AWS تطلق Dogwood Local Engine لفرض سياسات زمنية على أفعال الـ AI agents
المغزى: أدوات الصلاحيات المعتادة تحكم على الطلب الحالي وحده، أما مع الـ agents فالسؤال المهم صار ما الذي حدث قبل هذا الفعل ومتى، وتكلفة الإجابة تتحدد بطول النافذة الزمنية.
أعلنت AWS في 30 سبتمبر 2026 عن Dogwood Local Engine، وهو محرك سياسات مفتوح المصدر برخصة Apache 2.0، يمكن تضمينه داخل أي harness، أي البرنامج الذي يشغّل الـ AI agent ويمرر أوامره إلى الأدوات.
وأوضح طريقة لفهمه هي المثال الرسمي في بيان AWS: سياسة تسمح بتنفيذ git push فقط إذا نجح آخر تشغيل للاختبارات، وكان ذلك خلال آخر 15 دقيقة، ولم يحدث أي فشل بعده.
وأدوات الصلاحيات المعتادة تسأل سؤالًا واحدًا: من يفعل ماذا وعلى أي مورد. وهذا السؤال بلا ذاكرة، لأنه ينظر إلى الطلب الحالي وحده. أما Dogwood فينظر إلى الوراء. فهو يحتفظ بسجل لكل tool calls، ويكتبه على القرص قبل أن يقيّم السياسة. وبذلك تستطيع السياسة أن تشترط أن يكون فعل آخر قد حدث قبل الفعل المطلوب، وخلال مدة محددة.
وطريقة العمل أن الـ harness يوقف كل tool call ويرسله إلى المحرك، فيرد المحرك بالسماح أو الرفض. والمحرك لا ينفذ شيئًا، بل يحكم فقط، ويبقى التنفيذ مسؤولية الـ harness.
ونشرت AWS تكلفة ذلك بوضوح. ففي نافذة زمنية مدتها 15 دقيقة، يستغرق الحكم نحو 20 ميكروثانية. أما في نافذة مدتها 24 ساعة ضمن جلسة طولها 12 ساعة، فيستغرق 6 ميلي ثانية، أي أطول بنحو 300 مرة. فحجم النافذة الزمنية هو ما يحدد التكلفة، لا عدد السياسات.
ويعني ذلك أن الفرق التي تشغّل agents تكتب الكود وتنفذ أوامر على المستودعات صار لديها طريقة لربط الفعل بتسلسل الأحداث قبله، لا بهوية من يطلبه فقط.