النماذج اللي تشتغل على مهام طويلة (ساعات أو أيام) يطلع معها نوع ثاني من المخاطر: أخطاء صغيرة تتراكم، نسيان قيود السلامة بعد فترة، وأحيانًا تغيّر الهدف تدريجيًا بدون ما يكون واضح. تجارب النشر التدريجي كشفت أعطال ما تبان في الجلسات القصيرة، وساعدت على تحسين الضوابط خطوة بخطوة. سؤال للمجتمع: لو عندكم نظام يعمل عبر جلسات متعددة وأفق زمني طويل، كيف تضمنون التزامه بالتعليمات مع مرور الوقت؟ تعتمدون حدودًا زمنية، تتبّع حالة داخلي، مراجعات بشرية دورية، أو شيء مختلف؟ وهل تشوفون الاختبارات القصيرة مقياسًا مضللًا للأمان في هذا السياق؟ #تقنية




