הקיץ הנוכחי מביא עמו תפנית משמעותית בדרך שבה בני אדם מתקשרים עם מערכות בינה מלאכותית (AI). שתי מעצמות ה-AI המובילות, OpenAI ו-Anthropic, השיקו בתוך שבועות ספורים בלבד תכונות חדשות המאפשרות למודלים שלהן ללמוד משימות מורכבות פשוט באמצעות צפייה בפעולות המשתמש, במקום להסתמך על הנחיות טקסטואליות (Prompts). השינוי המקביל והמהיר אצל שתי המתחרות הגדולות מעיד על הכרה גורפת בתעשייה: הנחיות טקסט כבר אינן מספיקות כדי להביא את הבינה המלאכותית לרמת ביצוע אוטונומית ואמינה.
המהפכה שאחרי הפרומפט: ללמוד מצפייה במקום מהוראות
במשך שנים, הדרך המרכזית להפעיל מודלי שפה גדולים (LLMs) הייתה כתיבת הנחיות טקסטואליות מפורטות. משתמשים נדרשו להשקיע זמן רב בניסוח מדויק של פרומפטים כדי להסביר למחשב כיצד לבצע תהליך מסוים שלב אחר שלב. אולם, היכולת לתאר במילים כל פסיק ופעולה בתהליך עבודה מורכב התבררה כמגבילה ומסורבלת עבור משתמשים רבים.
הגישה החדשה שאימצו OpenAI ו-Anthropic מבוססת על תפיסה שונה לחלוטין: הדגמה חד-פעמית. במקום לכתוב הוראות מורכבות, המשתמש פשוט מבצע את המשימה בעצמו על גבי המסך, והמערכת צופה בו, לומדת את הפעולות וממירה אותן לכישור (Skill) שניתן להפעיל מחדש באופן אוטונומי.
מדובר בצעד קריטי בהתפתחות של סוכנים אוטונומיים (Autonomous Agents), שכן הוא מאפשר למחשב ללמוד תהליכי עבודה אנושיים בצורה טבעית ומהירה בהרבה. הדיווח ב-Fast Company מצביע על כך שההתכנסות של שתי הענקיות לפתרון זהה בהפרש של מספר שבועות בלבד מהווה הודאה של התעשייה כי המודל הקיים של כתיבת הנחיות הגיע לתקרת הזכוכית שלו.
השוואה בין הכלים: OpenAI מול Anthropic
המירוץ הקיצי בין שתי החברות הניב שני פתרונות בעלי קווי דמיון רבים, אך עם דגשים שונים בכל קו מוצרים:
- OpenAI: בחודש יוני השיקה החברה את התכונה Record & Replay (הקלטה והפעלה מחדש). התכונה זמינה עבור משתמשי ChatGPT ופלטפורמת הקוד Codex. באמצעותה, המשתמשים יכולים להדגים תהליך עבודה מלא, והמערכת הופכת אותו לכישור רב-פעמי שהמודל יכול לבצע שוב ושוב באופן עצמאי.
- Anthropic: שבועות ספורים לאחר מכן, חשפה Anthropic תכונה מקבילה בשם Record a Skill (הקלטת כישור), המשולבת בתוך סביבת העבודה Claude Cowork. במערכת זו, המשתמש מקליט את המסך בזמן ביצוע המשימה, ובמקביל מקריין ומסביר בקול את שיקולי הדעת וההיגיון שמאחורי כל פעולה. המודל Claude מעבד את הווידאו והשמע והופך אותם לכישור שניתן להריץ מחדש.
"שני מתחרים שהתכנסו לאותו הפתרון בהפרש של שבועות בודדים זה מזה" - נכתב בדיווח, כשהדבר משקף את ההבנה הרחבה בשוק כי הדרכה ויזואלית ומבוססת-הדגמה היא העתיד של האוטומציה.
ההבדל המרכזי בין שני הפתרונות נעוץ בשילוב אלמנט הקריינות וההסבר הקולי בפתרון של Anthropic, המאפשר למודל להבין לא רק מה המשתמש עושה, אלא גם למה הוא עושה זאת, בעוד OpenAI מתמקדת בהקלטה והדגמה ישירה של תהליכי העבודה ב-ChatGPT ו-Codex.
הדרך לסוכנים אוטונומיים והשפעה על ההייטק הישראלי
המעבר מהנדסת פרומפטים (Prompt Engineering) ללמידה מבוססת הדגמה צפוי לשנות את אופן הפיתוח והשימוש בכלים טכנולוגיים במידה ניכרת:
- חיסכון בזמן פיתוח: הקלטת פעולה בודדת קצרה בהרבה מניסוח מודלים מורכבים והוראות מפורטות.
- הנגשת אוטומציה: עובדים ללא רקע טכנולוגי יוכלו לייצר סוכנים אישיים לביצוע משימות רוטיניות.
- שיפור הדיוק: למידה מצפייה ישירה בפעולות מפחיתה אי-הבנות הנובעות מניסוח טקסטואלי עמום.
עבור תעשיית ההייטק הישראלית, המתאפיינת במספר רב של חברות הזנק (Startups) ומרכזי פיתוח בינלאומיים המפתחים יישומי בינה מלאכותית, מגמה זו מציבה אתגר והזדמנות כאחד. חברות ישראליות המפתחות כלי אוטומציה וסוכני AI יידרשו להתאים את הממשקים שלהן מגישה של צ'אט טקסטואלי לגישה של למידה ויזואלית והקלטת תהליכים. כמו כן, מפתחים ואנשי מוצר בישראל שנעזרים ב-ChatGPT, Codex או Claude Cowork יוכלו לייעל בצורה דרמטית את תהליכי העבודה היומיומיים שלהם ולהפוך משימות חוזרות למיומנויות אוטומטיות במהירות גבוהה מבעבר.
ההתכנסות של OpenAI ו-Anthropic סביב גישת הלמידה מצפייה מסמנת שלב חדש באבולוציה של הבינה המלאכותית - מעבר מעוזרים טקסטואליים הממתינים להוראות, לסוכנים אוטונומיים הלומדים מהתנהגות המשתמש ומיישמים אותה בפועל.
התוכן בכתבה זו נועד לספק סקירה כללית בלבד ואינו מהווה תחליף לייעוץ מקצועי פרטני. המערכת אינה אחראית לכל נזק או הפסד שייגרם כתוצאה מהסתמכות על המידע המוצג.