חזרנו מהחגים עם הרבה עדכונים, וגם עם זמן לבדוק מה באמת עובד ולתת טיפים עדכניים לעבודה עם המודלים הכי חזקים. דיברנו על קלוד 5.5 וההכרזות מ־DevDay של OpenAI, וכמובן על Jev וגל מודלי ההחלטה: מה הם, מה באמת חדש בהם, איפה היתרונות שלהם באים לידי ביטוי, ואיך OpenAI הגיבה?00:00:00 פתיחה00:02:00 OpenAI DevDay: המודלים החדשים, Dots, Decisions API00:09:15 קלוד 5.5 וטיפים לעבודה יעילה עם סוכני קוד בנקודת הזמן הנוכחית00:19:16 גרוק, מטא, ג'מיני 400:22:47 Jev ומודלי החלטה: שימושים מעשיים, מודלים פתוחים והתשובה של OpenAIקישור לסקיל ניקוי הטסטים של פיטר סטיינברגר: https://github.com/openclaw/openclaw/blob/main/.agents/skills/test-audit/SKILL.md

מה משתנה בלמידה ובהכשרת מהנדסים כשה-AI יכול לפתור תרגילים, להסביר תאוריה בלחיצת כפתור, לממש רעיונות ולבצע חלקים שלמים מתהליך המחקר? אירחנו את פרופ׳ שחר קוטינסקי, דיקן הפקולטה להנדסת חשמל ומחשבים בטכניון, לשיחה על השפעת ה-AI על ההוראה והמחקר. איך מלמדים סטודנטים לחשוב לעומק כשהתשובות לכל השאלות נמצאות בצ'אט, מה משתנה בפרויקטים ובתארים מתקדמים, ואיך מוודאים שמי שמגיש תוצר של אייג'נטים גם מבין אותו ולוקח עליו אחריות? דיברנו גם על משבר הג׳וניורים, מעבדי העתיד וההזדמנויות של ישראל בתחום.00:00:00 פתיחה00:01:02 הוראה והכשרת מהנדסים בעידן ה-AI00:21:45 מחקר אקדמי, תארים מתקדמים ומשבר הג׳וניורים00:38:45 מעבדי העתיד ומחשוב בהשראת המוח00:45:57 ההזדמנויות של ישראל בתחום ה-AI00:52:44 תכנון שבבים ומעגלים עם AI

שמים זרקור על GPT-6 Astra עם חוות הדעת שלנו אחרי שימוש אינטנסיבי: הקפיצה ב־computer use, עבודה מקצה לקצה, קוד, knowledge work ועוד. דיברנו גם על הויכוח שהחל מאנתרופיק על האטת מירוץ ה־AI, והמשך הגל השני של personal agents עם Instinct ו־Muse. ואיך מוח של זבוב פירות קשור ל-AI?00:00:00 פתיחה00:01:20 GPT-6 Astra והקפיצה ב־computer use00:10:15 AI ובעיות מתמטיות00:14:56 האם צריך להאט את מירוץ ה־AI?00:20:14 המשך הגל השני של personal agents00:23:35 המוח של זבוב הפירות

בפרק הזה אירחנו את רועי זלטה לשיחה על השלב הבא באימוץ סוכנים בארגונים לביצוע משימות יום-יומיות. דיברנו על personal agents, על בניית “צבא” של אייג׳נטים שמסוגלים לעבוד יחד, ועל האתגרים של הרשאות, הקשר ארגוני ועל תמונת המצב הנוכחית מבחינת היכולות של סוכנים כאלו. משם עברנו לשיחה על context lake: איך מרכזים את הידע הארגוני כך שאייג׳נטים יוכלו להשתמש בו כדי לקבל החלטות ולעבוד בצורה אפקטיבית.00:00:00 פתיחה00:04:08 סוכנים אישיים בארגונים00:21:30 context lake ומוח ארגוני00:34:25 כלכלת הטוקנים, מודלים פתוחים ו־fine-tuning

חזרנו מפגרת אוגוסט כדי לעשות סדר בגל העדכונים ולזהות את הטרנדים החמים נכון להיום. דיברנו על תמונת המצב של אנתרופיק מול OpenAI ועל מעללי הסייבר של המודלים האחרונים. שיתפנו מההתנסות שלנו עם גרוק בוט ומהכיוון המבטיח שהוא מסמן. משם - איך לא - עברנו למודלים הפתוחים, וגם נתנו את הטייק שלנו על הטרנדים הנוכחיים בתעשייה ולאן הפוקוס עובר עכשיו.00:00:00 פתיחה00:05:25 אנתרופיק, OpenAI, מתקפות סייבר00:23:20 גרוק בוט00:29:58 מודלים פתוחים

בפרק הזה התמקדנו בעולם המודלים הפתוחים: מה באמת פתוח בהם, אילו משפחות מובילות כיום ועד כמה הן כבר מתקרבות למודלים הסגורים. דיברנו על האפשרויות לצרוך ולהריץ אותם, על ההבדלים בין מודלים קטנים שאפשר להתאים למשימות ממוקדות לבין מודלים גדולים שדורשים תשתית יקרה, ועשינו סדר בשאלות של עלויות, פרטיות, ביצועים והתאמה לפרודקשן. בנוסף סקרנו את GPT-5.6, השינויים הגדולים בקודקס וב־ChatGPT והקרב המחודש מול קלוד פייבל.00:00:00 פתיחה00:01:20 עדכונים: GPT-5.6, קלוד פייבל, Kimi K3 ועוד00:25:31 מודלים פתוחים Open Source

בפרק הזה צללנו לקלוד קו-וורק: מה זה בעצם, איך הוא שונה מקלוד צ'אט, קלוד קוד, ChatGPT וקודקס, ולמה הוא יכול להפוך מכלי צ׳אט לעובד-שותף אמיתי ביומיום. דיברנו על קונקטורים, סקילים, משימות מתוזמנות, ארטיפקטים ודשבורדים חיים, ובעיקר על איך מחברים את כל זה למקורות הידע של העבודה: סלאק\טימס, מיילים, קלנדר, ג׳ירה, נושן, קבצים מקומיים ואפילו git. משם התחלנו לפרק איך לדעתנו כדאי להתחיל בבניית Second Brain אישי: כזה שמבין את ההקשרים שלכם, מייצר דייג׳סטים ומשימות באופן טבעי, מכין דראפטים בשפה שלכם, ועוזר לסגור קצוות בלי לרדוף כל היום אחרי אינסוף פיסות מידע.

אחרי הרבה ציפייה, קלוד פייבל 5 (קלוד מיתוס עם הגבלות) יצא לאוויר העולם, וירד אחרי שלושה ימים בלבד. דיברנו על המודל החדש, ההתרשמות שלנו ממנו ועל הסערה שנוצרה עקב הורדת המודל. בנוסף התעסקנו קצת בקודקס שהולך ומתחזק והסיבות לכך.לינקים לפרויקטים שדיברנו עליהם במהלך הפרק:headroom - https://github.com/chopratejas/headroomponytail - https://github.com/DietrichGebert/ponytail

עלות ה-AI בארגונים מזנקת בקצב מסחרר. יותר ויותר חברות מגלות שהשימוש בכלי AI, מודלים ואייג’נטים מוביל לעלייה חדה בהוצאות, לפעמים עד מיצוי מלא של תקציב ה-AI בתוך חודשים ספורים. בפרק הזה צללנו לעומק ל״כלכלת הטוקנים״: למה העלויות מתנפחות כל כך מהר, מה ההשלכות העסקיות והטכנולוגיות של זה, ובעיקר מה אפשר לעשות כבר עכשיו כדי לצמצם צריכת טוקנים, לשלוט בעלויות, ולהפיק יותר ערך מ-AI בלי לשרוף את התקציב בדרך.לינקים לפרויקטים שדיברנו עליהם בפרק:RTK: https://github.com/rtk-ai/rtkSkill cleaner: https://github.com/steipete/agent-scripts/blob/main/skills/skill-cleaner/SKILL.mdGraphify: https://github.com/safishamsi/graphifyCaveman: https://github.com/juliusbrussee/caveman

גם תפקיד ניהול המוצר עובר שינוי משמעותי. קצבי הפיתוח המואצים, יחד עם סט היכולות החדש שסוכני AI מביאים לידיים של כולנו, מייצרים אבולוציה אמיתית באופן שבו מנהלי מוצר עובדים, חושבים ומובילים. בפרק הזה החלטנו להתמקד בדיוק בשינוי הזה. כמו תמיד אצלנו, נתחיל בהסתכלות רחבה ומבט מלמעלה על הכיוון שאליו התפקיד הולך, ומשם נצלול לפרקטיקה: מגוון טיפים, דפוסי עבודה ותובנות שאנחנו מאמינים שיכולים לשדרג את היום-יום של כל מנהל ומנהלת מוצר.