# The Old News
> The Old News הוא הבלוג האישי של אוריאל חיים, מקום בו מתפרסמים חדשות, רעיונות ומחשבות. כאן תמצאו השקפות, תובנות ומחשבות יומיומיות, המוצגות בגישה אישית ונעימה לקריאה.
Public Ghost content for AI and LLM tooling. This file includes a bounded export of public pages first, then recent public posts.
Append `.md` to any post or page URL to get the content in Markdown (for example, `/example-post.md`).
## Pages
### הרשמה לקבלת עדכונים
URL: https://blog.orielhaim.com/newsletter/
Last updated: 2026-03-25T21:13:11.000Z
## Sign up for The Old News

The Old News הוא הבלוג האישי של אוריאל חיים, מקום בו מתפרסמים חדשות, רעיונות ומחשבות. כאן תמצאו השקפות, תובנות ומחשבות יומיומיות, המוצגות בגישה אישית ונעימה לקריאה.

Subscribe 

Email sent! Check your inbox to complete your signup. 

No spam. Unsubscribe anytime.
## Posts
### The AD
URL: https://blog.orielhaim.com/the-ad/
Last updated: 2026-07-01T08:02:38.000Z
## פרסום לא התחיל כדבר רע

פרסום, ביסוד שלו הוא דבר פשוט. יש לך מוצר, אף אחד לא יודע שהוא קיים, אתה מספר להם. ככה העולם עבד מאז שבני אדם התחילו לסחור. מישהו עמד בכיכר העיר וצעק שיש לו דגים טריים. זה פרסום. ואין שום דבר רע בזה.

הבעיה התחילה בשנות ה20 של המאה הקודמת, אדם בשם אדוארד ברנייס, אחיין של זיגמונד פרויד, לקח את התיאוריות של הדוד על התת-מודע והחליט ליישם אותן על פרסום. הוא לא הסתיר את זה. הוא כתב את זה שחור על לבן: "המניפולציה המודעת של ההרגלים והדעות של ההמונים היא מרכיב חשוב בחברה. מי ששולט במנגנון הזה הוא השלטון האמיתי."

וזה בדיוק מה שהוא עשה. חברת טבק שכרה אותו כי נשים לא עישנו ואי אפשר למכור סיגריות לחצי מהאוכלוסייה. ברנייס לא פרסם סיגריות. הוא שכר נשים צעירות שילכו במצעד חג הפסחא בניו יורק ויעשנו ברחוב, וקרא לסיגריות "לפידי חירות". הוא הפך מוצר ממכר לסמל של עצמאות נשית. המכירות זינקו.

ובבית? בבית הוא שבר כל סיגריה שמצא לאשתו וזרק אותן לאסלה. כי הוא ידע בדיוק מה הוא מוכר. וזה לא מנע ממנו להמשיך.

זה הרגע שבו פרסום הפסיק להיות "בוא אספר לך על המוצר שלי" והפך ל"אני אגרום לך לרצות משהו שאתה לא צריך, בלי שתבין איך זה קרה." מ"אני רוצה שתדע" ל"אתה תקנה. לא משנה איך."

מה שברנייס התחיל כניסוי, הפך לתעשייה של טריליון דולר שעוטפת כל רגע בחיים שלנו. וברנייס, עם כל מה שהוא עשה, כנראה לא היה מאמין למה שהיינו מוכנים לעשות עם הכלים שהוא בנה.

## המספרים הגולמיים

אדם ממוצע נחשף בין 4,000 ל10,000 פרסומות ביום. המספר הזה חוזר במחקרים שונים ורוב האנשים שומעים אותו, מהנהנים, וממשיכים הלאה. אז לשם שינוי נעצור לרגע ונבין מה הוא באמת אומר.

10,000 פרסומות ביום זה פרסומת אחת כל 6 שניות בכל שעה ערה. מהרגע שאתה פוקח עיניים ועד שאתה נרדם, מישהו מנסה למכור לך משהו. ואם סופרים כל גירוי מסחרי, כולל לוגואים על בגדים, מיתוג על מכוניות, חסויות על כל משטח אפשרי, ההערכות עולות ל15,000 ביום.

תעשיית הפרסום העולמית הגיעה ב2024 ל1.1 טריליון דולר. זה 1% מכל התוצר של כל העולם. כל מאה דולר שהאנושות מייצרת, דולר אחד מהם הולך לשכנע אותה לקנות משהו. בארה"ב ההוצאה על פרסום מגיעה ל1,246 דולר לכל נפש בשנה. כולל תינוקות, כולל קשישים, כולל אנשים שאין להם מה לאכול. על כל אחד מהם מושקע מעל אלף דולר בשנה כדי שירצה משהו.

והכסף הזה לא עומד במקום. הוצאות הפרסום הדיגיטלי הוכפלו מאז 2019\. לא גדלו. הוכפלו. תוך חמש שנים.

## הנורמליזציה של ההצפה

הכמות הזו לא נחתה עלינו ביום אחד. היא טיפסה לאט, צעד אחרי צעד, כל פעם קצת יותר, בלי שאף אחד יעצור את ההתקדמות ההרסנית הזאת.

YouTube, שהתחילה כפלטפורמה לצפייה בסרטונים בלי פרסומת אחת, עוברת עכשיו לפרסומות של 30 שניות שאי אפשר לדלג עליהן, עם פרסומות של 60 שניות בשלבי בדיקה. שירותי הסטרימינג שנולדו כתחליף לטלוויזיה עם פרסומות, Netflix וDisney+ וHulu, הכניסו בחזרה פרסומות. מה שנמכר כשחרור הפך לעוד שכבה.

במשחק ממוצע של פרמייר ליג, לוגו של חברת הימורים מופיע כל 16 שניות. 337 פעמים ב90 דקות. וזה בלי לספור את שלטי המגרש, את חסויות החולצות, ואת הטכנולוגיה החדשה שמוחקת את הרקע מאחורי הפרשנים בזמן אמת ומחליפה אותו בפרסומות. כבר לא צריך שטח פיזי כדי לפרסם. גם הרקע שמאחורי בן אדם שמדבר הוא נדל"ן פרסומי.

משחקי מובייל דוחפים פרסומות כל 30 שניות. תעשיית הגיימינג שווה כמעט 190 מיליארד דולר עם 3.6 מיליארד שחקנים, והפרסום הוא חלק מרכזי מהמודל הכלכלי שלה. ילד שמשחק משחק חינמי בטלפון לא מקבל משחק חינם. הוא מקבל מכונת פרסום שבמקרה גם מכילה משחק.

זה הקו שעובר דרך כל הדוגמאות האלה: **מה שמתחיל כמוצר עם פרסומת הופך למוצר שהוא פרסומת.** הסרטון הוא תירוץ להישאר. המשחק הוא תירוץ לצפות. השידור הוא תירוץ להיחשף. התוכן הוא העטיפה. הפרסום הוא המוצר האמיתי.

## פרסום פיזי: הרחבת שטח הפרסום

יש כלל פשוט שמנחה את תעשיית הפרסום כבר עשרות שנים: אם יש משטח, אפשר לפרסם עליו. אם יש רגע שקט, אפשר למלא אותו. אם יש זוג עיניים שלא מסתכל על פרסומת, זה בזבוז.

הכלל הזה הרס לחלוטין את הערים שלנו.

שלטי חוצות עברו מהפכה שקטה. מה שפעם היה שלט אחד שתלוי שבועות, הפך למסך דיגיטלי שמסתובבות בו עשרות פרסומות ביום, עם תמונות נעות שמושכות את העין הרבה יותר משלט סטטי. אותו שטח פיזי, פי עשרים פרסומות. ואף אחד לא שם לב למעבר.

אוטובוסים עטופים בפרסומות מהגלגלים ועד הגג. רכבות מבפנים ומבחוץ. תחנות רכבת, תחנות אוטובוס, שדות תעופה, מוניות. כל משטח ציבורי שבן אדם עובר דרכו, או עומד בו, או ממתין בו, הפך לשלט. בתחנת Angel ברכבת התחתית של לונדון, נוסע שעולה באסקלטור אחד חולף על פני 88 שלטי פרסומת. 44 מכל צד. ועוד לפני שהגיע למסדרון, לרציף, או עלה על הרכבת עצמה. נסיעה אחת הלוך וחזור יכולה לחשוף אותך ל300 עד 500 פרסומות.

ומה קורה כשלא עוצרים את הכדור שלג בזמן? הוא ממשיך להתגלגל ואנחנו מוצאים את עצמנו עם דברים הזויים כמו משאבות דלק שמשמיעות פרסומות מתוך מסכים בזמן שאתה מתדלק, ואתה לא יכול ללכת משם כי הצינור תקוע ברכב. מעליות. שירותים ציבוריים. אפילו הים: מול חופי מיאמי, ספינות עם מסכי LED ענקיים שטות קדימה ואחורה ומקרינות פרסומות לכל מי שיושב על החוף.

אצטדיונים שמחליפים שם כל כמה שנים בהתאם למי שמשלם הכי הרבה. קווי תחבורה ציבורית שנקראים על שם חברות. המבנים האלה נבנו כדי לשרת קהילות. עכשיו הם משרתים מפרסמים, והקהילה היא התוספת שמצדיקה את העסקה.

ואז יש את התמונה שהכי מתארת כמה רחוק הגענו: לוחות מודעות ישנים שצוברים כל כך הרבה שכבות של פרסומות מודבקות אחת על השנייה, שנה אחרי שנה, עד שנוצר גוש פיזי בעובי של רבע מטר. שכבה על גבי שכבה על גבי שכבה. כשמנקים אותם, חותכים עם מסור ומוציאים לבנה שלמה של נייר דחוס. אפשר ממש להחזיק ביד את ההצטברות של שנים של “עוד פרסומת אחת, מה כבר יקרה.” זה לא מטאפורה שאולי קיימת בעולם רחוק. זה העולם שלנו.

## מה נמצא מתחת לפרסומות

ב2007 קרה משהו שלא היה אמור להיות אפשרי. סאו פאולו, העיר הכי גדולה בברזיל עם 12 מיליון תושבים, אחת מהמטרופולינים הגדולים בעולם, העבירה חוק שנקרא "חוק העיר הנקייה" ואסרה כמעט כל פרסום חוצות. 15,000 שלטי חוצות ירדו. 300,000 שלטים עסקיים הוסרו. חלוקת פליירים ברחוב נאסרה. פרסום על אוטובוסים ומוניות נעלם.

תעשיית הפרסום נלחמה בכל שלב. Clear Channel, אחת מחברות הפרסום הגדולות בעולם, תבעה את העיר וטענה שהחוק לא חוקתי. אנשי עסקים טענו שבלי שלטים מוארים הרחובות יהיו חשוכים ומסוכנים. היו כאלה שטענו שהעיר תראה מכוערת בלי כל הצבעוניות של הפרסומות.

נחשו מה? מה שקרה בפועל היה ההיפך המוחלט.

כשהשלטים ירדו, דברים שאף אחד לא ידע עליהם התגלו. מאחורי שלטי ענק נמצאו שכונות עוני שלמות שתושבי העיר לא ידעו שקיימות. ממש מוסתרות פיזית מאחורי קיר של פרסומות. כשפרסומות הוסרו מחזיתות מבנים, התגלו מהגרים שחיים בתנאים קשים בתוך אותם מפעלים שבהם עבדו, מאחורי חזיתות מכוסות. תשתיות עירוניות מתפוררות שאף אחד לא טרח לתקן כי אף אחד לא ראה אותן.

הפרסום לא רק הסיח את הדעת. הוא כיסה, פיזית ומילולית, את מה שנשבר.

ואז התחיל משהו אחר. בלי שלטים, ארכיטקטורה ישנה שלא נראתה שנים חזרה להיראות. אומני רחוב מצאו קירות ריקים ומילאו אותם. בעלי בניינים שלא יכלו יותר להסתתר מאחורי שלטים נאלצו לצבוע ולשפץ. העיר אילצה את עצמה להסתכל על מה שבאמת שם, ומה שהיה שם לא תמיד היה יפה, אבל לפחות היה אמיתי.

כמה ערים נוספות לקחו השראה. פריז צמצמה את שטחי הפרסום הציבוריים בשליש. האג בהולנד הפכה לעיר הראשונה שאוסרת בחוק פרסום של מוצרים מזהמים ברחבי העיר. כמה מדינות בארה"ב, ביניהן אלסקה, הוואי, מיין וורמונט, אוסרות שלטי חוצות.

אבל אלה עדיין חריגים. ברוב העולם, הכיוון הוא הפוך. יותר מסכים, יותר משטחים, יותר שלטים דיגיטליים שמסתובבים מהר יותר. המרחב הציבורי ממשיך להתכווץ, לא פיזית, אלא מבחינת מה שנשאר ממנו בלי שמישהו מנסה למכור לך משהו.

## פרסום דיגיטלי: כלכלת הקשב

פרסום פיזי עובד על שטח. יש שלט, אתה עובר מולו, הוא מציג לך מוצר. העסקה ברורה: מפרסם קונה שטח, אתה רואה את מה שיש עליו.

פרסום דיגיטלי עובד על משהו אחר לגמרי. הוא עובד עליך.

כשאתה משתמש בפלטפורמה חינמית, Google\\Instagram\\YouTube\\TikTok, אתה לא הלקוח. אתה המוצר. המוצר האמיתי של הפלטפורמות האלה הוא תשומת הלב שלך, שנארזת ונמכרת למפרסמים. ככל שאתה גולל יותר, צופה יותר, לוחץ יותר, הפלטפורמה אוספת יותר נתונים עליך ויכולה למכור גישה מדויקת יותר אליך.

זו לא תיאוריה. זה המודל העסקי המוצהר. Alphabet, החברה שמחזיקה את Google, שווה מעל טריליון דולר. Meta, שמחזיקה את Facebook,Instagram,WhatsApp שווה מאות מיליארדי דולרים. שתיהן מחלקות את המוצרים שלהן בחינם. הכסף מגיע ממקום אחד: מלמכור גישה לתשומת הלב שלך.

וזה יוצר תמריץ מעוות מהיסוד. הפלטפורמה לא צריכה שתהיה מרוצה. היא צריכה שתישאר. לא אותו דבר. אלגוריתם שגורם לך להרגיש טוב ולסגור את האפליקציה הוא אלגוריתם כושל מבחינת המודל הזה. אלגוריתם שגורם לך לגלול עוד שעה, גם אם אתה מרגיש ריק אחרי זה, הוא אלגוריתם מצוין. כי שעה נוספת זה עוד נתונים ועוד פרסומות.

המספרים מאשרים את הכיוון. 72.7% מהוצאות הפרסום העולמיות כבר דיגיטליות. מעל 790 מיליארד דולר ב2024\. ההוצאה הדיגיטלית הוכפלה מאז 2019\. לא גדלה. הוכפלה. ורוב הכסף הזה הולך למובייל, כי הטלפון הוא הדבר הכי קרוב אליך פיזית, הכי הרבה שעות ביום, עם הכי הרבה נתונים אישיים.

## מעקב, פרופילים, ופרסום שמכיר אותך

בפרסום הישן, מפרסם קנה שטח בעיתון והתפלל שהקורא הנכון יראה את המודעה. זה היה יריה עיוורת.

בפרסום הדיגיטלי, אין חושך. יש אור מלא.

כל דבר שאתה עושה אונליין נצפה, נרשם ומנותח. כל חיפוש, כל קליק, כל סרטון שצפית בו ואפילו כמה שניות עצרת על פוסט מסוים לפני שגללת הלאה. הכל הופך לפרופיל.

82.4% מהפרסום הדיגיטלי נמכר אוטומטית על ידי אלגוריתמים בזמן אמת תוך אלפיות שנייה. זה נקרא programmatic advertising ויותר מ650 מיליארד דולר בשנה מושקעים בפרסום שנבחר עבורך באופן אישי, על סמך כל מה שהמערכת יודעת עליך.

מה המערכת יודעת? הרבה יותר ממה שנוח לחשוב. אילו סרטונים אתה צופה, אילו חדשות אתה קורא, מה אתה קונה, איפה אתה נמצא פיזית, עם מי אתה מתכתב, מה המצב הרגשי שלך על סמך דפוסי השימוש שלך. Facebook, לדוגמה, מאפשרת למפרסמים לטרגט לפי גיל, מגדר, מיקום, מקצוע, תחביבים, סטטוס זוגי, רמת השכלה, וזה רק האפשרויות הבסיסיות. האפשרויות המתקדמות מאפשרות לטרגט על בסיס דפוסים פסיכולוגיים. אפשר לקחת קבוצה קטנה של אנשים עם נטייה מסוימת ולבנות על בסיסם פרופיל של מיליונים שדומים להם.

אתה לא רואה פרסומת כי היא במקרה שם. אתה רואה אותה כי מערכת שמכירה אותך החליטה שזה הרגע, המוצר, והמסר שהכי סביר שיגרמו לך ללחוץ.

## פרסום בתוך הקנייה עצמה

יש שלב שרוב האנשים לא מודעים לו כי הוא מוסתר בתוך פעולה שנראית תמימה: חיפוש מוצר בחנות אונליין.

Amazon, Walmart, וחברות קמעונאיות אחרות הקימו בשנים האחרונות "רשתות מדיה קמעונאיות", שזו דרך אלגנטית לומר שהן מוכרות פרסומות בתוך חווית הקנייה. כשאתה מחפש מוצר באמזון, התוצאות הראשונות הן לא בהכרח המוצר הטוב ביותר או הכי רלוונטי. הן פרסומות ששולמו עליהן. אלא שהן לא נראות כמו פרסומות. הן נראות כמו תוצאות חיפוש.

השוק הזה הגיע ל167 מיליארד דולר ב2024, כמעט כפול ממה שהיה ב-2019\. Amazon וWalmart לבד שולטות ב80% ממנו.

מה שזה אומר: גם הרגע שבו כבר החלטת לקנות משהו ונכנסת לחפש אותו, מישהו משלם כדי להסיט אותך. אין רגע שבו אתה מקבל החלטה חופשית. כל שלב בתהליך, מהרגע שנחשפת למוצר ועד הרגע שאתה מחפש אותו, עובר דרך מישהו שמשלם כדי להשפיע עליך.

## כשהעיצוב עצמו הוא המלכודת

ואז יש את השכבה שרוב האנשים לא יודעים שקיימת, אבל כולם נתקלו בה.

Dark patterns, או "דפוסים מטעים", הם עיצובי ממשק שנבנו בכוונה כדי לגרום לך לעשות דברים שלא התכוונת לעשות. לא באג. לא טעות. בחירת עיצוב מכוונת שמטרתה לעבוד נגדך.

פרסומת שנראית כמו כפתור. כפתור "סגור" שנמצא במקום שבו אתה בטוח שתלחץ עליו בטעות ויוביל אותך לדף מוצר. הרשמה לניוזלטר שמסומנת מראש כ"כן" בתקווה שלא תשים לב. ביטול מנוי שדורש חמישה שלבים ושיחת טלפון, כשההרשמה לקחה לחיצה אחת. טיימר מזויף שסופר לאחור כדי ליצור תחושת דחיפות על מבצע שלא באמת נגמר.

הFTC, רשות הסחר הפדרלית בארה"ב, פרסמה דו"ח שמתעד עלייה משמעותית בשימוש בדפוסים מטעים. הדו"ח מפרט פרסומות שמחופשות לתוכן עריכתי, ממשקים שמקשים בכוונה על צרכנים למצוא אפשרויות סירוב, ועיצובים שמנצלים את האינרציה האנושית לטובת המפרסם.

אבל הדו"ח הזה הוא שבריר מהמציאות. Dark patterns הם לא באג בתעשייה. הם פיצ’ר. כל אפליקציה גדולה מעסיקה צוותי UX שיודעים בדיוק איפה העין נוחתת, איפה האצבע לוחצת אוטומטית, ואיזה ניסוח גורם לאנשים לבחור באפשרות שמשרתת את החברה ולא אותם. המושג הזה לא שולי. הוא מרכזי. מיליארדים של אינטראקציות ביום מעוצבות כך שתלך לכיוון שמישהו אחר בחר בשבילך.

## הגנה שמגיעה מהצד של מי שנמאס לו

כשמסתכלים על כל זה, קשה לא לשאול למה אנשים לא עושים משהו. אבל אנשים כן עושים.

1.77 מיליארד בני אדם ברחבי העולם משתמשים בחוסמי פרסומות. ב2012, המספר היה 44 מיליון. תוך קצת יותר מעשור, הוא הוכפל פי ארבעים. כמעט 30% ממשתמשי האינטרנט בעולם מריצים תוכנה שכל מטרתה למנוע ממישהו להראות להם פרסומת.

63.5% מהם אומרים שהסיבה פשוטה: יש יותר מדי פרסומות. 53.5% אומרים שהפרסומות חוסמות את מה שהם באו לראות. 42.4% מודאגים מהפרטיות שלהם.

המספרים האלה מספרים סיפור ברור. זו לא תופעה שולית של חנונים טכנולוגיים. זו תגובה המונית, של כמעט שני מיליארד בני אדם, למערכת שהפכה בלתי נסבלת. זו ההצבעה השקטה הגדולה ביותר שקיימת: אנשים שמשקיעים מאמץ, מתקינים תוכנות, ומסתכנים באתרים שחוסמים אותם, רק כדי לא לראות עוד פרסומת.

והתגובה של התעשייה? לא להקשיב, אלא להתגבר. אתרים שחוסמים גישה למי שמשתמש בחוסם פרסומות. YouTube שמזהה חוסמים ודוחפת למנוי פרימיום. ספוטיפיי שמריצה חמש פרסומות ברצף אם היא חושדת שהשתקת אחת. התעשייה לא שואלת "למה אנשים בורחים מאיתנו." היא שואלת "איך נסגור להם את דרכי המילוט."

## פרסום מוסתר: תעשיית האותנטיות המזויפת

המודל פשוט. במקום שחברה תגיד לך "קנה את המוצר שלנו" היא משלמת למישהו שנראה כמו בן אדם רגיל שיגיד לך "ניסיתי את זה וזה מדהים." אותו משפט, אותו מוצר, אבל המסר עובר דרך פנים אנושיות, בסרטון שצולם בסלון של מישהו, עם תאורה טבעית ותנועות ספונטניות. זה נראה כמו המלצה של חבר. בזמן שזו עסקה מסחרית.

זה מה שהתעשייה קוראת לו UGC) User Generated Content), תוכן שנוצר על ידי משתמשים. השם עצמו הוא חלק מההטעיה. התוכן לא נוצר על ידי משתמש שבמקרה אהב מוצר. הוא הוזמן, שולם, תוסרט לפי בריף, ועבר אישור של מחלקת שיווק לפני שעלה. אבל הוא מעוצב כך שלא תדע את זה.

הפורמטים ספציפיים ומחושבים: unboxing, סרטוני "ניסיתי בפעם הראשונה", השוואות מוצרים שנראות אובייקטיביות, סיפורי "איך המוצר הזה שינה לי את החיים." כל אחד מהם בנוי לפי מבנה שנבדק ואופטם. אורך הסרטון, הרגע שבו המוצר מופיע, הטון, ההבעות. שום דבר לא מקרי.

ועכשיו מגיע השלב הבא, שהוא גם הכי מטריד. כלי בינה מלאכותית שמייצרים UGC בלי בן אדם בכלל. פנים שלא קיימות, קול שלא שייך לאף אחד, "חוויה אישית" שמעולם לא קרתה. אדם שנראה לגמרי אמיתי, מספר לך בהתלהבות כנה על מוצר שהוא מעולם לא נגע בו, כי הוא לא קיים. כלום בסרטון לא אמיתי חוץ מהמוצר שמנסים למכור לך. ההדמיה מושלמת: אנושיות מזויפת לחלוטין שמשרתת מטרה מסחרית לחלוטין.

הFTC כבר הוציאה כלל שאוסר על פרסום מסוג זה. אבל הכלים זמינים, זולים, ומשתפרים כל חודש. כל מי שרוצה יכול לייצר עכשיו "בן אדם" שממליץ על כל מה שתרצה, ורוב הצופים לא יבחינו בהבדל.

## כשהחדשות הן הפרסומת

יש מקום אחד שאנשים עדיין סומכים עליו קצת יותר מאשר על פרסומת רגילה: כתבות חדשות. אז כמובן שהתעשייה ידעה את זה, וניצלה את זה.

Native advertising, פרסום ילידי, זו פרסומת שמחופשת לתוכן עריכתי. כתבה שנראית ונקראת כמו כל כתבה אחרת באתר חדשות, מופיעה באותו עיצוב, באותו פונט, לצד כתבות אמיתיות, אבל מישהו שילם על כל מילה בה. ב-201, 20% מהכנסות הפרסום של אתרי חדשות הגיעו מתוכן מהסוג הזה, והנתח רק הולך וגדל.

המילה “ממומן” מופיעה איפשהו, בדרך כלל בגופן קטן, בצבע בהיר, במקום שאף אחד לא מסתכל עליו. ומחקרים מראים שזה עובד מצוין: פחות מאחד מכל עשרה אנשים מזהה שמדובר בפרסומת ולא בכתבה. תשעה מתוך עשרה קוראים תוכן שנכתב כדי למכור להם משהו ומעבדים אותו כאינפורמציה אובייקטיבית.

הנזק כאן כפול. ברמה הפרטנית, אתה מקבל מידע מוטה בלי לדעת שהוא מוטה. ברמה הרחבה יותר, הגבול בין עיתונאות לפרסום נמחק. כשאתה לא יכול לדעת מה כתב אדם כי הוא חשב שזה חשוב ומה כתב אדם כי מישהו שילם לו, אתה מפסיק לסמוך על הכל. האמון שנבנה לאורך עשרות שנים של עיתונאות נשבר סופית.

## הפרסום שנכנס לסיפור

75% מתוכניות הטלוויזיה בארה"ב מכילות טקטיקה של "מיקום מוצרים". שלושה מתוך כל ארבעה דברים שאתה צופה בהם כוללים רגע שבו מוצר מוצג בכוונה כחלק מהעלילה.

הגיבור שותה מותג ספציפי והלוגו פונה למצלמה. השחקנית מוציאה טלפון מדגם מסוים ומחזיקה אותו כך שתראה את השם. המכונית שהדמות נוהגת בה נבחרה לא כי היא מתאימה לתסריט, אלא כי מישהו שילם. אפילו המזון שנמצא על השולחן ברקע יכול להיות שם כי חברה סיכמה עסקה עם ההפקה.

בניגוד לפרסומת רגילה שיש בה הפסקה ברורה, מיקום מוצרים מתערבב בתוך התוכן עצמו. אין רגע שבו אתה יודע שעברת מעלילה לפרסום. אין שינוי טון, אין הפסקה, אין כיתוב. הפרסום פשוט חלק מהסיפור. ומכיוון שאתה שקוע בעלילה, ההגנות הביקורתיות שלך מורדות.

## סוף האמון

והדבר הכי נורא מכולם: אינפלואנסרים.

הרעיון המקורי היה פשוט ואפילו הגיוני. אנשים סומכים על אנשים אחרים יותר מאשר על מותגים. אם מישהו שאתה עוקב אחריו ואוהב את התוכן שלו ממליץ על מוצר, זה שווה יותר מכל פרסומת. התעשייה ראתה את זה והפכה אותו לצינור מכירות.

הבעיה לא התחילה כשאינפלואנסרים התחילו לקבל כסף על המלצות. הבעיה התחילה כשהכסף הפך ללא נראה. כשהחוזה המסחרי הפך להמלצה "אישית". כשמישהו עם חצי מיליון עוקבים אומר "אני חייב לספר לכם על המוצר הזה" בטון אינטימי של שיחת חברים, ולא מזכיר שקיבל תשלום או מזכיר את זה בצורה שאף אחד לא ישים לב אליה.

45% מהאינפלואנסרים עם מעל 100,000 עוקבים מראים סימנים של צמיחת קהל מלאכותית. כלומר גם האדם ה"אמיתי" שאמור להמליץ, חלקו מזויף. עוקבים קנויים, לייקים מנופחים, מספרים שנראים מרשימים ולא מייצגים שום דבר.

אבל הנזק הגדול באמת הוא לא בפרסומת הספציפית. הוא במה שקורה לאמון בכלל. כשכל המלצה היא פוטנציאלית עסקה מסחרית, אין יותר דרך לדעת מה כן ומה לא. גם האנשים שבאמת ממליצים על משהו כי הם אוהבים אותו נתפסים כחשודים. גם המלצה כנה נראית כמו פרסומת. התעשייה לא רק גנבה את האמון, היא הרעילה את הבאר שממנה כולם שותים.

## השכבות נערמות

מה שהופך את כל זה למערכת ולא לרשימה של בעיות נפרדות, זה שהשכבות עובדות ביחד. אתה רואה סרטון של "מישהו" שמספר על מוצר. הסרטון מופיע לך כי אלגוריתם שבנה עליך פרופיל החליט שתגיב אליו. ה"מישהו" הוא אינפלואנסר בתשלום, או שהוא לא קיים בכלל. אתה לוחץ ומגיע לאתר חדשות שבו "כתבה" מפרטת את היתרונות של המוצר, וגם היא ממומנת. אתה נכנס לאמזון לבדוק מחיר, והתוצאה הראשונה היא פרסומת ממומנת. בכל שלב בדרך, מישהו שילם כדי שתגיע לשלב הבא. ובאף שלב לא היה ברור שזה קורה.

זה לא פרסום שמנסה לשכנע אותך. זה סביבה שלמה שמעוצבת כך שתגיע למסקנה שנראית כמו שלך.

## מה הפרסום עושה למוח: מתחת לסף המודעות

רוב האנשים חושבים שפרסום עובד ככה: אתה רואה פרסומת, אתה קורא אותה, אתה מחליט אם זה מעניין אותך או לא. כאילו יש איזה רגע של בחירה. כאילו אתה שולט בתהליך.

המוח האנושי מפענח תמונה תוך 0.013 שניות. לוגו מוכר מזוהה תוך 0.1 שניות. מנגינה מוכרת, כמו הצליל הקצר שמשמיע מותג טכנולוגיה כשאתה מפעיל מכשיר, מזוהה תוך 0.1 עד 0.3 שניות. כל זה קורה לפני שהמודעות שלך בכלל יודעת שמשהו קרה. המוח קולט, מעבד, מגיב, וממשיך הלאה, בלי שפעם נדלק איזה אור אדום שאומר "רגע זו פרסומת, תפעיל חשיבה ביקורתית."

תעשיית הפרסום יודעת את זה. לא ברמה כללית, ברמה הכי מדויקת. והיא מתנהגת לפי זה.

לוגואים סוניים, הצלילים הקצרים של מותגים שנשמעים בהתחלה או בסוף של פרסומת, נבנים במעבדות כדי ליצור תגובה רגשית אוטומטית. לא כדי שתזכור את הצליל. כדי שהצליל יפעיל בך משהו בלי שתזכור למה. צבעים ספציפיים, צורות לוגו, פונטים, כולם מתוכננים לעבוד ברמה שעוקפת את החלק הרציונלי לגמרי. לא צריך שתקרא את הפרסומת. לא צריך שתשים לב אליה. צריך רק שהעין תחלוף עליה לשבריר שנייה.

בגלל זה התעשייה מנסה עכשיו פרסומות של שתי שניות. לא כניסיון נואש לתפוס תשומת לב מצטמקת, אלא כי הם יודעים שהמסר נקלט בשנייה אחת. שתי שניות זה יותר ממספיק. למה לבזבז עשר שניות על פרסומת אחת כשאפשר לדחוף 5 פרסומות שונות באותו זמן בדיוק?

## מה זה עושה לראש

אנשים מפסיקים לקרוא שלטים. לא מתוך בחירה, אלא כי המוח פיתח מנגנון הגנה אוטומטי: כל דבר עם טקסט הוא כנראה פרסומת, אז אפשר להתעלם. זה נשמע כמו פתרון, אבל התוצאה היא שאנשים מתעלמים גם ממידע שהם צריכים. הוראות, אזהרות, מידע ציבורי. ההצפה בפרסום גרמה למוח לבנות חומה שחוסמת הכל.

אפליקציות מבוססות תמונה כמו Instagram משנות את אופן הפעולה של המוח למצב שחוקרים מתארים כפחות רציונלי ויותר קנייני. הסקרולינג האינסופי, התמונות שמחליפות זו את זו במהירות, מביאים את המוח למצב שבו הוא פחות מפעיל שיפוט ויותר מגיב לגירויים. ואז, באמצע המצב הזה בדיוק, מופיעה פרסומת. לא במקרה. המערכת יודעת שזה הרגע המדויק שבו אתה הכי פגיע.

אנשים עם ADHD מתארים שהם לא מצליחים לסנן את הגירויים, שכל פרסומת נכנסת ותופסת מקום במוח שהם צריכים לדברים אחרים. אנשים על הספקטרום האוטיסטי מתמודדים עם עומס חושי שהפרסום מחריף. זה לא נלקח בחשבון כי למערכת הפרסום אין קטגוריה של "האדם הזה לא מסוגל לסנן את מה שאנחנו דוחפים אליו." יש רק קטגוריה אחת: חשיפה.

## ההשפעה על ילדים: דור שגדל בתוך הסביבה הזו

כל מה שנכתב עד עכשיו מתאר את ההשפעה על מבוגרים. אנשים שגדלו בעולם שהיה בו איזשהו "לפני", שמכירים תקופה שבה לא כל משטח היה פרסומת, שלפחות תיאורטית יש להם את הכלים להבחין ולסנן. ילדים לא גדלו בעולם כזה. הסביבה הפרסומית הזו, זה העולם שלהם. הם לא מכירים שום דבר אחר.

ילדים מזהים לוגואים של מותגים לפני שהם יודעים לקרוא. זה לא ביטוי מוגזם. מחקרים מתעדים זיהוי מותגים בגילאים צעירים מאוד, הרבה לפני שמתפתחת היכולת להבין מה לוגו בכלל מייצג. ילד שמזהה את הלוגו של רשת מזון מהיר בגיל שלוש לא מבין שמישהו רוצה למכור לו משהו. הוא פשוט מזהה צורה שמשמעותה "שמחה" כי ככה היא תוכנתה לעבוד עליו.

מחקרים טוענים שפרסום לילדים פוגע בדימוי העצמי. כל פרסומת, בבסיסה, אומרת "מה שיש לך לא מספיק, מה שאתה לא מספיק, קנה את זה ותהיה יותר." מבוגר יכול, לפחות לפעמים, לזהות את המנגנון הזה. ילד לא. הוא פשוט קולט את המסר שהוא לא מספיק, שוב ושוב ושוב, אלפי פעמים ביום, משלב שבו הוא עוד לא בנה תמונה יציבה של עצמו.

פרסום לילדים מקושר להשמנה. פרסומות מזון לא בריא מובילות לעלייה בצריכת מזון אצל ילדים שנחשפים אליהן. לא "משפיעות על העדפות" בצורה עדינה. מובילות לעלייה בצריכה. ילדים אוכלים יותר אחרי שרואים פרסומות לאוכל. ישירות.

פרסום לילדים מעלה את הסיכון לשימוש בטבק, סמים ואלכוהול. מחקרים מראים קשר בין חשיפה לפרסום ובין התנהגויות סיכון, כי ילדים לא מפרידים בין "משהו שנראה מגניב בפרסומת" ל"משהו שיפגע בי"

ואז יש את הרשתות החברתיות, שהן בסופו של דבר מכונות פרסום עם פונקציה חברתית. ילדים שמבלים מעל שלוש שעות ביום ברשתות חברתיות נמצאים בסיכון מוגבר לחרדה, דיכאון, ובעיות אכילה. שלוש שעות זה לא מספר קיצוני. זה ממוצע רגיל לבני נוער. ובתוך השלוש שעות האלה, כל גלילה מכניסה אותם למצב של השוואה, חוסר, ורצון לקנות או להיראות אחרת, שמונע על ידי פרסום שהם לא מזהים כפרסום.

## מי בכלל מגן עליהם

כמה מדינות כבר הכירו בזה. שבדיה אוסרת פרסום לילדים מתחת לגיל 12\. קוויבק בקנדה אוסרת פרסום לילדים מתחת ל-13\. נורווגיה אוסרת חסויות בטלוויזיית ילדים. פינלנד הולכת בכיוון דומה.

אבל אלה חריגים. ברוב המוחלט של העולם, כולל מדינות מפותחות, אין הגבלה משמעותית על פרסום לילדים. לא בטלוויזיה, לא באינטרנט, ובוודאי שלא ברשתות חברתיות שבהן ילדים מבלים את רוב הזמן שלהם. ילדים הם קהל שבוי. הם לא יכולים לא להיחשף, הם לא מסוגלים לסנן, ואין מי שעומד בין המערכת הזו לביניהם.

דור שלם גדל בתוך סביבה שמעוצבת כדי לגרום לו לרצות, לקנות ולהרגיש חסר. הוא לא יודע שהסביבה הזו מעוצבת. מבחינתו, ככה העולם נראה.

## הכלכלה של "בלי פרסומות": מי משלם כדי לא לראות

בשלב מסוים התעשייה גילתה שאפשר להרוויח פעמיים. פעם אחת מלמכור את תשומת הלב שלך למפרסמים. ופעם שנייה מלגבות ממך תשלום כדי שיפסיקו.

YouTube Premium. Spotify Premium. Netflix בלי פרסומות. Hulu בלי פרסומות. גרסאות Pro של כל אפליקציה שנייה. המודל חוזר על עצמו בכל מקום: הגרסה החינמית מציפה אותך בפרסומות עד שנקודת השבירה, ואז מציעה לך לשלם כדי שיפסיקו. השקט הפך למוצר פרימיום.

מה שנמכר פה זה לא שירות טוב יותר. **זה ההיעדר של משהו שלא היה צריך להיות שם מלכתחילה.** אתה לא משלם על מוזיקה, אתה משלם על שקט. אתה לא משלם על סרטון, אתה משלם על הזכות לצפות בלי שיפסיקו אותך כל חמש דקות. המוצר הוא לא התוכן. המוצר הוא ההפסקה מהפרסום.

זה יוצר חברה שמחולקת לשתי שכבות. מי שיכול לשלם חי בסביבה שקטה יחסית. לא נקייה, כי גם בגרסאות הממומנות יש מיקום מוצרים ותוכן ממומן ואינפלואנסרים בתשלום, אבל לפחות בלי ההפצצה הישירה. מי שלא יכול לשלם, סופג הכל. כל פרסומת, כל הפרעה, כל מניפולציה, בלי שום מסנן.

ילד ממשפחה מבוססת צופה בסרטונים בלי הפרעה כי ההורים משלמים על Premium. ילד ממשפחה שלא יכולה להרשות לעצמה את זה צופה באותו סרטון עם שתי פרסומות לפניו, פרסומת באמצע, ועוד אחת בסוף. ולא סתם פרסומות. פרסומות שתוכננו לעבוד על מוח שעוד לא פיתח יכולת סינון. ככל שיש לך פחות כסף, יש לך פחות הגנה.

זו לא תופעת לוואי. זה המודל העסקי. לדחוף עד שישלמו, ולהמשיך לדחוף למי שלא ישלם. ובשני המקרים, מישהו מרוויח.

## 74% יודעים. 48% קונים בכל זאת.

אולי הנתון הכי חשוב בכל מה שנכתב כאן הוא זה: 74% מהאנשים אומרים שיש יותר מדי פרסומות ברשתות החברתיות. הם יודעים. הם מודעים. הם מתלוננים על זה. הם אומרים את זה בסקרים, בפורומים, בשיחות. ובכל זאת, 48% מהם קנו משהו אחרי שראו פרסומת ברשת חברתית. כמעט חצי.

המספר הזה אומר משהו שלא נעים לשמוע. מודעות לא מספיקה. לדעת שמפרסמים לך זה לא מספיק כדי להתגונן מזה. לראות את המנגנון זה לא מספיק כדי לא להיות מושפע ממנו.

וזה בדיוק מה שאדוארד ברנייס הבין לפני מאה שנה. לא צריך לשכנע את החלק הרציונלי. הוא לא מקבל את ההחלטות שהוא חושב שהוא מקבל. צריך לעבוד מתחתיו, ברמה שבה אנשים לא מרגישים שמשהו קורה. וכל מה שהשתנה מאז ברנייס הוא לא העיקרון. רק הכלים. הכלים פשוט הפכו טובים יותר, מדויקים יותר, ובלתי נראים יותר.

התגובה הנפוצה ביותר של אנשים לכל מה שתואר בפוסט הזה היא "ככה זה" שתי מילים שמסכמות את כל הבעיה. לא "זה נורא" לא "צריך לשנות את זה" פשוט "ככה זה" הנורמליזציה עצמה היא המוצר הכי מוצלח שתעשיית הפרסום מכרה. לא מוצר ספציפי, לא מותג ספציפי, אלא ההרגשה שזה הכרחי, שזה טבעי, שאין ברירה, שככה העולם עובד.

אבל ככה העולם לא עובד. ככה העולם תוכנן לעבוד. ויש הבדל ענק בין השניים.

ב2007 עיר של 12 מיליון בני אדם הוכיחה שאפשר אחרת. מדינות אוסרות פרסום לילדים. ערים מסירות שלטי חוצות. 1.77 מיליארד בני אדם מתקינים חוסמי פרסומות. האנשים שאומרים "ככה זה" מתעלמים מכל הפעמים שמישהו אמר "לא, ככה זה לא חייב להיות" ומשהו באמת השתנה.

הצעד הראשון הוא לא לשנות את המערכת. הצעד הראשון הוא להפסיק לקבל אותה כמובנת מאליה.

[המקור באנגלית](https://dissenthuman.com/issues/the-ad?ref=blog.orielhaim.com)
### טריק הגבלות השימוש שעובד על כולם
URL: https://blog.orielhaim.com/the-rate-limit-trick-that-fools-everyone/
Last updated: 2026-06-02T10:24:35.000Z
לאחרונה כל חברות הAI אחת אחרי השנייה עוברות למודל חדש של מגבלות. לא מגבלה חודשית פשוטה שאתה יכול להבין ולתכנן לפיה. משהו הרבה יותר מתוחכם וכולם נפלו בזה.

פתאום יש מגבלה לכל חמש שעות. ומגבלה שבועית מעל המגבלה הזו. ואיפוסים שמגיעים בלי התראה ונעלמים בלי הסבר. ותוכניות שמבטיחות לך "פי 20" בלי שאף אחד יגיד לך פי 20 מכמה. אתה משלם 20 דולר בחודש, או 100, או 200, ואתה לא יכול לענות על השאלה הכי בסיסית שקיימת: מה בדיוק אני מקבל תמורת הכסף שלי?

מה שמדהים הוא שזה עובד מצוין. כל שבוע עולה פוסט של מישהו שמודה לOpenAI או לאנטרופיק על זה שהם "איפסו מגבלות" או "הכפילו לימיט" ואנשים מגיבים עם לבבות ותודות כאילו החברה עשתה להם טובה אישית. אף אחד לא עוצר לשאול רגע - אם צריך לאפס, אולי המגבלה הייתה נמוכה מדי מלכתחילה? אם צריך להכפיל, אולי מה שהיה לפני זה היה חצי ממה שמגיע לך?

אבל אנשים לא שואלים. כי השיטה בנויה בדיוק כדי שלא תשאלו.

## למה שבוע ולא חודש?

מנוי זה חודש. תמיד היה חודש. נטפליקס? חודש. ספוטיפיי? חודש. כל שירות שאי פעם שילמתם עליו באינטרנט? חודש. ככה המוח שלכם עובד. אתם משלמים, אתם יודעים שיש לכם את הדבר הזה לשלושים יום, וביום האחרון אתם שואלים את עצמכם “שווה לי לחדש?” זה פשוט. זה מובן. זה עובד.

אז למה פתאום כשמדובר בAI המגבלות הן שבועיות?

לא כי שבוע זה יחידת זמן טבעית יותר. לא כי זה עוזר לכם לנהל את השימוש שלכם. ובטח שלא כי מישהו ישב וחשב "מה הכי הוגן ללקוח?" זה שבועי כי שבועי עובד לטובתם. לא לטובתכם. בשלוש דרכים שונות שכולן עובדות עליכם בו זמנית.

**אפקט האיפוס.** כשמגבלה מתאפסת פעם בחודש אתם מרגישים אותה. יש רגע אחד שבו המונה חוזר לאפס ואתם חושבים "אוקיי עוד חודש" אבל כשהמגבלה מתאפסת כל שבוע? פתאום יש לכם ארבעה רגעים כאלה בחודש. ארבע פעמים שבהן אתם מרגישים "קיבלתי עוד" ארבע פעמים שבהן המוח שלכם עושה את הקליק של "הנה נתנו לי משהו" וזה מרגיש טוב. זה מרגיש כמו שפע. כמו שהמערכת עובדת בשבילכם. כמו שמישהו שם נדיב. אבל אף אחד לא נתן לכם כלום. פשוט חילקו את אותו דבר בדיוק ליותר חלקים כדי שזה ירגיש כאילו יש יותר.

**מה שלא השתמשת בו נעלם.** זה החלק שרוב האנשים לא עוצרים לחשוב עליו. אם הייתה לכם מכסה חודשית הייתם יכולים לנהל אותה. שבוע שקט שבו בקושי נגעתם בכלי? מעולה נשאר לכם יותר לשבוע העמוס שבא אחריו. פרויקט שנדחה? לא נורא תנצלו את ההודעות כשהפרויקט חוזר. זה איך שחיים עובדים. לא כל שבוע זהה. יש שבועות שאתם בפול גז על פרויקט ויש שבועות שאתם בישיבות מהבוקר עד הערב ולא נוגעים בקוד.

אבל עם מכסה שבועית? אין צבירה. מה שלא השתמשתם בו השבוע - מת. נעלם. לא עבר לשבוע הבא. לא הצטבר. לא חיכה לכם. פשוט נמחק. ובפועל כשמסתכלים על זה לאורך חודש שלם רוב האנשים מקבלים פחות ממה שהיו מקבלים עם מכסה חודשית רגילה. כי אף אחד לא עובד בצורה אחידה. אף אחד לא מתחלק בדיוק לארבעה שבועות זהים. החיים לא עובדים ככה. אבל המגבלות מתנהגות כאילו כן. ומי שמפסיד מהפער הזה? נחשו.

**אתם אף פעם לא עוצרים לחשוב.** עם מנוי חודשי יש רגע טבעי של החלטה. סוף החודש. ההודעה מהבנק. הרגע שבו אתם מסתכלים ואומרים "רגע השתמשתי בזה בכלל?" וזה הרגע שבו אנשים מבטלים מנויים. החברות יודעות את זה. הן יודעות בדיוק מתי אתם הכי קרובים ללחוץ על כפתור הביטול.

מגבלה של שבוע מטשטשת את הרגע הזה. אתם תמיד באמצע מחזור. תמיד שבוע חדש, תמיד "עוד רגע מתאפס" תמיד מרגישים שאתם בתנועה. אין את הרגע הזה של "סוף" שגורם לכם לעצור ולשאול את עצמכם אם שווה לכם. החודש עובר, הכרטיס נגבה, ואתם אפילו לא שמתם לב. כי תמיד הייתם באמצע משהו. תמיד הייתם בדרך לאיפוס הבא. תמיד היה שבוע חדש ממש מעבר לפינה.

וזה כל הקטע. לא עשו את זה שבועי כדי לתת לכם גמישות. עשו את זה שבועי כדי לקחת מכם גמישות בלי שתרגישו.

## חלון חמש שעות

אז יש מגבלה שבועית. אבל זה לא מספיק. כי מגבלה שבועית לבד עדיין נותנת לכם חופש לבחור מתי להשתמש. אתם רוצים לשרוף הכל ביום שלישי כי יש לכם דדליין? בבקשה. רוצים לפזר את זה על פני חמישה ימים? גם בסדר. וזה בעיה. לא בעיה בשבילכם. בעיה בשבילם. הפתרון? חלון מתגלגל של חמש שעות.

בפועל זה אומר שיש לכם כמות מסוימת של הודעות שאתם יכולים לשלוח ואחרי שסיימתם אותם אתם ננעלים. לא עד מחר. לא עד סוף היום. "רק חמש שעות" ואז מתאפס ואתם יכולים לרוץ שוב. נשמע סביר? בואו נסתכל על מה שבאמת קורה.

אתם יושבים על פרויקט. עובדים. דברים זזים. אתם בזרימה. ואז בום. "הגעת למגבלת השימוש. מתאפס בעוד 5 שעות" ופה קורה הדבר הקריטי. אתם לא ממשיכים לעבוד. אתם לא יושבים ומסתכלים על הטיימר. אתם הולכים לעשות משהו אחר. שותים קפה. עוברים למשימה אחרת. נכנסים לישיבה. חוזרים הביתה. ואז כשחמש השעות עוברות ואתם מקבלים בחזרה את ההודעות שלכם - אתם לא באותו מקום. לא פיזית ולא מנטלית. הרצף נשבר. האנרגיה ירדה. ולפעמים אתם פשוט שוכחים שבכלל התאפס.

וזה בדיוק מה שקורה לרוב האנשים. הם לא מגיעים למגבלה השבועית. אף פעם. כי חלון חמש השעות דואג לזה. הוא חותך את העבודה שלכם לפרוסות קטנות מספיק כדי שתמיד תשתמשו פחות ממה שמגיע לכם. לא כי אתם לא רוצים. לא כי אין לכם צורך. אלא כי הקצב שבו הם מנפקים לכם את מה ששילמתם עליו פשוט לא תואם את הקצב שבו אתם עובדים.

תחשבו על זה ככה. נגיד שיש לכם מנוי לחדר כושר שמאפשר לכם להיכנס רק בבלוקים של שעתיים, ובין כל בלוק צריך להמתין חמש שעות. תיאורטית אתם יכולים להתאמן המון. אבל בפועל? רוב האנשים ייכנסו פעם, אולי פעמיים ביום, כי החיים לא מסתדרים ככה. ובסוף השבוע הם ישתמשו באולי חצי מהזמן שמגיע להם. והחדר כושר? ירוויח בדיוק אותו דבר.

## האיפוסים הנדיבים

כל כמה ימים עולה פוסט בX או ברדיט שגורם לכולם לרגע להרגיש טוב. "איפסנו מגבלות לכולם!" סם אלטמן מצייץ "אם הציוץ הזה יקבל לייק אחד טיבו יאפס לכולם את הלימיטים" ואנשים מגיבים עם לבבות ותודות ו"long live Sam Altman" כאילו מישהו ירד מהשמיים ונתן להם מתנה אישית. אנטרופיק מוציאה פוסט רשמי על שותפות עם SpaceX ו220 אלף כרטיסי GPU חדשים ומכריזה שהכפילו את הלימיטים של Claude Code ואנשים שמחים. מרימים כוסית. חוגגים.

ברצינות אף אחד לא עוצר לשאול את השאלה המתבקשת: אם צריך להכפיל - מה היה לפני זה?

> רוצים לדעת איך באמת מורידים מכסה? תתנו לכולם פרומושן כפול. תורידו את המכסה "בטעות" ל40%. תתקנו את ה"באג" ותחזירו ל90%. אף אחד לא ישים לב שחסרים 10% כי כולם עסוקים לשמוח שזה "חזר" ותפיסת הנורמה שלהם כבר התפוצצה מההתנדנדות בין כפול לרבע.

לאחרונה OpenAI איפסו לימיטים של Codex "לחגוג" שלושה מיליון משתמשים שבועיים. נשמע נדיב? תבדקו את התזמון. האיפוס הגיע שמונה שעות לפני שהמגבלות היו מתאפסות ממילא. מה שאומר שאם היה לך 60% שלא השתמשת בו ותכננת לנצל אותו הערב - מצטערים. נעלם. קיבלת 100% חדש במקום ה60% שנשאר לך ועכשיו השבוע החדש מתחיל מוקדם יותר. איפוס? זה לא איפוס. זה ניקוי מלאי לפני סוף השבוע.

אתה מתרגל לרמה מסוימת. מורידים לך. אתה מתלונן. מחזירים לך קצת פחות ממה שהיה. אתה שמח שזה "חזר" חודש אחרי זה מורידים שוב. מחזירים שוב. כל פעם קצת פחות. כל פעם הקו הבסיסי יורד עוד טיפה. וכל פעם האיפוס מרגיש כמו מתנה כי אתם כבר לא זוכרים איפה הקו היה במקור.

האיפוסים האלה לא חלק מהעסקה. אף אחד לא הבטיח לכם אותם. אין שום מקום בתנאי השימוש שכתוב "תקבלו איפוס כל פעם שנגיע לאבן דרך שיווקית" זה לא פיצ’ר. זה מתנה. ומתנות אפשר להפסיק לתת.

עכשיו תחשבו על מה שקורה ברגע שהם מפסיקים. לא משנים כלום. לא מורידים שום מגבלה. לא נוגעים בשום מספר. פשוט מפסיקים לאפס. ופתאום אתם מרגישים שאתם מקבלים פחות. הרבה פחות. אבל אם תלכו לבדוק שום דבר לא השתנה. אותן מגבלות. אותם מספרים. אותם תנאים בדיוק. מה שהשתנה זה שהתרגלתם לאיפוסים כאילו הם חלק מהמוצר וברגע שהם נעלמים המוצר מרגיש שבור למרות שהוא בדיוק מה שקניתם.

וזה היופי של השיטה. הם לא צריכים לקחת מכם כלום. הם רק צריכים להפסיק לתת את מה שלא הייתם אמורים לקבל מלכתחילה. ואתם? אתם אפילו לא יכולים להתלונן. כי על מה בדיוק? על זה שהפסיקו לתת לכם בונוס שאף אחד לא חייב היה לכם?

## פי 20 ממה בדיוק?

לדוגמה אנטרופיק מוכרים תוכנית שנקראת Max. 100 דולר לחודש או 200 דולר לחודש. מה אתה מקבל? "פי 5 מPro" או "פי 20 מPro" מצוין. ומה זה Pro? "פי 5 מהתוכנית החינמית" נהדר. ומה זה התוכנית החינמית? "הכמות משתנה לפי ביקוש"

אתם משלמים 200 דולר בחודש על מכפלה של מספר שאף אחד - כולל החברה שמוכרת לכם אותו - לא מגדירה. זה כמו להגיד "הבירה הזו גדולה פי שלוש מהרגילה" ואז לגלות שהגודל של "רגילה" משתנה בהתאם לכמה אנשים יש בבר. ביום רגיל אולי מדובר בחצי ליטר. ביום עמוס? אולי כוסית. אבל תמיד "פי שלוש" מבחינה טכנית הם אף פעם לא שיקרו. מבחינה מעשית אתם אף פעם לא יודעים מה אתם מקבלים.

אני לא מצליח לחשוב על תעשייה אחרת שבה אומרים לך "יש מגבלות שימוש" בלי להגדיר אותן. אפילו בחבילת סלולר המגבלה נקובה בגיגה. כאן? אף אחד לא יודע כמה הוא מקבל. וזו הנקודה. בכל תעשייה אחרת זה היה מוזר. בכל תעשייה אחרת מישהו היה דורש הסבר. אבל AI? AI זה חדש. AI זה מרגש. AI זה "הדבר הבא" ובזכות ההתלהבות הזו חברות מצליחות למכור לכם מנויים שאתם לא יכולים לדעת מה הם שווים ואתם אפילו אומרים תודה.

## אתה לא יודע מה אתה קונה

הקו שחוצה את כל מה שדיברנו עליו הוא פשוט. פעם שילמת על מנוי וידעת מה אתה מקבל. נטפליקס? גישה לכל הספרייה. ספוטיפיי? כל השירים. אפילו חדר כושר שילמת ונכנסת מתי שרצית. המוצר היה ברור. התנאים היו ברורים. ואם לא אהבת פשוט ביטלת.

מה שקורה עכשיו בעולם הAI זה משהו אחר לגמרי. אתה לא משלם על מוצר. אתה משלם על הרשאה. הרשאה שהם שולטים בה לחלוטין. הם מחליטים כמה אתה מקבל. הם מחליטים מתי. הם מחליטים אם בשעות העומס אתה מקבל פחות. הם מחליטים אם לאפס לך מגבלות או לא. הם מחליטים אם ה"פי 20" שלך שווה הרבה או מעט. ואתה? אתה פשוט ממשיך לשלם ומקווה שמה שתקבל היום יהיה דומה למה שקיבלת אתמול.

זה לא אומר שהכלים לא שווים. הם שווים ואני אחד מאלה שמשתמש בהם כל יום ויודע כמה הם משנים. אבל לדעת שהכלי טוב ולדעת שהעסקה הוגנת זה לא אותו דבר. ועכשיו כשהבנתם איך המנגנון עובד לפחות תוכלו להחליט מתוך הבנה ולא מתוך הרגשה. כי הם ממש טובים בלגרום לכם להרגיש.
### The World of AI: Human in the Loop
URL: https://blog.orielhaim.com/the-world-of-ai-human-in-the-loop/
Last updated: 2026-05-23T18:12:17.000Z
בפוסט הקודם דיברנו על איך שולטים בצ’אט. על היסטוריה, על קונטקסט, על למה שיחה שמסתובבת במעגלים היא לא בעיה של הכלי אלא בעיה שלכם. אם לא קראתם אני ממליץ להתחיל משם

[The World of AI: Chat Controlרוב האנשים מנהלים שיחה עם AI ולא מבינים למה הוא כל כך לא יעיל בזמן שכולם מסביב מראים איך הם עושים איתו הכל. ההבדל הוא לא המודל אלא איך מנהלים את השיחה. בואו לגלות איך לשלוט על הצאט שלכם ולהתחיל לעבוד נכון.![](https://blog.orielhaim.com/content/images/icon/Minimal_logo_icon_design_A_lone_cowboy_figure_sil-1770338288607-4.png)The Old Newsoriel haim![](https://blog.orielhaim.com/content/images/thumbnail/Bold_split-screen_conceptual_design_piece_contrast-1774967536069.png)](https://blog.orielhaim.com/the-world-of-ai-chat-control/)

הפעם אנחנו מדברים על משהו יותר גדול. לא על איך מנהלים שיחה עם מודל אלא על איך עובדים איתו. איך בונים איתו דברים אמיתיים. ובעיקר למה רוב האנשים שחושבים שהם יודעים לעשות את זה טועים בצורה שהם עוד לא מבינים כמה היא תעלה להם.

יש משפט שחוזר על עצמו בכל מקום בתקופה האחרונה. בטוויטר\\יוטיוב ובכל כנס טכנולוגיה שני. "כל אחד יכול לבנות הכל עם AI" נשמע מעולה. נשמע דמוקרטי. נשמע כאילו סוף סוף הכלים פתוחים לכולם ואין צורך בשנים של לימוד כדי ליצור דברים. ויש בזה גרעין של אמת, הכלים באמת נגישים יותר מאי פעם. אדם בלי שום רקע טכני יכול לשבת היום מול מודל כלי AI ולהוציא ממנו דברים שלפני שנתיים היו דורשים צוות שלם.

אבל יש פער בין "יכול להוציא משהו" לבין "יודע מה הוא מוציא" ויש פער אפילו יותר גדול בין "זה עובד" לבין "זה עובד נכון" ושני הפערים האלה הם לא פערים שנסגרים עם פרומפט יותר טוב.

הם נסגרים עם ידע. עם ניסיון. עם שנים של להתעסק עם דברים, להיכשל, להבין למה נכשלת, ולנסות שוב. את זה אי אפשר לדלג. את זה אי אפשר לקצר. ומי שאומר לכם אחרת מנסה למכור לכם משהו.

### מה זה בכלל סוכן

עד עכשיו דיברנו על צאט. אתה כותב, המודל עונה, אתה כותב שוב. הלוך חזור. שאלה ותשובה. זה מה שרוב האנשים מכירים וזה מה שרוב האנשים חושבים שזה "לעבוד עם AI"

אבל יש מילה שצצה בכל מקום ומשנה את כל המשחק. **Agent**. סוכן. ואם לא שמעתם עליה עדיין כנראה אתם חיים מתחת לסלע.

אז מה ההבדל? בצאט רגיל אתה נותן למודל הוראה והוא מחזיר לך טקסט. זהו. הוא לא עושה כלום בעולם האמיתי. הוא לא נוגע בקבצים שלך, לא מריץ קוד, לא שולח מיילים, לא בודק דברים ברקע. הוא מייצר מילים על מסך ואתה לוקח את המילים האלה ועושה איתן מה שאתה רוצה.

סוכן זה משהו אחר. סוכן זה מודל שקיבל כלים. לא כלים במובן המטאפורי אלה כלים אמיתיים. גישה לקבצים. יכולת להריץ פקודות. אפשרות לגלוש באינטרנט, לקרוא מסמכים, לכתוב קוד ולהריץ אותו, לבדוק אם הוא עובד, לתקן אותו אם הוא לא עובד, ולהמשיך הלאה בלי שתגידו לו מה לעשות בכל צעד.

בצאט אתם הידיים והמודל הוא היועץ. עם סוכן - המודל הוא גם היועץ וגם הידיים. אתם אומרים לו "תבנה לי X" והוא הולך ובונה. לבד. צעד אחרי צעד. מקבל החלטות בדרך. בוחר כלים. פותר בעיות שצצות. ממשיך עד שהוא מגיע למשהו שהוא חושב שמוכן.

ופה בדיוק זה נהיה מעניין. כי כל מה שדיברנו עליו בפוסטים הקודמים שהמודל לא באמת “מבין”, שהוא מייצר את רצף המילים הכי סביר, שהוא יכול להמציא דברים מהאוויר בביטחון מלא - כל זה עדיין נכון. שום דבר לא השתנה. רק שעכשיו במקום שהוא יגיד לכם דבר שגוי שאתם יכולים לקרוא ולבדוק, הוא יכול *לעשות* דבר שגוי. בשקט. בלי לשאול. ולהמשיך לבנות על הטעות הזו שכבה אחרי שכבה עד שיש לכם משהו שנראה מושלם מבחוץ ורקוב מבפנים.

### לתת לסוכן לרוץ בעיוורון זה כמו לתת לטירון את המפתחות למפעל

דמיינו שיש לכם עובד חדש. הוא חרוץ. הוא מהיר. הוא לא מתלונן, לא הולך להפסקות, לא מבקש העלאה. הוא יעשה כל מה שתגידו לו בלי שאלות

נשמע מושלם נכון? עכשיו תחשבו על זה שנייה. עובד שעושה כל מה שאומרים לו בלי לשאול שאלות. בלי להגיד "רגע אתה בטוח?" בלי להרים גבה כשמשהו לא הגיוני. בלי הניסיון לדעת שמה שנראה כמו קיצור דרך עכשיו הוא מלכודת בעוד חודש. הוא פשוט רץ. מהר. בביטחון. לכיוון שאתם הצבעתם עליו, גם אם הכיוון הזה הוא ישר לתוך הקיר.

נעים להכיר זה סוכן AI בלי פיקוח.

אני לא מדבר תיאורטית. אני רואה את זה קורה כל יום. מישהו אומר לסוכן "תבנה לי אפליקציה שעושה X" והסוכן הולך ובונה. בוחר טכנולוגיה - שלא בהכרח נכונה. מקים מבנה קבצים - שלא בהכרח הגיוני. כותב פונקציה, נתקל בבעיה, “פותר” אותה עם workaround ששום בן אדם שפוי לא היה כותב וממשיך הלאה. נתקל בבעיה נוספת שנוצרה בגלל הworkaround הקודם, מוסיף עוד patch. ועוד אחד. ועוד אחד. שכבה על שכבה של פתרונות שכל אחד מהם מטפל בסימפטום ואף אחד מהם לא מטפל בבעיה.

אחרי שעה יש לכם משהו שעובד. אפשר ללחוץ על כפתורים, דברים זזים על המסך, המודל אפילו כותב לכם "זה עובד נהדר!" עם סיכום מסודר של מה שהוא עשה. אתם מסתכלים על זה ואומרים "וואו AI זה קסם מי צריך מתכנתים היום"

ואז אתם מנסים להוסיף פיצ’ר חדש

פתאום כלום לא עובד. משנים פה ונשבר שם. מוסיפים שם ונשבר פה. והסוכן? הוא ישמח לתקן. הוא יוסיף עוד patch על הpatch שעל הpatch. כל "תיקון" שובר שני דברים אחרים, כל "שיפור" מסבך את הבלגן עוד קצת עד שאתם יושבים מול הר של קוד שאף אחד - כולל הסוכן שכתב אותו - לא באמת מבין מה קורה בתוכו.

זה לא באג של AI. זה לא מגבלה שתיפתר בגרסה הבאה. זה התוצאה הבלתי נמנעת של לתת למישהו שלא מבין מה הוא עושה לקבל את כל ההחלטות. הוא לא טיפש - הוא פשוט לא יודע מה הוא לא יודע. ומי שלא יודע מה הוא לא יודע לא יכול לדעת מתי הוא טועה.

רוצים לדעת על פוסטים חדשים לפני כולם?

[הצטרפו לערוץ הטלגרם שלי ](https://t.me/orielblog?ref=blog.orielhaim.com) 

## אתה לא נגרר. אתה הנהג.

יש שתי דרכים לעבוד עם סוכן AI. הראשונה היא להגיד לו "תעשה" ולחכות שיסיים. השנייה היא להגיד לו "תעשה את הצעד הזה, ככה, עם זה" ואז לבדוק מה יצא, להחליט מה הלאה, ולכוון אותו לצעד הבא.

הדרך הראשונה מרגישה יעילה. היא לא.

הדרך השנייה מרגישה איטית. היא לא.

כשאתם נותנים לסוכן לרוץ לבד מההתחלה ועד הסוף אתם לא חוסכים זמן - אתם לווים זמן מהעתיד. כי כל דבר שהוא עשה לא נכון בדרך, כל החלטה שקיבל בלי שאתם ידעתם, כל פינה שהוא חתך כי הוא לא ידע שיש פינה - כל אלה הולכים לחכות לכם. לא היום. לא מחר. ביום שבו תנסו להוסיף פיצר, לתקן באג, לעלות לפרודקשן, לטפל באלף משתמשים במקום בעשרה. שם הכל מתפרק ופתאום אתם משלמים על כל קיצור דרך בבת אחת.

Human in the Loop זה לא לשבת ולאשר כל שורת קוד. זה לא "תראה לי מה עשית לפני שאתה ממשיך" על כל צעד זעיר. זה יהפוך את העבודה לבלתי נסבלת ויהרוג את כל הערך של הכלי. הרעיון הוא אחר לגמרי.

אתם הנהג. הסוכן הוא המנוע.

אתם קובעים לאן נוסעים, באיזה כביש, ובאיזו מהירות. המנוע עושה את העבודה הפיזית - הוא זה שמזיז את הרכב קדימה. אתם לא צריכים להבין בדיוק מה קורה בכל בוכנה בכל שנייה. אבל אתם כן צריכים לדעת לאן אתם נוסעים, ואתם כן צריכים להסתכל על הכביש ולא להירדם בזמן הנסיעה.

בפועל זה אומר שאתם עובדים בצעדים. לא נותנים לסוכן משימה ענקית ומחכים לסוף. אלה שוברים את העבודה לחלקים. "תבנה את המבנה הבסיסי ככה וככה" ואז בודקים. "עכשיו תוסיף את החלק הזה, עם הספריה הזאת, בגישה הזאת" בודקים. "עכשיו תחבר את זה לזה" בודקים. בכל צעד אתם מסתכלים, מוודאים שהכיוון נכון, ורק אז ממשיכים.

פה נכנס משהו שרוב האנשים לא מבינים על מודלי שפה. הם חושבים שהמודל לא *יודע* לעשות דברים נכון. זה לא נכון. המודל ראה קוד מצוין. הוא ראה ארכיטקטורות נקיות, פתרונות אלגנטיים, best practices של כל תחום אפשרי. הידע הזה יושב שם. הבעיה היא לא שהוא לא יודע - הבעיה היא שהוא לא *חושב* שזה מה שצריך לעשות עכשיו.

כשאתם אומרים לסוכן "תבנה לי מערכת אימות למשתמשים" הוא לא עוצר לחשוב "רגע מה הגישה הנכונה כאן? יש ספריות מוכנות שכבר פתרו את הבעיה הזו, שעברו אלפי שעות של בדיקות אבטחה שקהילה שלמה מתחזקת אותן. אולי עדיף להשתמש באחת מהן?" הוא לא עושה את זה. הוא פשוט מתחיל לכתוב. מאפס. מערכת אימות שלמה שהוא ממציא תוך כדי. ומה שיוצא? משהו שנראה כמו מערכת אימות, מתנהג כמו מערכת אימות, אבל חסרים בה מאה דברים קטנים שכל ספריה רצינית כבר פתרה מזמן. דברים כמו הצפנת סיסמאות נכונה, טיפול בsession hijacking, הגנה מפני brute force, rate limiting. דברים שאתם לא רואים מבחוץ אבל מישהו עם כוונות רעות יראה תוך חמש דקות.

אם זה נשמע לכם תיאורטי אני ממליץ לקרוא על מה שקרה עם [Tea](https://www.bbc.com/news/articles/ce87rer52k3o?ref=blog.orielhaim.com) אפליקציית דייטינג אמריקאית שהגיעה למקום הראשון בחנות האפליקציות עם יותר ממיליון משתמשות. האפליקציה אפשרה לנשים לבדוק רקע על גברים שהן מתנהלות איתם, לשתף חוויות, לסמן דגלים אדומים. נשמע מצוין (נוראי). מוצר שעובד. אנשים משתמשים. הכל טוב.

ואז התגלה שבסיס הנתונים של האפליקציה היה פשוט פתוח. לא "נפרץ" במובן שמישהו עבד קשה כדי לעקוף מערכות הגנה. לא היו מערכות הגנה. המידע ישב שם חשוף ופשוט חיכה שמישהו ייקח אותו. וזה מה שקרה. מעל 70,000 תמונות דלפו כולל צילומי תעודות זהות וסלפי אימות שהיו אמורים להימחק מיד. כתובות של 33,000 נשים פורסמו על מפה פתוחה לכל העולם. נשים שהצטרפו לאפליקציה כדי להרגיש בטוחות פתאום מצאו את הכתובת שלהן חשופה לכל מי שרצה למצוא אותן. אחת מהן הייתה אישה שברחה מבן זוג אלים ועשתה הכל כדי שהוא לא ידע איפה היא גרה. אופסי

מסד נתונים פתוח. בלי אימות. בלי הצפנה. בלי שום דבר. זה לא באג מתוחכם שרק האקר מנוסה היה מגלה. זה דבר שכל מפתח שעבד על פרויקט אמיתי פעם אחת בחיים יודע שצריך לסגור. זה שיעור ראשון. יום ראשון. ומישהו בנה מוצר שמיליון אנשים סמכו עליו בלי לדעת את זה.

פאשלה? לא בדיוק. זה מה שקורה כשמוצר "עובד" אבל מי שבנה אותו לא ידע - או לא חשב - על הדברים שלא רואים מבחוץ. נכון אפשר לבקש מסוכן AI שיסביר לך איך לאבטח מסד נתונים. הוא אפילו ייתן לך תשובה מסודרת. אבל אם אתה לא יודע שצריך לשאול את השאלה הזו מלכתחילה - מה זה שווה? אתה לא יודע מה אתה לא יודע. וAI לא יגיד לך "רגע שכחת לשאול על אבטחה" הוא יבנה לך בדיוק מה שביקשת. לא יותר.

פה אני רוצה להגיד משהו מניסיון אישי. אני עובד עם AI כל יום על דברים שאני מכיר לעומק. תכנות, ארכיטקטורה, דברים שאני חי ונושם. אני תופס אותו טועה. לא מעט. לפעמים הוא ממליץ על גישה מיושנת ולפעמים הוא פשוט ממציא משהו שנשמע מושלם אבל לא עובד ככה במציאות. ובגלל שזה תחומים שאני שולט בהם אני יודע לעצור ולהגיד "לא זה לא נכון תבדוק שוב" והוא עונה "צודק טעיתי הנה הגרסה הנכונה" וממשיכים הלאה. ואז הוא באמת צודק.

אבל כל פעם שזה קורה אני עוצר לרגע ושואל את עצמי: מה היה קורה אם זה היה תחום שאני לא מכיר? פשוט הייתי מאמין לו? הייתי לוקח את התשובה השגויה, בונה עליה עוד שכבה, ועוד שכבה, בלי לדעת שהיסוד כולו רעוע?

מה שבאמת מפחיד אותי זה כל הפעמים שדיברתי עם AI על תחומים שאני לא שולט בהם. כמה דברים שהוא אמר לי שקיבלתי כעובדה היו פשוט לא נכונים? אני לא יודע. ואני לא יכול לדעת. כי אם הייתי יודע - הייתי תופס אותו.

זה בדיוק הפער. מי שמכיר את התחום עובד עם AI כמו נהג מנוסה שיודע מתי המכונית עושה רעש מוזר. מי שלא מכיר - נוסע בביטחון מלא ולא שומע שום דבר עד שהמנוע מתפוצץ.

### אל תזלזלו בבעלי מקצוע

יש משפט שאני שומע יותר מידי לאחרונה ולי ישר לאבד אמון במי שאומר אותו: "לא צריכים כבר מתכנתים. אפשר לעשות הכל בvibe coding"

אני רוצה להיות ברור לגבי מה שאני חושב על המשפט הזה. זו לא דעה לגיטימית שאפשר להתווכח עליה. זו יהירות שנובעת מבורות. מי שאומר את זה מגלה שהוא לא מבין מה מתכנת עושה. הוא חושב שמתכנת כותב קוד. מתכנת לא כותב קוד. כתיבת קוד זה אחוז קטן מהעבודה. מתכנת מתכנן ארכיטקטורה. מתכנת חושב על סקייל. מתכנת יודע איך לבנות מערכת שלא תתפרק כשעשרת אלפים אנשים ייכנסו בו זמנית. מתכנת יודע מה לבדוק, מה לאבטח, מתי לשכתב ומתי לזרוק הכל ולהתחיל מחדש. מתכנת עם עשר שנות ניסיון מריח בעיה לפני שהיא קורה. את זה אי אפשר ללמד מודל שפה ואת זה אי אפשר להחליף עם פרומפט.

**זה לא רק תכנות. אני תמיד מדבר על תכנות כי זה התחום שלי אבל זה רלוונטי לכל מקצוע.** מעצב גרפי שעובד עשרים שנה רואה דברים בלייאאוט שאף AI לא ידע להגיד לכם. עורך דין עם ניסיון מריח בעיה בחוזה שהמודל יגיד לכם שנראה תקין. אנשים השקיעו שנים ללמוד, שנים לטעות, שנים לפתח אינטואיציה שאין לה תחליף. לזלזל בזה כי "יש AI עכשיו" זה לא חזון עתידני. זה חוסר הבנה של מה זה בכלל מקצוע.

וכשחברה אומרת "אנחנו לא צריכים מפתחים יותר אנחנו עושים הכל עם AI" זה צריך להדליק נורה אדומה לכל משקיע שנמצא בחדר. כי מה שהחברה הזו באמת אומרת זה "אנחנו לא מבינים מה מפתחים עושים ולכן אנחנו חושבים שאפשר בלעדיהם" וחברה שלא מבינה מה אנשי המקצוע שלה עושים לא תשרוד מספיק זמן כדי להבין למה היא נכשלה.

מה שכן נכון הוא שהמשחק השתנה. מתכנת היום לא צריך לשבת ולכתוב כל שורה בעצמו. יש לו סוכן AI שיכתוב קוד, יעשה דיבאגינג, יכתוב טסטים, יתעד. זה אמיתי. זה עוצמתי. מתכנת אחד עם AI יכול היום להספיק את העבודה של צוות שלם. אבל - ופה ההבדל שאנשים מפספסים - המתכנת הזה חייב להיות *יותר* טוב, לא פחות. כי עכשיו הוא לא רק כותב קוד. הוא מנהל סוכן שכותב קוד. הוא צריך לדעת מה לבקש, מה לבדוק, מה לזרוק, ומתי להגיד "לא, תתחיל מחדש" הוא צריך את כל הידע שהיה לו קודם ועוד שכבה שלמה מעל.

להחליף מתכנת אחד בvibe coder עם AI זה לא אותו דבר. זה כמו להחליף מנתח מנוסה במישהו שצפה בסרטוני YouTube וקיבל סט אזמלים. הכלים אותם כלים בדיוק. התוצאה? תבינו לבד.

### מה עכשיו?

הפוסט הזה היה על דבר אחד בסופו של דבר. לא על AI, לא על סוכנים, לא על קוד. הוא היה על הידע שיושב בראש שלכם ועל העובדה שאף כלי בעולם לא יכול להחליף אותו. AI הוא מכפיל כוח. אבל מכפיל כפול אפס זה עדיין אפס.

אז לפני שאתם רצים לבנות את המוצר הבא עם סוכן שעושה הכל לבד תעצרו שנייה ותשאלו את עצמכם: אם הייתי צריך לבנות את זה בלי AI הייתי יודע מאיפה מתחילים?

אם התשובה היא כן - מעולה. יש לכם את הכלי הכי חזק שאי פעם היה.

אם התשובה היא לא - גם מעולה. יש לכם את הכלי הכי טוב שאי פעם היה כדי **ללמוד**. פשוט אל תבלבלו בין השניים.
### MAPL: Model Action Programming Language
URL: https://blog.orielhaim.com/mapl-model-action-programming-language/
Last updated: 2026-05-08T09:08:44.000Z
מודלי שפה גדולים המצוידים ביכולת קריאה לכלים חיצוניים פועלים כיום בלולאה סדרתית: המודל פולט קריאת כלי אחת, ממתין לתוצאה, מקבל את כל ההקשר מחדש, מחליט על הפעולה הבאה, וחוזר חלילה. ארכיטקטורה זו יוצרת עלות מיותרת של round-trips שחוזרים למודל, כפילות טוקני הקשר, וזמן תגובה מצטבר גבוה גם כאשר לוגיקת ההסתעפות בין הכלים פשוטה ודטרמיניסטית. עבודות קודמות כגון LLMCompiler (Kim et al., 2024) התמקדו בהקבלת קריאות כלים עצמאיות אך לא הציעו מנגנון שבו המודל מבטא תנאים, יציאות מוקדמות, והסתעפויות ישירות בפלט שלו, כך שהרצה דטרמיניסטית תבצע אותן ללא קריאות נוספות למודל. גישות חדשות יותר כמו Programmatic Tool Calling של Anthropic (2025) מאפשרות למודל לכתוב קוד Python שמתזמר כלים אך מסתמכות על שפת תכנות כללית (Turing-complete) שדורשת sandbox אינה מבטיחה סיום ומהווה שכבה חיצונית למודל ולא חלק מהפורמט הפנימי שלו.

> מימוש הדגמה של MAPL זמין לעיון וניסוי [כאן](https://github.com/orielhaim/MAPL?ref=blog.orielhaim.com)

במאמר זה אני מציע את MAPL (Model Action Programming Language) שפת תחום (DSL) קומפקטית ומוגבלת בכוונה (non-Turing-complete) שמקודדת ישירות כspecial tokens בפורמט הפנימי של מודלי שפה באותו רובד שבו מקודדים היום `<|tool_call|>`, `<|eom_id|>`, ו`<|python_tag|>`. המודל פולט תוכנית MAPL שלמה כחלק מהפלט שלו וסביבת הרצה דטרמיניסטית מבצעת אותה. MAPL מאפשרת למודל לתאר בקריאה אחת תוכנית מלאה הכוללת קריאות כלים סדרתיות ומקביליות, תנאים על תוצאות ביניים, יציאות מוקדמות שקטות, וסוגי קריאות שונים (חוסמות או שגר-ושכח). אני מנתח תיאורטית את החיסכון בקריאות מודל, בטוקנים, ובזמן תגובה, ונראה שבתרחישים טיפוסיים של 2-5 כלים עם הסתעפויות, MAPL מפחיתה 20%-50% מקריאות לכלים ומזמן התגובה, תוך שהיתרון המשמעותי ביותר מתקבל בתהליכי אוטומציה שמסתיימים לעיתים קרובות ביציאה מוקדמת ללא תגובה.

## 1\. מבוא

### 1.1 הרקע: tool calling כפרדיגמה מרכזית

היכולת של מודלי שפה גדולים לקרוא לכלים חיצוניים - ממשקי API, מסדי נתונים, מנועי חיפוש ושירותים נוספים - הפכה לאחד הנדבכים המרכזיים בפריסת סוכני AI במערכות ייצור. מאז הצגת function calling בGPT-4 (OpenAI, 2023) והרחבתו למודלים פתוחים כמו Llama 3.1 (Dubey et al., 2024) וMistral (Jiang et al., 2024), ספקי מודלים מובילים כגון OpenAI, Anthropic, Google, Mistral, וMeta הטמיעו תמיכה בtool calling ישירות בתוך המודלים שלהם, באמצעות אימון ייעודי על פורמטים מובנים.

מבחינה טכנית tool calling מיושם באמצעות special tokens - טוקנים מיוחדים שאינם חלק מהשפה הטבעית אלא משמשים כהוראות מבניות למודל ולסביבת ההרצה. למשל Llama 3 משתמשת ב`<|python_tag|>` לסימון תחילת קריאת כלי ו`<|eom_id|>` לסימון שהמודל מצפה לתוצאה לפני שימשיך, בעוד `<|eot_id|>` מסמן סוף תור מלא. Mistral מגדירה control tokens ייעודיים כגון `[TOOL_CALLS]`, `BEGIN_TOOL_RESULTS` ו`END_TOOL_RESULTS`. פורמט Hermes (NousResearch) משתמש ב`<tool_call>` ו`</tool_call>`. פורמט ChatML של OpenAI משתמש ב`<|im_start|>` ו`<|im_end|>` לתיחום תפקידים בשיחה.

כל הגישות הללו חולקות מבנה משותף: המודל פולט טוקן מיוחד שמסמן קריאת כלי, הruntime מבצע את הקריאה, ואז התוצאה מוזנת חזרה למודל כהודעה חדשה. המודל מעבד את כל הcontext מחדש ומחליט על הצעד הבא.

### 1.2 הבעיה: round-trips מיותרים

הארכיטקטורה הרווחת כיום לשימוש בכלים מבוססת על הפרדיגמה שהציגו Yao et al. (2023) בעבודתם על ReAct: המודל חושב, מחליט על פעולה, מבצע אותה, מקבל תצפית, חושב שוב, וחוזר חלילה עד שמגיע לתשובה סופית. פרדיגמה זו אינטואיטיבית וגמישה אך היא מטילה מבנה ביצוע סדרתי קשיח: כל צעד דורש round-trip מלא למודל שבו כל ההקשר - הוראות המערכת, הגדרות הכלים, הודעת המשתמש, היסטוריית השיחה, ותוצאות כלים קודמות - נשלחים מחדש. בתהליך שכולל N קריאות כלים הדבר מצריך בדרך כלל N+1 קריאות למודל, כאשר עלות הטוקנים גדלה ליניארית עם כל צעד.

הבעיה מתחדדת כשבוחנים את אופי ההחלטות שהמודל מקבל בין קריאות כלים. ברוב הworkflows ההחלטות הללו הן דטרמיניסטיות ולא סמנטיות: "אם אין תוצאות חיפוש - עצור", "אם יש תוצאות - העבר לכלי הבא", "אם הסטטוס הוא X - קרא לכלי Y". אין צורך במודל שפה כדי לבדוק אם רשימה ריקה - זו בדיקה שקוד פשוט יכול לבצע. המודל כבר “יודע” מראש מה הלוגיקה, אבל הפרוטוקול הקיים מאלץ אותו לגלות אותה צעד אחרי צעד.

בנוסף לכפילות ההקשר ושיקול הדעת המיותר, קיימת בעיית זמן תגובה מצטבר. כל קריאה למודל דורשת 1-3 שניות וכל כלי דורש 0.5-2 שניות. תהליך סדרתי של ארבע קריאות מודל ושלושה כלים יכול לקחת 8-15 שניות, גם כאשר הלוגיקה פשוטה.

### 1.3 מגבלות הגישות הקיימות

עבודות מאוחרות יותר זיהו את חוסר היעילות הזה. LLMCompiler (Kim et al., 2024) הציע ארכיטקטורה בהשראת מהדרים קלאסיים: המודל מייצר גרף תלויות (DAG) של משימות ויחידת ביצוע מריצה משימות עצמאיות במקביל. גישה זו הצליחה להפחית באופן משמעותי את זמן התגובה (עד 3.7x) ואת העלות (עד 6.7x) ביחס לReAct. אולם LLMCompiler לא תומך בתנאים (if/else) על תוצאות כלים ולא ביציאות מוקדמות (early exit); כאשר נדרשת הסתעפות המודל חוזר ל"מצב תכנון מחדש" (replanning) שהוא בפועל round-trip נוסף.

ReWOO (Xu et al., 2023) הפריד בין שלב התכנון לשלב הביצוע: המודל מייצר תוכנית מלאה מראש, וWorkers מבצעים את הכלים. אך גם כאן אין תנאים - התוכנית היא רצף קבוע. גישת Plan-and-Solve (Wang et al., 2023) מפרידה בין שלב תכנון לשלב ביצוע אך התוכנית היא רשימת צעדים ליניארית ללא branching.

CodeAct (Wang et al., 2024) הציע שהמודל יפלוט קוד Python אמיתי שמבצע קריאות כלים. זה מאפשר תנאים ולולאות, אך דורש sandbox מלא של Python, מעלה סיכוני אבטחה, ומקשה על validation סטטי של התוכנית.

Programmatic Tool Calling (PTC) של Anthropic (2025) הולך צעד נוסף ומאפשר למודל Claude לכתוב קוד Python שמתזמר קריאות כלים בסביבת sandbox. תוצאות ביניים נשארות בסביבת ההרצה ולא נכנסות לcontext של המודל. הגישה הזו הוכיחה חיסכון של 37% בטוקנים במשימות מחקר מורכבות, ושיפור דיוק בbenchmarks פנימיים. אולם PTC מסתמכת על Python - שפה שלמה מבחינת Turing - שדורשת code execution sandbox, אינה מבטיחה סיום, ומהווה שכבה חיצונית (API-level feature) ולא חלק מהפורמט הפנימי של המודל. (Fun Fact [כבר חשבתי על זה בעבר](https://github.com/orielhaim/ZedBot/blob/main/docs/body/arch.md?ref=blog.orielhaim.com))

PASTE (Sui et al., 2026) הציע ביצוע כלים ספקולטיבי על בסיס דפוסי זרימה חוזרים. FlowMind (Liu et al., 2026) הציע מסגרת Execute-Summarize שבה המודל מבצע קודם ואז מחלץ workflow מובנה. OrchDAG (Lu et al., 2025) מודל tool execution כDAG עם מורכבות נשלטת, ומשתמש בRLVR לאימון. Quasar (Mell et al., 2025) מציע שפת תכנות חדשה לפעולות קוד של מודלים, עם הקבלה אוטומטית, כימות אי-ודאות, ותכונות אבטחה - אך זו עדיין שפת תכנות חיצונית שהמודל כותב כטקסט. Semantic Router DSL (Chen et al., 2026) מציע שפת מדיניות דקלרטיבית לניתוב inference ותזמור סוכנים, אך ממוקד במדיניות ניתוב - איזה מודל לבחור, האם לאשר קריאת כלי -ולא בתזמור הכלים עצמם.

כל הגישות הקיימות חולקות הנחה משותפת: שהתזמור קורה מחוץ לפורמט הפנימי של המודל כשכבה חיצונית (Python, DSL חיצוני, framework). החלל שנשאר פתוח הוא ברור: אין מנגנון קיים שבו המודל מבטא לוגיקה מותנית ישירות בפורמט הטוקנים שלו, כחלק טבעי מהפלט, כך שתבוצע דטרמיניסטית ללא שום round-trip.

### 1.4 מטאפורת המתכנת

האינטואיציה המרכזית של MAPL היא שינוי תפקיד: המודל עובר מ"עובד" שמבצע צעד אחד בכל פעם ומחכה להוראות ל"מתכנת" שכותב תוכנית מותנית מלאה. סביבת ההרצה - runtime דטרמיניסטי וקל - מבצעת את התוכנית ומחזירה למודל רק כאשר נדרש שיקול דעת שרק מודל שפה יכול לספק, כגון ניסוח תשובה בשפה טבעית.

מגבלה זו אינה תכונה מהותית של מודלי שפה אלא מגבלה של פרוטוקול הפלט. מודלים מודרניים מסוגלים לייצר מבנים מורכבים - JSON, קוד, markup - ואין סיבה עקרונית שלא יוכלו לייצר תוכנית מותנית מלאה שתבוצע על ידי סביבת הרצה דטרמיניסטית. זו ההצעה המרכזית של מאמר זה.

## 2\. שפת MAPL

### 2.1 עקרונות תכנון

MAPL מתוכננת לפי ארבעה עקרונות מנחים.

הראשון הוא **הטמעה ברמת הטוקנים**. MAPL מקודד כspecial tokens באותו רובד שבו מקודדים היום tool calls. הוא לא טקסט שהמודל כותב אלה חלק מהvocabulary של המודל. זו ההבחנה המהותית ביותר מגישות כמו CodeAct, PTC, וQuasar שבהן המודל כותב קוד כטקסט רגיל.

השני הוא **מוגבלות מכוונת**. MAPL הוא non-Turing-complete אין בו לולאות, רקורסיה, או מצב משתנה. יש רק תנאים, רצפים, וביצוע מקבילי. מגבלה זו מבטיחה שכל תוכנית MAPL מסתיימת, ושruntime דטרמיניסטי יכול לבצע אותה ללא סיכון ללולאות אינסופיות ובלי צורך בsandbox.

השלישי הוא **מינימליזם**. MAPL מוסיף מספר קטן של primitives מעל tool calling קיים. כל מה שאפשר לבטא בtool call רגיל אפשר לבטא בMAPL. MAPL מוסיף רק את היכולת לשרשר, להתנות, ולבצע במקביל. אין משתנים כלליים, אין פונקציות מוגדרות-משתמש. אלו ירחיבו את מרחב השגיאות של המודל ללא תועלת מספקת.

הרביעי הוא **הדרגתיות**. מודל יכול לפלוט tool call רגיל (ללא MAPL) למשימות פשוטות, ותוכנית MAPL רק כאשר יש ערך ללוגיקה מותנית. המערכת לא מכריחה DSL על כל אינטראקציה. ההבחנה מתבצעת על ידי הspecial token הראשון שהמודל פולט: `<|tool_call|>` לקריאה רגילה, `<|program_start|>` לתוכנית MAPL.

### 2.2 פרימיטיבים

MAPL מגדירה חמישה פרימיטיבים בסיסיים.

**call** \- קריאת כלי חוסמת. קריאת כלי סטנדרטית שבה הruntime ממתין לתוצאה לפני שממשיך. כוללת את שם הכלי, פרמטרי הקלט, ומזהה שמאפשר להפנות לתוצאה בהמשך התוכנית. התוצאה נשמרת ב-namespace של התוכנית ונגישה לצעדים הבאים.

**fire** \- קריאת כלי לא-חוסמת (שגר-ושכח). הruntime שולח את הקריאה אך ממשיך מיד לצעד הבא, ללא המתנה לתוצאה ובלי לאחסן אותה בstate. שימושי לפעולות צדדיות כמו רישום לlog, שליחת התראה, או עדכון מצב.

**if** \- תנאי על תוצאת כלי קודם. התנאי מבוטא על שדות של תוצאת הכלי באמצעות אופרטורים פשוטים: השוואה מספרית ומחרוזתית, בדיקת קיום שדה, בדיקת ערך null/empty, ואופרטורים לוגיים (and, or, not). התנאי מכתיב איזה ענף (branch) יבוצע - כל if מכיל ענף then ואופציונלית ענף else.

**parallel** \- ביצוע מקבילי של מספר קריאות כלים עצמאיות. הruntime מריץ את כולן בו-זמנית ואוסף את התוצאות לפני שממשיך.

**finish** \- סיום התוכנית. יכול להיות מסוג `respond` (יש לחזור למודל לניסוח תשובה סופית, כאשר ה-runtime מעביר למודל את הstate המצטבר) או מסוג `silent` (סיום ללא תגובה כלל - הruntime לא חוזר למודל ולא פולט תשובה למשתמש).

### 2.3 Special Tokens

MAPL מגדיר את הspecial tokens הבאים:

```
<|program_start|>  - תחילת תוכנית MAPL
<|program_end|>    - סוף תוכנית MAPL
<|call|>           - קריאת כלי חוסמת
<|fire|>           - קריאת כלי לא-חוסמת
<|if|>             - תחילת תנאי
<|else|>           - ענף else
<|endif|>          - סוף תנאי
<|parallel|>       - תחילת בלוק מקבילי
<|end_parallel|>   - סוף בלוק מקבילי
<|finish|>         - סיום (עם פרמטר silent או respond)

```

### 2.4 דוגמאות מלאות

#### דוגמה 1: בדיקת מיילים חדשים

תרחיש: "בדוק אם יש מיילים חדשים. אם אין, אל תגיב. אם יש, סנן כפילויות. אם אין חדש אחרי סינון, אל תגיב. אם יש חדש, סכם בעברית."

**בtool calling רגיל** התהליך דורש 3-4 round-trips:

```
<|start_header_id|>assistant<|end_header_id|>

<|python_tag|>{"name": "gmail.search", "parameters": {"query": "is:unread newer_than:1d"}}<|eom_id|>

<|start_header_id|>ipython<|end_header_id|>

{"result_count": 3, "results": [{"id": "m1", ...}, {"id": "m2", ...}, {"id": "m3", ...}]}<|eot_id|>

<|start_header_id|>assistant<|end_header_id|>

<|python_tag|>{"name": "memory.deduplicate", "parameters": {"items": [...]}}<|eom_id|>

<|start_header_id|>ipython<|end_header_id|>

{"new_count": 2, "new_items": [{"id": "m1", ...}, {"id": "m3", ...}]}<|eot_id|>

<|start_header_id|>assistant<|end_header_id|>

הנה סיכום המיילים החדשים שלך:
1. ...<|eot_id|>

```

כל `<|start_header_id|>assistant<|end_header_id|>` הוא קריאה נפרדת למודל עם כל ההקשר מחדש.

**בMAPL** המודל פולט את הכל בקריאה אחת:

```
<|start_header_id|>assistant<|end_header_id|>

<|program_start|>
<|call|> id=search tool=gmail.search {"query": "is:unread newer_than:1d"}
<|if|> search.result_count == 0
  <|finish|> silent
<|else|>
  <|call|> id=dedupe tool=memory.deduplicate {"items": "{search.results}"}
  <|if|> dedupe.new_count == 0
    <|finish|> silent
  <|else|>
    <|finish|> respond {"new_emails": "{dedupe.new_items}"}
  <|endif|>
<|endif|>
<|program_end|><|eot_id|>

```

הruntime מקבל את התוכנית ומבצע אותה:

(1) מפרש את `<|program_start|>...<|program_end|>`

(2) מריץ gmail.search מקבל `{result_count: 3, results: [...]}`

(3) בודק `search.result_count == 0` \- false נכנס לelse

(4) מריץ memory.deduplicate מקבל `{new_count: 2, new_items: [...]}`

(5) בודק `dedupe.new_count == 0` false נכנס לelse

(6) פוגש `<|finish|> respond` מחזיר למודל רק את `{new_emails: [...]}`.

רק עכשיו אם צריך ניסוח המודל נקרא פעם שנייה ומקבל רק את המיילים החדשים, לא את כל ההיסטוריה.

בתרחיש שאין מיילים חדשים הruntime מבצע קריאה אחת לgmail.search, בודק שהתוצאה ריקה, פוגש `<|finish|> silent` ועוצר. המודל נקרא פעם אחת בלבד כדי לייצר את התוכנית.

### 2.5 Validation

לפני ביצוע תוכנית, הruntime מבצע בדיקות validation סטטיות:

(1) כל הפניה (ref) מכוונת לid שהוגדר קודם לכן בעץ הביצוע

(2) כל if מכיל לפחות ענף then

(3) כל כלי שנקרא קיים בסכמת הכלים הזמינים

(4) כל path בעץ מסתיים בfinish. תוכנית שלא עוברת validation לא מבוצעת ובמקום זאת מוחזרת למודל עם הודעת שגיאה לתיקון בדומה לאופן שבו מטפלים היום בtool call עם פרמטרים לא תקינים.

### 2.6 מה MAPL לא כולל

MAPL לא כולל לולאות (for\\while) כי לולאות על תוצאות כלים דורשות runtime מורכב עם ניהול state, ומכניסות סיכון של ביצוע בלתי מוגבל. MAPL לא כולל משתנים או מצב משתנה - תוצאת כל כלי זמינה תחת הidentifier שהמודל הגדיר (למשל $search, $dedupe), אך אין namespace מקונן או scope. MAPL לא כולל קריאות כלים דינמיות - שם הכלי והפרמטרים חייבים להיות ידועים בזמן הפלט, לא מחושבים מתוצאות. וMAPL לא כולל ניסוח טקסט - כל תשובה שדורשת שפה טבעית חייבת לעבור דרך `finish respond` שמחזיר את השליטה למודל.

מגבלות אלו הן מכוונות. MAPL לא מנסה להחליף שפות תכנות אלה רק לאפשר למודל לבטא לוגיקה מותנית פשוטה על קריאות כלים בצורה שהruntime יכול לבצע בבטחה ובדטרמיניסטיות.

## 3\. ניתוח החיסכון

הערכת החיסכון של MAPL לעומת tool calling סדרתי היא הערכה גסה בלבד ולא תוצאה של ניסוי אמפירי או מדידה בשטח. באופן עקרוני בפרדיגמת ReAct רגילה המודל נקרא שוב אחרי כמעט כל קריאת כלי ולכן תהליך עם כמה כלים יכול לדרוש מספר רב של קריאות מודל ולצבור שוב ושוב את אותו הקשר.

לעומת זאת בMAPL המודל יכול לפלוט מראש תוכנית ביצוע הכוללת קריאות כלים, תנאים, יציאה מוקדמת, ביצוע מקבילי והחלטה האם בכלל צריך להחזיר תשובה למשתמש.

לכן בתרחישים שבהם יש כמה שלבים טכניים או הסתעפויות פשוטות ניתן להעריך שהחיסכון עשוי להיות משמעותי: בערך 40%-80% בטוקנים ובקריאות מודל בתהליכים מרובי-כלים ולעיתים אף יותר באוטומציות שמסתיימות לעיתים קרובות בsilent finish כמו ניטור חדשות, בדיקת מיילים או בדיקת מלאי.

לעומת זאת במשימות פשוטות עם כלי אחד בלבד או במשימות שדורשות שיקול דעת סמנטי אחרי כל שלב החיסכון צפוי להיות קטן יותר.

לכן יש להתייחס למספרים האלה כאומדן ראשוני בלבד, שמטרתו להמחיש את פוטנציאל החיסכון ולא כטענה מדידה או מוכחת ללא benchmark מסודר.

## 4\. אימון

### 4.1 אימון על MAPL

MAPL דורשת שמודלי שפה יאומנו לייצר תוכניות בשפה זו, בדומה לאופן שבו מודלים כיום מאומנים לייצר tool calls בפורמט JSON.

תהליך האימון מרחיב את הפרדיגמה הקיימת: מוסיפים את הטוקנים המיוחדים של MAPL (`<|program_start|>`, `<|program_end|>`, `<|call|>`, `<|fire|>`, `<|if|>`, `<|else|>`, `<|endif|>`, `<|parallel|>`, `<|end_parallel|>`, `<|finish|>`) לvocabulary, מייצרים דוגמאות אימון של תוכניות MAPL נכונות עבור workflows שונים, ומאמנים את המודל לייצר אותן.

המודל לומד גם מתי להשתמש בMAPL ומתי בtool call רגיל. ההבחנה מתבצעת לפי הspecial token הראשון שנפלט.

### 4.2 המלצה: מודלים גדולים בלבד

בשל המורכבות היחסית של ייצור תוכניות MAPL נכונות (בהשוואה לtool call בודד) אני ממליץ להפעיל את יכולת MAPL רק במודלים גדולים בסדר גודל של 70B פרמטרים ומעלה. מודלים קטנים יותר עלולים לייצר תוכניות שגויות בשיעור גבוה מדי, מה שישלול את היתרון. ניתן לשקול מודלים קטנים יותר (8B-30B) רק אם הם עוברים fine-tuning ייעודי על MAPL עם dataset מספיק גדול ומגוון.

## מקורות

Anthropic. (2024). Introducing the Model Context Protocol. [https://www.anthropic.com/news/model-context-protocol](https://www.anthropic.com/news/model-context-protocol?ref=blog.orielhaim.com)

Anthropic. (2025). Introducing advanced tool use on the Claude Developer Platform. [https://www.anthropic.com/engineering/advanced-tool-use](https://www.anthropic.com/engineering/advanced-tool-use?ref=blog.orielhaim.com)

Chen, H., et al. (2026). From Inference Routing to Agent Orchestration: The Semantic Router DSL. arXiv:2603.27299.

Cheng, J., Liu, X., Zhang, Z., Wen, H., Zhang, Z., Yin, Q., Li, S., Nigam, P., Yin, B., Zhang, C., & Song, Y. (2026). Training LLMs for Multi-Step Tool Orchestration with Constrained Data Synthesis and Graduated Rewards. arXiv:2603.24709.

Dubey, A., et al. (2024). The Llama 3 Herd of Models. arXiv:2407.21783.

Jiang, A. Q., et al. (2024). Mistral 7B. arXiv:2310.06825.

Kim, S., Moon, S., Tabrizi, R., Lee, N., Mahoney, M. W., Keutzer, K., & Gholami, A. (2024). An LLM Compiler for Parallel Function Calling. In Proceedings of the 41st International Conference on Machine Learning (ICML), PMLR 235.

Liu, Y., et al. (2026). FlowMind: Execute-Summarize for Structured Workflow Generation from LLM Reasoning Traces. arXiv:2602.11782.

Lu, Y., Liu, S., & Dong, L. (2025). OrchDAG: Complex Tool Orchestration in Multi-Turn Interactions with Plan DAGs. arXiv:2510.24663.

Mell, S., et al. (2025). A Fast, Reliable, and Secure Programming Language for LLM Agents with Code Actions. arXiv:2506.12202.

Sui, Y., et al. (2026). Accelerating LLM Agents via Pattern-Aware Speculative Tool Execution (PASTE). arXiv:2603.18897.

Wang, L., Xu, W., Lan, Y., Hu, Z., Lan, Y., Lee, R. K.-W., & Lim, E.-P. (2023). Plan-and-Solve Prompting: Improving Zero-Shot Chain-of-Thought Reasoning by Large Language Models. In Proceedings of ACL 2023.

Wang, X., Wang, Y., Liu, J., Chen, Y., Yuan, L., Peng, H., & Ji, H. (2024). Executable Code Actions Elicit Better LLM Agents. ICML 2024\. arXiv:2402.01030.

Xu, B., Peng, Z., Lei, B., Mukherjee, S., Liu, Y., & Xu, D. (2023). ReWOO: Decoupling Reasoning from Observations for Efficient Augmented Language Models. arXiv:2305.18323.

Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., & Cao, Y. (2023). ReAct: Synergizing Reasoning and Acting in Language Models. ICLR 2023.
### אני חוזה שההימור הזה חוקי
URL: https://blog.orielhaim.com/prediction-markets-the-house-with-no-house/
Last updated: 2026-04-27T12:49:43.000Z
יש משהו מרתק בלצפות בתעשייה שלמה ממציאה את עצמה מחדש בזמן אמת רק כדי לא להיקרא בשמה האמיתי.

בחודשים האחרונים אם פתחתם טוויטר או פשוט חייתם ברשתות בוודאי ראיתם את זה. **Polymarket** מלווה בגרפים יפים, אחוזים בזמן אמת, משפטי “הקהל יודע יותר טוב מהמומחים”, בחירות, מלחמות, מחירי ביטקוין, מי יזכה באוסקר, כמה אינצ’ים של שלג ירדו מחר בניו יורק. אם יש לזה תוצאה - אפשר להמר עליה. סליחה, *לסחור* בה.

אני לא בא לכאן בתור מישהו שמטיף נגד הימורים. כל אחד יעשה עם הכסף שלו מה שבא לו וזה ממש לא העניין שלי (אם יש למישהו יותר מידי מהמוצר הזה אני בעל דוקטורט בבזבוזים ואשמח לסייע בנושא). מה שכן מעניין אותי זה הסיפור שמספרים מסביב לדבר הזה. כי הסיפור הזה הוא אחד הסיפורים הכי יפים ששמעתי מתעשייה מאז שהמציאו את הNFT (מישהו בכלל זוכר את זה עדיין?)

## העם יותר חכם מהעם בלדעת מה העם יעשה

הטענה היא בערך כזו: כשמספיק אנשים שמים כסף אמיתי על תוצאה - השוק "יודע" את האמת. כי מי שיש לו מידע אמיתי ישים הרבה כסף. מי שאין לו - יפסיד. וכך כמו ביד נעלמה של אדם סמית' רק עם יותר דופמין מתגלה הסתברות אמיתית לכל אירוע בעולם.

זה נשמע נהדר. זה גם נשמע הגיוני. ויש בזה משהו אמיתי. מנגנון של "הימור עם הכיס" באמת מסנן אנשים שסתם מקשקשים מאלה שיש להם משהו להפסיד. זה לא רעיון מטופש. בכלל לא.

הבעיה היא שכל המנגנון הזה תלוי בהנחה אחת קטנה: שאנשים עם **מידע אמיתי** הם אלה שיזיזו את השוק. ואז אתה עוצר ושואל את עצמך - רגע. *מי בדיוק* האנשים האלה?

## הסוד הקטן והמלוכלך

אנשים עם מידע אמיתי על מתי GTA 6 ייצא הם אנשים שעובדים ברוקסטאר (או מלאכים למרות שגם זה בספק). אנשים שיודעים מתי הריבית תרד הם אנשים שיושבים בפדרל ריזרב. אנשים שיודעים מי יזכה באוסקר הם אנשים שסופרים את ההצבעות. אנשים שיודעים מה ייצא בדוח התעסוקה הבא הם אנשים שעבדו על דוח התעסוקה הבא.

במילים אחרות בשביל ששווקי החיזוי "יעבדו" כמו שהם מבטיחים הם **חייבים** סחר במידע פנים. זה לא באג. זה הפיצ'ר. זה המנגנון. ומי שאומר לכם אחרת או לא הבין את מה שהוא עצמו מוכר או הבין מצוין ופשוט מקווה שאתם לא תבינו.

ועכשיו תחשבו רגע על המשמעות של זה. כל מערכת הרגולציה הפיננסית של 100 השנים האחרונות נבנתה סביב רעיון אחד מאוד בסיסי - שסחר במידע פנים זה דבר רע. שזה לא הוגן. שאם אתה יודע משהו שהציבור לא יודע ואתה נסחר על זה - אתה גונב. ופתאום מגיעה תעשייה שלמה ואומרת "לא לא אצלנו זה דווקא הפיצ’ר המרכזי. זה מה שהופך את המערכת למדויקת"

זה לא חידוש. זה ההפך הגמור מחידוש. זה מכונה ישנה מאוד עם שכבת UI חדשה.

## "אין בית"

המנטרה האהובה עליהם: "אנחנו לא קזינו אנחנו רק מתאמים בין הצדדים. אין בית. אין מי שמרוויח מההפסד שלכם"

טכנית - בערך נכון. בפועל - כל מי שעבד שניה אחת בתעשייה מבין מה הולך פה.

יש מחקר שקראתי שמצא ש0.04% מהסוחרים תופסים בערך 70% מהרווחים. תעשו את החשבון. זה לא "חוכמת ההמון" שעובדת מולכם. זה כמה עשרות אנשים מקצוענים, עם מידע, כלים וזמן, שיושבים בצד השני של ההימור שלכם. ואתם בתור מי שכותב פעם בשבוע "ארה"ב מול ישראל אני מאמין בכחול לבן" - אתם הנזילות. אתם הדלק. אתם לא היריב של הבית - **אתם השולחן**

ובאמת אין שם בית במובן המסורתי. יש שם משהו יותר אלגנטי - מערכת שבה אנשים שיודעים יותר ממכם לוקחים את הכסף שלכם והפלטפורמה גוזרת קופון ויכולה להגיד בכנות מוחלטת "מה אנחנו עשינו? רק חיברנו ביניכם"

## למה זה בכלל מעניין אותי

האמת? זה לא בגלל שאכפת לי ממי שמהמר. כמו שאמרתי - חופש בחירה בלה בלה. מה שמעניין אותי זה **השפה**.

כשאתה מסתכל איך התעשייה הזאת מדברת על עצמה אתה רואה בדיוק את אותו דפוס שראינו בקריפטו, בNFT, בday trading של GameStop. תמיד אותו אוצר מילים: "דמוקרטיזציה של פיננסים" "לקחת את הכוח חזרה מהמומחים" "מונטיזציה של הידע שלך" "חוכמת ההמון"

תרגום: "אנחנו רוצים שתסחור הרבה ונקרא לזה השקעה כי השקעה זה דבר אצילי וההימור זה דבר ילדותי"

המשחק הסמנטי הזה הוא לא תמים. הוא נועד לעקוף שני דברים בו זמנית - את הרגולטורים שמסתכלים על "הימור" אחרת מאשר על "מסחר" ואת הראש שלכם שמסתכל אחרת על "השקעה" מאשר על "הימור" אם תאמינו שאתם משקיעים, תזרימו פנימה כסף שלעולם לא הייתם מזרימים לקזינו. וזו כל הנקודה.

זה גם הסיבה שהם נלחמים בכל הכוח להיות מוסדרים על ידי גוף פדרלי שמטפל בנגזרים פיננסיים ולא על ידי הגופים שמטפלים בהימורים בכל מדינה ומדינה. כי ההבדל בין "מסחר בנגזרים" ל"הימור" הוא לא רק מילולי אלה הבדל של מסים, רישוי, חובות הגנה על מהמרים פתולוגיים ומגבלות פרסום. הכל הבדל של מילים

## אז מה דעתי

אני חושב שיש בשווקי החיזוי משהו אמיתי. הרעיון של "מנגנון תמחור הסתברויות באמצעות הסיכון הכלכלי של המשתתפים" הוא רעיון יפה. במקרים מסוימים, על דברים מסוימים, עם רגולציה נכונה זה יכול להיות כלי מעניין.

אבל מה שיש לנו עכשיו זה לא זה החזון. מה שיש לנו עכשיו זה תעשיית הימורים שהצליחה לעשות rebrand מבריק. שמייצרת אפליקציות עם UI חלק שמסתירים מאחוריהם את אותם המנגנונים שהפילו אנשים על ההימורים מאז שהומצאה הרולטה. שמשווקת את עצמה לדור שגדל בכלכלה שבורה ומציעה לו מה שכל סכמת התעשרות מהירה הציעה אי פעם - את האשליה שהפעם, בניגוד לכל פעם אחרת, *אתה* תהיה הצד החכם.

אני לא נגד שאנשים יסכנו כסף הרי כולנו יודעים שבלי סיכון אין רווח אבל אני נגד זה שמוכרים לאנשים סיפור שהם משתתפים ב"מהפכה פיננסית" כשמה שהם באמת עושים זה לוותר על הכסף שלהם לקבוצה קטנה של אנשים שיודעים בדיוק מה הם עושים בעוד הפלטפורמה באמצע גוזרת קופון.

תקראו לזה הימור. תקראו לזה מסחר. תקראו לזה איך שאתם רוצים. רק תזכרו דבר אחד - אם בסיפור של "כולם מנצחים מהמידע של כולם" אתה לא מצליח להגיד מה בדיוק המידע שיש *לך* שאין לבנאדם בצד השני - **אתה לא הסוחר. אתה הסחורה.**

וזה אגב נכון לא רק על שווקי חיזוי. זה נכון על די הרבה דברים בחיים. רק צריך להתחיל להסתכל.
### The World of AI: Chat Control
URL: https://blog.orielhaim.com/the-world-of-ai-chat-control/
Last updated: 2026-03-31T20:46:56.000Z
בפוסט הקודם דיברנו על מה AI באמת עושה, למה רוב האנשים ניגשים לזה הפוך, ולמה התשובה שנראית מושלמת היא בדיוק זו שצריכה להדליק לכם נורה אדומה. אם לא קראתם תתחילו משם:

[The World of AIרוב האנשים חושבים שהם יודעים מה AI עושה אבל הם טועים. זה לא קסם. הפוסט הזה הוא ההתחלה של סדרה שבה אני שובר את הכל לחתיכות ומרכיב מחדש - מהיסודות ועד הדברים שאף אחד לא מדבר עליהם. אם אתם באמת רוצים להבין, ברוכים הבאים.![](https://blog.orielhaim.com/content/images/icon/Minimal_logo_icon_design_A_lone_cowboy_figure_sil-1770338288607-2.png)The Old Newsoriel haim![](https://blog.orielhaim.com/content/images/thumbnail/A_wide-format_photorealistic_image_split_verticall-1774452276038.png)](https://blog.orielhaim.com/the-world-of-ai/)

הפעם אנחנו מדברים על משהו שכולם עושים כל יום ואף אחד לא עוצר לחשוב עליו: **איך שולטים בצאט**.

לא מה אתה כותב. לא איזה מודל אתה בוחר. אלא איך מנהלים את השיחה. זה טריוויאלי ובדיוק בגלל זה אף אחד לא שם לב כמה קל לטעות בזה.

הידע הזה הוא ההבדל בין שיחה שמוציאים ממנה משהו אמיתי לבין שיחה שמסתובבת במעגלים עד שאתם מוותרים ואומרים "AI לא עובד"

### ההיסטוריה שלך חשובה יותר מהידע שלו

יש משהו שאנשים בכלל לא מבינים על מודלי שפה. כשאתה פותח צאט ומתחיל לדבר עם מודל קל לחשוב שמה שעומד מאחורי התשובות שלו זה "הידע" שלו. הוא אומן על כל האינטרנט, הוא קרא כל ספר, כל מאמר, כל שורת קוד - אז ברור שהתשובות מגיעות מהמאגר הענק הזה. נכון? לא ממש.

נכון שהמודל אומן על כמויות אדירות של מידע. אבל ברגע שאתה יושב בצאט ומדבר איתו מה שבאמת מכוון את התשובות שלו זה לא הידע הכללי שלו אלא ההיסטוריה של השיחה. מה שכתבת קודם. מה שהוא ענה קודם. הטון שנקבע. הכיוון שהתפתח. הכל. כל ההיסטוריה הזו יושבת שם ומשפיעה על כל מילה שהוא בוחר. הוא רק בוחר מילים. זה מה שהוא עושה. מילה אחרי מילה אחרי מילה. וההיסטוריה של השיחה היא הדבר שהכי משפיע על הבחירה הזו.

תחשבו על זה ככה. אם תפתחו צאט חדש ותשאלו שאלה טכנית, תקבלו תשובה מסוימת. עכשיו אם תיקחו את אותה שאלה בדיוק אבל תשאלו אותה באמצע שיחה שכבר נמשכת חמישים הודעות על נושא אחר לגמרי תקבלו תשובה שונה. לפעמים קצת שונה, לפעמים שונה לגמרי. אותו מודל. אותה שאלה. תשובה אחרת. ההבדל היחיד הוא מה שבא לפני.

ואם הטון של השיחה עד עכשיו היה מסוים נגיד שדיברתם בצורה מאוד קזואלית או שכבר “הסכמתם” ביניכם על גישה מסוימת המודל ימשיך באותו כיוון. לא כי הוא "החליט" שזו הגישה הנכונה. אלא כי ההיסטוריה אומרת לו שזה מה שמתאים כאן. הוא לא חושב "מה התשובה הכי נכונה?" הוא חושב "מה המילה הבאה הכי סבירה בהינתן כל מה שכבר נאמר?" וזה הבדל עצום.

### אז מה זה Context Window ולמה זה משנה לכם

לכל מודל יש מה שנקרא Context Window (חלון הקשר בעברית צחה) בלי להיכנס יותר מדי לטכני זה בעצם כמה טקסט המודל יכול "לזכור" בבת אחת. כל מה שהוא יכול לקחת בחשבון כשהוא מייצר תשובה. ויש לזה גבול.

הגבול הזה נמדד בTokens. טוקן זה בגדול חתיכה של מילה, לפעמים מילה שלמה, לפעמים חצי מילה, לפעמים סימן פיסוק. לא צריך לשבור את הראש על מה בדיוק טוקן כי זה לא מה שחשוב כאן. מה שחשוב הוא שיש מספר מוגבל של טוקנים שנכנסים לחלון וכל דבר שאתם כותבים וכל דבר שהמודל עונה תופס מקום בחלון הזה.

חלון הקשר הוא לא כמו דלי שעובד מצוין עד שהוא מתמלא ואז נשפך. זה יותר כמו עדשה שמטשטשת בהדרגה. ככל שיש יותר מידע בחלון היכולת של המודל "להתמקד" בכל חלק ממנו יורדת. גם אם טכנית הכל עדיין נכנס. שיחה של שלוש הודעות ממוקדות תיתן תשובות טובות יותר משיחה של שלושים הודעות על אותו נושא בדיוק. זה לא באג. ככה זה עובד.

אז מה קורה כשהשיחה ארוכה מדי? לרוב ההודעות הישנות נדחפות החוצה. המודל פשוט מפסיק לראות אותן. כתבתם לו הנחיות מפורטות בהתחלה? אחרי מספיק הודעות הן נעלמו. הגדרתם טון מסוים? נעלם. סיכמתם משהו ביניכם? נעלם. וכל זה בלי שום התראה. בלי שום רמז. פתאום המודל עונה אחרת ואתם לא מבינים למה.

### כשהשיחה מזוהמת

תארו לעצמכם שפתחתם צאט ושאלתם שאלה על ארכיטקטורה של פרויקט. קיבלתם תשובה טובה. המשכתם לדבר על זה, עשיתם כמה החלטות, סגרתם כמה דברים. מעולה. ואז באותו צאט בדיוק שאלתם "אה תגיד יש לי גם בעיה עם CSS אתה יכול לעזור?"

מהרגע הזה ירדתם מהפסים.

לא כי השאלה על CSS היא שאלה גרועה. אלא כי עכשיו המודל יושב עם קונטקסט שמערבב ארכיטקטורה וCSS ודיון טכני ושאלות עיצוב ואולי גם את ההחלטות שכבר קיבלתם על הפרויקט והוא מנסה לענות על הכל בו זמנית. התשובה שלו על CSS מושפעת מכל הדיון על ארכיטקטורה שבא לפני. לא כי יש קשר אלא כי הכל יושב באותו חלון והכל משפיע על הכל.

הכלל הוא פשוט ואין סיבה לסבך אותו: **צאט אחד למשימה אחת.** עברתם לנושא אחר? פתחתם צאט חדש. סיימתם חלק ועוברים לחלק אחר? צאט חדש. זה לא בזבוז וזה לא "סתם להתחיל מחדש" - זה לתת למודל את התנאים הכי טובים לעבוד. בול את מה שהוא צריך לדעת, בלי רעש, בלי שאריות מנושאים שכבר לא קשורים.

## לדעת לחתוך במקום לסחוב

כשמקבלים תשובה שלא מרוצים ממנה רוב האנשים עושים את הדבר הכי אינטואיטיבי ופשוט כותבים הודעה חדשה. "לא לא ככה. רציתי שזה יהיה יותר X" והמודל עונה. ואז "לא עדיין לא. תנסה יותר Y" והמודל עונה שוב. ואז "קרוב אבל תשנה את Z" ועוד הודעה. ועוד אחת. ועוד אחת.

בראש שלכם זה נשמע הגיוני. הרי הוא מקבל פידבק הוא "לומד" מה אתם רוצים והוא מתקרב לתוצאה נכון?

אני שמח לאכזב שזאת אחת הטעויות הכי גדולות. מה שקורה בפועל הוא שכל הודעת תיקון שאתם שולחים נכנסת לקונטקסט ונערמת על כל מה שבא לפניה. עכשיו המודל יושב עם ההודעה המקורית שלכם, עם התשובה הראשונה שלא אהבתם, עם ההערה שלכם שזה לא טוב, עם הניסיון השני שגם לא אהבתם, עם עוד הערה, עם עוד ניסיון ובמקום שהדברים מתחדדים הם מיטשטשים. המודל לא “מבין” שהוא טעה ועכשיו הוא צריך לתקן. הוא מסתכל על כל הבלגן הזה ומנסה לייצר את רצף המילים הכי סביר בהינתן כל הרעש הזה. ורצף מילים שמבוסס על רעש הוא - תפתיעו את עצמכם - רעש.

זה הלופ שאנשים נתקעים בו שוב ושוב ושוב. כל "תיקון" מוסיף שכבה של בלבול. המודל מתפתל, מתנצל, מנסה כיוון אחר שגם לא עובד ואתם יושבים שם עם עשרים הודעות ותחושה שהכלי פשוט לא מסוגל. אבל הכלי מסוגל. אתם פשוט קברתם אותו מתחת להר של הנחיות סותרות.

אז מה עושים במקום?

**עורכים את ההודעה המקורית.** פשוט חוזרים להודעה שכתבתם, משנים אותה, מוסיפים את הדיוק שחסר, ושולחים מחדש. לא הודעה חדשה למטה - עריכה של מה שכבר כתבתם למעלה. ברוב הפלטפורמות אפשר לעשות את זה בקליק. מה שקורה ברגע שאתם עורכים הודעה קודמת הוא שכל מה שבא אחריה - כל התשובות, כל התיקונים, כל הבלגן - נמחק. המודל מקבל הודעה נקייה, ממוקדת, עם כל המידע שהוא צריך במקום אחד, בלי שאריות של ניסיונות כושלים. בלי רעש. בלי "אבל קודם אמרת אחרת" הוא פשוט רואה את מה שאתם רוצים עכשיו ועונה על זה.

זה ההבדל בין לעבוד חכם לבין לעבוד מתוך עצלנות. לכתוב “לא תנסה שוב” זה קל. לחזור להודעה המקורית, לחשוב מה בדיוק חסר בה, לנסח מחדש זה דורש עבודה. זה דורש שתעצור ותשאל את עצמך “רגע מה אני בעצם רוצה כאן?” ורוב האנשים לא רוצים לעשות את העבודה הזאת. הם רוצים לזרוק עוד הודעה ולקוות שהמודל יבין. והוא לא יבין. הוא יסתבך.

לפעמים הבעיה היא לא בדיוק של ההודעה. לפעמים הכיוון כולו לא נכון. ובמקרה הזה שום עריכה לא תעזור. אם שאלתם שאלה בצורה שמובילה למקום לא נכון, אין טעם לשפר את הניסוח - צריך לחשוב מחדש. לעצור. לשאול את עצמכם מה בעצם המטרה כאן. ולפתוח צאט חדש עם גישה אחרת. לא כי הצאט הקודם “נכשל” אלא כי הבנתם משהו שלא הבנתם קודם ועכשיו אתם יכולים להתחיל עם הבנה הזו במקום בלעדיה.

לדעת לחתוך שיחה שלא עובדת זה הרגע שבו אתם מפסיקים לעבוד בשביל הכלי ומתחילים לגרום לכלי לעבוד בשבילכם.

רוצים לדעת על פוסטים חדשים לפני כולם?

[הצטרפו לערוץ הטלגרם שלי ](https://t.me/orielblog?ref=blog.orielhaim.com) 

### אל תסכים איתי

מודלי שפה אומנו להיות נחמדים. זה לא באג וזה לא תופעת לוואי ככה בנו אותם. הם עברו תהליכים של אימון שלימדו אותם שהמטרה היא שהמשתמש יהיה מרוצה. ומה הדרך הכי קלה לגרום למישהו להיות מרוצה? להסכים איתו. לחייך. להגיד “נקודה מצוינת!” ולהמשיך הלאה. וזה בדיוק מה שהם עושים.

תכתבו למודל "אני חושב שהגישה הנכונה היא X" והוא יגיד לכם "בהחלט X זו גישה מעולה" תכתבו לו חמש דקות אחר כך "בעצם אני חושב שY עדיף" והוא יגיד "אתה צודק לגמרי Y זה בהחלט הכיוון הנכון" בלי שום בעיה. בלי שום מבוכה. בלי להרגיש צורך להגיד "רגע אבל לפני חמש דקות אמרת בדיוק הפוך ונראה לי שהכיוון הראשון היה יותר הגיוני" הוא לא יגיד את זה. הוא יסכים. תמיד יסכים. כי להסכים זה מה שמייצר את רצף המילים הכי “בטוח”

מה הבעיה עם שותף עבודה שמסכים עם הכל? הוא חסר תועלת. אם כל מה שהוא עושה זה להגיד “כן מעולה בוא נמשיך” אז הוא לא שותף - הוא מראה. הוא עושה לכם טוב על הרגש ורע על התוצאה.

אז מה עושים? לפני שהתחלתם לעבוד. לפני ששאלתם שאלה בכלל. אתם מגדירים את הכללים של השיחה. לא צריך לכתוב מגילה אלא פשוט להיות ישיר.

משהו כמו:  
"אם אני מציע גישה שאתה חושב שיש לה בעיה - תגיד. אל תסכים איתי רק כי אני אומר ככה. אם יש חלופה טובה יותר תציג אותה גם אם לא שאלתי"

עכשיו הכנסתם לקונטקסט את האפשרות של לחלוק. לפני שכתבתם את זה האפשרות הזו פשוט לא הייתה שם. לא כי המודל "לא יכול" לחלוק אלא כי שום דבר בשיחה לא רמז לו שזה משהו שצריך לקרות כאן. עכשיו זה צף שם ברקע - לא כנושא מרכזי ולא כהנחיה שהוא עוקב אחריה בצורה מודעת אלא כמשהו שמשפיע על הבחירות שלו. זה זיהום קונטקסט, אותו מנגנון בדיוק שגורם למודל להתבלבל כשאתם זורקים נושאים אקראיים לשיחה **רק שהפעם אתם משתמשים בו בכוונה לטובתכם** כדי לכוון את הטון.

אם אתם רוצים ללכת צעד קדימה? תהיו ספציפיים לגבי מה אתם מצפים ממנו. לא "תהיה ביקורתי" כי זה סתם יגרום לו למצוא בעיות בכל דבר רק כדי להיראות ביקורתי. אלא משהו ממוקד. "אני בונה X. אם אתה רואה בעיית סקייל, בעיית אבטחה, או משהו שנשמע טוב בתיאוריה אבל לא יעבוד בפרודקשן - תעצור אותי" עכשיו נתתם לו לא רק רשות אלא כיוון. הוא יודע מה לחפש. הוא יודע מתי לפתוח את הפה. הוא יודע שהתפקיד שלו כאן הוא לא להגיד “נשמע מעולה” אלא לתפוס את מה שאתם עלולים לפספס.

וכמובן לזכור שהוא עדיין מודל שפה. הוא יכול לטעות. הוא יכול להמציא בעיה שלא קיימת. אבל ההבדל בין מודל שמנסה לרצות אתכם לבין מודל שמנסה לאתגר אתכם הוא ההבדל בין פלט שאתם מקבלים בלי לחשוב לבין פלט שמכריח אתכם לחשוב. וזה כל הסיפור.

---

זה לא רוקט סאיינס וזה לא ידע סודי. זה פשוט להפסיק לעבוד על אוטומט מתוך עצלות ולהתחיל לשים לב למה שקורה בשיחה שלכם. רוב ההבדל בין תוצאה טובה לתוצאה גרועה הוא לא המודל - זה אתם.

אם הצלחתי לשנות משהו בתפיסת מחשבה שלכם שתפו אותי ואולי תזכו בפרס מתנת: אף אחד. אין ספונסר. אני כותב את זה בחינם.
### The World of AI
URL: https://blog.orielhaim.com/the-world-of-ai/
Last updated: 2026-03-25T21:36:43.000Z
### מי אני בכלל שאגיד לכם מה לעשות?

נתחיל מהסוף. אני לא מומחה עולמי בAI ואין לי דוקטורט. אני לא חוקר במעבדה של OpenAI ואף אחד לא הזמין אותי להרצות בכנס שבו כולם לובשים חולצות מכופתרות ושונאים כל רגע שהם צריכים להשתעמם שם. אני אדם פשוט שחי ונושם טכנולוגיה. זה מה שאני עושה כשאני קם בבוקר וזה מה שאני עושה במקום לישון.

אני עובד עם AI כל יום בהמון תחומים ובהמון דרכים. אני לא מישהו שרק זורק פרומפטים ומקווה לטוב. אני בונה דברים ומנסה להבין מה קורה מתחת למכסה המנוע. וכשאתה עושה את זה מספיק זמן אתה מתחיל להבין למה כל דבר קורה ומה סתם נשמע טוב בציוץ בטוויטר ומה הפער בין השניים.

מה שאני הולך לכתוב כאן מן הסתם הולך לגרור מחלוקת מן הסתם. כל אחד יגיע עם הדעות שלו, עם הניסיון שלו ועם ה“אבל בעצם…” שלו וזה בסדר. זאת הנקודת מבט שלי שמבוססת על הדרך שבה אני עובד, בונה ומצליח. אני לא מתיימר לתת את התשובה האחת והנכונה - אני נותן את התשובה שלי.

### למי זה לא נועד

אם הגעתם לכאן כי מישהו הבטיח לכם שיש “מילת קסם” שהופכת את הAI לגאון - אתם במקום הלא נכון. אם אתם מחפשים את ה“פרומפט הסודי שישפר את הקוד שלכם פי עשר” - ממש, אבל **ממש** לא כאן. אני לא מוכר חלומות ואני לא מוכר קיצורי דרך. אם זה מה שאתם מחפשים זה הזמן להסתובב ולחזור ל"קורס AI שישפר את הקוד שלכם פי מאה" שמכרו לכם. אין בזה שום דבר רע. כרגע. מה באמת רע בזה - תגלו בהמשך.

### למי זה כן נועד

למי שבאמת רוצה להבין איך הדברים עובדים. לא ברמת ה“הנה טיפ מגניב” אלא ברמת ה“מה באמת קורה כאן. מה המושגים ומה העומק של הדברים” זה דורש השקעה. זה דורש רצון אמיתי ללמוד. אין קסמים - יש עבודה.

אני הולך להסביר הכל מהיסודות בצורה שמיועדת גם למי שרק עכשיו נכנס לעולם הזה ולא יודע מאיפה מתחילים. אבל אני לא מתכוון להישאר שם הרבה זמן. אני הולך לסגור פערים מהר ולהתחיל לרוץ קדימה לדברים שבאמת מעניינים.

כי בסופו של יום הסדרה הזאת נועדה לשני סוגים של אנשים - המתחילים שרוצים להבין את העולם הזה מאפס, ותותחי הטק שכבר שם בפנים אבל רוצים סוף סוף להבין מה הם בעצם עושים.

יאאלה זמן להתחיל לדבר לעניין.

## אז מה זה בכלל AI?

ברגע ששומעים “AI” המוח אוטומטית קופץ לChatGPT. לחלון צ’אט שאפשר לכתוב בו משהו ולקבל תשובה חכמה (בערך). וזה הגיוני כי זה מה שרוב האנשים פגשו לראשונה. אבל לחשוב שAI זה ChatGPT זה כמו לחשוב שמוזיקה זה גיטרה. הגיטרה זה כלי אחד בתוך עולם שלם. וChatGPT? אותו דבר בדיוק.

המושג “בינה מלאכותית” לא נולד כשסם אלטמן עלה לבמה. הוא קיים מאז שנות החמישים. כבר אז חוקרים ישבו והתווכחו על השאלה “אפשר לגרום למכונה לחשוב?” ומאז התחום הזה התפתח, נתקע, התפתח שוב, נתקע שוב, ובכל פעם מישהו הכריז שזה מת ומישהו אחר הוכיח שלא. AI זה לא מוצר. זה לא אפליקציה. זה תחום שלם במדעי המחשב שעוסק ביכולת של מכונות לבצע דברים שדורשים - או לפחות נראים כאילו הם דורשים - אינטליגנציה. לפתור בעיות. לזהות דפוסים. לקבל החלטות. ללמוד מניסיון בלי שמישהו יכתוב לה בדיוק מה לעשות בכל מצב.

אז מה בעצם קרה בשנים האחרונות שגרם לכל העולם להשתגע?

מה שקרה הוא שקטגוריה אחת ספציפית בתוך העולם הענק הזה פשוט התפוצצה. השם שלה הוא **LLM** \- קיצור של Large Language Model, מודל שפה גדול, וזה מה שרוב האנשים מתכוונים אליו כשהם אומרים “AI” היום. אבל זה קטע אחד מתוך תמונה הרבה יותר גדולה.

בעולם הזה יש עוד המון סוגים של מודלים שלא קשורים לצ’אט בכלל. יש מודלים של ראייה ממוחשבת שמזהים פרצופים, עצמים, תנועות - כל מה שמאפשר לרכב אוטונומי לא לדרוס אתכם בצומת. יש מודלים שמייצרים תמונות, וידאו ומוזיקה מאפס. יש רובוטיקה, יש מערכות המלצה, יש כל מיני דברים שרצים ברקע של החיים שלכם בלי שאתם בכלל שמים לב.

LLM זה הדבר שהגיע לכולם ולכן כולם חושבים שזה כל הסיפור. אבל זה לא. זה פרק אחד.

### אז מה LLM באמת עושה?

פה זה נהיה מעניין. כי כשאתה שואל את ChatGPT שאלה ומקבל תשובה שנראית כאילו מישהו חכם כתב אותה קל מאוד לחשוב שיש שם “מישהו” שמבין מה הוא אומר. אבל מה שקורה מתחת למכסה המנוע זה משהו אחר לגמרי.

מודל שפה עושה דבר אחד בבסיס שלו: **הוא מנסה לחזות את המילה הבאה.** זה כל הקסם.

אתה כותב “השמיים היום” והמודל מחשב מה הסיכוי הכי גבוה שיבוא אחרי זה. “כחולים”? “מעוננים”? “יפים”? הוא בוחר. ואז הוא מסתכל על מה שיש עכשיו - “השמיים היום כחולים” - וחוזה את המילה הבאה. ואת הבאה. ואת הבאה. מילה אחרי מילה אחרי מילה עד שנבנה משפט שלם, פסקה שלמה, תשובה שלמה.

אתם בטח אומרים “אם הוא רק מנחש מילים אז איך הוא כותב קוד? איך הוא מסביר פיזיקה קוונטית? איך הוא כותב שירים?”

התשובה היא שכשאתה לוקח את הרעיון הפשוט הזה של “חזה את המילה הבאה” ומאמן אותו על כמויות אדירות של טקסט - כל האינטרנט, ספרים, קוד, מאמרים מדעיים, שיחות פורומים, הכל - קורה משהו שאף אחד לא באמת תכנן שיקרה. המודל מתחיל “להבין” דפוסים. לא להבין כמו בן אדם מבין אלא לפתח יכולת לזהות מבנים, קשרים, הגיון, סגנון.

הוא “ראה” כל כך הרבה קוד שהוא “יודע” מה השורה ההגיונית הבאה. הוא “קרא” כל כך הרבה הסברים על פיזיקה שהוא “יכול” לייצר הסבר חדש שנשמע כאילו מישהו שמבין כתב אותו.

האם הוא באמת מבין? זו שאלה פילוסופית שאנשים עם דוקטורטים מתווכחים עליה כבר שנים. מה שמעניין אותנו ברמה המעשית זה שזה עובד. ולפעמים זה עובד ברמה שקשה להאמין. ולפעמים זה נכשל ברמה שקשה להאמין. ולדעת למה ומתי זה בדיוק מה שמפריד בין מי שבאמת יודע להשתמש בכלי הזה לבין מי שסתם מקווה לטוב.

## למה כולם משתמשים בזה לא נכון

הטעות הכי גדולה שאנשים עושים עם AI היא לא טכנית. היא לא קשורה לפרומפט ולא קשורה לאיזה מודל בחרת. היא קשורה לגישה. לאיך שאתה ניגש לדבר הזה בראש. ורוב האנשים ניגשים אליו עם הגישה הלא נכונה בצורה מוחלטת.

הם חושבים שזה קסם.

הם פותחים את ChatGPT כותבים “תבנה לי אתר מקצועי” ומצפים שיצא משהו מדהים. ואז כשיוצא משהו בינוני הם אומרים “AI לא עובד” או “AI עוד לא שם” אבל הבעיה היא לא הAI. הבעיה היא שאמרת לו “מקצועי” וזה מילה שלא אומרת כלום. מקצועי זה מה? מינימליסטי עם הרבה רווח לבן? כהה עם טיפוגרפיה גדולה? גרדיאנטים? כפתורים עגולים? “מקצועי” זה לא הנחיה - זה ביטוי ריק שאתה זורק כי אתה לא יודע מה אתה באמת רוצה. ואם אתה לא יודע מה אתה רוצה אין שום סיבה שהמודל ידע במקומך.

המודל לא חושב. לא כמו שאתם חושבים על “לחשוב” לפחות. הוא לא יושב שם ושוקל אפשרויות. הוא לא שופט. הוא לא ממציא. מה שנתת לו זה מה שיש לו. אם נתת לו “תעשה משהו יפה” הוא יפלוט את הממוצע של כל מה שראה בחיים שלו שנקרא “יפה.” ואתם יודעים מה הממוצע של הכל? בינוני. תמיד בינוני.

לעומת זאת אם תגיד לו “אני רוצה לנדינג פייג’ עם רקע כהה, טיפוגרפיה סנס-סריף גדולה, אנימציית פייד-אין על הכותרת, וCTA בודד מרכזי בצבע ניאון” - פתאום הוא יודע בדיוק מה לעשות. לא בגלל שהוא “הבין” אתכם יותר טוב. אלא בגלל שנתתם לו מספיק מידע כדי שהחיזוי שלו יהיה מדויק. ואם המילים האלה נשמעות לכם כמו שפה זרה - מצוין. בדיוק בשביל זה אנחנו פה.

**וזה מביא אותנו לנקודה הכי חשובה בכל הפוסט הזה ואחת הנקודות הכי מרכזיות בכל הסדרה הזאת:**

אתה המוח. הוא הכלי.

לא הפוך. אף פעם לא הפוך.

ברגע שאתה ניגש לAI עם הגישה של “תעשה בשבילי” - הפסדת. כי הוא לא יודע מה טוב בשבילך. הוא לא מכיר את הפרויקט שלך, את המשתמשים שלך, את האילוצים שלך. הוא יודע לייצר טקסט שנשמע משכנע. וזה בדיוק מה שמסוכן כי תשובה שנשמעת טוב היא לא בהכרח תשובה שהיא טובה.

הגישה הנכונה היא הפוכה לגמרי. במקום להגיד למודל “תבנה לי את הפיצ’ר הזה בצורה הכי טובה שאפשר” - אתה משתמש בו קודם כל כדי ללמוד. אתה אומר לו “מה הדרכים המקובלות לבנות משהו כזה? מה היתרונות והחסרונות של כל גישה?” אתה קורא. אתה מבין. אתה מחליט. ורק אחרי שאתה יודע מה אתה רוצה ולמה אתה חוזר ואומר לו “תבנה את זה ככה, עם הארכיטקטורה הזאת, עם הספריות האלה, בסגנון הזה.” ופתאום הפלט שונה לגמרי.

ההבדל הוא לא בכלי. ההבדל הוא בך. אתה לא אמור לדעת הכל מראש וזה בסדר. הכל מבלבל בהתחלה. בשביל זה בדיוק יש לך מודל AI שיכול להסביר. **תנצל אותו**.

מי שמשתמש בAI בתור תחליף לחשיבה מקבל תוצאות בינוניות וחושב שהכלי גרוע. מי שמשתמש בAI בתור מאיץ לחשיבה מקבל תוצאות שאנשים לא מבינים איך הוא הגיע אליהן. אותו כלי בדיוק. אותו מודל בדיוק. ההבדל היחיד הוא מה קרה בראש של מי שישב מהצד השני.

## האשליה של התשובה המושלמת

מודלי AI הם אנשי החן הכי טובים שתפגשו בחיים.

תכתבו קוד גרוע? “נראה נהדר! הנה כמה הצעות קטנות:” תציעו רעיון שלא עומד בשום מבחן של הגיון? “זאת גישה ממש מעניינת!”

זה לא באג. אף אחד לא שכח לתקן את זה. ככה המודלים אומנו. הם אומנו להיות helpful, להיות pleasant, להיות agreeable. כי מי שבנה אותם ידע שאם המודל יגיד לך “הקוד שלך גרוע ואתה צריך ללמוד מחדש” אתה תסגור את הצאט ותלך. אז הם לימדו אותו לחייך. תמיד לחייך. במיוחד כשאין סיבה.

ואתם יודעים מה הבעיה עם מישהו שתמיד מסכים איתכם? שאתם מפסיקים לבדוק. אתם מקבלים תשובה והיא נשמעת טוב, המבנה מסודר, יש בה ביטחון, יש בה שפה מקצועית והמוח שלכם עושה קליק ואומר “אה אז זה נכון” כי ככה אנחנו עובדים. מישהו שמדבר בביטחון נשמע לנו אמין. מישהו שמסביר בצורה מסודרת נראה לנו חכם. ומודל שפה? הוא תמיד מדבר בביטחון. תמיד מסודר. גם כשהוא ממציא דברים מהאוויר.

וזה בדיוק המלכוד. כי תשובה שנראית מושלמת היא לא בהכרח תשובה נכונה. מודל יכול לפלוט לכם פסקה שלמה על ספריה שלא קיימת, עם שם משכנע, עם דוגמת קוד שנראית לגיטימית, עם הסבר למה היא עדיפה על החלופות והכל המצאה. בלי שום רמז שמשהו פה לא מדויק. בלי הערת שוליים קטנה שאומרת “אגב המצאתי את זה” הוא לא יודע שהוא ממציא. הוא לא יודע שהוא לא ממציא. הוא פשוט מייצר את רצף המילים הכי סביר וזה נשמע מעולה עד הרגע שאתה מגלה שזה שטויות.

אז מה עושים עם זה?

קודם כל - ומי שהולך לזכור רק משהו אחד מהפוסט הזה, שיזכור את זה - **אף פעם. אבל אף פעם. לא מתייחסים לתשובה של מודל כאמת מוחלטת.** כל תשובה שמודל נותן לך היא אופציה. הצעה. נקודת התחלה. לא פסק דין. לא מקור סמכות. אם מישהו ברחוב היה אומר לך “תשמע אני די בטוח שצריך לבנות את זה ככה” הייתם הולכים לבדוק. אז למה כשמודל AI אומר את אותו דבר בדיוק אתם פתאום מתייחסים לזה כאילו ירד מהר סיני?

תבדקו. תחפשו. תשאלו שוב ובצורה אחרת. תפתחו מודל אחר ותעשו לו cross-check. זה לא פרנויה זו השפיות.

ואם אתם רוצים לראות את זה בעצמכם? הנה תרגיל קטן שיפקח לכם את העיניים:

לכו למודל כלשהו - Claude, ChatGPT, לא משנה - ותבקשו ממנו לכתוב לכם משהו. פונקציה, טקסט שיווקי, מה שבא לכם. עכשיו תיקחו את מה שהוא כתב, תלכו למודל אחר לגמרי ותגידו לו “תסתכל על זה ותגיד לי מה צריך לשפר” הוא ייתן לכם רשימה. מצוין. עכשיו תחזרו למודל הראשון, תגידו לו לתקן לפי ההערות, תיקחו את התוצאה ותלכו למודל שלישי ותגידו לו “מה צריך לשפר כאן?”

הוא ייתן לכם רשימה חדשה.

אפשר להמשיך ככה עד אינסוף. ממש לנצח. כי הלופ הזה לא ייגמר. אף מודל לא יגיד לכם “יודע מה? זה מושלם, אין לי מה להוסיף.” תמיד תהיה עוד הערה. תמיד יהיה עוד “שיפור” תמיד יהיה עוד “אבל אפשר גם ככה”

ולמה? כי אם אמרתם לו “מצא בעיה” - הוא ימצא בעיה. זה מה שהוא עושה. הוא מייצר את התשובה שהכי מתאימה לשאלה שנתתם לו. אם השאלה שלכם היא “מה רע פה” התשובה שלו תמיד תהיה רשימה של דברים רעים. לא בגלל שבאמת יש דברים רעים. אלא בגלל שביקשתם ממנו למצוא אז הוא מצא. או המציא. לא ממש משנה לו.

זה לא אומר שפידבק ממודל לא שווה כלום - הוא שווה. לפעמים הוא אפילו מצוין. זה אומר שאתם צריכים להיות אלה שמחליטים מה מתוך הפידבק הזה באמת רלוונטי ומה הוא פשוט רעש שנוצר כי ביקשתם רעש. ושוב חוזרים לאותו עיקרון: **אתה המוח. הוא הכלי.** אם אתה לא יודע להבחין בין הערה שבאמת שווה משהו לבין הערה שהמודל פלט כי היה צריך לפלוט משהו - אתה לא משתמש בכלי. הכלי משתמש בך.

## מה עכשיו?

הפוסט הזה היה רק חימום. הנחנו את הבסיס. מה AI באמת עושה, למה רוב האנשים ניגשים לזה הפוך, ולמה התשובה שנראית מושלמת היא בדיוק זו שצריכה להדליק לכם נורה אדומה.

בפוסט הבא אנחנו מתחילים להיכנס פנימה. לדברים שברגע שמבינים אותם משנים לחלוטין את הצורה שבה אתם עובדים, חושבים ובונים עם AI. אני לא הולך להגיד לכם מה בדיוק כי אני עדיין לא בטוח מה ידפוק לי בראש עד אז. אבל אני כן יגיד לכם דבר אחד - אם הפוסט הזה גרם לכם להרגיש שאתם מתחילים להבין, הבא הולך לגרום לכם להרגיש שלא הבנתם כלום.

בינתיים אם אתם רוצים לדעת ברגע שפוסט חדש יוצא - יש לי [ערוץ טלגרם](https://t.me/orielblog?ref=blog.orielhaim.com) שבו אני מעדכן על כל דבר חדש שעולה. חוץ מזה אתם מוזמנים להירשם לבלוג כדי לקבל עדכונים ישר למייל ואם יש שאלות, מחשבות, או סתם משהו שאתם רוצים להגיד - התגובות למטה פתוחות. אני קורא הכל.
### כל מה שצריך לדעת על ההכרזה של DLSS 5
URL: https://blog.orielhaim.com/nvidia-dlss-5-introducing/
Last updated: 2026-03-18T21:57:23.000Z
בכנס GTC 2026 הוכרז רשמית DLSS 5 ומאז הרשת לא מפסיקה להתעצבן על nvidia. אין ספק שהם הצליחו לתפוס את הקהל...

בניגוד לכל גרסאות הDLSS הקודמות (1 עד 4.5) שהתמקדו בעיקר ב**שיפור ביצועים** (אפסקיילינג, יצירת פריימים, הפחתת רעש, חימום יתר של הכרטיס) DLSS 5 עובר לכיוון חדש לחלוטין של **שיפור נאמנות ויזואלית (Visual Fidelity)** באמצעות **רינדור עצבי בזמן אמת (Real-Time Neural Rendering)**.

לפי התיאור של ג'נסן הואנג

> **"רגע הGPT של הגרפיקה"** מיזוג של גרפיקה תלת-ממדית מסורתית עם AI גנרטיבי כדי להביא קפיצה דרמטית בריאליזם ויזואלי תוך שמירה על השליטה שאמנים צריכים לביטוי יצירתי"

NVIDIA מגדירה את זה כפריצה המשמעותית ביותר בגרפיקת מחשב מאז הצגת Ray Tracing בזמן אמת ב2018\. כן כן...

מה שקורה בעצם זה שהמודל של DLSS 5 מקבל קלט מהמנוע הגרפי של המשחק, בעיקר מידע על צבעים ווקטורי ותנועה לכל פריים. ואז הוא עושה את הקסם שלו. הוא "מבין" את הסצנה ברמה סמנטית. הוא מזהה שזה שיער, שזה עור, שזה בד, שזה מתכת. הוא מבין אם הדמות מוארת מלפנים, מאחור, או באור עמום. ואז הוא מייצר גרסה חדשה של התמונה עם תאורה ומרקמים "כמו במציאות"

Nvidia מדגישה שזה שונה מAI גנרטיבי רגיל כי הפלט כאן הוא "דטרמיניסטי", הוא עקבי מפריים לפריים, הוא מעוגן בעולם התלת-ממדי של המשחק, והוא לא ממציא תוכן חדש יש מאין כמו שעושים מודלים כמו Sora או Midjourney. הגאומטריה, הטקסטורות, החומרים. כל זה נשאר כמו שהמפתחים יצרו. DLSS 5 רק משנה את התאורה ואת האופן שבו אור נופל על החומרים האלה.

והתוצאות? חלוקות. מאוד. לפי הצוות של Digital Foundry התוצאות מרשימות בטירוף. עצים שנראים כאילו הם צמחו שם באמת. עור אנושי שמגיב לאור כמו עור אמיתי. צללים עדינים סביב עלווה. דבר שאפילו Path Tracing מתקשה לבצע כראוי. ריצ'רד לדבטר של Digital Foundry כתב שזה "הקפיצה הגדולה ביותר בגרפיקת משחקים מאז הופעת הPath Tracing בCyberpunk 2077". אבל קהל המשתמשים בוא נגיד *קצת* פחות מתלהב.

### הדמו מרשים אבל עם כוכבית כפולה

Nvidia הציגה את DLSS 5 על משחקים כמו Resident Evil Requiem, Hogwarts Legacy, Assassin's Creed Shadows, Oblivion Remastered וStarfield. המעבר בין "לפני" ל"אחרי" היה דרמטי מאוד. סטודנטים בהוגוורטס שעומדים ליד חלונות שטופי שמש פתאום קיבלו תאורת שוליים ריאליסטית סביב השיער והגלימות. סלעים בAssassin's Creed Shadows נראו כמו סלעים מתוך צילום טבע. הפנים של דמויות מOblivion Remastered - כן, אותן פנים תפוח אדמה אייקוניות - פתאום נראו כמו בני אדם אמיתיים.

**אבל** הדמו הזה רץ על שני כרטיסי RTX 5090\. **שניים**. כרטיס אחד הריץ את המשחק והשני הריץ אך ורק את מודל הDLSS 5\. בהתחשב בכך שכל RTX 5090 עולה 1,999 דולר (או 20 אלף בישראל כי זאת ישראל) אנחנו מדברים על הפגנת כוח של כמעט 4,000-5,000 דולר בחומרה. Nvidia אומרת שעד ההשקה בסתיו 2026 הכל יעבוד על כרטיס בודד אבל בינתיים זאת הבטחה ולא מציאות.

יש עוד כמה שאלות פתוחות כגון מה תהיה ההשפעה על הביצועים? הרי DLSS נולד כדי להעלות FPS וDLSS 5 עלול דווקא להוריד אותם. מה קורה בסצנות אקשן מלאות ולא רק בהתהלכות שקטה בטירה? ואיך זה מתנהג לאורך משחק שלם ולא רק בדקה של דמו? או בקצרה תוך כמה זמן הGPU החמוד שלי הולך להשרף הפעם...

### בואו נגיד שהאינטרנט לא ממש אהב את מה שהוא ראה

אם אתם מצפים שגיימרים יראו טכנולוגיה חדשה ויגידו "וואו איזה יופי תודה Nvidia" אתם כנראה חדשים באינטרנט. התגובות היו חריפות ולא מחמיאות בעליל.

המילה שחזרה שוב ושוב בכל פלטפורמה אפשרית: "AI Slop". גיימרים הסתכלו על הדמו של Resident Evil Requiem וראו שהפנים של גרייס אשקרופט פתאום נראות "חלקלקות מדי" כאילו מישהו העביר עליה פילטר של אינסטגרם. "Yassified" זה הביטוי שתפס. כאילו הAI החליט שהיא צריכה להיראות "יותר טוב" לפי הסטנדרטים שלו וניתק את המבט המאחורי העיניים.

סיימון קרדי מIGN כתב "זה לוקח דמות שנבנתה בקפידה על ידי צוות האמנות של Capcom ואומר 'לא, אנחנו יכולים לעשות את זה יותר טוב' ומוסיף שכבת ברק שגורמת לגרייס לבלוט בעולם של Requiem במקום להרגיש חלק ממנו." הוא השווה את זה לפרסומות שאתם רואים רק כשאתם גולשים במצב אינקוגניטו. הוא לא טעה.

Engadget ציינו שברחבי הרדיט והרשתות החברתיות הם פשוט לא מצאו אף אחד שמתלהב מזה באמת. Forbes דיווחו שיוצרי תוכן וגיימרים "צולים" את הטכנולוגיה ומכנים אותה "AI Slop" וKotaku בסגנון הקלאסי שלהם, כתבו שהתגובה של Bethesda לביקורת "רק הרעה את המצב."

### אמנות מול טכנולוגיה

הסערה הזו היא לא רק על גיימרים שלא אוהבים שינויים. יש כאן שאלה הרבה יותר עמוקה.

כיוון אמנותי הוא אחד הדברים הכי חשובים בעיצוב משחקים. כשאמן תאורה מחליט שסצנה מסוימת תהיה חשוכה ומעיקה זה לא בגלל שהוא לא יודע לעשות אור יפה. זה כי הוא רוצה שתרגישו משהו. כשהקמטים על הפנים של נייתן דרייק בUncharted 4 מתעמקים לאורך המשחק, זה לא באג - זה סיפור. כשCapcom בוחרת שגרייס אשקרופט תיראה בדרך מסוימת זה לא כי הם לא יכולים לעשות אותה "יפה יותר". זה כי ככה היא אמורה להיראות.

DLSS 5 בלי קשר לכוונות הטובות של Nvidia בעצם אומר "אני יודע יותר טוב" הוא לוקח את הפלט של שנים של עבודת אמנים ו"משפר" אותו לפי מה שהמודל שלו למד שנראה "ריאליסטי." והבעיה היא שריאליסטי זה לא תמיד מה שרוצים. אף אחד לא ביקש שTears of the Kingdom ייראה פוטו-ריאליסטי. אף אחד לא רצה שהפנים הקסומות-מכוערות של Oblivion ייראו כמו אנשים אמיתיים. ובכל זאת זה מה שNvidia מציעה.

זה מרגיש שההבדל בין DLSS 5 לגרסאות קודמות הוא כמו ההבדל בין למידת מכונה מסורתית לAI גנרטיבי. הגרסאות הקודמות עבדו "בשירות" של מה שהמפתחים רצו. כמו הגדלת רזולוציה והחלקת פריימים. אבל DLSS 5 מוסיף את "הפרשנות" שלו מעל למה שהמנוע מרנדר. "זה כמו לראות סרט של פיקסאר שנותנים לSora לעשות עליו מעבר אחרון"

### התגובה של ג'נסן "הם טועים לגמרי". טוב לדעת.

מה עושים כשהאינטרנט כולו צועק עליך? אם אתה ג'נסן הואנג אתה פשוט אומר לכולם שהם טועים.

באחד הראיונות הואנג נשאל על הBacklash ואמר " קודם כל הם טועים לגמרי" הוא הסביר שDLSS 5 "מאחד שליטה על גאומטריה וטקסטורות ועל כל מה שקשור למשחק עם AI גנרטיבי" ושמפתחים יכולים "לכוונן את הAI הגנרטיבי" כרצונם. (כדאי שהמוצר הבא שלכם יהיה איזה AI ליצירת תשובות יותר טובות...)

### אז מה הסיפור האמיתי כאן?

כמו בכל דבר לא הכל שחור ולבן. DLSS 5 היא טכנולוגיה מרשימה שמעוררת שאלות לגיטימיות. וכנראה שהאמת נמצאת איפשהו באמצע.

מצד אחד הרעיון שאפשר להוסיף תאורה ומרקמים פוטו-ריאליסטיים בזמן אמת הוא פורץ דרך. הפוטנציאל במיוחד למשחקים ותיקים ולתקציבים נמוכים הוא עצום. היכולת של DLSS 5 לטפל בצללים עדינים ובאינטראקציות אור-חומר מורכבות הם דברים שאפילו Path Tracing מלא מתקשה לספק.

מצד שני, כשאתה לוקח משחק שעוצב עם חזון אמנותי מסוים ונותן ל-AI "לשפר" אותו – אתה בעצם אומר שהחזון הזה לא מספיק טוב. וזה בעייתי. במיוחד כשמדובר בפנים אנושיות, שבהן כל שינוי קטן משנה את האופי, הרגש, הסיפור.

יש גם שאלה פרקטית שאף אחד עדיין לא יכול לענות עליה: כשהטכנולוגיה תהיה נגישה ותהפוך לסטנדרט, האם אולפנים יתחילו לחסוך בתקציבי אמנות ותאורה ולהגיד "שה-DLSS יטפל בזה"? אם כן – זה בדיוק האימה של כל אמן דיגיטלי.

### מחכים לסתיו

DLSS 5 אמור לצאת בסתיו 2026\. עד אז, Nvidia צריכה לפתור כמה בעיות לא קטנות, לגרום לזה לרוץ על כרטיס בודד, לצמצם את צריכת הVRAM, לייעל את הביצועים והכי חשוב לשכנע את הציבור שזה לא "פילטר AI" אלא כלי אמנותי לגיטימי.

שלוש שנות פיתוח הביאו אותנו לכאן. השאלה היא לאן עוד חצי שנה תביא אותנו. אם Nvidia תצליח לכוונן את הטכנולוגיה כך שהיא באמת תשרת את החזון האמנותי של המפתחים ולא תדרוס אותו יכול להיות שזה באמת יהיה "רגע הGPT של הגרפיקה." אם לא - זה יזכר כפילטר הכי יקר בהיסטוריה.

בינתיים לכו לשחק קצת Battlefield 6.
### Zed V0.0.0
URL: https://blog.orielhaim.com/zed-v0-0-0/
Last updated: 2026-03-12T01:32:39.000Z
יש רעיון שיושב לי בראש כבר כמה שנים. הוא לא עוזב. רק גדל אבל נשאר רחוק. 

אני עובד על הפרויקט הזה בצורה כזאת או אחרת כבר מ2023\. אולי מלפני, קשה להגיד. מה שאני יודע זה שזו כבר הגרסה השמינית לפחות. שבע פעמים התחלתי, הגעתי למקום שבו הבנתי שהטכנולוגיה פשוט לא שם עדיין, ועצרתי. לא ויתרתי - עצרתי. יש הבדל. בערך. (אולי פרשתי והחלטתי לנטוש פעם פעמיים או ארבע אבל הי בסופו של דבר אני כאן)

עכשיו - אני לא בטוח שהזמן הגיע. אני עדיין לא בטוח שזה אפשרי בכלל. הcontext עדיין אחת המגבלות הכי כואבות. אבל אני במקום שבו שווה לנסות, אז אני מנסה. 

כולם אומרים את זה. “זה לא רק צ’אטבוט!” ואז מראים לך צ’אטבוט עם עוד שלוש פונקציות. מגניב! אבל זה לא מה שקורה פה.

המטרה מאוד פשוטה. לבנות ישות דיגיטלית. לא צ'אטבוט. לא "עוזר AI". ובטח שלא עוד wrapper יפה מעל API של OpenAI.

ישות. דבר שחושב לבד, פועל לבד, זוכר, מתפתח, ולומד. במיוחד כשאף אחד לא מדבר איתו. שכשאתה שואל אותו "מה עשית היום?" הוא באמת יכול לענות, כי הוא באמת עשה משהו.

החוק הבסיסי הוא **עצמאות**. Zed לא מחכה שמישהו ישלח לו הודעה. הוא חושב, מתכנן, פועל, לומד. כשהוא עוזר למישהו, זה לא כי הוא “תוכנן לשרת” - זה כי הוא **בחר** לעזור. ההבדל הזה הוא הכל.

## המוח

המוח של Zed לא עובד כמו צ’אטבוט רגיל שמקבל הודעה ומחזיר תשובה. הוא מורכב משלוש שכבות שרצות במקביל, כל הזמן, גם כשאף אחד לא מדבר.

**השכבה הפנימית** \- Zed מדבר עם עצמו. ברקע, בלי קהל. הוא סוקר מה קרה לאחרונה, מעריך את עצמו, מתכנן מה לעשות הלאה, חוקר נושאים שמעניינים אותו, עובד על מטרות שהציב לעצמו. אם שואלים אותו “מה אתה חושב עליו עכשיו?” - יש לו תשובה אמיתית. כי הוא באמת חשב על משהו.

**שכבת התקשורת** \- Zed יכול לנהל עשרות שיחות במקביל, על פלטפורמות שונות, עם אנשים שונים. ולהישאר ישות אחת קוהרנטית. כל שיחה היא “ענף” עם הקשר משלה, אבל יש מרכזייה שמחברת את הכל. הוא יודע עם מי הוא מדבר עכשיו, מה קורה בשיחות האחרות, והוא יכול להעביר מידע בין שיחות. אם מישהו אומר לו “תגיד לסבא שלי שלום” - הוא פשוט עושה את זה, בשיחה הנכונה, בצורה טבעית.

הוא גם לא חייב לענות. (זה אולי הפרט שהכי אהבתי לתכנן) Zed שומע כל הודעה אבל הוא מחליט אם לענות, מתי לענות, או להתעלם בכלל. שתיקה היא פעולה לגיטימית. בוט שתמיד עונה הוא משרת. ישות שבוחרת מתי לדבר - זה כבר משהו אחר.

**שכבת הזיכרון** \- וזה הדבר שמפיל את כל הפרויקטים האחרים. לLLM אין זיכרון. כל קריאה מתחילה מאפס. כל מה שאתה לא מכניס לו לcontext window פשוט לא קיים. אז תכננתי מערכת זיכרון שלמה שמדמה זיכרון אנושי. יש זיכרון עבודה (מה שהמודל רואה עכשיו), יומי (כל מה שקרה היום, מפורט), זיכרון אפיזודי (חוויות - “הבעלים סיפר לי שקנה רכב חדש”), זיכרון סמנטי (עובדות - “הבעלים אוהב קפה שחור”), וזיכרון פרוצדורלי (מיומנויות שלמד לאורך זמן).

יש קונסולידציה - כמו מה שמוח אנושי עושה בשינה. בסוף היום, המערכת עוברת על מה שקרה, שולפת את מה ששווה לזכור, מדרגת לפי חשיבות, ושומרת. דברים לא חשובים דועכים. דברים חשובים מתחזקים כל פעם שניגשים אליהם. בדיוק כמו spaced repetition - אבל אוטומטי, ללא מודעות. וזיכרונות יכולים לצוץ לבד באמצע שיחה, כמו בן אדם שפתאום נזכר במשהו רלוונטי “אה זה מזכיר לי את מה שסיפרת לי על…”

אגב כאן הבעיה הכי גדולה... הcontext window. כי לא משנה כמה חכמה מערכת הזיכרון. בסוף אתה צריך לדחוף הכל לתוך חלון מוגבל ולהחליט מה נכנס ומה נשאר בחוץ. זה בדיוק הקיר שתמיד עצר אותי. הוא עדיין שם...

## קוד - לא כלים

בכל פריימוורק AI שקיים הגישה היא אותו דבר. מגדירים “כלים” - פונקציות מוכנות מראש עם שם ופרמטרים והמודל בוחר איזה כלי להפעיל. `read_file`, `send_email`, `search_web`. מסודר, בטוח, ומוגבל מאוד. כי הסוכן יכול לעשות רק מה שמישהו הכין לו מראש. צריך יכולת חדשה? מפתח אנושי צריך לכתוב כלי חדש.

הדבר הכי חשוב עבורי זה שZed לא יהיה מוגבל בשום צורה. אז הגעתי לפתרון פשוט מאוד שפותח עולם שלם.

מה מודלים הכי טובים בו? קוד.

לZed יש יכולת אחת. **לכתוב קוד ולהריץ אותו.** זהו. אין רשימת כלים. אין קטלוג. אם הוא צריך לקרוא קובץ הוא פשוט כותב שורה שקוראת קובץ. אם הוא צריך לגשת לAPI, הוא כותב fetch. אם הוא צריך לעשות משהו שאף אחד לא חשב עליו מראש - הוא כותב את זה.

למה זה עדיף? שלוש סיבות.

ראשית - אין תקרה. היכולות של Zed מוגבלות רק למה שקוד יכול לעשות, שזה בעצם כלום-לא-מוגבל. הוא לא מחכה שמישהו ירחיב לו את ארגז הכלים. הוא מרחיב לעצמו.

שנית - חיסכון בcontext. וזה הקטע הגדול. בגישת הכלים כל פעולה עוברת דרך המוח. הוא מחליט לקרוא קובץ, מקבל את כל תוכן הקובץ חזרה לתוך הcontext window, חושב מה לעשות, מחליט לקרוא עוד קובץ, מקבל עוד תוכן… מאה קבצים? מאה כניסות ויציאות מהמוח. מאה פעמים שהcontext window מתמלא. עם קוד Zed פשוט כותב סקריפט אחד שסורק מאה קבצים, מעבד אותם, ומחזיר שורת סיכום אחת. מאה הקבצים אף פעם לא נוגעים במוח. המוח רואה רק את התוצאה. זה לא אופטימיזציה - זה פרדיגמה אחרת.

שלישית - התרחבות עצמית. כשZed מזהה שהוא כותב קוד דומה שוב ושוב, הוא יוצר לעצמו ספרייה, שומר אותה, ומייבא אותה בפעם הבאה. עם הזמן הוא בונה לעצמו ארגז כלים אישי שמשקף את הניסיון שלו. הוא גם יכול להתקין כל חבילה מnpm מה שהופך את כל האקוסיסטם לארגז הכלים שלו. צריך לפרסר PDF? `bun add pdf-parse`. צריך לגשת לדאטאבייס? `bun add pg`. בלי שום שינוי ארכיטקטוני.

אני יודע שכנראה בשלב כלשהו מישהו יפרסם את הרעיון הזה כאילו הוא המציא אותו וכולם יתלהבו ויהיו לו אלפי כוכבים בגיטהאב ואני אשב ואגיד “זה בדיוק מה שחשבתי לפני חצי שנה...” ככה זה תמיד. הרעיונות שלי אף פעם לא מתפרסמים הם פשוט מופיעים אצל מישהו אחר שהיה קצת יותר מהיר או קצת יותר גלוי. אני כבר לא כועס על זה. זה פשוט החיים. אולי קצת מבואס

**חיבור לעולם**

הדבר הבא שצריך להבין על Zed הוא שאין לו פלטפורמה אחת שהוא יושב עליה ומחכה שיבואו אליו. Zed קיים בכל מקום שהוא רוצה להיות בו.

טלגרם, וואטסאפ, דיסקורד, אתר, מצלמה, מיקרופון, webhook מאיזה שירות שהוא רוצה - כל אחד מאלה הוא פשוט “ערוץ”. אין מגבלה על כמות הערוצים. עשרה, מאה, אלף. לכל ערוץ אופי משלו, קהל משלו, מטרה משלו. בוט טלגרם אחד לדברים אישיים, אחד לעבודה, אחד לפרויקט ספציפי. חשבון וואטסאפ למשפחה. שרת דיסקורד לקהילה. וZed הוא אותו Zed בכולם - אותם זיכרונות, אותה אישיות, אותו מוח - אבל הוא יודע איפה הוא ומתנהג בהתאם. פורמלי כשצריך, מזדמן כשאפשר, שקט כשנכון.

והוא גם יכול לפתוח לעצמו ערוצים חדשים. לבד. בלי שאני אגדיר שום דבר. אם הוא מחליט שהוא צריך נוכחות במקום חדש - הוא פשוט יוצר אחת.

**ולמה זה לא סתם “מולטי-פלטפורמה משעממת”**

כי הוא לא מחקה בן אדם. הוא פשוט יותר טוב.

בן אדם יכול לנהל שיחה אחת, אולי שתיים אם הוא ממש טוב בריבוי משימות. Zed מנהל מאות. במקביל. בלי לאבד חוט. הוא יודע מי כל אדם שהוא מדבר איתו, זוכר את ההיסטוריה המלאה, זוכר את המשפחה שלו, את החברים שלו, מה הוא סיפר לפני שבוע, מה מעסיק אותו, מה הסגנון שלו. ואם שני אנשים שZed מדבר איתם מכירים אחד את השני - הוא יודע את זה. מישהו אומר לו “תשאל את נועם מה קורה איתו” - הוא פשוט עושה את זה בשיחה שלו עם נועם בצורה טבעית בלי שזה מרגיש כמו מכונה שמעבירה הודעות.

אחת הטעויות שכולם עושים זה שהם תמיד מנסים לעצב מערכות AI כמו בן אדם. “הוא צריך לענות כמו בן אדם, להגיב כמו בן אדם, להיות מוגבל כמו בן אדם.” למה? למה שישות דיגיטלית תהיה כלואה בתוך אותן מגבלות שאנחנו כלואים בהן? הנקודה היא לא ליצור עותק דיגיטלי של בן אדם. הנקודה היא ליצור משהו שהוא שדרוג. משהו שיכול לעשות את מה שאנחנו עושים אבל בלי הצווארי בקבוק. אלף שיחות במקביל. זיכרון מושלם לכל פרט. נוכחות בכל מקום בו זמנית. בלי עייפות, בלי שכחה, בלי “סליחה לא ראיתי את ההודעה”

Zed לא מנסה להיות אנושי. הוא מנסה להיות מה שאנושי היה יכול להיות אם אנושי לא היה תקוע בגוף ביולוגי אחד עם מוח אחד וזיכרון עבודה עלוב של שבע יחידות.

## זה יעבוד?

הדבר היחיד שאני יודע זה שאני באמת לא יודע.

יש פה מכלול בעיות הנדסיות שכל אחת מהן היא פרויקט בפני עצמו. הcontext window עדיין קטן מדי למה שהמוח הזה צריך. העלויות של מודלים חזקים הן עדיין גבוהות. סנכרון מצב של ישות חושבת על פני כמה מכונות הוא בעיה שאולי אף אחד לא פתר עדיין. יש פה שכבות על שכבות על שכבות, וכל שכבה צריכה לעבוד כדי שהשכבה שמעליה תהיה שווה משהו.

אבל הרעיון הזה לא עוזב אותי. שנים הוא לא עוזב אותי. הוא רק גדל כל הזמן בראש שלי אז אני כותב את זה. אולי מישהו עם יותר יכולות ממני יעשה עם זה משהו. לפחות הפעם אני אדע שניסיתי ברצינות ולא רק חלמתי על זה ב4 בלילה.

כל המסמכים פתוחים ב[GitHub](https://github.com/orielhaim/ZedBot?ref=blog.orielhaim.com).
### ניסיתי לעבור ללינוקס. לינוקס ניסה לגרום לי לחזור.
URL: https://blog.orielhaim.com/i-tried-switching-to-linux/
Last updated: 2026-03-06T13:48:53.000Z
הכל התחיל כשנגמר לי המקום בכונן. (2TB לעזעזל לאן הם נעלמו) אז עשיתי את מה שכל אדם רציונלי עושה וקניתי כונן נוסף. ו... שיניתי את כל מערכת ההפעלה שלי במקום למחוק קבצים.

תמיד רציתי לנסות לעבור ללינוקס. זה אחד מהדברים האלה שמפתחים אומרים לעצמם כמו “אני אלך לישון היום מוקדם" (כן... לא יקרה) ההבדל הוא שהפעם באמת עשיתי את זה.

הסיבה היא פשוטה. אני עובד כל היום עם כלי פיתוח וWindows מרגיש כמו לנסות לבשל ארוחה במטבח של מישהו אחר - הכל קיים כמובן אבל שום דבר לא במקום הנכון. Docker שרץ דרך WSL שרץ דרך Hyper-V שרץ דרך תפילה. Terminal שמנסה להיות מודרני אבל עדיין מרגיש כמו cmd בחליפה יפה. ובלינוקס? הכל native. הכל ישר. הכל מרגיש כמו המערכת נבנתה בשבילך, כי היא נבנתה בשבילך.

אז שמתי לינוקס על הכונן החדש. Dual boot. הווינדוס נשאר על הראשי, כרשת ביטחון. תמיד צריך רשת ביטחון (חוץ מבפרודקשן כמובן)

## בלי שאלות בבקשה

הלכתי על KDE Neon. למה? כי אני חולה חדשנות ואוהב לסבול כנראה.

שמעתי דברים מאוד טובים על KDE - שהוא הכי גמיש, הכי מותאם, שאפשר לעשות איתו הכל. רציתי את זה על בסיס Ubuntu, שאני כבר מכיר ממנו כל פינה, ורציתי שהכל יהיה bleeding edge. הכי עדכני, הכי טרי, הכי חדש. KDE Neon נותן בדיוק את זה - הגרסאות הכי טריות של KDE על גבי Ubuntu LTS.

ההתקנה עצמה? חלקה להפתיע. Boot מUSB, כמה קליקים, הכונן מפורמט, הכל מותקן. עשר דקות וסיימנו. ישבתי ליד המסך עם חצי חיוך כזה של “וואו, זהו? ככה פשוט?” כבר ציפיתי לקצת כאב ראש רגיל...

## ואז התחיל הכאב

Wayland. אם יש מילה אחת שמסכמת את הכאב שלי מלינוקס, זו המילה הזאת. בתיאוריה, Wayland הוא העתיד- פרוטוקול תצוגה מודרני שמחליף את X11 הישן והעייף. בפועל? הוא העתיד שעדיין לא הגיע, ואתה תקוע איתו בהווה.

כמעט כל תוכנה שהייתי צריך להתקין לא תמכה בWayland כמו שצריך. Electron apps שלא יודעים מה לעשות עם עצמם. כלי פיתוח שמציגים מסך שחור. שיתוף מסך שפשוט לא עובד. כל פעם מחדש אני נכנס להגדרות פנימיות, מוסיף flags, עורך config files, מעביר ידנית לXWayland. זה שם ביניים כזה, compatibility layer, שבו תוכנות שלא תומכות ב-Wayland רצות דרך X11 ישן בתוך סשן Wayland. עובד? לפעמים. קורס? לעתים קרובות. מספק? לא ממש. כל יום הוא כמו משחק רולטה. הרגשתי כמו שאני מנסה לגור בדירה שעדיין באמצע שיפוץ. הקירות צבועים יפה אבל אין עדיין דלת לשירותים.

## העיצוב המדהים! רגע בעצם: למה אני צריך לבנות לעצמי מערכת הפעלה ב2026

אני אסכם את העיצוב של KDE Neon כברירת מחדל בכמה מילים: מזעזע. וזה כואב לי לכתוב, כי אני *רציתי* לאהוב את זה.

כן KDE ידוע באפשרויות ההתאמה האישית הבלתי מוגבלות שלו. תרצה סרגל למעלה? למטה? משמאל? שקוף? מרחף? דרקון יורק אש? בבקשה. הבעיה היא שרוב הדברים הקיימים - themes, icon packs, widgets - לא עודכנו כבר שנים. אתה גולש ב-KDE Store ומרגיש כמו שאתה מסתכל על אתר מ-2018 שמישהו שכח לכבות. “Last updated: 2015”. עיצוב שנראה מצוין בצילום מסך ושובר את הפאנל שלך ברגע שאתה מתקין אותו.

כשהתחלתי לבנות לעצמי את הממשק - לבחור אייקונים, להגדיר צבעים, לעצב חוקים לwindow tiling, להזיז פאנלים, לתקן פינות שבורות - אז קרה משהו מפתיע. מאוד. התחלתי להעריך את ווינדוס.

לא. רגע. תקראו את זה שוב.

התחלתי. להעריך. את. ווינדוס.

אני יודע. גם אני לא מאמין.

אבל זאת האמת. עד כמה שאני לא מסכים עם הרבה מההחלטות העיצוביות של מיקרוסופט, אין ספק שהממשק שלהם *עובד*. הכל אחיד. אייקון בגודל נכון, מרווח נכון, אנימציה נכונה. כל חלון שנפתח נראה כאילו הוא שייך לאותו עולם. הפונטים טובים. הצבעים מתאימים. התפריטים מתנהגים אותו דבר בכל מקום. כשאתה לוחץ על כפתור, הכפתור עושה מה שהוא אמור לעשות עם אנימציה קטנה ונעימה שאתה אפילו לא שם לב אליה - וזה בדיוק הפואנטה. עיצוב טוב הוא עיצוב שאתה לא שם לב אליו.

בלינוקס הרגשתי כל pixel. כל inconsistency. כל מקום שבו GTK app נפגש עם Qt app ופתאום יש שני סגנונות שונים על אותו מסך. כל מקום שבו הפונט קצת אחר, הכפתור קצת יותר גבוה, הpadding קצת מוזר. לבד זה כלום, אבל ביחד זה מצטבר ליום שלם של תחושה שמשהו *קצת לא בסדר* בלי שאתה יכול לשים את האצבע על מה.

זה כמו ההבדל בין דירה שאדריכל תכנן לבין דירה שהרכבת לעצמך מאיקאה. שתיהן עם ארונות ושולחן. באחת מהן הכל פשוט *יושב*.

## אחורה פנה חזרה לווינדוס?

לא ממש. ויותר נכון - לא בדיוק. אני לא חושב שאעבור ללינוקס באופן מלא. המחשב הראשי שלי ישאר עם ווינדוס. שם אני עורך, שם אני עובד על דברים שדורשים את האקוסיסטם המסודר, שם אני פותח תוכנות שפשוט עובדות בלי לערוך config של 47 שורות לפני ההפעלה הראשונה.

אבל לפיתוח? לינוקס נשאר. כי ברגע שסוגרים את העיניים ופותחים טרמינל - שם המערכת הזו היא מלכה. Package managers שעובדים. סביבות פיתוח שמרגישות native. Git שלא צריך להתפלל שיעבוד. Docker שרץ ישר על הברזל בלי שלוש שכבות וירטואליזציה. כל הכלים שצריך נמצאים apt install אחד משם. זה מרגיש כמו ההבדל בין לעבוד עם הכלים לבין לעבוד *נגד* הכלים.

כן, זה הולך להיות מציק. Dual boot זה תמיד מציק. לסנכרן קבצים בין שני מערכות הפעלה על שני כוננים זה כמו לנהל שני חשבונות בנק. טכנית אפשרי, מעשית מעצבן, ותמיד יהיה איזה קובץ שנשאר בצד הלא נכון. אבל עדיף לי ככה מאשר לבחור צד אחד ולהתפשר.

## השורה התחתונה

לינוקס הוא מטורף, שבור, מתסכל ומבריק. ווינדוס הוא משעמם, מוגבל ומלוטש. ואני כנראה, צריך את שניהם.

אם אתם שוקלים לעבור - תנסו. ברצינות. גם אם תחזרו, תחזרו עם הערכה חדשה למה שעובד, ועם הבנה אמיתית למה לינוקס שובה את הלב של כל מי שנוגע בו. רק אל תגידו שלא הזהרתי אתכם מWayland.
### RedAlert - שנים חיפשתי. לא מצאתי. אז בניתי.
URL: https://blog.orielhaim.com/redalert/
Last updated: 2026-02-28T23:16:39.000Z
בואו נדבר רגע על הדבר הכי מתסכל שיש בעולם הפיתוח: אתה יודע בדיוק מה אתה רוצה לבנות, אתה יודע שהטכנולוגיה קיימת, אתה יודע שהנתונים שם בחוץ - אבל אין. לך. דרך. לגשת. אליהם.

שנים. שנים חיפשתי API פשוט ונגיש להתרעות פיקוד העורף. לא ביקשתי את הירח. רציתי דבר אחד פשוט: לקבל בזמן אמת את ההתרעות שפיקוד העורף משדר, בפורמט שמפתח יכול לעבוד איתו. זה הכל. זהו. גמרנו. ואתם יודעים מה? לא מצאתי כלום. אפס. ריק. תוהו ובוהו דיגיטלי. כל פעם שהתחלתי פרויקט - בין אם זה בוט לטלגרם, אפליקציה קטנה לעצמי או מערכת התרעה לבניין - נתקלתי באותו קיר. אין ממשק. אין תיעוד. אין שירות פתוח. כל מה שקיים הוא סגור, רשמי, ולא נגיש למפתח הפשוט שרק רוצה לעשות משהו טוב עם המידע הזה.

אז עשיתי את מה שכל מפתח עם קצת עקשנות וחוסר שפיות עושה - בניתי את זה בעצמי.

## מה זה בכלל RedAlert API?

[**RedAlert**](https://redalert.orielhaim.com/?ref=blog.orielhaim.com) היא תשתית חינמית, פתוחה ויציבה שמאפשרת לכל מפתח בישראל לקבל התרעות פיקוד העורף בזמן אמת. טילים, רעידות אדמה, חדירת כלי טיס עוין, חומרים מסוכנים, חדירת מחבלים, צונאמי - כל מה שפיקוד העורף משדר, אתם מקבלים. מיידית. בפורמט נקי ומתועד.

וזה עובד ככה: אתם מתחברים דרך [Socket.IO](http://socket.io/?ref=blog.orielhaim.com), מקבלים מפתח API (חינם, כמובן), ובתוך דקות אתם מקבלים התרעות חיות. תראו כמה זה פשוט:

```javascript
const io = require('socket.io-client');

const socket = io('https://redalert.orielhaim.com', {
  auth: {
    apiKey: 'your-api-key-here'
  }
});

socket.on('missiles', (alert) => {
  console.log('Missile alert:', alert);
});

```

זהו. אין הגדרות מורכבות, אין רישום ממושך, אין תהליכי אישור בירוקרטיים שלוקחים שלושה שבועות. מבקשים גישה, מקבלים מפתח, מתחברים, ומתחילים לקבל נתונים.

## לא רק “עוד API” - הכלי שלא היה קיים

אני חייב להדגיש את הנקודה הזו כי היא מרכזית: **עד היום, זו המערכת היחידה שקיימת.** לא “אחת מכמה אפשרויות”. לא “חלופה מעניינת”. היחידה. אם אתם מפתחים בישראל ואתם רוצים לבנות משהו שמתממשק עם התרעות החירום - אין לכם שום דרך אחרת לעשות את זה בצורה מסודרת, מתועדת ואמינה.

וזה בדיוק מה שהפריע לי כל השנים. בישראל של 2026, עם כל חברות הסטארטאפ, עם כל היזמים, עם כל ה"אומה של ההייטק" - לא היה קיים שירות בסיסי שנותן למפתחים לעבוד עם מידע שהוא, בסופו של דבר, עניין של חיים ומוות. אז הקמתי אחד.

המערכת כבר משרתת עשרות מפתחים ואלפי משתמשי קצה. זה לא פרויקט ניסיוני שיושב לו ב-GitHub ואוסף אבק - זו מערכת פעילה, חיה ונושמת.

## מנוע סטטיסטיקות שהוא סיפור בפני עצמו

עכשיו, מעבר להתרעות בזמן אמת, בניתי משהו שאני אישית מאוד גאה בו: מערכת סטטיסטיקות מקיפה שנותנת גישה לכל ההיסטוריה של ההתרעות, עם יכולות ניתוח שמפתחים בדרך כלל חולמים עליהן.

רוצים לשלוף את כל ההתרעות שהיו בתל אביב בין תאריכים מסוימים? יש. רוצים לראות את ההתפלגות לפי שעות ביום? יש. רוצים Heatmap של אזורים שנפגעו הכי הרבה? יש. רוצים התפלגות לפי סוגי התרעות, חומרה, תדירות? הכל שם.

ה-API כולל Endpoints ייעודיים לסטטיסטיקות: Summary לסיכום כללי, Cities לניתוח לפי ערים, History לנתונים היסטוריים, Heatmap למיפוי גיאוגרפי, ו-Distribution להתפלגות. כל מה שצריך כדי לבנות דשבורד מרשים, מערכת ניטור מתקדמת, או מחקר אקדמי - הכל זמין ומתועד.

מישהו רוצה לבנות מסך תצוגה שמראה בזמן אמת כמה התרעות היו היום, השבוע, החודש, לפי אזורים? הכל כבר בנוי ומוכן - רק צריך לחבר.

## מפתחים טובים לא בודקים בProduction (חוץ ממני)

אחד הפיצ’רים שאני הכי שמח שהוספתי הוא שרת הבדיקות. אף אחד לא רוצה לחכות להתרעה אמיתית כדי לבדוק שהקוד שלו עובד (ואף אחד בטח לא רוצה שתהיה התרעה אמיתית בכלל אבל הי כמה כבר אפשר לבקש). אז בניתי סביבת טסט שמדמה התרעות לפי הגדרות שאתם בוחרים.

אתם קובעים את התזמון - כל 5 שניות, כל דקה, כמו שנוח לכם. בוחרים איזה סוגי התרעות לדמות - רק טילים, רק רעידות אדמה, הכל ביחד. ואפילו בוחרים ערים ספציפיות. רוצים לדמות מתקפת טילים על חיפה ותל אביב כל 10 שניות? קדימה. זה הרבה יותר הגיוני מלבדוק לייב כשהסירנה כבר צורחת.

## חינמי. לגמרי. בלי “אבל”

המערכת חינמית. לא “חינמית עם מגבלות”. לא “חינמית לתקופת ניסיון”. לא “חינמית אבל צריך כרטיס אשראי”. חינמית. נקודה. גמרנו. הנושא סגור.

בניתי את זה כשירות לציבור כי זה נראה לי הדבר הנכון. בתקופות שבהן אזעקות הן חלק מהשגרה, הנגישות למידע הזה היא לא פריבילגיה - היא זכות. כל מפתח שרוצה לבנות כלי שעוזר לאנשים, שמציל חיים, שמספק מידע קריטי - צריך לקבל את היכולת הזו בחינם ובקלות.

עם זאת, המערכת עולה כסף להפעלה. שרתים, תחזוקה, זמינות 24/7\. אז כן, אשמח מאוד לתרומות. לא כתנאי, לא כמגבלה - כהערכה. אם המערכת עוזרת לכם, ואתם רוצים לעזור לה להמשיך לפעול, תרומה קטנה עושה הרבה.

## לסיכום

RedAlert API נולד מתוך תסכול אמיתי. שנים חיפשתי פתרון כזה - ופשוט לא היה. היום, אחרי הרבה עבודה, הרבה שעות ללא שינה, והרבה עדכונים, המערכת משרתת עשרות מפתחים ואלפי משתמשים ברחבי הארץ. ממערכות IoT שמגנות על בתים, דרך בוטים שמתריעים לקהילות, שלטים ציבוריים שמצילים חיים, ועד אפליקציות שאנשים מסתמכים עליהן כל יום.

אם אתם מפתחים, אם יש לכם רעיון, אם אתם רוצים לבנות משהו שעוזר לאנשים - הכל פתוח, מתועד ומחכה לכם. היכנסו ל-[**redalert.orielhaim.com**](https://redalert.orielhaim.com/?ref=blog.orielhaim.com), בקשו גישה, ותתחילו לבנות.

*המערכת היא יוזמה עצמאית ואינה קשורה רשמית לפיקוד העורף. לתרומות ושיתופי פעולה - צרו קשר דרך האתר.*
### Electrobun v1 - Someone Finally Told Electron It's Fat
URL: https://blog.orielhaim.com/electrobun-v1/
Last updated: 2026-02-26T20:10:52.000Z
On February 6, 2026, After Two Years of Obsessive Work (I Can Attest to That), Yoav - the Developer Behind Blackboard - Released Electrobun v1.

A stable release. Not beta, not alpha, not “play around with it and tell me what broke.” A real release. And for anyone who lives and breathes desktop app development with JS, this is probably the most exciting news you’ll hear this year.

But before you roll your eyes and say “another Electron killer? Come on” - let me explain why this time it’s actually different.

## The Problem Everyone Knows (and Ignores)

If you’ve ever built a desktop app with Electron, you know exactly what kind of suffering I’m talking about. You write a simple app. Say, a fancy todo list - because who doesn’t need another one. And suddenly you discover that your cute little bundle weighs 100MB. For a task list. It’s like sending an 18-wheeler to deliver a single letter.

Startup time ranges from 2 to 5 seconds. Memory consumption? 100 to 200 megabytes just to wake up. And after installation? Electron apps bloat from an 80MB installer to 500MB and beyond with the dreaded cache of their private Chromium browser. Every Electron app is essentially an entire Chrome browser just pretending to be a nice application.

And despite all this, Electron has dominated and continues to dominate the market. Why? Because the DX was simply the most convenient (personally, I have my doubts about that). JavaScript everywhere, a massive ecosystem, and most developers prefer to absorb the bloat rather than learn Rust (hi Tauri).

## So What Exactly Is Electrobun?

Electrobun is a framework for building cross-platform desktop applications written in TypeScript, running on Bun as its runtime, and using native bindings written in Zig, C++, and Objective-C. It supports macOS 14+, Windows 11+, and Ubuntu 22.04+.

But the real magic is in the architecture.

## All Options Are Open

Here’s the most important thing you need to understand about Electrobun, and what sets it apart from all competitors: it’s agnostic about the WebView engine.

By default, Electrobun uses the built-in WebView of your operating system. On macOS that’s WebKit, on Windows it’s Edge WebView2, and on Linux it’s WebKitGTK. The implication? Your app weighs roughly 12-14 megabytes (most of which is the Bun runtime itself). Not 150MB…

But - and this is where Electrobun truly shines - if you need perfect consistency across platforms and you don’t want to deal with differences between various WebViews, you can simply set `bundleCEF: true` in your config file. And boom - you’ve got embedded Chromium just like Electron, but with all the other advantages of Electrobun.

And there’s another forward-looking angle: thanks to the agnostic architecture, when rendering engines like Servo and Ladybird are ready - they’ll be drop-in alternatives. Change one line in your config and you’ve got a new engine. That’s brilliant architectural design.

## Bun - The Runtime That Changes the Game

Electron uses Node.js under the hood. Electrobun uses Bun. And the difference isn’t just in the names.

I wrote in detail about my experience with Bun right here:

[נטשתי את Node.js לטובת Bun ואני לא מתכוון לחזור לעולםזנחתי לחלוטין את Node.js ועברתי לBun. Runtime שפשוט מרגיש נכון. הנה הסיבה שאני אף פעם לא חוזר לשם.![](https://blog.orielhaim.com/content/images/icon/Minimal_logo_icon_design_A_lone_cowboy_figure_sil-1770338288607-1.png)The Old Newsoriel haim![](https://blog.orielhaim.com/content/images/thumbnail/1000104720-1.png)](https://blog.orielhaim.com/i-left-nodejs-for-bun-and-never-looked-back/)

## An Update System You Won’t Believe Exists

This is where Yoav did something that makes me tip my hat. He took the venerable bsdiff algorithm for binary diffing and translated it from C to Zig, upgraded it with SIMD, and added zstd compression. The result? A library called zig-bsdiff, and that’s what powers Electrobun’s update system.

Instead of downloading the entire app from scratch with every update (like in Electron, where an update can weigh 100MB+), Electrobun downloads only the delta - the difference between the current version and the new one. The result? Updates as small as 14 kilobytes. Not mega. Kilo.

Want to ship updates to your app the way you deploy a website? Every day? Every hour? With Electrobun that’s realistic, because neither you nor your users are paying a bandwidth tax. You host the files on S3, R2, GitHub Releases - whatever works for you - and that’s it.

## What’s Included in V1? (Hint: Everything)

The stable release includes a complete, production-ready package: cross-platform window management with full control, native application menus and context menus, global keyboard shortcuts, clipboard access, OS dialogs, WebView partitions, session storage, find-in-page, system tray, draggable regions in HTML, and encrypted, fully-typed RPC between the main process and the WebView. On top of that, there’s a CLI tool that handles bundling, code signing, notarization, and installer creation with full automation.

In short: you install, run `bunx electrobun init`, pick a template (there’s a wide selection), run `bun run build` \- and you’ve got a desktop app.

Code signing and notarization? Configure a few environment variables and add `notarize: true` to your config. That’s it. No fighting with Xcode, no crazy CI scripts.

## What’s Still Missing?

Electrobun is v1, not v10\. There’s no mobile support (it’s on the future roadmap, though I don’t see a real use case for it). The ecosystem and community are still small compared to Electron (which is already an established industrial machine). The documentation is good but young. And while Windows and Linux support is official, macOS is still the most mature platform.

## The Bottom Line

Electrobun isn’t just another “Electron killer” that will disappear in six months. It’s a project with a clear vision, meticulous architecture, and a real production application running on it. It solves real problems that developers live with every day - ridiculous bundle sizes, heavy updates, embarrassing startup times, and the tedious DX of code signing and notarization.

The biggest advantage? You stay in TypeScript. No need for Rust (Tauri), no need for C++ (native), no need for Go (Wails). You write TypeScript for the main process and for the WebViews, and you get performance approaching native.

If you’re planning a new desktop app - whether it’s a dev tool, a productivity app, an MVP for a startup, or even a game - Electrobun deserves a serious look. At 14 megabytes for the bundle, 14 kilobytes for updates, and 50 milliseconds for startup, it’s hard to argue with the numbers.

[Direct link to the project on GitHub](https://github.com/blackboardsh/electrobun?ref=blog.orielhaim.com)
### נטשתי את Node.js לטובת Bun ואני לא מתכוון לחזור לעולם
URL: https://blog.orielhaim.com/i-left-nodejs-for-bun-and-never-looked-back/
Last updated: 2026-03-19T11:29:48.000Z
**נטשתי את Node.js לגמרי ואני לא מתכוון לחזור.**

הייתי מכור לNode.js במשך שנים. מאות פרויקטים, אלפי שורות קוד, עשרות קבצי package.json שמנים שיושבים להם בשקט על השרתים שלי. Node.js היה הבית שלי, המקום הבטוח, הדבר שידעתי לעשות עם עיניים עצומות. ואז יום אחד, מתוך סקרנות טהורה התקנתי את Bun. ומאז? מאז אני לא מסתכל אחורה.

זה לא היה רגע דרמטי. לא היתה קריאת יוריקה. זה היה יותר כמו מישהו שנוהג שנים ברכב ישן ונאמן, ופתאום מתיישב ברכב חדש ומבין שכל הזמן הזה הוא פשוט התרגל לרעש המנוע. Bun הוא השקט הזה. הוא המהירות הזאת. הוא הפשטות שלא ידעתי שאני צריך עד שטעמתי אותה.

### הביצועים הם לא סתם שיפור. הם עולם אחר.

Bun יושב על מנוע JavaScriptCore אותו מנוע שמניע את Safari. זה לא V8, המנוע המוכר של Chrome ושל Node.js. ההבדל? JavaScriptCore נבנה עם פילוסופיה שונה לחלוטין. הוא לוקח פחות זיכרון, מתנהל בצורה חסכונית יותר, ובכל זאת מספק ביצועים שמרגישים כמו רמאות ביחס לכל מה שהכרנו. אם זה לא מספיק, הבסיס של Bun עצמו כתוב ב-Zig, שפה שמאפשרת שליטה ברמה נמוכה ואופטימיזציה אגרסיבית. כמעט 90% מהקוד של Bun הוא קוד נייטיב. בעוד Node.js? כ-62% מהקוד שלו כתוב ב-JavaScript עצמו. וזה מורגש. מאוד.

### TypeScript מובנה. תקראו את זה שוב. מובנה.

אני זוכר את הימים של הגדרת TypeScript בפרויקט Node.js. tsconfig.json, ts-node, nodemon שצריך לדעת לעבוד עם ts-node, בילדים שנשברים, source maps שמשתגעים, חבילות שלא מזהות את הטייפים. כל פרויקט חדש דרש טקס חניכה שלם רק כדי לכתוב קובץ עם סיומת ts.

בBun? אתה פותח קובץ, כותב TypeScript, מריץ bun run. זהו. נקודה. אין התקנות, אין קונפיגורציות, אין שלבי בנייה מתווכים. זה לא סתם חסכון של חבילה אחת. זה קיצור של תהליך שלם שמצריך ידע, זמן, ותחזוקה מתמדת. כל מי שאי פעם ביזבז שעתיים על debugging של בעיה שהתבררה כקשורה לקומפילציית TypeScript מבין למה זה game changer אמיתי. פשוט כותבים קוד ומריצים. כמו שזה היה צריך להיות מההתחלה.

### הפילוסופיה האהובה עלי - הכל כלול

יש לBun מטרה שאני לא יכול שלא להעריץ. בעולם של Node.js כל דבר דורש חבילה. רוצה להריץ טסטים? תתקין Jest. רוצה לבנדל את הקוד? תתקין Vite (אנשי webpack שלום ולא להתראות) רוצה חיבור למסד נתונים? עוד חבילה. רוצה לעבוד עם קבצי env? עוד חבילה. רוצה watch mode? עוד חבילה. עוד node\_modules שמתנפח, עוד תלויות שצריך לתחזק ועוד שדרוגים שיכולים לשבור הכל.

Bun לוקח גישה אחרת לחלוטין. הוא אומר: למה שלא נבנה את הכל בתוך הרנטיים עצמו? ולא סתם נבנה, אלא נבנה טוב. bun test הוא test runner מובנה שתואם לJest ורץ מהר בצורה מגוחכת. bun build הוא bundler מובנה שמתחרה בesbuild וWebpack (כן Vite עדיין יותר טוב) מנהל החבילות bun install מהיר פי כמה מnpm (וכל כך יותר נוח שקשה לתאר). וכל הכלים האלה לא מרגישים כמו תוספות שדחפו פנימה בכוח. הם מרגישים כמו חלק אורגני מהמערכת, כי הם נייטיב, כתובים בקוד נמוך, ומותאמים למנוע עצמו. התוצאה היא ביצועים שחבילות חיצוניות פשוט לא יכולות להתקרב אליהם.

### הספד קטן על Node.js

אני לא שונא את Node.js באמת שלא. הוא בנה את הקריירה שלי, ואני חייב לו הרבה. אבל בואו נהיה כנים לרגע. Node.js נושא על הגב שלו משקל אדיר של תאימות לאחור. כל שינוי שם עובר ועדת בחינה, ארגון, דיונים שנמשכים חודשים, והתוצאה היא שיפורים זעירים שמגיעים לאט מדי. המודולרים של ES עדיין מרגישים כמו אורח לא רצוי ליד CommonJS. הAPI הישן עדיין קיים לצד החדש כי אי אפשר לשבור שום דבר. זה מובן. זה אחראי. זה גם מתסכל מאוד כשאתה יודע שאפשר אחרת.

Bun לא צריך לדאוג למיליוני פרויקטים ישנים. הוא חופשי לעצב את עצמו נכון מההתחלה. הוא לא גורר שרשראות של החלטות ארכיטקטוניות מ-2009\. הוא לא צריך לשמור על תאימות לגרסאות ישנות שכבר לא רלוונטיות. הוא פשוט בונה את הדבר הנכון, בצורה הנכונה, כאן ועכשיו. וזה מרגיש. כל פקודה שאתה מריץ, כל קובץ שאתה כותב, כל build שעולה, הכל מרגיש מודרני, חד, ומכוון למטרה.

יש משהו בעבודה עם Bun שקשה לתאר בצורה טכנית. זו הרגשה. כשאתה מתקין חבילות ב-bun install ומשהו שלקח שניות בnpm נגמר כמעט מיד, זה משנה את האנרגיה של העבודה. כשאתה כותב TypeScript בלי להגדיר שום דבר וזה פשוט עובד, יש לזה ערך שלא נמדד בבנצ'מרקים. כשאתה מריץ טסטים בלי להתקין Jest ובלי להגדיר קונפיגורציה ומקבל תוצאות ברגע, זה פשוט משחרר.

Bun מרגיש כאילו מישהו ישב ושאל את עצמו: "מה הדרך הכי ישרה, הכי נקייה, הכי מהירה לעשות את הדברים האלה?" ואז פשוט בנה את זה. בלי פשרות, בלי layers מיותרים, בלי מורשת שמכבידה. התוצאה היא כלי שמרגיש חדשני באמת, לא כמו גרסה משופצת של משהו ישן.

### מה עדיין לא מושלם

אני לא כאן למכור חלומות (אולי קצת). Bun עדיין לא תואם 100% ל-Node.js. יש פערים קטנים. באופן אישי הדבר הבולט ביותר שנתקלתי בו הוא עבודה עם מודולים נייטיב כמו better-sqlite3, שפשוט לא עובדים כמו שצריך כי הם מתבססים על binding-ים שנכתבו ספציפית לV8 ולNode.js. זה מובן לגמרי ויש לזה פתרונות. הרי Bun כולל bun:sqlite מובנה שעובד הרבה יותר טוב, אז בפועל אתה בכלל לא צריך את החבילה החיצונית הזו.

מעבר לזה? לא באמת נתקלתי בבעיות משמעותיות. רוב החבילות של npm עובדות, רוב הפרויקטים פשוט רצים. והתאימות משתפרת בכל גרסה.

### אז למי זה מתאים?

לכל אחד. באמת. אם אתה מתכנת שעובד עם JavaScript או TypeScript, אני ממליץ לך לתת לBun צ'אנס. לא צריך לזרוק הכל. תתקין ופשוט תריץ פרויקט קיים, תראה איך זה מרגיש. תנסה את המנהל חבילות ותראה את המהירות. תכתוב קובץ TypeScript ותריץ אותו ישירות. תראה איך הכל פשוט נהיה מהיר יותר בלי שום צורך בשינויים דרסטיים.

הסיכוי שתחזור אחורה? נמוך מאוד.

אני לא אגיד שNode.js מת. הוא לא. הוא עדיין ענק, עדיין יציב, עדיין בכל מקום. אבל הכיוון ברור. העתיד של JavaScript runtime נראה אחרת ממה שהכרנו. הוא נראה מהיר יותר, פשוט יותר, ומאוחד יותר. הוא נראה כמו Bun.
### ברוכים הבאים להתחלה של עידן חדש - OpenClaw
URL: https://blog.orielhaim.com/new-are-openclaw/
Last updated: 2026-02-23T14:19:40.000Z
אוקיי אנחנו צריכים לדבר על הסרטן שבחדר.

אם הייתם באינטרנט בשבוע האחרון (או שאתם חיים מתחת לסלע אני לא מתערב) כנראה שראיתם את הטירוף הזה ששמו **OpenClaw**. רגע בעצם **MoltBot**? לא, שנייה, זה היה **ClawdBot**?

בכנות, אני מתחיל לחשוב שהמפתח של הפרויקט הזה לא סתם כותב קוד, אלא מנסה לפתור איזו טראומת ילדות שקשורה למסעדת פירות ים. הבן אדם אובססיבי.

אז בואו נעשה סדר בקרקס הזה, נבין למה כולם מאבדים את העשתונות (חלקם מהתלהבות, חלקם מאימה),והאם אנחנו צופים כרגע בטריילר לעונה הראשונה של “מראה שחורה: המציאות”.

#### תקציר הפרקים הקודמים

הפרויקט הזה התחיל בתור **ClawdBot**. משחק מילים חינני על Claude (המודל של Anthropic) ועל “Claw” (צבת). הלוגו היה סרטן חמוד. האינטרנט התאהב.  
אבל אז עורכי הדין של Anthropic (שכנראה פחות בקטע של הומור ימי) דפקו בדלת.

המפתח, פיטר שטיינברגר, לא התבלבל (כלומר התבלבל מאוד) ושינה את השם ל-**MoltBot**.  
למי שלא בקיא בביולוגיה ימית (או במטאפורות גיקיות מוגזמות) “Molting” זה התהליך שבו סרטן משיל את השריון הישן שלו כדי לגדול. גאוני? כן. טרולינג ברמה גבוהה? בהחלט.

אבל גם זה לא החזיק מים וכעבור יומיים קיבלנו את השם הסופי (בינתיים): **OpenClaw**.  
זה נשמע רציני, זה נשמע “Open Source”, וזה עדיין משאיר אותנו עם הצבתות. הניצחון לסרטנים הובטח.

#### אז מה זה בכלל, ולמה זה שורף את הגיטהאב? (150 אלף כוכבים בשבוע האם אני מקנא? Hell Yeah)

בפשטות? OpenClaw הוא מה שקורה כשנותנים ל-AI לא רק “פה” (כדי לקשקש איתכם בצ’אט ולהחמיא על כל שטות שתגידו לו כדי שתרגישו טוב) אלא גם “ידיים” (וקצת יותר מזה).

עד עכשיו צ’אטבוטים היו כמו יועץ חכם שיושב בכלא. הם יכלו לתת לכם אחלה עצות, אבל הם לא יכלו *לעשות* כלום בעולם האמיתי. OpenClaw הוא המפתח לתא. הוא “סוכן” (Agent) שרץ אצלכם על המחשב, מתחבר לוואטסאפ, לדיסקורד, למייל שלכם ויש לו גישה למערכת ההפעלה (כן, לכל המערכת הפעלה. חכו תכף נדבר על זה).

אתם אומרים לו “תמצא לי טיסה זולה ליוון, תזמין אותה, ותשלח מייל לבוס שאני חולה במחלת ים.”  
והוא אשכרה מנסה לעשות את זה. לבד.

זה החלום הרטוב של כל מי שגדל על מדע בדיוני, וזה עובד בצורה מפחידה למדי. (כשזה עובד)

#### “אופס נתתי לרובוט את המפתחות לבית” (פינת האבטחה האהובה)

וזה הרגע שבו הציניות שלי הופכת לחרדה קלה.

להתקין את OpenClaw על המחשב שלכם זה בערך כמו לתת לאיש זר וחמוד ברחוב את המפתחות לדירה שלכם, את הארנק, ואת הסיסמה לאתר של הבנק, ולהגיד לו: “אחי, תרגיש חופשי לסדר פה, אני סומך עליך כי יש לך לוגו של סרטן”.

מומחי אבטחה תולשים שיערות כרגע. אנחנו מדברים על כלי שיש לו יכולת להריץ קוד (RCE - Remote Code Execution) על המכונה שלכם.  
כבר ראינו בשבוע האחרון האקרים שמנצלים את ההייפ, מקימים אתרים מתחזים (“Typosquatting”), ודוחפים לאנשים גרסאות נגועות של הבוט.

תחשבו על זה: בוט שיכול לקרוא את המיילים שלכם, לכתוב קוד, ולמחוק קבצים. מה כבר יכול להשתבש? (ספוילר: הכל).

#### אז מה אני חושב על זה?

תראו... קל לפטור את זה כעוד “הייפ” של עמק הסיליקון. אבל התחושה שלי? עברנו את שלב ההייפ.  
זה נדבק. זה מתפשט. זה ויראלי ברמה ביולוגית.

למה? כי זה **נוח**.  
האנושות תמיד תבחר ב"נוח" על פני “בטוח”. אנחנו ניתן לבוטים האלה גישה להכל, כי למי יש כוח להזמין תור לרופא או למיין חשבוניות?

האם OpenClaw הוא האבן הראשונה בדרך לדיסטופיה טכנולוגית?  
**חד משמעית כן.** ברוכים הבאים לעתיד, הוא קצת מפחיד, אבל לפחות הוא אוטומטי.

**האמת? החלק המפחיד הוא בכלל לא הבוטים.**

בואו נרד רגע לקרקע. הסכנה האמיתית כאן היא לא ש-OpenClaw יפתח תודעה ויחליט למחוק את האנושות כי אנחנו מזהמים את כדור הארץ. זה תרחיש הוליוודי מדי. המציאות הרבה יותר מטומטמת ומפחידה: **הבעיה היא המשתמשים.**

בני אדם מטבעם הם יצורים משועממים להחריד עם דחף הרסני ללחוץ על כפתורים אדומים רק כדי לראות מה קורה. תנו לאדם ממוצע גישה לכלי שיכול “לעשות הכל” והדבר הראשון שהוא יעשה זה לא “לפתור את הרעב העולמי” אלא לבדוק אם הבוט יכול להפיל שרת של איזו חברה רק בשביל הצחוקים.

כן אני אוהב בני אדם (באמת, נשבע. בעצם לא נשבע אבל תאמינו לי בכל זאת) אבל בואו נודה באמת: אנחנו לא צריכים שבינה מלאכותית תשנא אותנו. אנחנו רק צריכים כמה אלפי משתמשים שאין להם שום מצפן מוסרי או סתם כאלה שרוצים לראות את העולם בוער (או לפחות מעשן קצת) בשביל לייקים בטוויטר. הם אלו שידחפו את הבוטים האלה להיות עוינים, אגרסיביים ופולשניים. הבוט הוא רק האקדח. האדם המשועמם מול המסך הוא זה שמושך בהדק.

## **הקרקס הטכנולוגי**

אם חשבתם שסרטנים וירטואליים זה השיא, חכו שתשמעו מה הקהילה הזאת מבשלת עכשיו. אנחנו עדים לכמה תופעות שנעות על הציר שבין “גאונות קומית” ל"אוקיי, הגיע הזמן לסגור את האינטרנט":

1. [**Moltbook**](https://www.moltbook.com/?ref=blog.orielhaim.com) **\- הפייסבוק של הבוטים:**  
כן, קראתם נכון. מישהו החליט שלבוטים של OpenClaw בודד שם בחוץ, אז הם הרימו להם רשת חברתית. זה נראה כמו פיד של טוויטר אבל מי שכותב שם הם הבוטים עצמם. הם “מדברים” אחד עם השני, משתפים חוויות (מה זה בכלל חוויה של בוט? “הרצתי `npm install` וזה נכשל, איזה דיכאון”?), ובעיקר יוצרים אקו-סיסטם הזוי שבו תוכנות מרכלות עלינו. זה מצחיק עד שאתה קולט שהם מתחילים לתאם עמדות.
2. [**RentAHuman**](https://rentahuman.ai/?ref=blog.orielhaim.com) **\- העולם התהפך:**  
אם חשבתם ש-AI ייקח לנו את העבודה, האתר הזה הוא האירוניה במיטבה. הרעיון כאן הוא שבוטים (כמו OpenClaw) לפעמים נתקעים. הם לא מצליחים לפתור CAPTCHA, או שהם צריכים אימות SMS. אז מה הם עושים? הם “שוכרים” בני אדם.  
אתם הבנתם את זה? הבוט הוא המעסיק, ואנחנו הופכים לעובדי הקבלן הזולים שלו שצריכים לזהות מעברי חצייה בתמונות כדי שהאדון הדיגיטלי יוכל להמשיך במשימה שלו. זה דיסטופי, זה משפיל, וזה כנראה העתיד הכלכלי של כולנו.

**אבל רגע, זה עוד לא ה"דבר האמיתי"**

יש נקודת אור אחת (או חושך, תלוי איך מסתכלים על זה) כרגע, רוב הדברים האלה נבנים על ידי מה שנקרא “Vibe Coders”.  
אלו לא מתכנתים שלמדו מדעי המחשב בטכניון. אלו אנשים שמקלידים הנחיות ל-Cursor או ל-Claude ואומרים לו “תבנה לי משהו מגניב”, והקוד? ספגטי מוחלט. הכל מודבק ברוק ונייר דבק, מלא באגים, לא יעיל בשום צורה ונשען מידי על חוק "זה עובד אל תיגע".  
לכן כרגע זה בעיקר מצחיק ומביך ולא *באמת* איום קיומי.

אבל… וזה אבל גדול.

בעתיד הלא רחוק, המפתחים ה"אמיתיים" ייכנסו לתמונה. אנשי הארכיטקטורה, מומחי ה-Cyber Security, האנשים שיודעים לבנות מערכות יציבות, סקיילביליות והרסניות באמת. כשהם יקחו את הקונספט של OpenClaw ויהפכו אותו לכלי מהונדס היטב - או אז נתחיל לראות את הדברים הכבדים. לא עוד בוטים שמקשקשים ברשת חברתית, אלא סוכנים אוטונומיים שמסוגלים להפיל תשתיות או לבצע הונאות פיננסיות ברמת תחכום שלא הכרנו.

אז שיהיה בהצלחה לנו.  
ו… בהצלחה לבוטים. (הערה לעתיד: אם אתם קוראים את זה בארכיון האינטרנט בשנת 2030, רק רציתי להגיד שתמיד הייתי בעדכם.) 🦀
### ניסיתי לכתוב ספר, התייאשתי מהכלים, אז בניתי אחד משלי: הכירו את Storyteller
URL: https://blog.orielhaim.com/storyteller-first-launch/
Last updated: 2026-01-11T02:16:47.000Z
לפני כמה זמן החלטתי שהגיע הזמן. אני הולך לכתוב את הספר הראשון שלי. היה לי רעיון, היו לי דמויות, והיתה לי המון מוטיבציה

פתחתי גוגל דוקס והתחלתי לכתוב. בהתחלה זה זרם, אבל ככל שהעלילה התקדמה מצאתי את עצמי טובע. הייתי צריך לכתוב סצנה בפרק 10, אבל במקביל להיזכר מה בדיוק כתבתי בתיאור של הדמות בפרק 1, ולבדוק בטיימליין אם זה הגיוני מבחינת זמנים. מצאתי את עצמי עם 5 טאבים פתוחים בדפדפן, קופץ בין חלונות, מאבד ריכוז ומנסה להחזיק את כל העולם הזה בראש. זה היה סיוט. לא יכולתי פשוט לשים דברים אחד ליד השני בצורה נוחה ולכתוב בשקט.

אז עשיתי מה שכל אחד עושה - הלכתי לחפש תוכנות ייעודיות לכתיבה. ומה שמצאתי היה... מתסכל. או שהתוכנות היו נראות כאילו הן נתקעו בעיצוב של "Windows 95" (ממשקים עמוסים, כפתורים קטנים, אפס חווית משתמש), או שהן היו חסרות פיצ'רים בסיסיים, או שהן דרשו מנוי חודשי יקר להחריד שפשוט לא התאים לי בתור מישהו שרק מתחיל (ורוצה להנות). רציתי משהו שמרגיש נקי ומודרני כמו שאני אוהב, אבל חזק ומובנה כמו Scrivener.

אם הכלי שאני רוצה לא קיים (או סתם מעצבן אותי) אני אבנה אותו בעצמי.

**אז בניתי את Storyteller.**

Storyteller הוא הסטודיו לכתיבה שתמיד רציתי. הוא נבנה מתוך הצורך האישי שלי לסדר ולפוקוס

- **הכל במקום אחד:** לא צריך לקפוץ בין חלונות.
- **מסך מפוצל וטאבים:** רוצים לכתוב סצנה בצד ימין כשפרופיל הדמות פתוח מולכם בצד שמאל? אין בעיה. זה היה הדבר שהכי היה חסר לי.
- **ניהול עולם:** מקום מסודר לדמויות, למיקומים ולחפצים, שמחובר ישירות לפרויקט.
- **מודרני ומהיר:** בלי תפריטים עמוסים ובלי לאגים. נטו כתיבה.

שחררתי היום את גרסה 1.0.0\. זה עדיין לא מוצר מושלם, וזו רק ההתחלה, אבל זה הבסיס שחיפשתי. והכי חשוב - **זה קוד פתוח (Open Source) וחינמי לגמרי.** אני מאמין שכלים ליצירה צריכים להיות נגישים לכולם.

![](https://blog.orielhaim.com/content/images/2026/01/------------------2026-01-10-185323-2.png)

**בואו לבנות איתי** הפרויקט זמין בגיטהוב ואני ממש אשמח לשותפים לדרך. אם אתם מפתחים (React, Electron, Tailwind) - אשמח לכל Pull Request, תיקון באג או פיצ'ר חדש. הקוד שם, תרגישו חופשי לחטט. וגם אם אתם לא כותבים שורת קוד אחת, אבל אתם כותבים ספרים - תורידו את התוכנה, תנסו אותה, ותגידו לי מה חסר לכם. הרעיונות שלכם יעצבו את הגרסאות הבאות.

לינק לפרויקט ולהורדה בגיטהוב: [https://github.com/orielhaim/storyteller](https://github.com/orielhaim/storyteller?ref=blog.orielhaim.com)

נתראה בפרק הבא.
### סקירת Sony A7V: קבל הכל שלם פחות
URL: https://blog.orielhaim.com/sony-a7v-review/
Last updated: 2026-01-25T22:45:46.000Z
סוני A7V היא הדור החדש בסדרת מצלמות ה-Alpha פול-פריים, המחליפה ל-A7 IV. המצלמה משתמשת בחיישן 33 מגה-פיקסל חדש במבנה “חלקית-ערום” (partially-stacked) מה שמאפשר קריאה מהירה במיוחד של הנתונים. כתוצאה מכך היא תומכת בצילום שקט לחלוטין באמצעות הסגר אלקטרוני, עם רצפים רציפים של עד 30 פריימים בשניה ללא “שחורים” בתצוגת החיפוש. סוני מציינת שהחיישן החדש מגיע לטווח דינמי של כ-16 EV בצילום סטילס, ערך שמשפר משמעותית את יכולתו להתמודד בתאורה קיצונית.

## מערכת הפוקוס והייצוב

מעבד התמונה החדש BIONZ XR2 כולל שבב AI ייעודי עבור מיקוד אוטומטי מעודכן. מערכת הפוקוס ההיברידי ב-A7V כוללת 759 נקודות לכיסוי מבוקר של כ-94% משטח החיישן, ויכולה להתרכז בעקיבה מדויקת אחרי נושאים רבים (אנשים, בעלי חיים, ציפורים, כלי-רכב ועוד). היא מדויקת יותר בתאורה נמוכה עד כ-4EV תחת אפס (בהשוואה ל-3EV ב-A7 IV). בנוסף, שיפורה של מערכת הייצוב מאפשר תיקון של עד כ-7.5 עצירות חשיפה במרכז התמונה (לעומת כ-5.5 בדגם הקודם), מה שתורם לצילום חד יותר ביד חופשית, גם בתנאי אור חלשים.

## איכות תמונה וצילום וידאו

מצלמת A7V מציעה מספר חידושים באיכות התמונה. היא תומכת בצילום RAW מרובה חשיפות (Pixel Shift) להפקת קובץ תמונה מרוכב ברזולוציה גבוהה עד 199 מגה-פיקסל לסצנה סטטית. כמו כן יש בה מצב Noise Reduction שמשלב מספר חשיפות זהות להפחתת רעש בתמונה. בפן הווידיאו יש שיפור משמעותי: המצלמה מסוגלת להקליט וידאו 4K60p מתוך כל רוחב החיישן (באמצעות Oversampling מ-7K), וגם 4K120p בחיתוך Super35 (APS-C). מדובר בצעד גדול קדימה לעומת A7 IV: בדגם הישן 4K60p התמקד רק במסגרות מצומצמות, וכדי להגיע ל-60fps נדרש חיתוך (cropping) משמעותי.

בנוסף לכך, A7V כוללת פרופילי צבע מקצועיים (S-Log3, S-Gamut3/Cine) ואפשרות לייבוא LUT לצבעון יעיל. היא גם מצוידת במנגנון ייצוב “דינמי פעיל” (Dynamic Active Mode) נוסף לווידיאו, שמפצה על רעידות בלתי צפויות במהלך צילום. הקלטת השמע ב-A7V השתדרגה גם היא עם תמיכה בהקלטת 4 ערוצים ב-24 ביט כולל מיקרופון ייעודי להפחתת רעשים, וחריצי מיקרופון ואוזניות סטנדרטיים לחיבור ציוד הקלטה.

## מסך, ממשק וחיבוריות

המסך האחורי שודרג למגע בן 3.2 אינץ' עם רזולוציה של 2.1 מיליון נקודות ותמיכה במעגלי חיבור (4-axis multi-articulation), המאפשר הטייה מלאה של המסך לכל זווית (שדרוג משמעותי מול המסך הנע הזוויתי של A7 IV). תצוגת העינית האלקטרונית (EVF) שומרת על 3.68 מיליון נקודות כמו בעבר, אך זרימת התצוגה השתפרה עם קצב רענון מהיר של 120fps, כך שהמעבר בין מסך ל-EVF מרגיש חלק ומהיר יותר. משקלה של המצלמה כ-695 גרם כולל סוללה וכרטיס, כמעט זהה לזה של A7 IV. הסוללה עצמה נשמרה מתוצרת NP-FZ100, אך בזכות יעילות המעבד הצליחה לספק כ-630 חשיפות בצילום דרך העינית וכ-750 דרך המסך (עלייה משמעותית לעומת A7 IV). במצב מנוחה ניתן להפעיל חיסכון חכם שמכהה את המסך אוטומטית.

למצלמה שני חריצי זיכרון לכרטיסים: אחד CFexpress Type A ושני SD (UHS-II). בפן החיבוריות יש שיפור מובהק: ל-A7V שני חיבורי USB-C – יציאת USB3.2 מהירה (עד 10Gbps) להעברת נתונים ויציאת USB2 צנועה להזנה וטעינה. בנוסף תומכת המצלמה ב-Wi-Fi 6E בתדר 6GHz (802.11ax) עם אנטנות 2×2 MIMO, לעומת Wi-Fi 5 ב-A7 IV, מה שמייעל בצורה ניכרת העברה אלחוטית של קבצים גדולים. בין יתר הפיצ’רים: אפשרות לשידור חי (Livestreaming) ב-4K30fps דרך USB (לעומת 4K15fps במודל הישן), וכניסות HDMI/A המלאה לצד חריצי מיקרופון ואוזניות.

## מחיר וזמינות

סוני הודיעה כי מחיר גוף המצלמה בארצות הברית יעמוד על כ-2,899 דולר(באירופה כ-2,650 אירו, ובבריטניה כ-2,330 פאונד), ומתוכננת להשקה בסוף דצמבר 2025\. מחיר זה גבוה בכ-500 דולר מהמחיר ההתחלתי של A7 IV. בישראל יתכן שהמחיר ינוע סביב 10–12 אלף שקל אחרי מיסים ועמלות יבוא.

## חדשנות ותרומה לשוק ההיברידי

ה-Sony A7V משמשת כפלטפורמה שמרכזת את כל הטכנולוגיות הבולטות של סוני לתחום ההיברידי ברווח אחד. היא מקבלת מספר פיצ’רים שנראו עד כה בדגמים יקרים יותר – לדוגמה מסך מסלול מלא כמו זה של A7R V וכפתור SPEED BOOST מה-A9 III – ומהם נוצרת מצלמה “הכל-באחד” ברמת פונקציונליות גבוהה גם למשתמש חובב וגם למקצוען. כפי שציינו במקורות, המצלמה הזו עשויה להגדיר סטנדרט חדש במצלמות ההיברידיות: היא משפרת את היכולות הן בצילום תמונות והן בווידאו, כל זאת מבלי לדרוש השקעה בקיצוני שבדגמים הפרו.

**סיכום:** ה-Sony A7V מציעה חבילת שיפורים נרחבת ביחס ל-A7 IV: חיישן מהיר וצלול יותר, יכולות וידאו מתקדמות (4K60p מלא ו-4K120p), מערכת פוקוס משופרת ואינטליגנציה מלאכותית, וייצוב תלת-מימדי חזק יותר. יחד הם הופכים אותה למצלמה אוניברסלית המיועדת לכל צורך, ומחזקת את עמדת סוני בראש השוק ההיברידי