רברס עם פלטפורמה (Reversim)

רברס עם פלטפורמה (Reversim)

By רברס עם פלטפורמהTechnology
Download on the App Store

All רברס עם פלטפורמה (Reversim) episodes

  • 523: OpenSearch עם דותן מ-AWS

    בפרק 523 של רברס עם פלטפורמה, אורי להב ורן תבורי מארחים את דותן הורוביץ מ-AWS לשיחת עומק מרתקת על עולם החיפוש המודרני. יחד הם צוללים אל מאחורי הקלעים של פרויקט הקוד הפתוח OpenSearch, מבינים את ההבדלים בין חיפוש לקסיקלי לסמנטי, ומגלים איך בינה מלאכותית ו-Agents משנים לחלוטין את הדרך שבה אנחנו שולפים מידע.

    [00:20] היכרות עם דותן ואסטרטגיית ה-Open Source ב-AWS

    • היכרות עם דותן הורוביץ, שמוביל את תחום ה-Open Source גלובלית ב-AWS.
    • הצוות מתעסק באסטרטגיית קוד פתוח (Inbound ו-Outbound), תרומה לפרויקטים, וקרדיטים לקהילה ול-Foundations.
    • הפרויקטים הבולטים כוללים את OpenSearch וכן את Valkey (שהתחיל כפורק של Redis).
    • [03:46] מה זה בעצם OpenSearch ולמה לעשות Fork?

      • OpenSearch הוא לא רק מוצר, אלא פרויקט קוד פתוח רשמי תחת ה-Linux Foundation (Top level project).
        • מנוהל על ידי Governing Board של חברות כמו IBM, Intel, SAP ו-Uber, מה שמבטיח שלא יהיה נשלט בלעדית על ידי חברה אחת.
        • הרקע להקמת הפרויקט: בשנת 2021, חברת Elastic החליטה לשנות את רישיון הקוד הפתוח (Apache 2.0) של ElasticSearch לרישיון מסחרי סגור יותר (SSPL).
          • הצעד הזה, שמכונה "Rug pulling" (משיכת השטיח מתחת לרגליים), הוביל את הקהילה לייצר Fork כדי לשמור על הפרויקט פתוח באמת.
          • השיעור החשוב: בבחירת פרויקט Open Source, אסור להסתכל רק על הרישיון, אלא גם על ה-Sustainability והמודל העסקי מאחוריו (Vendor-owned vs. Foundation-owned).
          • שימושים נפוצים (Use cases):
            • Observability (לוגים, ניטור, APM, Tracing).
            • מנוע חיפוש מתקדם (לקסיקלי, סמנטי והיברידי).
            • Vector Database שמגיע Out of the box.
            • [12:05] חיפוש לקסיקלי (Lexical Search)

              • חיפוש המבוסס על התאמת Keywords ומילים (Tokens).
              • מצוין לחיפושים מדויקים שבהם אנחנו יודעים בדיוק מה אנחנו מחפשים ורוצים אפס אינטרפרטציות (למשל: חיפוש כתובת IP ספציפית, מק"ט או שם מותג כמו "נייקי" מול "ריבוק").
              • כולל יכולות מתקדמות של Full text search כמו Stemming (הבנת הטיות של פעלים: "רץ", "רצתי", "רצים") וסינון לפי טווחים נומריים (Facets).
              • איך מסיקים רלוונטיות?
                • מנגנון הדירוג משתמש באלגוריתמים קלאסיים כמו TF-IDF ו-BM25, שבודקים כמה פעמים המילה מופיעה במסמך ביחס לגודלו ולכמות המסמכים הכללית.
                • המנוע הלקסיקלי של OpenSearch מבוסס על ספריות Apache Lucene.
                • [20:50] חיפוש סמנטי (Semantic Search)

                  • בניגוד לחיפוש לקסיקלי, בחיפוש סמנטי אנחנו מחפשים על גבי ייצוג וקטורי (Embeddings) במרחב רב-מימדי.
                    • Embedding model (רשת נוירונים) הופך טקסט או דאטה אחר למערך של אלפי מספרי Floating points (וקטורים).
                    • פריטים שקרובים במשמעותם הסמנטית "ישבו" קרוב אחד לשני במרחב (למשל, נעלי אדידס וריבוק, גם אם המילים עצמן שונות לחלוטין).
                    • היציאה מגבולות הטקסט: מודלים שהם Multi-modal מאפשרים לאנדקס ולחפש לא רק טקסט אלא גם תמונות, קול, וידאו ואפילו קבצי PDF שמכילים שילוב של טבלאות, דיאגרמות וטקסט.
                    • האתגר ההנדסי בשליפה של וקטורים:
                      • אלגוריתם KNN (K-Nearest Neighbors) קלאסי רץ ב-Brute force על כל הווקטורים ומחשב מרחקים, מה שלא סקיילבילי בעליל.
                      • הפתרון בתעשייה הוא שימוש באלגוריתמים מסוג ANN (Approximated KNN) כמו HNSW ו-IVF כדי לשפר ביצועים תוך התפשרות קלה על דיוק.
                      • מתקיים כל הזמן טרייד-אוף בין Recall (אחוז התוצאות הנכונות מכלל המידע שהבאנו) ל-Precision (כמה מתוך מה שהבאנו הוא רעש).
                      • [35:50] חיפוש היברידי (Hybrid Search) ודירוג מחדש (Re-ranking)

                        • שילוב של חיפוש לקסיקלי וסמנטי באותה שאילתה כדי לתת מענה מיטבי לכוונת המשתמש.
                        • האתגר הגדול: נורמליזציה. צריך לחבר ציונים (Scores) שמגיעים משני מנועים ומרחבים שונים לחלוטין ולהפיק רשימת תוצאות אחת קוהרנטית (Unified list).
                        • שימוש ב-LLMs בשלב האחזור (Over-fetching ו-Re-ranking):
                          • …

                            להמשך הערות הפרק באתר

                            51 min
                          • 522 - Company brain with Shmulik from Lusha

                            בפרק 522 של רברס עם פלטפורמה, רן ואורי מארחים את שמוליק וילינגר, ה-Chief Architect של חברת Lusha, לשיחה מרתקת על בניית "מוח ארגוני" (Company Brain). נדבר על למה בכלל צריך את זה בעידן ה-AI, מה גרם להם לבחור לבנות את המערכת בעצמם (Build vs. Buy), ואיך גורמים לסוכנים אוטומטיים להכיר את כל ההקשרים והסודות של החברה בלי לשבור מנגנוני הרשאות.

                            [01:51] קצת על לושה והרקע של שמוליק

                            • שמוליק התחיל את הקריירה לפני כ-20 שנה, עבר בסטארט-אפים וחברות גדולות, והיום מוביל את הארכיטקטורה ושילוב ה-AI בלושה.
                            • Lusha היא חברת Business Intelligence שבונה פרופילים מדויקים של חברות ואנשי מקצוע (טלפונים, סיגנלים, אינטגרציות למיילים ול-CRM).
                              • בין הלקוחות של החברה אפשר למצוא ענקיות כמו Spotify, Google, ו-Palo Alto Networks.
                              • החברה משלבת המון כלי AI וסוכנים (Agents) גם כחלק מהמוצר ללקוחות הקצה (למשל עבור SDRs שמחפשים לידים) וגם בתהליכי הפיתוח הפנימיים.
                              • [04:12] איך נולד הצורך במוח ארגוני? (הטריגר)

                                • הצורך התחדד כשראו את ההשפעה של כלי ה-AI על פיתוח. המפתחים הואצו (10x), אבל צוואר הבקבוק עבר לאנשים עצמם.
                                  • במקום שהקוד יהיה החסם, החסם הפך להיות ההקשר (Context): הבנת הדרישות, האילוצים העסקיים והשלכות של שינויים רוחביים.
                                  • סוכנים יכולים לכתוב מסמכי PRD או קוד במהירות, אבל בלי קונטקסט של "למה הוחלט ככה?" או "מי הלקוחות שמושפעים מזה?" הם עוצרים או גרוע מכך - ממציאים (הזיות).
                                  • ידע ארגוני נמצא אצל מהנדסים ואנשי מוצר ותיקים. במקום ש-Agent "ידפוק לאנשים על הכתף" לשאול שאלות, צריך להנגיש לו את התורה שבעל-פה.
                                  • [09:10] Buy vs. Build: למה לבנות לבד?

                                    • החברה בחנה את השוק ושוחחה עם כ-18 ספקים שונים שהציעו פתרונות למוח ארגוני.
                                      • חלק מהפתרונות היו מורכבים מדי או יצרו סכנה אמיתית של Vendor Lock-in.
                                      • ההחלטה ללכת על פיתוח עצמי (Build) נבעה גם מההבנה שהשוק עוד בהתהוות.
                                        • ההנחה היא שחברות כמו OpenAI ו-Anthropic יוציאו בקרוב פתרונות מובנים משלהן למוח ארגוני, ולכן עדיף לבנות תשתית גמישה פנימית עכשיו שיהיה אפשר לנתב החוצה בעתיד בקלות.
                                        • הגישה: להתחיל בקטן וללמוד תוך כדי תנועה מה עובד ומה לא.
                                        • [11:14] מי משתמש במוח ואיך מכניסים אליו דאטה (Data Ingestion)

                                          • קהל היעד הוא כל הארגון, אבל התחילו ממיפוי של מחזור חיי הפיתוח (SDLC) כדי להבין מי הפרסונות.
                                          • המקורות: GitHub (מעל 960 Repositories), טיקטים ב-Jira, מסמכים ב-Confluence, ערוצי Slack, ואפילו תמלולים וסיכומים אוטומטיים של פגישות וידאו מתוך החברה.
                                          • המימוש הראשוני: תיקייה עם אלפי קבצי Markdown (MD) מסודרים בהיררכיה עם קובץ קטלוג שמשמש כתוכן עניינים למודל.
                                          • [13:43] מוחות נפרדים, אבטחה והרשאות (Access Management)

                                            • הגישה למסמכים מתבצעת על ידי הרצת Skill מקומי או דרך שרת MCP (Model Context Protocol) ייעודי.
                                            • תובנה מרכזית: לא מספיק "מוח אחד" לכולם. לארגון ה-Delivery יש צרכים שונים מאשר לארגון ה-Sales.
                                              • מוח ה-Sales יתחבר למערכות כמו Salesforce או HubSpot ויהיה המומחה לתמחור ומתחרים.
                                              • מוח ה-Delivery יתחבר לקוד ולארכיטקטורה.
                                              • הפרדת רשויות: בעלות על ידע מופרדת מהרשאות. מפתח לא צריך לראות נתוני תשלום של לקוחות, ואיש מכירות לא צריך גישה לקוד. אם מוח אחד צריך מידע מדומיין אחר, המוחות מתקשרים ביניהם (אנקפסולציה) מבלי לחשוף את מערכות המקור למשתמש הקצה.
                                              • [19:31] מה לא עבד? המעבר משכבת Markdown לאונטולוגיה

                                                • אוסף של קבצי MD התגלה כפתרון חסר. המודל התקשה לעשות חיבורים היסטוריים וסמנטיים.
                                                  • דוגמה: פיצ'ר שהיה קרוי בעבר "List", שונה ל-"Uno" והיום נקרא
                                                  • …

                                                    להמשך הערות הפרק באתר

                                                    41 min
                                                  • 521 - Evaluating risk with Marina from Cyera

                                                    רן ואורי מארחים את מרינה גנדלין, Data Scientist ו-Team Lead מחברת Cyera (סיירה), לשיחה על סייבר, דאטה, ואיך מעריכים סיכונים בעזרת מודלי שפה (LLMs). מרינה חולקת תובנות מרתקות מהפרויקט הראשון שהובילה בחברה להתמודדות עם עומס ההתראות (ניתן לצפות במצגת המקורית מתוך ההרצאה, וכן בוידאו של 17 דקות מאותו כנס).

                                                    [00:00] היכרות עם מרינה, Cyera וכנס רברסים

                                                    • תזכורת: כנס רברסים 2026 מתקרב! יתקיים ב-30 בנובמבר וב-1 בדצמבר. שווה להירשם.
                                                    • היכרות עם מרינה: מגיעה מרקע של עשור ב-AI ומערכות המלצה בחברות כמו טאבולה ו-ZipRecruiter, וכיום עובדת בסיירה.
                                                    • סיירה - "Where data meets cyber security": חברה שעושה מיפוי מלא של דאטה ארגוני, סורקת קבצים, דאטה-בייסים, Jira, GitHub ועוד בסקייל עצום, כדי למצוא איפה מסתתר מידע רגיש.
                                                      • האתגר הנוכחי: פריצה לעולם ה-AI Security והגנה מפני מצבים שבהם סוכנים (Agents) או מודלים ניגשים למידע שאסור להם.
                                                      • [07:33] אתגר עומס ההתראות והמוצר (The Product)

                                                        • צוותי אבטחת מידע קורסים תחת מיליוני התראות (Alerts).
                                                        • הרעיון למוצר: לדרג ולתעדף את רמת החומרה של ההתראות כדי להיות אפקטיביים.
                                                          • יש הבדל עצום בין קובץ טסט שזרוק בסביבה עם כרטיס אשראי אחד, לבין דאטה-בייס פתוח לאינטרנט עם 50,000 כרטיסי אשראי של לקוחות.
                                                          • היתרון של סיירה: יש לה את התוכן, הקונטקסט, מידע על זהויות והרשאות גישה וידע של דומיין כדי לקבל החלטה מושכלת על רמת ה-Severity.
                                                          • [09:53] כשאין "אמת מוחלטת" (Ground Truth)

                                                            • המעבר מגישת Data Science קלאסית (למשל אימון XGBoost) למציאות מורכבת: אין "אמת מוחלטת" אחידה לכולם.
                                                              • חומרת אירוע משתנה מלקוח ללקוח – מה שמסוכן ליצרן מזון (דליפת פוליסה) לא בהכרח יזיז למנכ"ל של בנק ענק עם 100,000 עובדים.
                                                              • רגע של "Let's go anyway!": יציאה מהירה לשטח עם לקוחות ראשונים.
                                                                • נתנו ל-LLM בסביבה פרטית (On-premise deployment) את כל הקונטקסט כדי שיקבע את רמת החומרה ובעיקר - ייצר הסבר גנרטיבי ללקוח למה הוא בחר בה.
                                                                • הלקוחות התאהבו בקונטקסט ובהסבר, והיו סלחניים כל עוד לא נעשתה טעות גסה.
                                                                • [16:05] חיפוש אחר מטריקה ואופטימיזציית עלויות (COST)

                                                                  • הבנה שאי אפשר להשתמש במטריקות הקלאסיות של מערכות המלצה (כמו NDCG), אלא פשוט להתמקד ב-Precision של ההתראות החמורות ביותר (Critical ו-High). הלקוח לא רוצה לבזבז זמן על False Positives.
                                                                  • העלות: הרצת כל כרטיס אשראי בטקסט חופשי דרך LLM יקר (כמו Gemini Flash) יצרה עומס אדיר עלויות (Tokens).
                                                                    • נוצר צורך דחוף בהורדת עלויות, מה שחייב מעבר למודלים זולים יותר והקמת מערך Evaluation (הערכה) מסודר.
                                                                    • [17:56] אתגר ההערכה (Evaluation Challenge)

                                                                      • שלב 1: יצירת Evaluation set גנרי מדי לא באמת עובדת, ודורשת המון עבודה ידנית של מומחי דומיין.
                                                                      • שלב 2: ההתמודדות עם חוסר דטרמיניזם.
                                                                        • מודלים גנרטיביים (גם בטמפרטורה 0) משנים את התשובות שלהם והסיווגים שלהם בכ-20% מהמקרים כשמריצים אותם שוב.
                                                                        • הפתרון: שימוש במודל חזק כדי לרוץ כמה פעמים על אותו דאטה, ולקיחת תת-הקבוצה שבה המודל הסכים עם עצמו בצורה רובסטית כדי לייצר סט בדיקה יציב. לא נעשה שימוש במספר מודלים שונים לצורך זה.
                                                                        • [21:44] שופט מבוסס מודל שפה (LLM-as-a-Judge)

                                                                          • שלב 3: כתיבת LLM-as-a-judge כדי להשוות מול המודלים הזולים את איכות ההסבר הגנרטיבי. קל לכתוב את השופט, אבל קשה מאוד לפרש את התוצאות ולהגיע לכיול (Calibration).
                                                                            • השופט בדק האם צוין אופי הקובץ, כמות הממצאים והגישות הקיימות.
                                                                            • הבעיה: איך מפרשים ממוצעים? מה ההבדל בין ציון 4.2 ל-3.7?
                                                                            • הפתרון: הגדרת סף איכות ברור (למשל, כל מה שמקבל ציון מעל 4 נחשב מספיק טוב), והחלטת טרייד-אוף מוצרית שמוכנה להקריב 5% מהאיכות בשביל לחסוך 30% מהעלויות.
                                                                            • [31:21] קסטומיזציה (Customization)

                                                                              • של
                                                                              • …

                                                                                להמשך הערות הפרק באתר

                                                                                37 min
                                                                              • 520 - Harness optimization with Or from AI21labs

                                                                                פרק מספר 520 של רברס עם פלטפורמה. בפרק זה רן מארח את אור דגן, COO בחברת AI21 Labs, לשיחה עמוקה על עולם ה-Harness Optimization. נדבר על האופן שבו ארגונים יכולים לאמץ בינה מלאכותית ב-Scale, החל משלב האוולואציות (Evals) ועד ל-Post-Training של מודלים.

                                                                                [00:00] הכרות עם אור והסיפור של AI21

                                                                                • אור דגן מציג את ההתפתחות של AI21, חברה שפועלת בתחום כבר 9 שנים.
                                                                                • התפתחות החברה לאורך השנים:
                                                                                  • אימון Foundational Models גדולים כמו משפחות Jurassic ו-Jamba.
                                                                                  • פיתוח מוצרי B2C מוכרים מבוססי LLM, כמו תוסף הכתיבה Wordtune.
                                                                                  • המעבר לסוכנים חכמים (Agents כמו Maestro) ולעולמות ה-B2B.
                                                                                  • המוקד הנוכחי: לעזור לארגונים לאמץ AI בצורה נרחבת תוך התגברות על מכשולי עלות (Cost), זמני תגובה (Latency) ואיכות.
                                                                                  • [03:39] מה זה בעצם Harness?

                                                                                    • המונח "Harness" (או Scaffold) מתייחס לכל התוכנה והלוגיקה שעוטפות את מודל השפה עצמו (שמקבל ופולט טקסט).
                                                                                    • ההרנס יכול לנוע בין מבנה פשוט מאוד (כמו Assistant שלוקח קלט מהמשתמש וזורק למודל), למערכות מורכבות הכוללות זיכרון, שימוש בכלים חיצוניים, שרשראות חשיבה ואג'נטים.
                                                                                    • המושג "Model-Harness Fit": אותו המודל יכול להפיק תוצאות שונות לחלוטין בהתאם למעטפת שסביבו.
                                                                                    • [06:51] הכל מתחיל באוולואציות (Evals)

                                                                                      • It all starts with evals: אי אפשר לעשות אופטימיזציה בלי למדוד. "Vibe testing" של ניסוי וטעייה לא מספיק כדי להרגיש הבדלים משמעותיים באמת.
                                                                                      • בנצ'מרקים קיימים (כמו משימות קידוד) פעמים רבות לא משקפים את הטראפיק האמיתי בעולם האמיתי (שכולל גם קריאת PRD, חיפושי אינטרנט ושאלות המשך).
                                                                                      • כדי לאפטם, חייבים לבנות Test-set רלוונטי ולהתחיל לשחק עם ה"כפתורים" השונים (Knobs): החלפת המודלים עצמם, שינוי פרומפטים, ניהול קונטקסט ועוד.
                                                                                      • [10:21] אתגר האופטימיזציה ו-"Claude Code ל-Data Scientist"

                                                                                        • האתגר הגדול: איך בודקים את כל הקונפיגורציות האפשריות ביעילות? מרחב החיפוש הוא כמעט אינסופי וכולל תלויות בלתי צפויות.
                                                                                        • עבודת Applied Research ידנית לוקחת חודשים ועולה עשרות אלפי דולרים בריצות מודל.
                                                                                        • AI21 פיתחה סוג של "Claude Code ל-Data Scientist" – סוכן אוטונומי (Auto-Researcher) שעושה Vibresearching יעיל במרחב הקינפוגים ומקצר עבודה של שבועות לחיפוש של שש שעות וקצת דולרים בודדים.
                                                                                        • קשר אדם-מכונה: האוטו-ריסרצ'ר זקוק למפעיל שינחה אותו ויקבל החלטות עסקיות לגבי הטרייד-אוף שבין עלות (Cost) לאיכות התוצאה.
                                                                                        • [14:29] "GEPA for Harness" וחיפוש במרחב הקינפוגים

                                                                                          • הרצת אוולואציות על מטריצה של קונפיגורציות כוללת שילוב של מספר גישות אלגוריתמיות מתקדמות:
                                                                                            • Hyper-parameter tuning לאזורים רציפים.
                                                                                            • אלגוריתמים גנטיים, בגישת "GEPA for harness" – לוקחים את הניסויים המוצלחים, מוצאים את המשותף, מאחדים ומוציאים "צאצא" חדש.
                                                                                            • Multi-arm bandit לאיזון מתמטי בין אקספלורציה (Exploration) לאקספלויטציה (Exploitation).
                                                                                            • [22:30] מדדי הצלחה: Success @k לעומת Success ^k

                                                                                              • כשעושים אוולואציות לדברים לא דטרמיניסטיים, חשוב להבין את הסטטיסטיקה:
                                                                                                • Success @k: מתוך K ניסיונות, כמה פעמים המודל הצליח? (בוחן מובהקות).
                                                                                                • Success ^k: מה הסיכוי שלאחר K ניסיונות נקבל לפחות הצלחה אחת?
                                                                                                • Test-time compute scaling: במקום לשנות את המודל, אפשר לעשות שינוי בהרנס – להריץ בקשה 16 פעמים במקביל (Swarm), ולהשתמש ב-Judge מבוסס מודל System 1 (מודלים של סיווג מהיר וזול בהמון) כדי לבחור את התשובה הנכונה ולשפר את האיכות דרמטית.
                                                                                                • [26:49] המעבר ל-Post-Training

                                                                                                  • כאשר ה-Success @k גבוה מאוד אבל היכולת להצליח בניסיון בודד (Single-shot) נמוכה, זה סימן לפוטנציאל חבוי במשקולות המודל.
                                                                                                  • במקרים כאלו, מומלץ לצאת ל-Post-training ו-Reinforcement Learning (RL) כדי לחזק את הסיגנלים הנכונים.
                                                                                                  • המגמה העסקית: חברות לוקחות מודלי Open-Source קטנים ומאמנות אותם כדי לקבל את האיכות של הפרונטיר מודלס (Frontier models) ברבע מהעלות, תוך שמירה על בידול.
                                                                                                  • [31:

                                                                                                    …

                                                                                                    להמשך הערות הפרק באתר

                                                                                                    40 min
                                                                                                  • 519 - The Agentic Awakening with Liran Eshel

                                                                                                    בפרק 519 של רברס עם פלטפורמה, רן ואורי מארחים את לירן אשל (יזם ולשעבר מנכ"ל CTERA) לשיחה מרתקת על העידן החדש של פיתוח תוכנה. לירן משתף בתובנות מתוך הספר שכתב, החוקר כיצד חברות צריכות לבנות את עצמן מחדש בעידן ה-AI-Native, ואיך הופכים מפתחים לסוכנים עצמאיים.

                                                                                                    [00:30] הצלילה למחילת הארנב של ה-AI

                                                                                                    • לירן מספר על הרקע שלו כיזם, ואיך אחרי 20 שנה כמנכ"ל שלא נגע בקוד, הוא מצא את עצמו נשאב חזרה לפיתוח בעקבות מהפכת ה-AI.
                                                                                                    • המעבר המהיר מעולם של Assisted engineering (השלמות טאבים) לעולם של Autonomous ו-Agentic engineering.
                                                                                                    • הספר שעליו מבוסס הפרק, ומהווה למעשה מדריך פעולה לארגונים, זמין אונליין בחינם: The Agentic Awakening.
                                                                                                    • [05:37] המחקר וארגונים שנולדו ל-AI

                                                                                                      • איך נולד הרעיון לספר מתוך שיחות עם אדם פישר, שותף בקרן ההון סיכון Bessemer Venture Partners.
                                                                                                      • ראיונות עם בכירי פיתוח בחברות מובילות (כמו Lemonade, Ramp, DriveNets) וזיהוי דפוסים חוזרים באופן שבו הן מטמיעות כלי AI.
                                                                                                      • מטאפורת ה"התעוררות" התאולוגית: אי אפשר באמת להבין את האירוע עד שחווים אותו בידיים (או במרתף עם הקוד).
                                                                                                      • [10:56] תעלומת הפרודוקטיביות: למה הארגון לא עף קדימה?

                                                                                                        • הדילמה הגדולה של הנהלות היום: אם המפתח הבודד פרודוקטיבי פי 10, למה תפוקת החברה לא עולה אפילו פי 1.5?
                                                                                                        • אנלוגיית הפרארי ברמזורים: יש לנו כלי רכב מטורף ומהיר (AI), אבל אנחנו מסיעים אותו ברחוב עירוני עם רמזור כל 200 מטר.
                                                                                                          • הרמזורים הם למעשה מתודולוגיות הפיתוח הישנות (Design reviews, Architecture reviews, Handoffs).
                                                                                                          • תהליכים שנבנו מתוך הנחה שכתיבת קוד היא הדבר הכי יקר ואיטי, ולכן חובה לתכנן הכל מראש מול ועדות.
                                                                                                          • [16:20] ארבעת הצ'יפים (The Four Chiefs)

                                                                                                            • כדי להסיר את הרמזורים ולהחליף אותם ב"חגורות בטיחות" או מצלמות מהירות (בדיקות אסינכרוניות שלא תוקעות את המפתח), צריך ארבע פונקציות פיקוח:
                                                                                                              • Chief Architect: מוודא שה-Agent לא קיבל החלטה תשתיתית הזויה (כמו לבחור דאטה-בייס לא קשור כי זה מה שהמודל המליץ).
                                                                                                              • Chief Security: שומר על אבטחת מידע מאחורי הקלעים תוך כדי שהמפתח רץ ל-Production.
                                                                                                              • Chief Product: ה"ווייז" שמוודא שרצים לכיוון העסקי הנכון.
                                                                                                              • Chief Design: מפקח אנושי שמוודא שהמוצרים לא נראים כולם אותו דבר (כי קלוד כותב את כולם כרגע).
                                                                                                              • [17:33] האתגר הגדול: איך מודדים את זה?

                                                                                                                • לספור שורות קוד זה לא רלוונטי, אבל ספירת טוקנים היא תנאי סף התחלתי:
                                                                                                                  • מפתח ששורף טוקנים ב-100 דולר בחודש לא באמת נמצא במוד Agentic. מדובר על ממוצעים של אלפי דולרים או מיליארדי טוקנים לחודש.
                                                                                                                  • שימוש ב-AI כדי להעריך איכות ומורכבות: ה-AI יכול בעצמו לנתח את ה-Pull requests ולהעריך את המורכבות שלהם.
                                                                                                                  • שקיפות ארגונית: פרסום המדדים הפנימיים מייצר תחרות בריאה ומדרבן עובדים ללמוד מה-Bright spots (המפתחים המהירים ביותר).
                                                                                                                  • [22:11] משבר הג'וניורים ושובו של הג'וניור

                                                                                                                    • האם יש עדיין מקום לג'וניורים בתעשייה? לירן מתאר שתי גישות מנוגדות:
                                                                                                                      • ארגונים שמשאירים רק את הסיניורים (Domain experts).
                                                                                                                      • ארגונים שרואים "The Return of the Junior": ג'וניורים שהופכים למעין מנהלי ציים (Agent Orchestrators), שם דווקא מולטי-טאסקינג והפרעת קשב הופכים ליתרון.
                                                                                                                      • היתרון הזמני של ישראל: יוצאי יחידות טכנולוגיות בצה"ל משתחררים עם יכולות קידוד וניסיון שמאפשר להם לדלג על פערי הידע של ג'וניורים בחו"ל.
                                                                                                                      • [26:17] אתגר ההמרה (Converting the People)

                                                                                                                        • שינוי המיינדסט בארגון קיים הוא החלק הכי קשה. אנשים מתייחסים לקוד כאל יצירת אומנות, וה-Agent נתפס כטרקטור דורסני.
                                                                                                                        • חלוקת האנשים ל-4 קבוצות:
                                                                                                                          • המאמינים (Believers): המאמצים המוקדמים. אותם צריך לסמן כגיבורי השינוי וללכת אחריהם.
                                                                                                                          • משתמשי הכלים (Tool users): אלה שנעזרים ב-AI ברמה הבסיסית (כמו בקרת שיוט ברכב), אבל עדיין לא מפעילים צי של סוכנים שעובדים במקביל.
                                                                                                                          • שומרי ה-Legacy: אלה שחוששים
                                                                                                                          • …

                                                                                                                            להמשך הערות הפרק באתר

                                                                                                                            46 min
                                                                                                                          • 518 - Carburetor 42

                                                                                                                            פרק מספר 518 של רברס עם פלטפורמה - קרבורטור מספר 42.

                                                                                                                            רן ואורי מארחים שוב את נתי שלום לפרק המשך בסדרה על סוכני קידוד, והפעם - מה קורה כשסוכני AI (Agents) מגיעים לסביבת הפרודקשן. אנחנו צוללים לתוך השינוי הטקטוני שעוברת תעשיית ה-Observability, התרסקות המודלים העסקיים המוכרים, ומי הולך להרוויח את הזכות לא רק לתצפת על המערכות, אלא גם לתקן אותן בפועל.

                                                                                                                            [01:24] מ-Assisted SRE לתיקון אוטונומי

                                                                                                                            • מה קורה כשהסוכנים מגיעים לפרודקשן ומה ההבדל בין פרסונת ה-DevOps לפרסונת ה-SRE בארגון.
                                                                                                                            • הבשלות של התעשייה: משתמשים כבר לא רוצים מערכות "מסייעות" (Assisted) שרק זורקות המלצות ומייצרות יותר עבודת פענוח לאדם. הדרישה כיום היא לסוכנים שפשוט פותרים את הבעיה.
                                                                                                                            • [05:51] הרגע שבו Datadog הבינו את המשחק

                                                                                                                              • דיון על חברת Datadog (ואיך הם קיבלו את השם שלהם ממדבקה על שרת אקראי).
                                                                                                                              • רעידת האדמה בתעשייה: ההבנה של ענקיות ה-Observability שהמודל הישן מת. המנכ"ל של Datadog מודה בעצמו שהארגונים מצפים עכשיו לפתרונות אקטיביים ולא רק לאיסוף נתונים וצפייה.
                                                                                                                                • לקריאה נוספת והעמקה על הדיסוננס של החברה מול השוק, קראו את הפוסט של נתי בנושא: Datadog beat Q2 and the market sold it off: here's the tension the number hides.
                                                                                                                                • ההשוואה ההיסטורית למאבק של VMware מול AWS: זה לא רק פער טכנולוגי, אלא שינוי דרמטי במודל העסקי שמחסל את החפיר (Moat) הישן.
                                                                                                                                • [12:02] כשל השוק של ה-Data Lakes

                                                                                                                                  • בעיית העלות המובנית: המודל העסקי של חברות האובזרבביליטי מבוסס על תמחור לפי נפח הנתונים (Ingestion).
                                                                                                                                  • רוב המידע שנשמר הוא "זבל" - לוגים ונתונים שאיש לא קורא עד שיש תקלה, אך ארגונים משלמים עליהם פרמיום כמעין תעודת ביטוח.
                                                                                                                                  • סוכני AI הופכים את אגירת כל הנתונים באגם מרכזי ללא כלכלית בעליל (לא ססטיינבילית), מה שמאיץ את הנפילה מצוק של ספקיות המסורתיות.
                                                                                                                                  • [16:27] רגע ה-Claude Code של עולם הפרודקשן

                                                                                                                                    • בניגוד לאימון על היסטוריית תקלות רנדומלית, מערכות אוטונומיות אמיתיות צריכות "סימולטור" - יכולת לשחזר תקלה בסביבה מבוקרת (Reinforcement Learning Verified Rewards).
                                                                                                                                    • בדיוק כמו ש-Claude Code מריץ ובודק מול הקומפיילר כדי להגיע לדיוק, סוכן SRE חייב Feedback Loop אמיתי ולא רק להתבסס על ארכיון לוגים.
                                                                                                                                    • רוב הידע הבסיסי על תקלות נפוצות ממילא כבר מקודד פנימה בתוך הזיכרון הפרמטרי של ה-LLMs (הם ה"Stack Overflow" של עצמם).
                                                                                                                                    • [29:21] רדיוס הפיצוץ: איך סומכים על סוכן בפרודקשן?

                                                                                                                                      • החשש הטבעי: מה יקרה אם הסוכן האוטונומי ישנה קונפיגורציית רשת או יוריד שרתים בטעות?
                                                                                                                                      • הדילמה הפסיכולוגית מול סטטיסטיקה - כמו ההבדל בין נהג אנושי למכונית אוטונומית או טייס אוטומטי במטוס.
                                                                                                                                      • הפתרון: מנגנוני בקרה אוטומטיים שמחשבים מראש את "רדיוס הפיצוץ" (Blast Radius) של התקלה. הסוכן מחליט מתי מותר לו לתקן לבד ומתי האימפקט גדול מדי ומצריך התערבות אנושית.
                                                                                                                                      • [34:36] קונטקסט לוקאלי מול גלובאלי

                                                                                                                                        • תקלות רבות נולדות משינויים (Drift), ורוב הקונטקסט הדרוש כדי לפתור אותן נמצא ברמת הקלאסטר הלוקאלי.
                                                                                                                                        • למה איסוף כל הנתונים לענן מרכזי שגוי: בעיות אבטחת מידע, עלויות מטורפות, ו-Latency (איחור בהגעת לוגים ומטריקות שמבלבל את תמונת המצב בזמן אמת).
                                                                                                                                        • דילמת החדשנות: חברות ה-Observability הגדולות מזהות את הבעיה (וקונות חברות בתחום), אבל מתקשות לשנות כיוון בגלל התלות במודל ההכנסות הקיים שלהן.
                                                                                                                                        • [40:27] חוקר התקלות לעומת יוצר התקלות

                                                                                                                                          • חשיבה מחדש על התהליך: במקום להגיע ל"זירת פשע" בדיעבד, מה קורה אם ה-AI שכתב ודחף את הקוד (ה"פושע") הוא גם זה שמנתח ומזהה את התקלה?
                                                                                                                                          • החשיבות העצומה של Efficiency (יעילות) בעולמות התשתית של ה-AI היום, ואיך היא משפיעה על הערכות שווי של חברות אוטונומיות (כמו Devin).
                                                                                                                                          • השורה התחתונה: אין טעם לקחת תהליך שבור וצוותים מופרדים ולהדביק להם AI כפלסטר. זו הזדמנות לעשות הנדסה מחדש לדרך שבה אנחנו מנהלים את האמינות של
                                                                                                                                          • …

                                                                                                                                            להמשך הערות הפרק באתר

                                                                                                                                            47 min
                                                                                                                                          • 517 - Bumpers 92

                                                                                                                                            פרק מספר 517 של רברס עם פלטפורמה - ואנחנו בבמפרס 92! רן, דותן ואלון מתכנסים לדבר על הטרנדים החמים בעולמות הפיתוח, החל מ-Loop Engineering וסקילים לאג'נטים, דרך המעבר של Bun ל-Rust, ועד לטריקים יצירתיים לחיסכון בטוקנים ומבחן הטיורינג החדש.

                                                                                                                                            [02:22] קול קורא ולופ אינג'ינרינג

                                                                                                                                            • רן מזכיר שהקול הקורא (CFP) לכנס רברסים 2026 עדיין פתוח (עד ה-26 ביולי) - זה הזמן להגיש הצעות להרצאות!
                                                                                                                                            • שיחה על Loop Engineering - מתודולוגיה לאוטומציה של פיתוח מבוסס אג'נטים שמטריפה את הרשת.
                                                                                                                                            • אדי אוסמאני (Addy Osmani) כותב על זה לא מעט בטוויטר.
                                                                                                                                              • מומלץ לקרוא את הפוסט המסכם שלו בנושא שעושה סדר במרכיבים השונים של הלופים ואיך להשתמש בהם נכון.
                                                                                                                                              • [11:15] המעבר של Bun מ-Zig ל-Rust

                                                                                                                                                • ההחלטה הארכיטקטונית המעניינת מאחורי המעבר של פרויקט Bun - נכתב על כך פוסט מפורט בבלוג שלהם: Bun from Zig to Rust.
                                                                                                                                                • דיון על ההבדלים בניהול זיכרון ב-Zig לעומת Rust ועל היתרונות לטווח ארוך למרות הבינארי הקטן ש-Zig מציעה.
                                                                                                                                                • האם עקומת הלמידה הקשוחה של Rust כבר לא רלוונטית בעידן שבו האג'נט כותב ומקמפל את הקוד בעצמו?
                                                                                                                                                • [19:45] ערימות של סקילים לאג'נטים

                                                                                                                                                  • דותן משתף על ריפוזיטורי מעולה של אדי אוסמאני שמכיל סקילים שימושיים לאג'נטים: agent-skills.
                                                                                                                                                  • המלצה רותחת על סקיל לכתיבת דוקומנטציה: Documentation Writer.
                                                                                                                                                    • דותן ניסה אותו על פרויקטים ישנים וגילה שהאג'נט יכול לכתוב דוקומנטציה מושלמת מאפס ב-5 דקות, תהליך שבעבר לקח שעות של כתיבה וריבים פנימיים.
                                                                                                                                                    • [26:04] לדבר כמו איש מערות כדי לחסוך טוקנים

                                                                                                                                                      • אלון מציג פתרון לבעיית ה"חפירות" של האג'נטים (והבזבוז הנלווה של טוקנים).
                                                                                                                                                      • הרעיון הוצג בציוץ של Hesamation.
                                                                                                                                                      • הפרויקט עצמו, Caveman, גורם לאג'נט לפשט את השפה, לדבר כמו "אדם קדמון" ולתמצת ניסוחים לשליש מגודלם המקורי.
                                                                                                                                                      • טיפ נוסף מאלון: במקום לקרוא הררי טקסט, אפשר לבקש מהאג'נט לייצר סימולציות והמחשות ויזואליות ב-HTML כדי להבין מצבים מורכבים כמו עומסי טראפיק ו-Circuit Breakers.
                                                                                                                                                      • [30:17] פינת המצחיקונים: מבחני טיורינג, משקולות ופרומפטים מוחבאים

                                                                                                                                                        • מבחן טיורינג החדש: נסו לגרום ל-LLM פשוט לספור עד 100. תראו את סרטון הטיקטוק של Husk שמדגים איך שלושה אג'נטים מנסים לחשוב על אסטרטגיה מורכבת לספור ביחד - ונכשלים.
                                                                                                                                                        • In The Weights: האם השם שלכם נמצא בתוך המשקולות של מודלי השפה? האתר In The Weights מאפשר לכם לבדוק מה ה-AI חושב עליכם (רן גילה שהוא זמר ומשקיע, ואלון הוא בכלל מדבב).
                                                                                                                                                        • Prompt Injection בלינקדאין: המשתמש tmuxvim הוסיף פרומפט מוחבא בפרופיל שלו שגורם לבוטים של מגייסים לפנות אליו אוטומטית באנגלית עתיקה ומוגזמת בנוסח ימי הביניים.
                                                                                                                                                        • חיסכון בעלויות דרך תמונות: איך חותכים את צריכת הטוקנים כשיש הרבה קונטקסט? ממירים את הכל לתמונה! הפרויקט pxpipe מדגים איך העברת היסטוריה ומסמכים כטקסט-בתוך-תמונה מוזילה משמעותית את עלות הקריאות למודלים.
                                                                                                                                                        • האזנה נעימה!

                                                                                                                                                          38 min
                                                                                                                                                        • 516 - Carburetor 41 Open source and agentic coding

                                                                                                                                                          פרק מספר 516 של רברס עם פלטפורמה - קרבורטור מספר 41.

                                                                                                                                                          הפעם רן ואורי מארחים את נתי לשיחה על נקודת המפגש המרתקת שבין קוד פתוח לקידוד מבוסס סוכנים (Agentic Coding). דיברנו על העתיד הדיסטופי והאופטימי של מפתחי קוד פתוח, איך משווקים מוצרים ל-Agents, ולמה שורת הפקודה (CLI) חוזרת אלינו בענק.

                                                                                                                                                          [01:04] העתיד המדומיין של AI (סיפורו של OpenClaw)

                                                                                                                                                          • נתי משתף סיפור משעשע על ניסיון לחקור את "OpenClaw".
                                                                                                                                                          • הזיות (Hallucinations) של מודלים: Claude מאשר את העובדות, בעוד ש-Gemini מנתח שמדובר בהמצאה עתידית (פברואר 2026).
                                                                                                                                                          • הבנה שמודלי שפה (LLMs) הם מנועים הסתברותיים ולא מנועי חיפוש עובדתיים.
                                                                                                                                                          • [05:58] החזון הדיסטופי: האם AI יהרוג את הקוד הפתוח?

                                                                                                                                                            • בעיית ההעתקה: בעבר קוד הוגן על ידי רישיונות (כמו AGPL), היום קל לבקש מהמודל לשכתב קוד משפה אחת לאחרת (למשל מ-NodeJS ל-Rust) בעלויות אפסיות.
                                                                                                                                                            • קריסת מודלים עסקיים: עלויות התמיכה והאופרציה (Operation) יורדות כי ה-Agent מתקן תקלות לבד, מה שחותך את ההכנסות של חברות כמו Red Hat.
                                                                                                                                                            • עומס על ה-Maintainers:
                                                                                                                                                              • קוד מג'ונרט על ידי Agents נראה מעולה ומתועד היטב, אבל לא תמיד נכון ארכיטקטונית או לוגית.
                                                                                                                                                              • גישות התמודדות: חלק דורשים לקבל את ה-Prompt (הכוונה) ולא את הקוד עצמו, בעוד שאחרים (כמו יוצר שפת Zig) אוסרים לחלוטין גישה של AI לפרויקט.
                                                                                                                                                              • [15:15] החזון האופטימי: שיווק לסוכנים (GEO)

                                                                                                                                                                • מעבר מ-SEO ל-GEO (Generative Engine Optimization): סוכני AI הם הלקוחות החדשים.
                                                                                                                                                                • איך Agent בוחר כלים? לפי איכות הקוד, הפופולריות שלו ב-GitHub, ובעיקר לפי התיעוד.
                                                                                                                                                                • קוד פתוח הופך לכלי שיווקי קריטי (Open Core) כדי שהסוכנים יוכלו למצוא, להבין ולהמליץ על המוצר.
                                                                                                                                                                • מודלים היברידיים ו-Freemium: מוצרים (כמו Postits) מציעים גישה ללא חומת תשלום (Paywall) בשלבים הראשונים, מה שמאפשר ל-Agents לעבוד איתם בקלות דרך API (Headless SaaS), ואפילו לבצע רכישות בעצמם בהמשך דרך Stripe.
                                                                                                                                                                • [30:29] שובו של ה-CLI ומגבלות ה-MCP

                                                                                                                                                                  • הדיבייט סביב MCP (Model Context Protocol): הפרוטוקול כבד, "זולל" טוקנים (Token hungry) עבור הקונטקסט, ודורש תחזוקה של שרתים נוספים.
                                                                                                                                                                  • למה Agents כל כך אוהבים CLI (שורת פקודה)?
                                                                                                                                                                    • גישה ישירה לאקוסיסטם המקומי והרשאות (כמו Kubernetes או סביבות ענן) בלי לחשוף מפתחות לשירות חיצוני.
                                                                                                                                                                    • יכולת לבצע מניפולציות מורכבות בצד הלקוח (Chaining, Grep, Sed) מבלי לשנות קוד ב-Backend, מה שהופך את המודלים לאנשי DevOps מעולים.
                                                                                                                                                                    • [36:17] רישיונות קוד פתוח וה"נשמה" של המוצר

                                                                                                                                                                      • האתגר באכיפת רישיונות (כמו GPL) בעולם שבו קשה להוכיח על איזה קוד המודל התאמן ואם בוצעה העתקה.
                                                                                                                                                                      • הבדל חשוב בטרמינולוגיה: מודלים של "Open Weights" לעומת מודלים שה-Training Data שלהם באמת פתוח.
                                                                                                                                                                      • תוכנה כיצירת אומנות מול קומודיטי (Commodity): האם קוד מג'ונרט יכול להחליף את החזון וה"נשמה" (Soul) של מפתחים בולטים? ההשוואה לעולם המוזיקה מדגישה שמשתמשים הולכים אחרי האומן והחזון, לא רק אחרי הקוד היבש.
                                                                                                                                                                      • [50:25] רגולציה ומודלי Open Weights

                                                                                                                                                                        • אורי מעלה נקודה מעניינת על החסימה של מודל Fable 5 / Mytos 5 (של Anthropic) למשתמשים מחוץ לארה"ב על ידי הממשל האמריקאי.
                                                                                                                                                                        • ההשפעה של רגולציה: ה"תקרת זכוכית" הזו עלולה לפגוע בחברות המסחריות האמריקאיות בטווח הקצר, ודווקא לדחוף קדימה מודלים פתוחים (Open Weights) סיניים או אירופאים שאינם כפופים לאותן מגבלות.
                                                                                                                                                                        • האזנה נעימה!

                                                                                                                                                                          56 min
                                                                                                                                                                        • 515 - Bumpers 91

                                                                                                                                                                          פרק מספר 515 של רברס עם פלטפורמה - באמפרס 91.

                                                                                                                                                                          רן תבורי, דותן ואלון מתכנסים לפרק באמפרס עמוס בחדשות טכנולוגיות, AI, שינויים בשוק התעסוקה, כלים חדשים למפתחים, והדילמה הנצחית של "אש או בוץ" בפרויקטים של קוד פתוח.

                                                                                                                                                                          [00:51] השקיעה של Stack Overflow

                                                                                                                                                                          • רן פותח עם גרף שמראה את צניחת כמות השאלות הנשאלות ב-Stack Overflow לאורך השנים.
                                                                                                                                                                          • האפקט ברור: מרגע שהבוטים שלנו מיצו את התוכן והחלו לתת לנו תשובות מיידיות, הטראפיק לאתר התרסק. דותן מציין שהירידה הכללית החלה עוד קודם, אך קפצה זמנית בתקופת הקורונה.
                                                                                                                                                                          • [04:10] כולם מדברים על סקילים

                                                                                                                                                                            • עולם סוכני הפיתוח (Agents) לא זז היום בלי סקילים (Skills). מקום מעולה להתחיל בו הוא האתר https://skills.sh/.
                                                                                                                                                                              • דוגמה כיפית ושימושית מתוכו: סקיל לספריית Manim (של ערוץ היוטיוב 3Blue1Brown) שמאפשר ליצור אנימציות מתמטיות בקלות. הנה ציוץ הדגמה בטוויטר, והקישור לסקיל עצמו ב-Skills.sh.
                                                                                                                                                                              • בעקבות הביקוש, נוצרה ממש תעשייה של מנועי חיפוש וספריות של סקילים:
                                                                                                                                                                                • http://skills.sh (למקרה שפספסתם)
                                                                                                                                                                                • https://context7.com/
                                                                                                                                                                                • https://skillsmp.com/
                                                                                                                                                                                • ריפו מעניין בגיטהאב: https://github.com/mhattingpete/claude-skills-marketplace
                                                                                                                                                                                • [07:44] העתיד של ממשקי המשתמש ו-MCP Apps

                                                                                                                                                                                  • הסטנדרט החדש, MCP-apps, מאפשר להעביר רכיבי HTML אינטראקטיביים ישירות בתוך MCP (ולא רק טקסט).
                                                                                                                                                                                    • הפרויקט מובל בין היתר על ידי ליעד ועידו, מי שהקימו בעבר את https://mcpui.dev/. שווה לראות את סרטון ההדגמה ביוטיוב.
                                                                                                                                                                                    • ליעד השיק לאחרונה כלי מעניין נוסף בשם https://ora.run/ שמאפשר לכם לבדוק עד כמה האתר או הביזנס שלכם מותאם לקריאה על ידי סוכני AI (Agent-Ready).
                                                                                                                                                                                    • דיון פילוסופי קצר: איך ייראה עתיד ה-UX? חברות ענק כמו סיילספורס (Salesforce) כבר עברו להציע חוויית Headless מלאה שפונה קודם כל לאייג'נטים.
                                                                                                                                                                                    • [13:35] דונלד קנות', קלוד, והסקפטיות שנשברה

                                                                                                                                                                                      • פרופסור דונלד קנות' (Donald Knuth), מאבות מדעי המחשב, פרסם לאחרונה מאמר מרתק תחת הכותרת Claude Cycles.
                                                                                                                                                                                      • המסר המרכזי: קנות' התחיל כסקפטי מוחלט בנוגע ליכולות של כלי AI לכתוב קוד איכותי, אבל לאחר סדרת ניסויים, הוא מודה שהופתע לטובה.
                                                                                                                                                                                      • [15:52] פלטפורמות ניהול והרצה לאייג'נטים

                                                                                                                                                                                        • לכתוב סוכן זה קל, להריץ אותו בסביבה מאובטחת בסקייל ללקוחות זה סיפור אחר לגמרי. הפתרון? פלטפורמות Agent Hosting שצצות עכשיו בכל מקום:
                                                                                                                                                                                          • אנתרופיק (Anthropic) מציעים Managed Agents.
                                                                                                                                                                                          • גם OpenAI חזק במשחק עם פלטפורמת Frontier.
                                                                                                                                                                                          • ואמזון (AWS) הציגה את Bedrock AgentCore.
                                                                                                                                                                                          • [23:14] פיטורי AI ועתיד שוק התעסוקה

                                                                                                                                                                                            • התעשייה עוברת שינויים כואבים. חברות כמו Block ו-Coinbase מקטינות את מצבת כוח האדם ומצמצמות צוותים כפועל יוצא מהתייעלות מבוססת AI.
                                                                                                                                                                                            • למרות זאת, נשמעים גם סיפורים על חברות שמעדיפות כרגע לשכור מפתחים ג'וניורים זולים במקום לשלם על עלויות תפעול גבוהות של כלי AI.
                                                                                                                                                                                            • אז מה העתיד טומן בחובו? אולי לפחות נוכל לתת לרובוט לקפל לנו את הכביסה.
                                                                                                                                                                                            • [25:54] כלים לטרמינל

                                                                                                                                                                                              …

                                                                                                                                                                                              להמשך הערות הפרק באתר

                                                                                                                                                                                              53 min
                                                                                                                                                                                            • 514 - Bumpers 91

                                                                                                                                                                                              פרק מספר 515 של רברס עם פלטפורמה - באמפרס 91.

                                                                                                                                                                                              רן תבורי, דותן ואלון מתכנסים לפרק באמפרס עמוס בחדשות טכנולוגיות, AI, שינויים בשוק התעסוקה, כלים חדשים למפתחים, והדילמה הנצחית של "אש או בוץ" בפרויקטים של קוד פתוח.

                                                                                                                                                                                              [00:51] השקיעה של Stack Overflow

                                                                                                                                                                                              • רן פותח עם גרף שמראה את צניחת כמות השאלות הנשאלות ב-Stack Overflow לאורך השנים.
                                                                                                                                                                                              • האפקט ברור: מרגע שהבוטים שלנו מיצו את התוכן והחלו לתת לנו תשובות מיידיות, הטראפיק לאתר התרסק. דותן מציין שהירידה הכללית החלה עוד קודם, אך קפצה זמנית בתקופת הקורונה.
                                                                                                                                                                                              • [04:10] כולם מדברים על סקילים

                                                                                                                                                                                                • עולם סוכני הפיתוח (Agents) לא זז היום בלי סקילים (Skills). מקום מעולה להתחיל בו הוא האתר https://skills.sh/.
                                                                                                                                                                                                  • דוגמה כיפית ושימושית מתוכו: סקיל לספריית Manim (של ערוץ היוטיוב 3Blue1Brown) שמאפשר ליצור אנימציות מתמטיות בקלות. הנה ציוץ הדגמה בטוויטר, והקישור לסקיל עצמו ב-Skills.sh.
                                                                                                                                                                                                  • בעקבות הביקוש, נוצרה ממש תעשייה של מנועי חיפוש וספריות של סקילים:
                                                                                                                                                                                                    • http://skills.sh (למקרה שפספסתם)
                                                                                                                                                                                                    • https://context7.com/
                                                                                                                                                                                                    • https://skillsmp.com/
                                                                                                                                                                                                    • ריפו מעניין בגיטהאב: https://github.com/mhattingpete/claude-skills-marketplace
                                                                                                                                                                                                    • [07:44] העתיד של ממשקי המשתמש ו-MCP Apps

                                                                                                                                                                                                      • הסטנדרט החדש, MCP-apps, מאפשר להעביר רכיבי HTML אינטראקטיביים ישירות בתוך MCP (ולא רק טקסט).
                                                                                                                                                                                                        • הפרויקט מובל בין היתר על ידי ליעד ועידו, מי שהקימו בעבר את https://mcpui.dev/. שווה לראות את סרטון ההדגמה ביוטיוב.
                                                                                                                                                                                                        • ליעד השיק לאחרונה כלי מעניין נוסף בשם https://ora.run/ שמאפשר לכם לבדוק עד כמה האתר או הביזנס שלכם מותאם לקריאה על ידי סוכני AI (Agent-Ready).
                                                                                                                                                                                                        • דיון פילוסופי קצר: איך ייראה עתיד ה-UX? חברות ענק כמו סיילספורס (Salesforce) כבר עברו להציע חוויית Headless מלאה שפונה קודם כל לאייג'נטים.
                                                                                                                                                                                                        • [13:35] דונלד קנות', קלוד, והסקפטיות שנשברה

                                                                                                                                                                                                          • פרופסור דונלד קנות' (Donald Knuth), מאבות מדעי המחשב, פרסם לאחרונה מאמר מרתק תחת הכותרת Claude Cycles.
                                                                                                                                                                                                          • המסר המרכזי: קנות' התחיל כסקפטי מוחלט בנוגע ליכולות של כלי AI לכתוב קוד איכותי, אבל לאחר סדרת ניסויים, הוא מודה שהופתע לטובה.
                                                                                                                                                                                                          • [15:52] פלטפורמות ניהול והרצה לאייג'נטים

                                                                                                                                                                                                            • לכתוב סוכן זה קל, להריץ אותו בסביבה מאובטחת בסקייל ללקוחות זה סיפור אחר לגמרי. הפתרון? פלטפורמות Agent Hosting שצצות עכשיו בכל מקום:
                                                                                                                                                                                                              • אנתרופיק (Anthropic) מציעים Managed Agents.
                                                                                                                                                                                                              • גם OpenAI חזק במשחק עם פלטפורמת Frontier.
                                                                                                                                                                                                              • ואמזון (AWS) הציגה את Bedrock AgentCore.
                                                                                                                                                                                                              • [23:14] פיטורי AI ועתיד שוק התעסוקה

                                                                                                                                                                                                                • התעשייה עוברת שינויים כואבים. חברות כמו Block ו-Coinbase מקטינות את מצבת כוח האדם ומצמצמות צוותים כפועל יוצא מהתייעלות מבוססת AI.
                                                                                                                                                                                                                • למרות זאת, נשמעים גם סיפורים על חברות שמעדיפות כרגע לשכור מפתחים ג'וניורים זולים במקום לשלם על עלויות תפעול גבוהות של כלי AI.
                                                                                                                                                                                                                • אז מה העתיד טומן בחובו? אולי לפחות נוכל לתת לרובוט לקפל לנו את הכביסה.
                                                                                                                                                                                                                • [25:54] כלים לטרמינל (ההמלצה של אלון)

                                                                                                                                                                                                                  • כשהטרמינל עמוס באייג'נטים שרצים ברקע, כדאי לעשות סדר. אלון ממליץ בחום על https://cmux.com/, כלי טרמינל נוח במיוחד שמבוסס על Ghostty, עם תמיכה בטאבים ורטיקליים שמאוד מקלים על העבודה עם סוכנים מרובים (למרות שרן טוען אצלו זה קצת "התעייף" ונהיה אטי).
                                                                                                                                                                                                                  • [31:11] הפריצה לורסל (Vercel)

                                                                                                                                                                                                                    • ורסל סבלה לאחרונה מפריצת אבטחה (ההודעה הרשמית כאן), שבמהלכה כנראה דלפו מפתחות (API Keys) של לקוחות ונמכרו ברשת האפלה. אם עדיין לא עשיתם רוטציה למפתחות שלכם שם – זה הזמן.
                                                                                                                                                                                                                    • [32:41] פינת הקוד הפתוח של דותן: "אש או בוץ" (🔥 או 💩)

                                                                                                                                                                                                                      דותן מביא רשימה של פרויקטים חדשים בגיטהאב ומסווג אותם לשתי קטגוריות: "בוץ" (💩 - פרויקטים מנופחים מדי, ממוקדי-הייפ שישברו לכם את צורת העבודה) ו"אש" (🔥 - פרויקטים נהדרים ושימושיים):

                                                                                                                                                                                                                      • https://github.com/Hmbown/DeepSeek-TUI — 💩 סוכן טרמינל לקידוד המכוון רק ל-DeepSeek. יכול לעניין, אבל כדור בוץ אמיתי.
                                                                                                                                                                                                                      • https://github.com/addyosmani/agent-skills — 💩 אוסף של 30,000 כוכבים שאמור ללמד את ה-Agent שלכם לכתוב קוד טוב, אבל בפועל רק מגביל ומסרס את היכולות של המודל.
                                                                                                                                                                                                                      • https://github.com/bytedance/deer-flow — 💩 פרויקט ענק של ByteDance לסוכני מחקר לטווח ארוך (Long-horizon).
                                                                                                                                                                                                                      • https://github.com/anthropics/financial-services — 🔥 מאגר מרתק של אפליקציות ורפרנסים שאנתרופיק שחררה במיוחד לעולמות הייעוץ והשירותים הפיננסיים. שווה הצצה.
                                                                                                                                                                                                                      • https://github.com/cheahjs/free-llm-api-resources — 🔥 רשימה אדירה שנאספה ידנית ומאגדת ממשקי API חינמיים להרצת מודלי שפה.
                                                                                                                                                                                                                      • https://github.com/googleworkspace/cli — 🔥 ה-CLI הרשמי של Google Workspace, אידיאלי לאוטומציות ולאייג'נטים שמדברים עם שירותי גוגל.
                                                                                                                                                                                                                      • https://github.com/BoundaryML/baml — 💩 שפה או פריימוורק להנדסת פרומפטים. היום פשוט אפשר לתת לקלוד לכתוב לכם את הפונקציה במקום להסתבך עם ספריות נוספות.
                                                                                                                                                                                                                      • https://github.com/embassy-rs/embassy — 🔥 פריימוורק אסינכרוני נהדר לפיתוח בעולמות ה-Embedded הכתוב ב-Rust.
                                                                                                                                                                                                                      • https://github.com/dani-garcia/vaultwarden — 🔥 שרת קוד פתוח תואם Bitwarden, כתוב גם הוא (כמובן) ב-Rust.
                                                                                                                                                                                                                      • https://github.com/reubeno/brush — 🔥🔥 מימוש POSIX/Bash חתיך, בטוח ויעיל שנכתב מחדש ב-Rust.
                                                                                                                                                                                                                      • https://github.com/Pumpkin-MC/Pumpkin — 🔥 שרת מיינקראפט סופר יעיל ב-Rust, מושלם להורים שמקבלים משימה "להרים שרת לילד".
                                                                                                                                                                                                                      • https://github.com/rtk-ai/rtk — 💩 כלי שאמור לחסוך עשרות אחוזים מהטוקנים שלכם על ידי שינוי הפלט של פקודות טרמינל (כמו Git). מסוכן – כי אתם משנים למודלים את הצורה המוכרת והמקורית שהם אומנו עליה.
                                                                                                                                                                                                                      • האזנה נעימה!

                                                                                                                                                                                                                        53 min