01 · Agent governance and reliability · 2026
The missing compiler for agent instructions
01 · Governance i niezawodność agentów · 2026
Brakujący kompilator dla instrukcji agentowych
An instrument that mechanically proves an agent system's rules and gates really do load and really do work. Wired into CI. This is a rubric and a tool you can apply to someone else's organisation - not a slide, an instrument.
Agent systems fail silently. When a rule file disappears, the agent does not
shout: it simply stops applying it, still confident and still error-free, and from the outside
there is no way to tell that apart from correct work. No exception, no red build.
Code has had compilers for fifty years. Agent instructions have nothing.
I built the missing compiler and wired it into CI.
Przyrząd, który mechanicznie dowodzi, że reguły i bramki systemu agentowego naprawdę się ładują i naprawdę działają. Wpięty w CI. To jest rubryka i narzędzie, które można przyłożyć do cudzej organizacji - nie slajd, tylko przyrząd.
Systemy agentowe zawodzą po cichu. Kiedy znika plik z regułą, agent nie krzyczy:
po prostu przestaje ją stosować, dalej pewnie i bez błędu, a z zewnątrz nie da się tego odróżnić
od poprawnej pracy. Żadnego wyjątku, żadnego czerwonego builda.
Kod ma kompilatory od pięćdziesięciu lat. Instrukcje dla agentów nie mają nic.
Zbudowałem brakujący kompilator i wpiąłem go w CI.
What it detects
- Rules that do not work, though the whole organisation believes they do. In the audited ecosystem 8 of 13 were not loading into the agent's session. Without a sensor there is no way to notice: the agent keeps working and sounds exactly as confident.
- Documentation that describes a different system. A config file listed 18 agents, of which 0 existed in that repository - so the agents were being briefed about someone else's company.
- Gates that let everything through. 78 dead references survived 34 days of green CI, among them a quality critic's write lane and a VETO gate. A gate pointing at a file that does not exist passes silently, and nobody knows whether it approved or was never asked at all.
What the organisation gets
- A maturity scale for enforcement mechanisms - a rubric you can apply to any organisation, not only to mine (diagram below). Naming the PHANTOM level is half the work: until it has a name, nobody looks for it.
linkcheck.py: zero dependencies, zero LLM. “It collects paths and checks they exist. No interpretation.” An AI-based sensor could hallucinate that all is well. This one cannot, and that is its entire value.- A debt ratchet: existing debt is frozen and does not redden the build, new debt reddens it immediately. The reason stated up front: “a red build nobody knows how to turn green gets switched off within a week”. Result: debt 89 → 0, and the check suite has grown by a sixth one since. The ratchet keeps the debt from coming back.
Co wykrywa
- Reguły, które nie działają, choć cała organizacja wierzy, że działają. W audytowanym ekosystemie 8 z 13 nie ładowało się do sesji agenta. Bez czujnika nie ma jak tego zauważyć: agent pracuje dalej i brzmi tak samo pewnie.
- Dokumentację, która opisuje inny system. Plik konfiguracyjny wymieniał 18 agentów, z których 0 istniało w tym repozytorium - czyli agenty dostawały brief o cudzej firmie.
- Bramki, które przepuszczają wszystko. 78 martwych referencji przetrwało 34 dni zielonego CI, wśród nich pas zapisu krytyka jakości i bramka VETO. Bramka wskazująca na nieistniejący plik przechodzi bezgłośnie, i nikt nie wie, czy zatwierdziła, czy nigdy nie została zapytana.
Co dostaje organizacja
- Skala dojrzałości mechanizmów egzekwowania - rubryka, którą można przyłożyć do dowolnej organizacji, nie tylko do mojej (diagram niżej). Nazwanie poziomu PHANTOM jest połową roboty: dopóki nie ma nazwy, nikt go nie szuka.
linkcheck.py: zero zależności, zero LLM. „Zbiera ścieżki, sprawdza istnienie. Żadnej interpretacji." Sensor oparty o AI mógłby zahalucynować, że jest dobrze. Ten nie może, i to jest cała jego wartość.- Zapadka na dług: istniejący dług zamrożony i nie czerwieni builda, nowy czerwieni natychmiast. Powód powiedziany z góry: „czerwony build, którego nikt nie umie zazielenić, jest wyłączany w tydzień". Efekt: dług 89 → 0, a zestaw checków urósł od tamtej pory o szósty. Zapadka pilnuje, żeby dług nie wrócił.
Maturity scale · where your control mechanism really stands
Skala dojrzałości · gdzie naprawdę jest Wasz mechanizm kontroli
Five levels any rule can sit at: in code, in a process, in an agent system. The fourth and the fifth can be measured. The second is invisible - and it is the one that decides.
Pięć poziomów, na których może stać każda reguła: w kodzie, w procesie, w systemie agentowym. Czwarty i piąty da się zmierzyć. Drugi jest niewidzialny - i to on decyduje.
ABSENT
The rule is not there, and everybody knows it.
Reguły nie ma i wszyscy o tym wiedzą.
PHANTOM
The rule is written down, people believe in it, and it does nothing.
Reguła jest opisana, ludzie w nią wierzą, i nie robi nic.
↑ Nobody measures this level. From the outside it looks like ENFORCED.
↑ Tego poziomu nikt nie mierzy. Z zewnątrz wygląda jak ENFORCED.
MANUAL
Someone checks by hand, when they remember.
Ktoś sprawdza ręcznie, kiedy pamięta.
ENFORCED
A machine checks it, on every change, and can say “no”.
Sprawdza maszyna, przy każdej zmianie, i umie powiedzieć „nie".
SELF-HEALING
The system catches what got past the human, and repairs itself.
System łapie to, co przeszło przez człowieka, i sam się naprawia.
8-repository audit
audyt 8 repozytoriów
11 findings (6 CRITICAL)
CI sensors checking whether rules load
sensory CI pilnujące, czy reguły się ładują
repair merged in a fixed order
naprawa mergowana w ustalonej kolejności
PythonGitHub Actions