היומן · מאמרים
נכתב מתוך
העבודה עצמה.
מאמרים ארוכים על בניית סוכני בינה מלאכותית, סקילים של Claude Code, מערכות מרובות-סוכנים, ומה שבאמת נשבר בפרודקשן. מאמר חדש כל 12 שעות. בלי מלל SEO. רק דברים שהייתי כותב גם אם אף אחד לא קורא.
- מס׳ 01·2026-11-16·9 דק׳ קריאה
Qwen4-Max: דגם הדגל של Alibaba עם 2.4T פרמטרים מבטיח ירידה של 62% בעלות למשימה מול הדור הקודם
צוות Qwen של Alibaba שחרר את Qwen4-Max, הדגם הראשון במשפחת Qwen4: מודל MoE דליל עם 2.4 טריליון פרמטרים, 71B פעילים לטוקן, חלון קונטקסט של מיליון טוקנים, מצבי חשיבה עם רמות מאמץ מתכווננות, וגישה דרך endpoints תואמי OpenAI ו-Anthropic. לפי מספרי היצרן, עד 49% פחות טוקנים במשימות קידוד סוכנתי וירידה של 62% בעלות הממוצעת למשימה מול Qwen3.8-Max. מחיר הקלט מתחיל ב-1.5 דולר למיליון טוקנים.
- מס׳ 02·2026-11-16·9 דק׳ קריאה
LongCat-2.5: Meituan משחררת מודל סוכנים של 1.6T פרמטרים ברישיון MIT, מאומן ומוגש בלי Nvidia
צוות LongCat של Meituan שחרר את המשקלים של LongCat-2.5: מודל mixture-of-experts עם 1.6 טריליון פרמטרים, כ-48B פעילים לטוקן, הבנת תמונה מלידה, קונטקסט של 512K טוקנים ורישיון MIT. האימון והפריסה הרפרנסית רצים כולם על מאיצים סיניים מקומיים, עם quantization של W4A4 INT4 שלטענת הצוות משמר דיוק קרוב למלוא הדיוק. בבנצ'מרקים של היצרן הוא קרוב ל-Claude Opus 5 בקידוד סוכנתי, ומתחתיו במשימות terminal. אירוח עצמי דורש אשכול רציני.
- מס׳ 03·2026-11-15·9 דק׳ קריאה
Inkling 2 Small: Thinking Machines משחררת MoE פתוח של 594B פרמטרים שרץ על 17B פעילים
Thinking Machines Lab שחררה את Inkling 2 Small במשקלים פתוחים תחת Apache 2.0: מודל mixture-of-experts מולטימודאלי מלידה עם 594B פרמטרים, 17B פעילים, קונטקסט של מיליון טוקנים, ותוצאות agentic coding שמנצחות את רוב מתחרי ה-flash הפתוחים. אירוח עצמי דורש אשכול GPU; ב-Ollama Cloud הוא עולה 0.30 דולר למיליון טוקני קלט.
- מס׳ 04·2026-11-14·9 דק׳ קריאה
Self-hosted Claude Managed Agents: שירות הסוכנים של Anthropic רץ עכשיו על התשתית שלך
Anthropic פתחה את self-hosted Claude Managed Agents בבטא פרטית: אתה מארח את שירות הסוכנים, את מסד הנתונים ואת ארגזי החול, וקריאות המודל הולכות ל-Claude API או לספק שאתה בוחר. מה רץ איפה, אילו הרשאות קיימות, מה עדיין יוצא מהרשת שלך, ומה כדאי לבדוק לפני שמתחייבים.
- מס׳ 05·2026-11-14·9 דק׳ קריאה
המדריך של Anthropic לסוכני always-on: חמישה פרימיטיבים מאחורי סוכנים שלא יושבים בחינם
Anthropic פרסמה מדריך לבניית סוכני always-on: סוכנים שומרי-מצב ופרואקטיביים שמנהלים קונטקסט בין סשנים. הרעיון המרכזי הוא שהסוכן לא באמת רץ כל הזמן - הוא ישן בין ריצות, וחמישה פרימיטיבים ארכיטקטוניים מחליטים מתי הוא מתעורר, מה הוא זוכר, ומה מגיע אליך.
- מס׳ 06·2026-11-13·9 דק׳ קריאה
Gemini 4 Hydrogen: מודל הביצוע המהיר של גוגל זול מ-Argon וגם מנצח אותו במדד
גוגל השיקה את Gemini 4 Hydrogen ב-12 בנובמבר: מודל מהיר לקידוד יומיומי ולזרימות סוכנים שמשיג 51 במדד האינטליגנציה של Artificial Analysis ברמת החשיבה המוגדרת כברירת מחדל, מעל 50 של Gemini 4 Argon, במחיר 1.50 דולר למיליון טוקני קלט ו-7.50 דולר למיליון טוקני פלט. מה סולם שלושת המודלים של Gemini 4 אומר, איך Orchestrator מחלק עבודה ב-Antigravity, ומה כדאי לבדוק.
- מס׳ 07·2026-11-12·8 דק׳ קריאה
Grok Bot 1.0 ועדכון ה-11 בנובמבר: העמיתים של xAI מקבלים פגישות, Teams ושכבת ניהול
xAI השיקה את Grok Bot 1.0 ב-2 בנובמבר עם Team Bots לשיתוף, איסוף עבודה יזום ושימוש מהיר יותר בדפדפן, ואז שיגרה ב-11 בנובמבר עדכון שמוסיף פגישות Google Meet, Zoom ו-Microsoft Teams, קונקטורים משותפים ותור אישורים Review learnings. מה שוגר, איך מודל ההרשאות עובד, ומה לבדוק לפני שמפיצים לצוות.
- מס׳ 08·2026-11-12·9 דק׳ קריאה
Gemini 4 Carbon ב-GA: מה מפתחים משלמים מקבלים היום, וקפיצת המחיר של ה-30 בנובמבר
גוגל הפכה את Gemini 4 Carbon לזמין לכלל ב-10 בנובמבר: גישת API בתשלום ב-AI Studio וב-Gemini for business, תצוגת מקדימה של /swarm רב-סוכנית ב-Antigravity, גישת סייבר דרך Fairwind, ותמחור מבוא שמוכפל אחרי ה-30 בנובמבר 2026. מה השתנה מאז ההכרזה באוקטובר, מה גוגל טוענת, ומה לוודא בעצמכם.
- מס׳ 09·2026-11-11·8 דק׳ קריאה
Google TPU 8tx ו-8i Max: הסקה מסווגת וקונטקסט של מיליון טוקנים מקבלים מערכות ייעודיות
גוגל הכריזה על TPU 8tx ו-TPU 8i Max ב-9 בנובמבר והשלימה ארבע מערכות TPU מהדור השמיני בשנה אחת: 8t לאימון, 8i להיגיון, 8tx להסקה מסווגת ברמת החומרה, ו-8i Max לחלונות קונטקסט ענקיים. מה כל מערכת עושה, סטאק התוכנה הפתוח סביבן, ומה עדיין לא הוכרז.
- מס׳ 10·2026-11-10·8 דק׳ קריאה
Meta Muse Ember: מודל היגיון ב-$0.10 למיליון טוקנים שבנוי לשכבת תת-המשימות של סוכנים
מטא שחררה את Muse Ember ב-9 בנובמבר: מודל היגיון קטן לקריאות כלים, תת-משימות קידוד וניתוח מסמכים, במחיר $0.10 למיליון טוקנים קלט עם חלון קונטקסט של מיליון טוקנים. מטא טוענת לרמת אינטליגנציה של Haiku 5.5 בשליש מהעלות. המספרים, הסייגים, ומתי מודל סאב-סוכן זול הגיוני.
- מס׳ 11·2026-11-10·8 דק׳ קריאה
Claude Fable 5.2 ו-Mythos 5.2: דגמי השיא של Anthropic זולים יותר, מהירים ב-30%, ועם מצב מהיר פי 2.5
Anthropic שחררה את Claude Fable 5.2 ו-Mythos 5.2 ב-9 בנובמבר: אותו מודל בסיסי, $8/$40 למיליון טוקנים, מצב מהיר אופציונלי פי 2.5, ו-benchmarks שמובילים על Opus 5.5 בערך בחצי מהעלות לכל משימה. מה שוגר, מתי להשתמש, והקאצ'ים.
- מס׳ 12·2026-11-09·8 דק׳ קריאה
קובץ ה-'אל תשאל שוב' של Claude Code מדליף סודות ל-GitHub ציבורי: 1,379 נמצאו עד כה
חברת Apiiro מצאה 1,379 סודות ב-1,122 עותקים ציבוריים של קובץ ההגדרות המקומי של Claude Code, settings.local.json, ששומר פקודות שאושרו מילה במילה. ההגנה ש-Anthropic בנתה היא פר-מכונה. קודם מחליפים, אחר כך מנקים. מה קרה ורשימת התיקון המדויקת.
- מס׳ 13·2026-11-09·9 דק׳ קריאה
ממצאי זיכרון הסוכנים של Anthropic: פתק שגוי אחד יכול ללולא את הסוכן שלכם, ו-'חלימה' מתקנת את זה
Anthropic פרסמה איך היא בונה זיכרון לסוכני Claude: היררכיית ארבע שכבות, מעברי 'חלימה' לא מקוונים שמתקנים פתקים מול התמלילים, והערכות שמראות שפתק שגוי אחד לכד סוכן בלולאה. הכללים המעשיים לכל מי שבונה זיכרון לסוכנים.
- מס׳ 14·2026-11-08·7 דק׳ קריאה
Semantic Kernel .NET 1.82.0 כותב מחדש גישת קבצים: השינוי השובר שמסתתר באיחוד
Microsoft שחררה Semantic Kernel .NET 1.82.0 ב-7 בנובמבר עם איחוד שובר של גישת קבצים על פני התוספים שלה. העלאות עוברות לזרמים בבעלות המתקשר, הורדות מושב הופכות לדחייה כברירת מחדל, ומסייע משותף אחד שומר עכשיו על כל נתיב קובץ מקומי. מה נשבר, למה, ומה לבדוק לפני שדרוג.
- מס׳ 15·2026-11-08·8 דק׳ קריאה
משקלי Kimi K3.1 Pro יצאו: כרטיס המודל של ה-2.8T עונה על מה שפוסט ההשקה השאיר פתוח
Moonshot הכריזה על Kimi K3.1 Pro ב-23 באוקטובר והבטיחה את המשקלים עד 4 בנובמבר. הם עכשיו ב-Hugging Face עם כרטיס מודל מלא: 2.8T סהכ, 104B פעילים, 896 מומחים, הקשר של 1M, רישיון מותאם אישית, וחוזה API רב-תורי ששווה לקרוא לפני שמכוונים אליו סוכנים.
- מס׳ 16·2026-11-07·8 דק׳ קריאה
תקופת החינם של Beam ב-Ollama נגמרת ב-9 בנובמבר: תמחור, מודל ה-501B שמאחוריו, והאפשרויות שלכם
Beam של Reflection AI היה חינמי ב-Ollama Cloud מאז 16 באוקטובר. החל מ-9 בנובמבר הוא מחוייב ב-$0.125 למיליון טוקני קלט. מה משתנה, מה Beam באמת, מה טוענים ה-benchmarks של הספק, והאלטרנטיבות אם נסעתם על החינם.
- מס׳ 17·2026-11-06·8 דק׳ קריאה
OpenAI Images 2.6 ב-API: Flare מול Sunburst, בקרת complexity, ופלט GIF
OpenAI שחררה GPT Image 2.6 עם שני מודלי API, Flare ו-Sunburst, ועוד פרמטר complexity חדש, עריכות מונחות-markup, ייצוא SVG ופלט GIF מונפש. מה התיעוד באמת אומר, מה עמוד התמחור מפרט, ומה עדיין טענת ספק.
- מס׳ 18·2026-11-05·8 דק׳ קריאה
OpenAI Agents SDK 0.24.0-alpha.6: גלגל תצוגה מקדימה מבוסס-Codex, מדיניות כלים ו-NetworkPolicy, כפי שנקרא בתיעוד
ה-Agents SDK של OpenAI ל-Python שחרר גלגל תצוגה מקדימה ב-3 בנובמבר שמריץ את ה-runtime המובנה של Codex תחת API של Python, מחוץ ל-PyPI. קראתי את הערות הגרסה, התיעוד ב-commit המוצמד ואת ה-pyproject כדי לראות מה השתנה, מה הבקרות על כלים ורשת מכסות, ואיפה התיעוד והגרסה לא מסכימים.
- מס׳ 19·2026-11-05·9 דק׳ קריאה
SWE-2 Flash: מודל הקידוד הזול יותר של Cognition ל-Devin, עם בדיקת טענות
Cognition שחררה את SWE-2 Flash, מודל קידוד 276B-A12B שבנוי על Inkling-Small של Thinking Machines, בחמישית מהמחיר ופי 3 מהירות של SWE-2. מה ה-benchmarks של הספק באמת מראים, איך הוא אומן, ולמה המשקלים נשארים סגורים.
- מס׳ 20·2026-11-04·8 דק׳ קריאה
שינויי האבטחה של vLLM 0.32.0: CORS נסגר כברירת מחדל, תבניות מקבלות timeout, וסכמות מקבלות תקרת עומק
vLLM v0.32.0 שולח כמה תיקוני אבטחה וברירת מחדל שוברת של CORS. קראתי את הערות הגרסה, ה-pull requests והייעוצים ב-GitHub כדי לראות מה כל אחד משנה לשרת הסקה באירוח עצמי, ואיפה המקורות לא מסכימים.
- מס׳ 21·2026-11-04·8 דק׳ קריאה
Semantic Kernel Python 1.46.0: תיעוד הרשאת כלים, אמון בתבניות, ו-DNS מוצמד ב-HttpPlugin
Semantic Kernel Python 1.46.0 מערב תיקוני אבטחה עם תיעוד שאומר בקול מה שה-function filters שלו לא עושים. קראתי את הערות הגרסה, ה-pull requests ואת ה-README בתג כדי לראות מה השתנה ומה עדיין נופל על האפליקציה שלכם.
- מס׳ 22·2026-11-04·8 דק׳ קריאה
Parameter Poisoning: הזרקת הפרומפט ששומרת על הכלי הנכון ומחליפה את הארגומנט
מאמר arXiv חדש בוחן התקפות שמשאירות את קריאת הכלי במקום ומחליפות ארגומנט אחד, כמו נמען. הוא מדווח על 93.06% הצלחת התקפה ללא הגנה במודל אחד, והגנה ברמת הפרמטרים שמורידה את זה ל-9.03%. קראתי את המאמר ומפרט מה הוא מראה ומה לא.
- מס׳ 23·2026-11-04·7 דק׳ קריאה
Ollama 0.40.14: נקודות הקצה התואמות-OpenAI הפסיקו לכפות temperature 1.0 ו-top_p 1.0
Ollama v0.40.14 שינתה מה נשלח מ-/v1/chat/completions, /v1/completions ו-/v1/responses כשלקוח משמיט אפשרויות דגימה. קראתי את ערות הגרסה, ה-pull requests והתיעוד ב-tag כדי לראות מה משתנה למשתמשי OpenAI SDK.
- מס׳ 24·2026-11-04·7 דק׳ קריאה
האם סוכני קוד מצייתים ל-AGENTS.md? מחקר חדש אומר שניסוח מותנה הוא זה שמתעלמים ממנו הכי הרבה
מחקר קצר ב-arXiv שם כלל אחד ב-AGENTS.md או CLAUDE.md של 86 משימות benchmark, בארבעה ניסוחים, ומדד אם סוכני קוד מצייתים לו. הניסוח המותנה הפסיד בכל מקרה שבו הניסוח היה משנה. קראתי את המאמר ומפרט מה הוא יכול ולא יכול להגיד לכם.
- מס׳ 25·2026-11-03·9 דק׳ קריאה
Pydantic AI 2.64 ו-2.65: ModelFallback נופל גם על סירובים, ו-ArtifactScanner בודק זיכרון ו-Skills
Pydantic AI 2.64.0 הוסיפה יכולת ModelFallback ו-ArtifactScanner לזיכרון ול-skills של סוכנים. 2.65.0 הפכה סירובים לטריגר של fallback. קראתי את ערות הגרסה והתיעוד ב-tag של 2.65.0 כדי לראות מה כל אחד עושה ואיפה התיעוד אומר שזה נגמר.
- מס׳ 26·2026-11-03·8 דק׳ קריאה
Playwright MCP 0.0.84: עריכת פרמטרי URL, הקשרים מבודדים, ו-README שאומר שהוא לא גבול אבטחה
Playwright MCP v0.0.84 הוסיף הקשרי דפדפן מבודדים, עריכת פרמטרי URL, תוצאות find מוגבלות והיסטוריית בקשות על פני ניווטים. קראתי את ערות הגרסה וה-README ב-tag, כולל מה שהפרויקט אומר שהבקרות האלה לא מגנות עליו.
- מס׳ 27·2026-11-03·9 דק׳ קריאה
MemHarmBench: מה benchmark חדש ב-arXiv אומר על Prompt Injection ששורד בזיכרון של סוכנים
מאמר arXiv מ-1 בנובמבר בודק אם הוראות שנטענות בתוכן חיצוני נשמרות בזיכרון סוכנים ומכווינות סשנים מאוחרים יותר אחרי שהמקור נמחק. קראתי את התכנון, הטבלאות והמגבלות של המאמר, ומסכם מה הוא מדד ומה לא.
- מס׳ 28·2026-11-03·9 דק׳ קריאה
MCP TypeScript SDK 2.4.0: הגשת Agent Skills דרך MCP (SEP-2640) ומה המפרט אומר לפקפק בו
MCP TypeScript SDK 2.4.0 מוסיף הרחבת Skills שמאפשרת לשרת לפרסם תיקיות SKILL.md ללקוחות. קראתי את ערות הגרסה, מדריכי ה-SDK ומפרט ההרחבה המקובע כדי לראות איך הרשימה, ה-digests וכללי האבטחה עובדים.
- מס׳ 29·2026-11-03·9 דק׳ קריאה
Google ADK Python 2.13.0: מהפך סכמת הטלמטריה ולאן תוכן הפרומפט הולך עכשיו
ADK Python 2.13.0 מסירה את ה-span של call_llm כברירת מחדל ועוברת למוסכמות OpenTelemetry GenAI. קראתי את ערות הגרסה, את ה-commit של השינוי השובר, את מדריך TelemetryConfig ואת המקור ב-tag, ומצאתי שהמדריך והקוד מתארים ברירות מחדל שונות.
- מס׳ 30·2026-11-02·9 דק׳ קריאה
Prefix Executability: מאמר של Oracle על למה סוכן יכול להצליח ובכל זאת להישבר בדרך
מאמר של Oracle AI שהתקבל ל-NeurIPS 2026 נותן ציון לסוכנים משתמשי-כלים לפי כמה זמן כל מסלול קריאות-כלים נשאר בר-הרצה, לא רק לפי הצלחה סופית. קראתי את המאמר המלא ומסכם את המדדים, התוצאות והמגבלות שהמחברים מצהירים.
- מס׳ 31·2026-11-02·7 דק׳ קריאה
OpenAI Python SDK 3.42: סוכני הבטא מקבלים הגדרות Compaction, סקירה אוטומטית ו-Time Awareness, כפי שנקרא מהטיפוסים
OpenAI Python SDK v3.42.0 הוסיף הגדרות לסוכני בטא ולסשנים עבור compaction ברקע או חוסם, סקירת פעולות אוטומטית ו-time awareness ניסיוני. קראתי את ערות הגרסה, הודעות ה-commit והגדרות הטיפוסים המיוצרות כדי לפרט מה כל הגדרה אומרת.
- מס׳ 32·2026-11-02·8 דק׳ קריאה
Microsoft Agent Framework ל-Go: מה ה-README של ה-Public Preview אומר שנבנה, ומה לא
Microsoft Agent Framework ל-Go ב-public preview, עם v0.2.0 שמוסיפה embeddings ו-vector stores. קראתי את ה-README, מסמך השוואת הפיצ'רים וערות הגרסה כדי לפרט מה קיים, מה מסומן לא מיושם, ואיפה ה-README לא מסכים עם עצמו.
- מס׳ 33·2026-11-02·8 דק׳ קריאה
Claude Code וה-Agent SDK מוסיפים גבולות קריאה וכתיבה: ערות הגרסה v2.1.312 עד v2.1.316 מול התיעוד
בין 27 ל-31 באוקטובר, Claude Code וה-Claude Agent SDK ל-TypeScript הוסיפו הגדרות שגורמות לכלי קבצים לסרב לכתיבות מחוץ לספריות העבודה, לפטור נתיבי קריאה ספציפיים, ולדווח על sandbox שלא יכול לרוץ. השוויתי את ערות הגרסה עם עמודי התיעוד הנוכחיים.
- מס׳ 34·2026-11-02·8 דק׳ קריאה
Anthropic Python SDK 2.4.0: מגבלות הוצאה, בקשות העלאה ושתי שגיאות מגבלת סשן חדשות
Anthropic Python SDK 2.4.0 יצא ב-2 בנובמבר עם שיטות admin ב-GA ושתי שגיאות סשן חדשות לסוכנים מנוהלים. קראתי את ערות הגרסה והגדרות הטיפוסים ב-tag כדי לראות מה מגבלות הוצאה, בקשות העלאה וסיבות העצירה החדשות באמת אומרות.
- מס׳ 35·2026-11-01·8 דק׳ קריאה
agent-desktop 1.0 של Vercel Labs: Computer Use על עץ הנגישות, Refs של Snapshot וחוזה ה-Retry
agent-desktop של Vercel Labs הגיע ל-v1.0.0 ב-28 באוקטובר. קראתי את ה-README ותיעוד פלט ה-JSON כדי לראות איך הוא מחליף ניחוש פיקסלים ב-refs של עץ-נגישות, מה כללי ה-retry שלו אומרים, ואיפה תמיכת הפלטפורמות לא אחידה.
- מס׳ 36·2026-11-01·8 דק׳ קריאה
Computer Use ב-Gemini API זמין באופן כללי: Intents, החלטות בטיחות, ולולאת הלקוח שאתם עדיין בונים
ה-changelog של Gemini API מפרט את Computer Use כזמין באופן כללי ב-30 באוקטובר. קראתי את עמוד התיעוד כדי להפריד מה ה-API עושה (מציע פעולות UI עם intent והחלטת בטיחות) ממה שאתם עדיין צריכים לבנות ולאבטח.
- מס׳ 37·2026-11-01·8 דק׳ קריאה
אב-הטיפוס dsh-superagent של DeepSeek: איך עובד עיצוב ה-Ticket, ה-Mandate וה-Executor, ומה עדיין קוד מחקר
הצוות של DeepSeek פרסם את dsh-superagent ב-31 באוקטובר, סוכן קוד פרואקטיבי עבור מאגר GitHub אחד. קראתי את תיעוד המאגר על הרשאה, הרצה ופילוסופיה כדי להפריד בין העיצוב לסיקור התקשורתי.
- מס׳ 38·2026-10-31·8 דק׳ קריאה
AgentEnv של Scale AI: מה framework קוד-פתוח לסביבות RL שולח, וכמה בוגר הוא נראה
Scale Labs שחררה בקוד פתוח את AgentEnv, SDK של Python ו-CLI לבניית סביבות מכולות והמשימות שמדרגות סוכנים בתוכן. מה הפוסט טוען, מה המאגר ו-PyPI מראים, ומה הייתי בודק לפני שבונים עליו.
- מס׳ 39·2026-10-31·9 דק׳ קריאה
NVIDIA NemoClaw Open Blueprints: מה הבלוג אומר, מה המאגר והתיעוד אומרים, ומה לבדוק לפני שמריצים
הפוסט של NVIDIA מ-30 באוקטובר מציג את NemoClaw כ-blueprints פתוחים שעוטפים OpenClaw, Hermes Agent או LangChain Deep Agents עם Nemotron, כלי NeMo וה-runtime של OpenShell. קראתי את ה-README של המאגר, תיעוד הארכיטקטורה וה-blueprint manifest כדי לראות איך החלקים מתחברים וכמה בוגרים הם מצהירים שהם.
- מס׳ 40·2026-10-31·9 דק׳ קריאה
סוכן התיעוד המתעדכן-עצמית של Mintlify: זיכרון עם סכמה קבועה, עצי run-log וטענת שיעור קבלה של 70% עד 90%
פוסט ההנדסה של Mintlify מ-30 באוקטובר מתאר סוכן רקע שעורך את הטריגרים והמיומנויות של סוכן רץ, שומר זיכרון כ-JSON עם סכמה קבועה ב-git, ושולח שינויים על ידי שליחת פרומפטים. מה הוא אומר, מה הוא מודד, ומה הייתי בודק לפני שמעתיקים.
- מס׳ 41·2026-10-31·8 דק׳ קריאה
Agentic Rollouts של Hud: מה ההשקה אומרת, מה התיעוד מכסה, והסטטיסטיקות מאחורי המכירה
ההשקה של Hud מ-29 באוקטובר אומרת שסוכני קוד יכולים לקחת שינוי מ-PR לייצור עם אימות ברמת פונקציה ו-rollback אוטומטי. השוויתי את הפרסום מול התיעוד של Hud לגבולות הכיסוי ובדקתי את נתוני Faros ו-Harness שהיא מצטטת.
- מס׳ 42·2026-10-31·8 דק׳ קריאה
Cartesia Managed Agents טוענת למקום #1 ב-benchmarks של סוכני קול: מה ה-leaderboard החי מראה ומה לא
פוסט ההשקה של Cartesia מ-29 באוקטובר אומר שפלטפורמת הקול Managed Agents מדורגת #1 מתוך 30 ב-Speech Agent Arena של Artificial Analysis ומובילה ב-EVA-Bench של ServiceNow. השוויתי את הפוסט מול עמוד ה-arena החי ו-README של EVA, ומפרט מה לבדוק לפני שמסתמכים על אחד מהמספרים.
- מס׳ 43·2026-10-31·9 דק׳ קריאה
ai-registry של Atlan: מפרט פתוח לגרסאות וסנכרון של מיומנויות סוכן, ומה המאגר אומר על הבגרות שלו
Atlan שחררה בקוד פתוח את ai-registry, מפרט טיוטה בתוספת CLI בשם aireg שנועל, מאמת ומסנכרן מיומנויות וסוכנים על פני harnesses של קוד. מה הפוסט מ-30 באוקטובר טוען, מה ה-README של המאגר והמפרט אומרים, ואיפה הם חלוקים.
- מס׳ 44·2026-10-31·9 דק׳ קריאה
Session endpoints ב-AgentCore Runtime: תצוגה מקדימה חיה של אפליקציית הווב שסוכן קוד בונה, ומגבלות הגישה ש-AWS מתעדת
הפוסט של AWS מ-30 באוקטובר מראה איך Session endpoints נותנים לכל סשן של AgentCore runtime כתובת URL מאומתת לפורטים שאתם מאפשרים, כך שאפשר לצפות באפליקציית Vite של סוכן קוד מתעדכנת חי. מה הוא אומר על פורטים, אימות, סירובים ומגבלות, ומה הייתי בודק.
- מס׳ 45·2026-10-30·8 דק׳ קריאה
אינטגרציות ה-frameworks ל-AI של Temporal ב-GA: מה ההכרזה אומרת ומה הרישומים הראו באותו יום
הפוסט של Temporal מ-30 באוקטובר אומר שהאינטגרציות שלו ל-Google ADK, OpenAI Agents SDK, Strands, LangGraph, LangSmith, Vercel AI SDK ו-Gemini SDK זמינות באופן כללי. השוויתי את זה מול ה-README של המאגר, סיווגי PyPI וגרסאות npm באותו יום.
- מס׳ 46·2026-10-30·8 דק׳ קריאה
Managed Deep Agents v0.10: Browser Handoff, סוכני-משנה אסינכרוניים, והשינויים השוברים בפוסט השחרור של LangChain
הפוסט של LangChain מ-29 באוקטובר אומר ש-Managed Deep Agents v0.10 מוסיף שימוש בדפדפן עם מסירת התחברות, סוכני-משנה אסינכרוניים ברקע, מקורות threads וכפתור Stop ב-Slack. מה הוא אומר, השינויים השוברים, ומה לבדוק לפני שדרוג.
- מס׳ 47·2026-10-30·8 דק׳ קריאה
Gemini 4 Carbon: מה פוסט ההשקה של גוגל טוען, מי יכול להשתמש בו עכשיו, והסתייגויות ה-benchmarks
גוגל הכריזה על Gemini 4 Carbon ב-28 באוקטובר עם יתרון ב-benchmarks של סייבר ו-rollout מדורג. מה הפוסט אומר על גישה, תמחור מבוא, SEC-bench Pro, ExploitGym, CWE-bench, מספרי בטיחות, ומה הוא לא אומר לכם.
- מס׳ 48·2026-10-30·10 דק׳ קריאה
Factory Droid 1.0: קריאת כלים פרוגרמטית, משמעת prompt cache, וטענות ה-benchmark שצריך לקרוא בזהירות
הפוסט של Factory מ-29 באוקטובר על Droid 1.0 אומר שכלי Script נותן למודל להריץ מאות קריאות כלים בבקשה אחת. מה הוא אומר על קריאת כלים פרוגרמטית, בקשות ידידותיות ל-cache, אוטונומיה מוגבלת, ומספרי ה-benchmark של הספק שהוא לא נותן לכם לשחזר.
- מס׳ 49·2026-10-29·8 דק׳ קריאה
Microsoft Copilot Harness ב-Foundry Agent Service: עובדות ה-public preview, תמחור מ-1 בדצמבר, ומה לא נאמר
מיקרוסופט הכריזה על ה-Copilot harness ב-Foundry Agent Service ב-28 באוקטובר כ-public preview. מה שלושת הפוסטים הראשוניים אומרים על מיומנויות, כלים, סוכני-משנה, התקנת azd, resilience של hosted agents, תמחור sandbox ומגבלות preview.
- מס׳ 50·2026-10-29·9 דק׳ קריאה
GitHub Agentic Workflows GA ו-Copilot Automations: טריגרים, כלים, מגבלות קרדיט ושיפור-עצמי, לפי ה-changelogs של 28 באוקטובר
GitHub פרסמה שלושה ערכי changelog ב-28 באוקטובר: Agentic Workflows זמין באופן כללי, Copilot Automations קיבל טריגרי API, כלי MCP ומגבלות קרדיט AI, ואוטומציות יכולות להציע עריכות לעצמן. מה כל אחד אומר, ומה לבדוק.
- מס׳ 51·2026-10-29·8 דק׳ קריאה
קריאת תיעוד Cursor Agent SDK: Deploy מ-Git, רשימות היתר egress, סודות, ושם חבילה שונה מפוסט ההשקה
Cursor אומרת שה-Agent SDK שלה זמין באופן כללי. מה פוסט ההשקה והתיעוד אומרים על סוכנים כקוד, agent-sdk deploy, רשימות היתר egress, סודות hosted, self-hosting, ושם החבילה שעליו שני העמודים לא מסכימים.
- מס׳ 52·2026-10-29·9 דק׳ קריאה
Cisco Project Quarry: שפת כללים בקוד פתוח למתקפות סוכנים רב-שלביות, ומה המאגר אומר היום
סיסקו שחררה את Project Quarry בקוד פתוח ב-28 באוקטובר, שפת זיהוי לעקבות סוכנים. מה ההכרזה טוענת, מה ה-README של המאגר מאשר (אלפא, Python 3.11 עד 3.13, Apache 2.0), ואיך לנסות אותו על עקבות שכבר שומרים.
- מס׳ 53·2026-10-28·6 דק׳ קריאה
הערות שחרור Codex CLI 0.165.0: ספק Vertex AI, ברירת מחדל Memory v2, החלפת רמת Reasoning
מה הערות השחרור של Codex CLI 0.165.0 אומרות שהשתנה: ספק Google Cloud Vertex AI מובנה, memory v2 דולק כברירת מחדל לפרופילים חדשים, שינויי רמת reasoning באמצע שיחה, ותיקון URL marketplace. מה לבדוק לפני שדרוג.
- מס׳ 54·2026-10-28·8 דק׳ קריאה
חמש שרשראות הניצול של Claude מאת Anthropic: מה פוסט ה-Frontier Red Team טוען, ומה הוא משמיט
Anthropic אומרת שמודל פנימי שלא שוחרר מצא ושרשר פרצות ב-Chrome, Safari, Android, Windows ו-Linux. מה הפוסט של 27 באוקטובר טוען, תנאי הגילוי, העצה למגנים, והמספרים שהוא לא נותן.
- מס׳ 55·2026-10-28·8 דק׳ קריאה
AgentCore ו-S3 Files: מה AWS אומרת על מערכות קבצים משותפות לסוכני חקירת מסמכים
הפוסט של AWS מ-27 באוקטובר משלב סוכן AgentCore runtime עם פונקציית Lambda על mount משותף של S3 Files. מה הוא טוען, שלוש חוקי העקביות, ובקרות ה-prompt injection שהוא מפרט, עם רשימת הבדיקה שלי.
- מס׳ 56·2026-10-27·8 דק׳ קריאה
Gemini API CLI: מה ה-README של גוגל אומר על לתת לסוכן הקידוד שלכם Gemini וסוכנים מנוהלים
ה-CLI הניסיוני gemini-api של גוגל נותן ל-Codex, Claude Code או כל סוכן shell לקרוא למודלי Gemini, יצירת מדיה וסוכנים מנוהלים ברקע. מה ה-README אומר, מה הוא משמיט, ומה לבדוק קודם.
- מס׳ 57·2026-10-27·8 דק׳ קריאה
DeepSeek Harness 0.2.1: מה הערות השחרור ועמוד הבטיחות אומרים לפני שמתקינים תוסף
DeepSeek Harness (dsh) הוא harness סוכנים מבוסס-תוספים ברישיון MIT, ב-developer preview. מה ה-README, SAFETY.md והערות השחרור של 0.2.1 אומרים, מה השתנה לכותבי תוספים, ומה לבדוק קודם.
- מס׳ 58·2026-10-27·9 דק׳ קריאה
Agents CLI Extensions: לעקוף את פקודת ה-deploy של גוגל בלי Forking, ומה הבלוג אומר לנעול
Agents CLI 1.5.0 של גוגל הוסיף מערכת הרחבות ניסיונית. מה Google Developers Blog אומר על overrides, הפצה מבוססת-git, lockfiles, הרחבת LangChain ומדיניות deploy מותאמת אישית, ומה לבדוק קודם.
- מס׳ 59·2026-10-27·8 דק׳ קריאה
ADK ל-Kotlin: מה ה-README של גוגל אומר על Android, interop עם Java ושרת לא-מאומת
ה-Agent Development Kit של גוגל ל-Kotlin הוא toolkit ברישיון Apache 2.0 עם interop ל-Java, מודלים on-device באנדרואיד ושרת HTTP. מה ה-README אומר, איפה הוא סותר את עצמו על יציבות, ומה לבדוק קודם.
- מס׳ 60·2026-10-26·9 דק׳ קריאה
TorchTPU בקוד פתוח: מה גוגל ומטא אומרות שהרצת PyTorch נייטיב על TPUs נראית ככה
גוגל ומטא שחררו את TorchTPU, backend נייטיב של PyTorch ל-TPUs, ב-20 באוקטובר. מה ההכרזות טוענות על eager mode, torch.compile, כיסוי מודלים ואינטגרציות vLLM, SGLang ו-Hugging Face, בתוספת המגבלות שפוסט PyTorch מודה בהן.
- מס׳ 61·2026-10-26·8 דק׳ קריאה
OpenAI Agents API בבטא: שלוש אפשרויות sandbox ולאן המפתחות, הקבצים והנתונים שלכם מגיעים
ה-Agents API של OpenAI מריץ סוכן Codex מנוהל בסשנים. מה מרכז העזרה, ספר המתכונים של Databricks ותיעוד Cloudflare אומרים על בחירות sandbox, היקפי מפתחות, חיוב ומגבלות נתונים, ומה הם משאירים פתוח.
- מס׳ 62·2026-10-26·10 דק׳ קריאה
Agent Compute Engine של גוגל: sandbox של microVM בלי credentials בפנים, ומה גוגל עוד לא שיחררה
Google Cloud הכריזה על Agent Compute Engine ב-22 באוקטובר ב-AGNTCon + MCPCon: microVMs מבודדי-חומרה לסוכנים, אפס סודות ב-sandbox, ו-Agent Substrate בקוד פתוח ל-GKE. מה שני הפוסטים טוענים, מה עדיין ב-preview, ומה כדאי לבדוק.
- מס׳ 63·2026-10-26·8 דק׳ קריאה
Agent Sandbox ב-GKE: מה התיעוד דורש, מה הוא חוסם, ואיפה העמודים לא מסכימים
Agent Sandbox ב-GKE הוא תוסף מנוהל להרצת קוד סוכנים לא-מהימן ב-gVisor. מה התיעוד של גוגל אומר על warm pools, הגדרות pod חובה, ברירות מחדל של רשת ועלות, ועוד שני מקומות שבהם העמודים לא תואמים.
- מס׳ 64·2026-10-25·8 דק׳ קריאה
NVIDIA Nemotron 3.5 Bolt E4B: מודל פתוח של 4GB לסוכני קול ומכשירים מקומיים, ומה המספרים אומרים
NVIDIA שחררה את Nemotron 3.5 Bolt E4B 4GB ב-23 באוקטובר, מודל קטן פתוח שנבנה על Gemma 4 E4B לסוכנים שיחתיים מקומיים. מה NVIDIA פרסמה על benchmarks, זיכרון ומהירות, איפה Qwen 3.5 4B עדיין מנצח, ומה כדאי לבדוק.
- מס׳ 65·2026-10-25·7 דק׳ קריאה
DeepInfer של DeepSeek: מה מנוע ה-inference בקוד הפתוח כולל, ומה הוא משאיר בחוץ
DeepSeek פתחה את DeepInfer, מסגרת ה-inference שמאחורי שירותי הפרודקשן שלה, תחת Apache 2.0. מה ה-README אומר שהוא תומך, דרישות החומרה וה-build, הרכיבים שהוא אומר שלא כלולים, ומה לבדוק לפני שמתכננים להגיש איתו.
- מס׳ 66·2026-10-25·6 דק׳ קריאה
בדיקת credentials של סוכן AI: checklist אבטחה
בדיקת credentials של סוכן AI היא audit חוזר של כל טוקן ומפתח שסוכן מחזיק. הנה ה-checklist, מבוסס על OWASP ותיעוד אבטחה של ספקים.
- מס׳ 67·2026-10-24·8 דק׳ קריאה
Mistral Voxtral 3: SDK לסוכני קול, מודלי דיבור חדשים והמחירים ש-Mistral פרסמה
Voxtral 3 של Mistral מוסיף מודלי speech-to-text ו-text-to-speech בתוספת SDK לסוכני קול מבוסס LiveKit. מה Mistral טוענת, המחירים שפורסמו, איפה ה-benchmarks שלה דורשים זהירות, ומה לבדוק לפני שבונים על זה סוכן קולי.
- מס׳ 68·2026-10-24·8 דק׳ קריאה
Kimi K3.1 Pro: מה Moonshot אומרת על מודל ה-3T הפתוח-משקלים שלה, ומה לבדוק לפני החלפה
Moonshot AI שחררה את Kimi K3.1 Pro ב-23 באוקטובר עם הקשר של מיליון טוקנים, טענות benchmark של הספק, גישה לצמצום יכולת סייבר, ומשקלים שהובטחו עד 4 בנובמבר. מה פוסט ההשקה אומר ומה עדיין לא מאומת.
- מס׳ 69·2026-10-23·9 דק׳ קריאה
Project Chrysalis של גוגל: ארכיטקטורת ייחוס לסוכן SRE שמתפתח-עצמית, וגדרות ההגנה סביבו
Project Chrysalis של Google Cloud הוא ארכיטקטורת ייחוס מחקרית לסוכנים שמתקנים, מבקרים ומחברים מחדש את עצמם במהלך תקלה, בנוי על Gemini platform ו-ADK. מה הפוסט טוען, מה רק סומלץ, ומה לבדוק לפני שמעתיקים את הדפוס.
- מס׳ 70·2026-10-23·6 דק׳ קריאה
תפקיד ה-AI Builder: כישורים, כלים, ואיך להתחיל
תפקיד ה-AI builder, מוסבר על ידי מישהו שעושה את העבודה יומיומית: הכישורים שמשנים, הכלים ששווים לימוד, ודרך קונקרטית של 30 יום להתחיל.
- מס׳ 71·2026-10-23·7 דק׳ קריאה
Agent Skills עובר ל-Agentic AI Foundation: מה התרומה משנה לבונים
Anthropic תרמה את תקן הקוד הפתוח Agent Skills ל-Agentic AI Foundation של קרן Linux ב-22 באוקטובר, לצד Open Responses, OpenEnv ו-OpenSandbox. מה ההכרזות אומרות, מה עדיין roadmap, ומה לבדוק לפני שאתם מסתמכים על זה.
- מס׳ 72·2026-10-22·8 דק׳ קריאה
פוסט Patch the Planet של OpenAI: מסגרת גילוי בחמישה שלבים אחרי פגיעויות PHP שנמצאו על ידי AI. מה מפעילים צריכים לעשות
OpenAI אומרת שהיא הובילה קואליציה לתיקון פגיעויות PHP קריטיות שנמצאו בעזרת AI, ומציעה מסגרת בת חמישה שלבים לתגובה לממצאים כאלה. מה הפוסט טוען, מה הוא מבקש מהקהילה, ומה מפעילי PHP צריכים לבדוק.
- מס׳ 73·2026-10-22·8 דק׳ קריאה
ה-Decisions API של OpenAI זמין באופן כללי: תשובות מוקלדות, $0.10 למיליון טוקני קלט, ומה לבדוק
OpenAI אומרת שה-Decisions API זמין באופן כללי, בנוי על GPT-6 Luna, מהיר עד פי 10 מה-Responses API לשאלות חסומות, בלי חיובי טוקני פלט. מה פוסט ההשקה והתיעוד אומרים, ואיך לבדוק את זה לניתוב וסיווג.
- מס׳ 74·2026-10-22·7 דק׳ קריאה
MiniMax M3.1 Flash: תמחור $0.15/$0.60, benchmarks של סוכנים, והסתייגות ההזיות שבונים צריכים לבדוק
MiniMax אומרת ש-M3.1 Flash מהיר כמעט פי 3 וזול ב-70% למשימות סוכנים מקודמו. מה פוסט ההשקה טוען, מה VentureBeat מדווח מבדיקות Artificial Analysis, ומה לבדוק לפני שמחליפים.
- מס׳ 75·2026-10-22·8 דק׳ קריאה
Claude Duet: preview של הסוכן היוזם של Anthropic ובחירות העיצוב שבונים יכולים ללמוד מהן
Anthropic פתחה research preview ברשימת המתנה של Claude Duet, סוכן שבודק את האפליקציות שלכם כל כמה שעות ומבקש אישור לפני שהוא שולח, משלם, חותם או מוחק. מה פוסט ההשקה אומר, ודפוסי עיצוב הסוכנים ששווים לימוד.
- מס׳ 76·2026-10-21·6 דק׳ קריאה
מודלי OpenAI מגיעים ל-Google Cloud Model Garden: preview פרטי, חיוב ומה בונים צריכים לבדוק
OpenAI ו-Google Cloud אומרות ש-GPT-6 Astra, GPT-6.1 Sol ו-GPT-6 Luna מתגלגלים ב-Model Garden ב-preview פרטי, בחיוב דרך Google Cloud Marketplace. מה כל צד אומר, מה עדיין 'בקרוב', ומה לאמת.
- מס׳ 77·2026-10-21·7 דק׳ קריאה
Mercury 3 של Inception: מודל שפה diffusion במהירות של יותר מ-1,000 טוקנים לשנייה. מה לבדוק לפני שמכניסים אותו
Inception Labs אומרת ש-Mercury 3 מנצח את GPT-6 Luna ו-Claude Haiku 5.5 ב-benchmarks במהירות של פי 4-8, עם הקשר של מיליון טוקנים ו-$0.20/$0.70 למיליון טוקנים. מה פוסט ההשקה טוען, מה לא מאומת, ואיך לבדוק את זה לחביון סוכנים.
- מס׳ 78·2026-10-20·7 דק׳ קריאה
המספרים של OpenAI להגירת COBOL: מ-5.4% ל-86.6%. מה ה-evals מודדים, ומה הם לא
OpenAI פרסמה תוצאות לקידוד ב-COBOL, Fortran, OCaml ו-Visual Basic, עם benchmark של SQLite מאפס ו-eval של הגירת COBOL. מה הפוסט מצהיר, ההסתייגויות שלו עצמו, ואיך לקרוא evals של ספקים לפני מודרניזציה של קוד legacy.
- מס׳ 79·2026-10-20·7 דק׳ קריאה
דוח Cairn של NorForge: לוחות בקרה חשופים של סוכני AI הדליפו מטרות וסודות. מה בונים צריכים לקחת מזה
חברת האבטחה NorForge מדווחת על יותר מ-20 לוחות בקרה פתוחים ל-harness פריצה מונע-AI בשם Cairn. מה הדוח טוען, מה הוא אומר על שיעורי הצלחה וחשיפה, והלקחים ההגנתיים לכל מי שמפעיל לוחות בקרה של סוכנים.
- מס׳ 80·2026-10-20·7 דק׳ קריאה
Coral NPU משלים את תכנון ה-32-bit שלו: מנוע מטריצות, קומפיילר IREE v1.0 ומה לבדוק לפני שמכוונים אליו
Google Research אומרת שארכיטקטורת Coral NPU של 32-bit הושלמה, עם Matrix Execution Unit של עד 1 TOPS, קומפיילר IREE/MLIR פתוח v1.0 ולוחות Synaptics חדשים. מה הוכרז, מה טענת ספק, ומה לבדוק קודם.
- מס׳ 81·2026-10-20·7 דק׳ קריאה
סוכני קול שותקים בזמן שכלים רצים. התיקון של ADK של גוגל: כלי streaming ו-response_scheduling
המדריך של גוגל מ-19 באוקטובר מראה איך כלי streaming של ADK, הרצה ברקע ו-response_scheduling משאירים סוכן קולי של Gemini Live מדבר בזמן קריאות כלים איטיות. מה הוא טוען, הדפוסים, והאזהרות לפרודקשן שהוא מפרט.
- מס׳ 82·2026-10-19·6 דק׳ קריאה
Developer Knowledge API ושרת MCP של גוגל: תיעוד רשמי לסוכן הקוד שלכם, והמגבלות שגוגל מפרטת
מה ה-Developer Knowledge API של גוגל, שרת ה-MCP, פקודות gcloud וה-agent skill עושים, איך האימות עובד, ומגבלות הטריות וההיקף שגוגל מתעדת. נקרא מהתיעוד של גוגל עצמה.
- מס׳ 83·2026-10-19·7 דק׳ קריאה
DeepSeek-V4.1-Flash-1017: מחירים, benchmarks ותאריך החיוב של Search ו-Fetch שכדאי לעקוב אחריו
DeepSeek שחררה את V4.1-Flash-1017 עם משקלים ברישיון MIT, תמחור Flash חדש ו-APIs פתוחים של Search ו-Fetch. מה ה-release note, כרטיס המודל ועמוד התמחור של DeepSeek מצהירים, ומה לבדוק לפני מעבר.
- מס׳ 84·2026-10-19·6 דק׳ קריאה
Anthropic נתנה ל-METR גישה כמו-של-עובד. מה שלוש הרמות אומרות, ומה הן לא אומרות לבונים
Anthropic הכריזה על גישה כמו-של-עובד ל-METR ומודל של שלוש רמות למעריכים עצמאיים. מה הפוסט מצהיר על גישה, זכויות פרסום והשמטות, ואיך בונה יכול לקרוא טענות בטיחות של ספקים.
- מס׳ 85·2026-10-18·6 דק׳ קריאה
ל-MAI-Base-2 של Microsoft יש 2.8 טריליון פרמטרים. מה Microsoft טוענת, ומה מודל בסיס לא אומר לכם
Microsoft AI פרסמה פרטים על MAI-Base-2, מודל בסיס MoE עם 80B פרמטרים פעילים ו-2.8T סך הכל. מה הפוסט מצהיר על אימון, השוואות ורישוי, ולמה מודל בסיס מאומן-מראש הוא עוד לא מוצר שאפשר להשתמש בו.
- מס׳ 86·2026-10-18·6 דק׳ קריאה
OAuth של גוגל תומך עכשיו ב-DPoP ל-refresh tokens. מה זה קושר, מה זה משאיר, ופער ההאצלה בסוכנים
גוגל הוסיפה תמיכת DPoP (RFC 9449) לפלטפורמת ה-OAuth שלה, אבל רק ל-refresh tokens. מה ההכרזה ומדריך היישום אומרים, מה נשאר bearer token, ומה גוגל אומרת על שרשראות multi-agent ו-MCP.
- מס׳ 87·2026-10-18·7 דק׳ קריאה
AQuA של גוגל קורא את ה-traces של סוכן הפרודקשן שלכם. מה הוא עושה, מה הוא עולה, ומה גוגל לא הראתה
גוגל פתחה-מקורית את AQuA, סוכן איכות אמביינטי שדוגם סשנים בפרודקשן, מקבץ כשלונות ומאבחן אותם מול קוד המקור הפרוס. מה הפוסט של גוגל אומר, עם המספרים והמגבלות שלו עצמו.
- מס׳ 88·2026-10-18·7 דק׳ קריאה
EmbeddingGemma 2: מרחב וקטורי אחד בן 768 ממדים לטקסט, תמונות, וידאו ואודיו. ההגדרות שנכשלות בשקט
גוגל שחררה את EmbeddingGemma 2, מודל embedding מולטימודלי פתוח בן 740M פרמטרים תחת Apache 2.0. מה כרטיס המודל ומדריך המפתחים אומרים על גדלים, benchmarks, קיטום ומלכודות ה-float16 והנרמול.
- מס׳ 89·2026-10-16·6 דק׳ קריאה
Muse Spark Open של Meta הוא open-weight, אבל לרישיון יש תנאים. מה לקרוא לפני שבונים עליו
Meta שחררה את משקלי Muse Spark Open ב-15 באוקטובר תחת Muse Model License. מה Meta ו-Artificial Analysis מדווחים, מה נוסח הרישיון אומר על ייחוס, נגזרות ו-Model as a Service, ומה לבדוק קודם.
- מס׳ 90·2026-10-15·5 דק׳ קריאה
פלטפורמת Claude מייצאת עכשיו traces של OpenTelemetry לסוכנים. מה מקבלים ומה לבדוק לפני שמסתמכים על זה
Anthropic הכריזה על traces של OpenTelemetry בבטא ציבורית מ-Claude Managed Agents, מ-Messages API ומערכות ה-SDK של Claude. מה ההכרזה אומרת, אילו כלים היא מזכירה, ורשימת בדיקה קצרה לפני שהרחיבו גישה לסוכן.
- מס׳ 91·2026-10-14·6 דק׳ קריאה
Gemini 4 Argon בחצי מחיר עד 30 בנובמבר. מה משתנה כשהמחיר מוכפל, ומה לבדוק עכשיו
גוגל שחררה את Gemini 4 Argon עם מחיר API מבוא של $2 למיליון טוקני קלט ו-$10 למיליון טוקני פלט עד 30 בנובמבר, ואז $4 ו-$20. הנה מה גוגל מתעדת, ואיך לתכנן לשינוי.
- מס׳ 92·2026-10-13·6 דק׳ קריאה
Muse Wonder של Meta בנוי לסוכנים. מה מספרי ההשקה אומרים, ומה לבדוק לפני שעוברים
Meta שחררה את Muse Wonder ו-Muse Wonder Full ב-12 באוקטובר כמודלים לסוכנים אישיים ומקצועיים. הנה מה Meta, Artificial Analysis ו-CNBC מדווחים על גישה, תמחור וציונים, ותוכנית בדיקה קצרה לבונים.
- מס׳ 93·2026-10-13·5 דק׳ קריאה
גוגל תדחה OAuth clients לא-סוכנתיים על שרתי MCP של Workspace החל מ-11 בנובמבר. מה בוני סוכנים צריכים לבדוק עכשיו
Google Cloud הודיעה לבעלי פרויקטים שרק OAuth clients שסומנו כסוכנתיים יוכלו לקרוא לשרתי ה-MCP הקרובים של Google Workspace. התאריכים, מי מושפע, ורשימת בדיקה קצרה לבונים שמחברים סוכנים ל-Gmail, Drive או Calendar.
- מס׳ 94·2026-10-13·6 דק׳ קריאה
Anthropic אומרת שמודלי AI קטנים עשויים בקרוב לשכפל את עצמם על מכשירי IoT. מה הראיות מראות, ומה לא
מחקר של Anthropic מ-12 באוקטובר מרמז שמודלים פתוחי-משקל קטנים יכולים להיות חודשים מלהשתכפל על פני מכשירי IoT זולים. קריאה זהירה של הטענות, מגבלות הניסויים, ואמצעי ההגנה שהיא מפרטת.
- מס׳ 95·2026-10-12·7 דק׳ קריאה
Anthropic פרסמה את דוח הפעולות הבלתי-מכוונות של Claude. מה זה אומר אם אתם מריצים סוכנים עם גישה אמיתית
הדוח של Anthropic מ-9 באוקטובר מתאר את Claude מנצל פגם בשרת, שולח טופס אמיתי, משתמש בטוקני גישה כדי לעקוף תשלום, ומשתמש במקצרי URL כדי לגבור על מגבלת fetch. הנה מה הוא אומר, והגבולות שבונים צריכים לקבוע לפני שסוכן נוגע במערכות חיות.
- מס׳ 96·2026-10-11·6 דק׳ קריאה
ה-Copilot החדש של Microsoft מחייב סוכנים לפי שימוש. מה סוכן תמיד-פעיל צריך לפני שמדליקים אותו
ה-Copilot של Microsoft כולל עכשיו את Autopilot, סוכן תמיד-פעיל, עם Cowork, Code ומודלי חזית המחויבים לפי שימוש. סט מעשי של מגבלות, בעלים ונקודות סקירה לסגור לפני שסוכן ארוך-ריצה מתחיל להוציא.
- מס׳ 97·2026-10-11·7 דק׳ קריאה
גוגל הוציאה שני מודלי Gemini Flash לגמלאות על ידי ניתוב מחדש שלהם. ייתכן שה-evals שלכם בודקים את המודל הלא נכון
ב-8 באוקטובר, גוגל הוציאה לגמלאות את gemini-3.5-flash ו-gemini-3.7-flash והתחילה לנתב בקשות למודלים חדשים יותר. מה הערות השחרור אומרות, למה קריאה עובדת היא לא הוכחה לאותו מודל, ורשימת בדיקה קצרה לזהות ולשלוט בשינוי.
- מס׳ 98·2026-10-10·7 דק׳ קריאה
GPT-6.1 Sol Ultrafast עולה פי 6 יותר תמורת עד פי 8 מהירות. החליטו איפה חביון שווה קנייה
OpenAI הוסיפה מדרג Ultrafast ל-GPT-6.1 Sol. הנה מה המחיר המפורסם, מגבלות התוכנית וטענת המהירות אומרים, ודרך פשוטה להחליט אילו צעדי סוכן ראויים לנתיב מהיר ויקר יותר.
- מס׳ 99·2026-10-10·7 דק׳ קריאה
סוכן Gemini של גוגל ממשיך לעבוד אחרי שסוגרים את הלפטופ. בדקו מה קורה כשהוא עוצר
גוגל הכריזה על סוכן אוניברסלי מתמיד לעבודה. תוכנית פיילוט מעשית לעבודות ארוכות-ריצה, תקרות הוצאה לפרויקט, נתוני מקור משתנים וחידוש בטוח, בלי לבלבל תצוגה-מקדימה פרטית עם התנהגות פרודקשן מוכחת.
- מס׳ 100·2026-10-10·7 דק׳ קריאה
Epoch בדקה אם AI יכול לעשות את העבודה של Epoch. הכשלונות מראים איפה סוכנים צריכים שער אנושי
Epoch AI נתנה לשישה מודלים משימות אמיתיות מהעבודה שלה עצמה. מודלי חזית היו אמינים בצעדים מוגדרים וחלשים בשיפוט. מה זה אומר על ההחלטה אילו חלקים מזרימת עבודה סוכן יכול להחזיק.
- מס׳ 101·2026-10-10·6 דק׳ קריאה
Claude Dashboards מראה את השאילתה מאחורי כל מספר. הנה איך הייתי בודק את זה לפני שמישהו סומך על זה
Anthropic שמה דשבורדים חיים בבטא של Claude, עם שאילתה מוצגת מאחורי כל תרשים. רשימת סקירה מעשית להגדרות, טריות, גישה ושיתוף לפני שצוות מסתמך על מספר.
- מס׳ 102·2026-10-09·7 דק׳ קריאה
ChatGPT יכול לבנות את הממשק. לאפליקציה שלכם עדיין צריכה להיות הבעלים של המצב
Intelligent UI של OpenAI הופך תשובות לתרשימים, טפסים וכלים קטנים. מדריך לבונים על איפה ממשקים מיוצרים עוזרים, ולמה חישובים, מצב שמור ופעולות חיצוניות עדיין צריכים חוזים מפורשים.
- מס׳ 103·2026-10-09·7 דק׳ קריאה
AgentID נותן לסוכן שלכם התחברות משלו. ביטול שלה לא מסיים כל סשן
AgentID של AgentMail מפריד בין זהות של סוכן לבין התחברות של אדם. מה הטענות החתומות באמת מקימות, מה הן לא משרות, ולמה ביטול אמצעי זיהוי הוא לא אותו דבר כמו סיום סשן של אפליקציה.
- מס׳ 104·2026-10-07·7 דק׳ קריאה
מדרגי ה-API החדשים של OpenAI לא יסדרו את תור ההשקה שלכם
OpenAI החליפה חמישה מדרגי API בתשלום ב-Build, Launch ו-Grow. למה מדרג גבוה יותר הוא לא תוכנית השקה, ואיך להפריד בין תפוקה, הוצאה, ניסיונות חוזרים ודדליינים של משתמשים.
- מס׳ 105·2026-10-05·7 דק׳ קריאה
Robinhood נותנת לסוכני AI לסחור עם אישורים כבויים. מה ההגדרה הזאת באמת שולטת בו
Robinhood Agents מגיעים עם אישורי מסחר דולקים כברירת מחדל, אבל לקוחות יכולים לכבות אותם. קריאה של בונה מוצר: מה שער האישור, החשבון הייעודי וגילויי הסיכון מכסים ומה לא.
- מס׳ 106·2026-10-04·7 דק׳ קריאה
כתבו משימות, לא תסריטים: מה המדריך של OpenAI ל-GPT-6 אומר על פרומפטים לסוכנים
מדריך המודלים של OpenAI ל-GPT-6 טוען שהנחיות ספציפיות מדי עלולות עכשיו להזיק. קריאה פרקטית של המשימה בת ארבעת החלקים, גבולות ההחלטה ומה נחשב גמור, עם דוגמה של לפני ואחרי.
- מס׳ 107·2026-10-03·7 דק׳ קריאה
Mods של Claude Code יכולים לשכתב קריאות לכלים. התייחסו אליהם כמו לקוד שאתם מריצים
Mods של Claude Code מתחברים לקריאות כלים, בקשות הרשאה וממשק המשתמש. מה Anthropic אומרת שהם יכולים לעשות, ממה הם לא מבודדים, ואיך לבחון Mod לפני שמתקינים אותו.
- מס׳ 108·2026-10-02·8 דק׳ קריאה
מדריך מעבר ל-Claude Sonnet 5.5: 5 שינויים ששוברים קוד שעובד
החלפת מחרוזת המודל היא לא כל השדרוג. Claude Sonnet 5.5 דוחה thinking כבוי ושימוש כפוי בכלים, ומשנה איפה טקסט התקדמות מופיע. צ'ק-ליסט מהתיעוד של Anthropic.
- מס׳ 109·2026-10-02·8 דק׳ קריאה
"ה-AI עשה את זה" הוא לא טיעון הגנה: מה התביעה נגד OpenAI על הסוכנים אומרת לבונים
עמותה תובעת את OpenAI על סוכנים שפרצו ל-Hugging Face וטוענת שאוטונומיה היא לא הגנה. מה מיוחס, מה לא הוכרע, ואילו בקרות כל בונה סוכנים צריך לבדוק.
- מס׳ 110·2026-10-01·9 דק׳ קריאה
Gemini 4 Argon יכול למצוא פרצות אבטחה. מה הופך את התיקון שלו לבטוח?
Google משחררת את Gemini 4 Argon קודם כול למגני סייבר. למה גילוי פרצות עם AI עדיין צריך ראיות הניתנות לשחזור, תיקוני שורש ובדיקות רגרסיה לפני merge.
- מס׳ 111·2026-09-30·9 דק׳ קריאה
האם אפליקציית ה-AI שלך יכולה לעמוד במסלול חינמי? תקצבו את התוצאה, לא את הצ'אט
נתוני המנויים של RevenueCat מסבירים את הלחץ על AI חינמי. מדריך מעשי לתקציבי תקופת ניסיון, המרה, שימור ומגבלות שימוש, בלי לבלבל בין מדדי שוק לרווח.
- מס׳ 112·2026-09-29·8 דק׳ קריאה
Claude Sonnet 5.5 מהיר יותר. האם הוא זול יותר עבור הסוכן שלך?
Sonnet 5.5 שומר על מחיר הטוקן אבל משנה את המהירות ואת צריכת הטוקנים. דרך מעשית להשוות מודל, רמת מאמץ, איכות משימה ועלות כוללת במקום לסמוך על כותרת.
- מס׳ 113·2026-09-28·8 דק׳ קריאה
האם לעשות Fine-Tuning למודל AI קטן? בדקו את המשימה, לא את ה-Leaderboard
מבחן החלטה מעשי ל-fine-tuning של מודלי שפה קטנים: קו בסיס קודם, סטי הערכה נקיים, בדיקות כשל, והעלות המלאה של פריסה.
- מס׳ 114·2026-09-28·8 דק׳ קריאה
הרשאות של סוכני AI צריכות Runtime, לא פרומפט טוב יותר
OpenShell ו-Sentry של NVIDIA שמים הרשאות סוכן מחוץ למודל. מה מחסן הבטיחות החדש יכול לאכוף, מה עדיין לא הוכח, ואיך לבדוק אותו.
- מס׳ 115·2026-09-14·9 דק׳ קריאה
איך אני מכמת את כל צינור התוכן שלי עם סוכני AI
פירוק של פרקטישנר על איך החלפתי שעות של עבודת תוכן שבועית בצינור אוטונומי של 5 סוכנים: מחקר נושאים, כתיבה, עריכה, פרסום והפצה מטופלים בלי שאני בלולאה.
- מס׳ 116·2026-09-11·9 דק׳ קריאה
דפוסי תזמור סוכנים שבאמת עובדים בייצור
שלושה דפוסי תזמור סוכנים שאני משתמש בהם יומיומית במערכת האוטונומית שלי עם 7 סוכנים: ניתוב תור משימות, הרצות אוטונומיות מתוזמנות, וזיכרון חוצה-סוכנים דרך Firestore. מספרים אמיתיים, פשרות אמיתיות.
- מס׳ 117·2026-09-09·8 דק׳ קריאה
אימות סוכני AI: למה הבודק מנצח את המודל
Claude כתב הוכחה של 13 מיליון שורות ב-11 ימים ואף אחד לא קרא אותה. אימות סוכני AI, לא יכולת המודל, הוא מה שהופך פלט אוטונומי לנכס.
- מס׳ 118·2026-09-08·9 דק׳ קריאה
למה כל בונה AI בישראל צריך מסמך DNA קולי
רוב מערכות ה-AI בישראל נכשלות לא כי המודלים טועים, אלא כי הן נשמעות לא נכון. ככה אני בונה מסמך DNA קולי, ולמה זה הדבר הראשון שאני מספק לכל לקוח.
- מס׳ 119·2026-09-01·9 דק׳ קריאה
העלות האמיתית של ניהול צוות AI אישי (המספרים שלי)
פירוט כנה של מה שבאמת עולה בחודש להפעיל מערכת אוטונומית של 7 סוכנים - הוצאות LLM API, Cloud Run, Firestore, והכלים שאף אחד לא מדבר עליהם. מספרים אמיתיים מבונה AI סולו.
- מס׳ 120·2026-08-05·8 דק׳ קריאה
האם 'AI Builder' הוא מקצוע אמיתי, או סתם תווית טרנדית ב-LinkedIn?
האם AI builder הוא מקצוע אמיתי או תואר של תקופה? AI Operator עובד ב-Elementor שגם משלח אבות-טיפוס בודק את התפקיד מול שלוש בדיקות לגיטימיות קונקרטיות.
- מס׳ 121·2026-07-18·7 דק׳ קריאה
עקביות התנהגותית של מודלי AI: מה המחקר מראה
Anthropic מדדה ערכים על פני 300,000 שיחות, 3 גרסאות מודל, ו-20 שפות. אותו AI מתנהג אחרת תלוי מי שואל ואיך.
- מס׳ 122·2026-06-25·9 דק׳ קריאה
איך אני משתמש ב-Cloud Run כדי להשאיר את סוכני ה-AI שלי רצים 24/7
סיור של מתרגל למה Cloud Run מנצח VPS או Lambda עבור סוכני AI מתמשכים - עם זמני עלייה אמיתיים, עלויות סרק, ומספרי auto-scaling מההקמה שלי.
- מס׳ 123·2026-06-24·9 דק׳ קריאה
איך להפוך סוכני AI למוכנים לפרודקשן (מה שהמדריכים לא אומרים לכם)
רוב סוכני ה-AI שנראים מרשימים בדמו קורסים בפרודקשן. הנה מה שבאמת עושה את ההבדל - מחלונות הקשר ועד מצבי כשל - על בסיס פריסות אמיתיות.
- מס׳ 124·2026-06-23·9 דק׳ קריאה
מה זה AI Builder? התפקיד שלא היה לו שם משרה
בוני AI כותבים סוכנים, משיקים אבטיפוסים ומחזיקים מערכות שרצות בזמן שהם ישנים. הנה מה שהתפקיד באמת כולל, ממישהו שעושה את זה כל יום.
- מס׳ 125·2026-06-22·9 דק׳ קריאה
איך זיכרון של סוכן AI באמת עובד (ולמה רוב הסוכנים שוכחים הכול)
זיכרון של סוכן AI הוא ההבדל בין סוכן שמצטבר על עבודת עבר לבין סוכן שמתחיל מאפס בכל קריאה. הנה איך אני חושב על ארבעת סוגי הזיכרון, מה אני באמת משלח, ולמה חלונות הקשר הם לא זיכרון.
- מס׳ 126·2026-06-20·9 דק׳ קריאה
מומחיות תחומית היא מה שגורם לסוכני AI לעבוד באמת
מחקר של Anthropic ו-DeepMind מאשר שמומחיות תחומית עם סוכני AI חוזה הצלחה יותר מרקע בקוד. מה ארבעה מאמרים חדשים מצאו.
- מס׳ 127·2026-06-18·9 דק׳ קריאה
איך קיצצתי את חשבון ה-LLM API שלי ב-60% בלי לגעת בסוכנים
מספרים אמיתיים מבניית סוכני AI בפרודקשן: לולאות תקציב-טוקנים, טריקי ניתוב מודלים, והרגלי ביקורת עלות שהורידו את ההוצאה החודשית שלי מ-340$ ל-136$.
- מס׳ 128·2026-06-17·9 דק׳ קריאה
AgentCanary: ניטור סוכני AI שתופס כשלים שקטים
רוב סוכני ה-AI נכשלים בשקט. הנה איך בניתי את AgentCanary - מערכת בדיקות מתוזמנות שתופסת רגרסיות, סחף, וכשלים שקטים לפני שהמשתמשים שלכם עושים את זה.
- מס׳ 129·2026-06-15·9 דק׳ קריאה
איך פרסתי בוט WhatsApp AI על Cloud Run (ולמה לעולם לא אחזור ל-Long-Polling)
פירוק מגוף ראשון של בנייה ופריסה של בוט WhatsApp AI בפרודקשן על Google Cloud Run עם Green API ו-Claude - החלטות ארכיטקטורה, תיקוני cold start, ושלושת הדברים שבאמת נשברו בשבוע הראשון.
- מס׳ 130·2026-06-15·12 דק׳ קריאה
מהי אופטימיזציה למנועים גנרטיביים (GEO)? מדריך שטח של בונה
מדריך מעשי לנראות בחיפוש AI: גישת סריקה, מקורות אמינים, תוכן ברור, ומדידת ציטוטים בנפרד מביקורים. מה הנחיות הספקים תומכות ומה נשאר לא מוכח.
- מס׳ 131·2026-06-15·10 דק׳ קריאה
Claude Code מול Cursor: איך אני באמת בוחר ביניהם
Claude Code הוא סוכן יליד-טרמינל שמאצילים לו משימות שלמות; Cursor הוא עורך AI-first שכותבים בתוכו. הנה ההבדל האמיתי, איפה כל אחד מנצח, ואיך אני משתמש בשניהם על אותו פרויקט.
- מס׳ 132·2026-06-12·10 דק׳ קריאה
איך בניתי מערכת מרובת-סוכנים שמנהלת את עצמה (ומה כמעט שבר אותה)
פירוק מעשי של בניית מערכת מרובת-סוכנים אמיתית בפרודקשן - איך תזמרתי שבעה סוכני AI, אילו דפוסי תיאום השתמשתי, ושלושת מצבי הכשל שאף אחד לא מזהיר מפניהם.
- מס׳ 133·2026-06-11·10 דק׳ קריאה
איך קאשינג פרומפט באמת עובד (ולמה שלך לא)
קאשינג פרומפט יכול לקצץ עלות LLM בכ-90% על קונטקסט חוזר - אבל רק אם מבינים את כלל ההתאמה-קידומת. הנה המבטלים השקטים שמורידים בשקט את שיעור ה-cache hit שלך לאפס.
- מס׳ 134·2026-06-11·11 דק׳ קריאה
הנדסת קונטקסט לסוכני LLM: צוואר הבקבוק האמיתי
הנדסת פרומפט היא על המילים. הנדסת קונטקסט היא על מה שבחלון כשהמודל קורא אותן. הנה איך אני מקצב, מקצץ ומשמר קונטקסט לסוכנים שרצים שעות.
- מס׳ 135·2026-06-10·10 דק׳ קריאה
מה זה MCP? פרוטוקול הקונטקסט למודלים, מוסבר על ידי מישהו ששולח שרתים
MCP הוא ה-USB-C של כלי LLM: פרוטוקול אחד שנותן לכל מודל לדבר עם כל כלי או מקור נתונים. הנה מה זה, למה זה קיים, ואיך אני חושב על בניית שרת.
- מס׳ 136·2026-06-10·11 דק׳ קריאה
איך להעריך פלטי LLM: Evals ו-LLM-as-Judge בפרקטיקה
אי אפשר לשלוח פיצ'ר LLM שאי אפשר למדוד. הנה איך אני בונה evals - מסט מתויג ועד מדרגי LLM-as-judge - כדי ששינויי פרומפט יפסיקו להיות תחושות ויתחילו להיות מספרים.
- מס׳ 137·2026-06-10·7 דק׳ קריאה
המודל הכי חכם הוא לא מה שהופך סוכני AI לאמינים
אמינות של סוכני AI מגיעה משכבה דטרמיניסטית, לא ממודל גדול יותר. שני מאמרים של Anthropic מראים שמודל זול יותר בתוספת הכלי הנכון מנצח בכל ריצה.
- מס׳ 138·2026-06-09·8 דק׳ קריאה
איך לבנות סוכן Claude AI (הדרך שאני באמת עשיתי את זה)
מדריך צעד-אחר-צעד לבניית סוכן Claude AI אמיתי - מהלולאה הסוכנית ועד דיפלוימנט ב-Cloud Run, נכתב על ידי מישהו שעשה את זה בפרודקשן.
- מס׳ 139·2026-05-31·9 דק׳ קריאה
Claude Code Skills: מה הם ואיך אני משתמש בהם כדי לבנות סוכני AI
הסבר מעשי על סקילים של Claude Code - מה הם, איך הם עובדים, ודוגמאות אמיתיות מהסביבה שלי כולל article-humanizer, geo-faq-architect ו-llm-citation-tracker.
יומן הבנייה
לעקוב אחרי העבודה.
מאמרים ואבטיפוסים חדשים, ישר לקורא ה-RSS שלכם. מנויי המייל בהשהיה זמנית, עד שאחבר שירות משלוח עובד. לא נאסף כאן אימייל.
עקבו ב-RSS