أو أي نسخة من سياسة هي الحالية، فهو يخمّن، والنموذج الأقوى يخمّن بفصاحة أكبر.
ومن Atlan مثال متكرر كثيراً: وكيل أخبر فريق المالية أن إيراد الربع الرابع (Q4) هو 12 مليون دولار والرقم الحقيقي 8.4 مليون، لأنه قرأ revenue_recognized وكان عليه أن يقرأ revenue_net_of_returns. النموذج لم يخطئ في الحساب. لم يقل له أحد أي عمود يحمل المعنى المتفق عليه. وAtlan تبيع أدوات فهرسة بيانات، فخُذ القصة كتوضيح لآلية لا كقياس لتكرار حدوثها.
خلال 2025 وإلى 2026: الاستبيانات تشير إلى البيانات
على مدى الفترة نفسها، ظلّت الاستبيانات تقول الشيء غير البرّاق نفسه. وجد Capgemini Research Institute أن الثقة بوكلاء الذكاء الاصطناعي المستقلين تماماً هبطت من 43% إلى 27% في عام، وأن 80% من المؤسسات تفتقر إلى بنية تحتية ناضجة للذكاء الاصطناعي تسندهم (Capgemini، 2025). ووجدت دراسة من Cloudera وHarvard Business Review Analytic Services في مارس 2026 أن 7% فقط من المؤسسات تقول إن بياناتها جاهزة تماماً للذكاء الاصطناعي.
وكلتاهما نتيجة استبيان، وأصحاب الإجابات يعرّفون «الجاهزية» و«الثقة» بأنفسهم. وهما متوافقتان مع الآلية أعلاه ولا تُثبتانها. والقراءة المتحفظة أن العقدة التي يسمّيها معظم الناس هي البيانات، لا جودة النموذج.
2026: اسم جديد لانتظام قديم
وهذه قراءتنا. انظر إلى ما يتطلبه إصلاح مشكلة Atlan: تعريف معتمد واحد لكل مؤشر، ومعرّف موحّد واحد لكل عميل، وسجل لمصدر كل رقم، وقواعد لمن يحق له أن يرى ماذا. ولفرق البيانات أسماء لهذه منذ زمن: تعريفات المؤشرات، وإدارة البيانات الرئيسية، وتتبّع مصدر البيانات (lineage)، وضبط الوصول. و«هندسة السياق» هي ذلك الانتظام في معظمه، مُعاد تسميته لمستهلك جديد. فمن عنده بيانات رئيسية متينة لم يحتج الكلمة الجديدة، ومن لا يملكها لم يقدر على إصلاح المشكلة بكلمة. والمصطلح الذي لا يخدم أياً من المجموعتين عمره قصير، وأغلب ظننا أن «هندسة السياق» ستبهت كما بهتت «هندسة الـ prompt» قبلها.
ما يقوله هذا المسار
المفردات ستخبو والعمل لن يخبو. وثلاثة أمور تتبع ذلك، ولا واحد منها يحتاج المصطلح.
الأول أن الشركة التي تعمل على Odoo أو ERPNext أنجزت جزءاً من هذا العمل، خطّط له أحد أم لا. فدليل الحسابات مجموعة تعريفات معتمدة. وبطاقة الصنف وجدول الشركاء معرّفات موحّدة. وحقول حالة المستندات تقول أي نسخة هي الحالية، والوصول المبني على الأدوار يحدّ أصلاً من يرى ماذا. وتنفّذ ThinqHub النظامين، فنعرف كم من «السياق» موجود أصلاً في نظام ERP مُدار جيداً. والوكيل الذي يستعلم من نظام ERP عبر واجهة ضيّقة مقيّدة بالصلاحيات يرث تلك التعريفات؛ والوكيل الموجّه إلى تصدير بحيرة بيانات للجداول نفسها يرث أسماء الأعمدة ولا شيء غيرها. والعكس يصحّ أيضاً: إن كان في نظام ERP عملاء مكرّرون، وحقول نصّ حرّ مكان الأكواد، وثلاثة أشخاص يستخدمون كلمة «مغلق» بمعانٍ مختلفة، فلن يُصلح ذلك أي وكيل. سينقله بثقة.
والثاني أن بعض السلوك مكانه خارج النموذج. فوكيل مصرفي يجب أن يتحقق من الهوية قبل أن يتحدث عن رصيد، ونموذج استنتاجي لا يقدر على ضمان ذلك الترتيب في كل تشغيل. وتقول Salesforce الشيء نفسه في مقالها عن اتجاهات الوكلاء 2026. فضَع قواعد كهذه في كود مسار عمل عادي، حيث تُختبر ولا يقدر مُدخل بارع على مجادلتها. والقاعدة التي تسكن prompt فقط هي بالضبط ما يستهدفه prompt injection.
والثالث أن السياق ليس طبقة الاتصال. فبروتوكولات مثل MCP، وقد تناولناها في مقالنا عن التشغيل البيني لوكلاء الذكاء الاصطناعي، تتيح للوكيل أن يصل إلى نظام. أما السياق فيحدّد ما يفهمه عندما يصل.
وبداية تناسب شركة صغيرة: اختر الرقمين أو الثلاثة التي يتجادل فريقك حولها، كالإيراد المعترف به مقابل المحجوز، أو العميل النشط مقابل الحساب المسجّل. واكتب التعريف الواحد ومن يملكه. ووجّه أي وكيل أو أي تكامل ERP إلى ذلك التعريف، واجعله يعيد مصدر كل رقم يذكره. وقرّر ما يحق لكل وكيل أن يقرأه، بدلاً من منح وصول إلى المنظومة كلها.
هذا هو التأسيس الذي يسبق تشغيل الذكاء الاصطناعي الوكيل، والترتيب يهمّ: البيانات أولاً، واختيار النموذج بعدها. وطريقتنا تبدأ بفحص ما إذا كانت بياناتك تسند وكيلاً من الأصل. تواصل معنا لتجد فجواتك قبل أن تبني عليها.
