Agreeing on Safeguards
توافق بر سر اقدامات حفاظتی
The group turns its findings into concrete actions, assigning owners and deadlines for safer rollbacks, clearer alerts, and better escalation paths. Grace checks that each safeguard addresses an identified risk rather than merely adding process.
گروه یافتههایش را به اقداماتی مشخص تبدیل میکند و برای بازگشتهای ایمنتر، هشدارهای روشنتر و مسیرهای بهتر برای ارجاع موضوع، مسئول و مهلت تعیین میکند. گریس بررسی میکند که هر اقدام حفاظتی به خطری شناساییشده رسیدگی کند، نه اینکه صرفاً فرایندهای بیشتری اضافه کند.
گفتوگو12

We’ve identified three risks: a rollback that depends on someone noticing the issue, alerts that don’t distinguish customer impact, and uncertainty about who can authorize escalation. Let’s turn each into a safeguard.
سه خطر را شناسایی کردهایم: بازگشتی که به متوجهشدن مشکل توسط یک نفر وابسته است، هشدارهایی که میزان تأثیر بر مشتریان را مشخص نمیکنند، و ابهام درباره اینکه چه کسی میتواند ارجاع موضوع را تأیید کند. بیایید برای هرکدام یک اقدام حفاظتی در نظر بگیریم.
For the rollback risk, we could add an automated health check after deployment and trigger rollback if key error rates stay above the threshold for five minutes.
برای خطر مربوط به بازگشت، میتوانیم بعد از استقرار یک بررسی خودکار سلامت اضافه کنیم و اگر نرخ خطاهای اصلی بهمدت پنج دقیقه بالاتر از آستانه ماند، بازگشت را آغاز کنیم.
That addresses delayed detection, but what happens if the health check itself is misleading? We should specify which signals it uses and test it against the failure pattern we saw.
درست است که این کار تشخیص دیرهنگام را برطرف میکند، اما اگر خود بررسی سلامت گمراهکننده باشد چه؟ باید مشخص کنیم از چه نشانههایی استفاده میکند و آن را با الگوی خرابیای که دیدیم آزمایش کنیم.
Fair point. I can draft the check using both error rates and successful transaction volume, then run it against last month’s incident data before we rely on it.
نکتهٔ درستی است. میتوانم بررسی را با استفاده از نرخ خطا و حجم تراکنشهای موفق طراحی کنم و قبل از اتکا به آن، روی دادههای رخداد ماه گذشته آزمایشش کنم.
Good. Jack, can you own the design and validation, with a draft by next Friday? Mia, please review the test criteria so we’re not just confirming the outcome we expect.
خوبه. جک، میتونی طراحی و اعتبارسنجیاش رو بر عهده بگیری و تا جمعهٔ آینده پیشنویسش رو آماده کنی؟ میا، لطفاً معیارهای آزمون رو بررسی کن تا فقط نتیجهای رو که انتظار داریم تأیید نکنیم.
I’ll do that. For alerts, I suggest separate severity levels tied to observable customer impact, with the affected service and the action expected from the on-call engineer clearly stated.
این کار رو انجام میدم. برای هشدارها، پیشنهاد میکنم سطحهای شدت جداگانهای داشته باشیم که به میزان قابلمشاهدهٔ تأثیر بر مشتری مرتبط باشن؛ همچنین باید سرویس آسیبدیده و اقدام مورد انتظار از مهندس آمادهباش بهروشنی ذکر بشه.
We should also route the highest-severity alert to the incident channel and the on-call phone. Right now, the notification can land in a dashboard nobody is watching overnight.
باید شدیدترین هشدار رو هم به کانال رخداد و هم به تلفن مهندس آمادهباش بفرستیم. الان ممکنه اعلان توی داشبوردی نمایش داده بشه که شبها کسی حواسش بهش نیست.
Agreed, provided we define thresholds carefully to avoid waking people for routine fluctuations. Mia, will you own the alerting changes and a review of false positives by the end of the month?
موافقم، بهشرطی که آستانهها رو با دقت تعیین کنیم تا برای نوسانهای عادی کسی رو از خواب بیدار نکنیم. میا، تغییرات هشداردهی و بررسی هشدارهای کاذب رو تا پایان ماه بر عهده میگیری؟
Yes. I’ll document the thresholds and escalation behavior, then compare alert volume with the incidents that actually affected customers. That should tell us whether the levels are useful.
بله. آستانهها و نحوهٔ ارجاع رو مستند میکنم و بعد حجم هشدارها رو با رخدادهایی که واقعاً روی مشتریان تأثیر گذاشتهاند مقایسه میکنم. این کار باید نشان بده که سطحبندیها مفید هستن یا نه.
For escalation authority, I can update the runbook to say the on-call engineer may declare an incident and page the response group without waiting for managerial approval.
برای اختیار ارجاع موضوع، میتونم راهنمای عملیات رو بهروزرسانی کنم تا در اون قید بشه مهندس آمادهباش میتونه بدون منتظرماندن برای تأیید مدیر، رخداد اعلام کنه و گروه واکنش رو خبر کنه.
That removes a decision bottleneck. Jack, please draft the runbook change by Wednesday; Mia and I will check that it covers handoffs and what to do when the incident lead is unavailable.
این کار گلوگاه تصمیمگیری رو برطرف میکنه. جک، لطفاً تا چهارشنبه پیشنویس تغییر راهنمای عملیات رو آماده کن؛ من و میا بررسی میکنیم که تحویلدادن مسئولیتها و کارهایی که هنگام در دسترس نبودن سرپرست رخداد باید انجام بشه، توش پوشش داده شده باشه.
Before we close, let’s record each owner, deadline, and success measure. These safeguards should reduce the risks we identified—not simply add steps—and we’ll revisit the evidence in six weeks.
قبل از پایان جلسه، بیایید مسئول هر کار، مهلت و معیار موفقیت رو ثبت کنیم. این اقدامات حفاظتی باید خطرهایی رو که شناسایی کردیم کاهش بدن، نه اینکه فقط چند مرحله به کار اضافه کنن؛ شش هفتهٔ دیگه هم شواهد رو دوباره بررسی میکنیم.
واژگان7
- health checkبررسی سلامت
An automated check that assesses whether a system is working properly. Here, it helps detect problems after a deployment.
بررسی خودکاری که میسنجد آیا یک سامانه درست کار میکند یا نه. اینجا کمک میکند بعد از استقرار، مشکلات شناسایی شوند.
- thresholdآستانه
A set limit at which an action should happen. The team uses thresholds to decide when error rates should trigger a rollback.
حد مشخصی که با رسیدن به آن باید اقدامی انجام شود. گروه از آستانهها برای تصمیمگیری دربارهٔ زمان آغاز بازگشت بر اساس نرخ خطا استفاده میکند.
- failure patternالگوی خرابی
The characteristic way a problem occurs or develops. Testing against the observed failure pattern helps confirm that a health check would catch the same kind of issue.
شیوهٔ مشخصی که یک مشکل به آن رخ میدهد یا پیشرفت میکند. آزمایش بر اساس الگوی خرابی مشاهدهشده کمک میکند مطمئن شویم بررسی سلامت همان نوع مشکل را شناسایی میکند.
- severity levelsسطحهای شدت
Categories that show how serious an alert or incident is. They help teams prioritize responses according to customer impact.
دستهبندیهایی که نشان میدهند یک هشدار یا رخداد چقدر جدی است. این سطحها به گروهها کمک میکنند واکنششان را بر اساس میزان تأثیر بر مشتریان اولویتبندی کنند.
- false positivesهشدارهای کاذب
Alerts or warnings that indicate a problem when there is no real issue. Reviewing them can help make alerting more accurate.
هشدارها یا اخطارهایی که وقتی مشکل واقعیای وجود ندارد، وجود مشکل را اعلام میکنند. بررسی آنها میتواند به دقیقترشدن هشداردهی کمک کند.
- decision bottleneckگلوگاه تصمیمگیری
A point where progress is delayed because a decision must wait for one person or approval. The updated runbook is intended to remove this delay.
نقطهای که در آن کار به تأخیر میافتد، چون تصمیم باید منتظر یک نفر یا تأیید او بماند. هدف از بهروزرسانی راهنمای عملیات، برطرفکردن این تأخیر است.
- success measureمعیار موفقیت
A specific way to tell whether an action has worked. Recording one helps the team evaluate each safeguard using evidence.
روش مشخصی برای سنجیدن اینکه آیا یک اقدام نتیجه داده است یا نه. ثبت آن به گروه کمک میکند هر اقدام حفاظتی را بر اساس شواهد ارزیابی کند.
جملات کلیدی7
- 1
Let’s turn each into a safeguard.
بیایید برای هرکدام یک اقدام حفاظتی در نظر بگیریم.
This moves a discussion from identifying risks to proposing concrete protections. Reuse it to introduce practical actions after a problem or weakness has been identified.
این جمله بحث را از شناسایی خطرها به پیشنهاد راهکارهای عملی برای محافظت میبرد. وقتی مشکلی یا نقطهضعفی شناسایی شده، از این عبارت برای مطرحکردن اقدامهای کاربردی استفاده کن.
- 2
That addresses delayed detection, but what happens if the health check itself is misleading?
درست است که این کار تشخیص دیرهنگام را برطرف میکند، اما اگر خود بررسی سلامت گمراهکننده باشد چه؟
This acknowledges that a proposal helps while carefully pointing out a possible weakness. Use this structure to evaluate a solution without dismissing it outright.
این جمله میپذیرد که یک پیشنهاد میتواند مفید باشد، اما با لحنی سنجیده به ضعف احتمالی آن اشاره میکند. از این ساختار برای ارزیابی یک راهحل، بدون ردکردن کامل آن، استفاده کن.
- 3
I can draft the check using both error rates and successful transaction volume, then run it against last month’s incident data before we rely on it.
میتوانم بررسی را با استفاده از نرخ خطا و حجم تراکنشهای موفق طراحی کنم و قبل از اتکا به آن، روی دادههای رخداد ماه گذشته آزمایشش کنم.
This sentence explains an action, the evidence it will use, and how it will be validated. Reuse the pattern to describe a plan that is specific and evidence-based.
این جمله اقدامی را توضیح میدهد، شواهد مورد استفاده را مشخص میکند و میگوید چطور اعتبارسنجی خواهد شد. از این الگو برای توصیف برنامهای مشخص و مبتنی بر شواهد استفاده کن.
- 4
Agreed, provided we define thresholds carefully to avoid waking people for routine fluctuations.
موافقم، بهشرطی که آستانهها را با دقت تعیین کنیم تا برای نوسانهای عادی کسی را از خواب بیدار نکنیم.
“Agreed, provided…” expresses agreement with a condition. It is useful when accepting a proposal while setting an important safeguard.
عبارت “Agreed, provided…” (موافقم، بهشرطی که...) موافقتی را با یک شرط بیان میکند. وقتی پیشنهادی را میپذیری و همزمان یک اقدام حفاظتی مهم را مطرح میکنی، این عبارت بهدرد میخورد.
- 5
That removes a decision bottleneck.
این کار گلوگاه تصمیمگیری را برطرف میکند.
This concisely explains why a change is useful: it prevents delays caused by waiting for approval. Use it to describe how a process change improves responsiveness.
این جمله کوتاه توضیح میدهد چرا یک تغییر مفید است: از تأخیری که در انتظار تأیید پیش میآید جلوگیری میکند. از آن برای توضیح اینکه تغییر در فرایند چگونه سرعت واکنش را بهتر میکند، استفاده کن.
- 6
Before we close, let’s record each owner, deadline, and success measure.
قبل از پایان جلسه، بیایید مسئول هر کار، مهلت و معیار موفقیت را ثبت کنیم.
This turns discussion into accountable next steps by specifying responsibility, timing, and how results will be assessed. Reuse it to wrap up a meeting with clear actions.
این جمله با مشخصکردن مسئولیت، زمانبندی و نحوهٔ ارزیابی نتیجه، بحث را به گامهای بعدیِ پاسخگو تبدیل میکند. از آن برای پایاندادن به جلسه با اقدامهای روشن استفاده کن.
- 7
These safeguards should reduce the risks we identified—not simply add steps—and we’ll revisit the evidence in six weeks.
این اقدامات حفاظتی باید خطرهایی را که شناسایی کردیم کاهش دهند، نه اینکه فقط چند مرحله به کار اضافه کنند؛ شش هفتهٔ دیگر هم شواهد را دوباره بررسی میکنیم.
This emphasizes that process changes should address real risks and be reviewed later using evidence. The dash adds a concise contrast between meaningful safeguards and unnecessary procedure.
این جمله تأکید میکند که تغییرات در فرایند باید به خطرهای واقعی رسیدگی کنند و بعداً با تکیه بر شواهد بازبینی شوند. خط تیره تضادی کوتاه میان اقدامات حفاظتی مؤثر و تشریفات غیرضروری ایجاد میکند.