קטגוריות
טכנולוגיה
2026-10-22בתוך SHARP Agent Protocol v2: פרומפט של 22 קילובייט שמנהל סוכנים כמו צוות הנדסי
SHARP Agent Protocol v2 הוא מערך הוראות בן 488 שורות שהופך מודל שפה אחד לצוות הנדסי מנוהל: בדיוק משימה אחת לכל סוכן-משנה טרי, בדיקות אדברסריות לפני כל קוד, אימות עצמאי, וקבצי זיכרון עמידים ששורדים אובדן קונטקסט. מה הוא עושה, איך להשתמש בו, ואיפה הטענות שלו חורגות מהראיות.
2026-10-22קבוע, סוף סוף: השערת KLS נופלת בידי חיפוש בינה מכוון-אדם
שינג'י ג'אנג מ-Microsoft Research וג'או סונג הוכיחו את השערת KLS בת ה-31 השנים עם צי סוכנים שחקר כמאה מסלולי מחקר תחת גיזום אנושי - בעוד ניסיונות בינה לא מודרכים באותו תקציב טוקנים נכשלו. שתי הוכחות עצמאיות נחתו באותו שבוע, ואחריהן פורמליזציה ב-Lean 4.
2026-10-21המנוע מחזיק את המצב, המודל רק מצייר: Matrix-Game 4.0
מודל העולם הבר-משחק של Skywork מחלק את העבודה: מנוע משחק אמיתי שומר את החוקים ומצייר פרוקסי דל-פוליגונים, סוכן קוד משכתב את החוקים כשהשחקן מבקש, ומודל וידאו סיבתי בן 5 מיליארד פרמטרים שזוקק לצעד דה-רעש אחד רק מרנדר. המשקלים ברישיון Apache-2.0 - אבל קוד ונתוני האימון סגורים.
2026-10-20מקודד הטקסט היה אופציונלי כל הזמן: Halcyon מנצח T2I מאומנים מראש בפי 275 פחות חישוב
סטנפורד ו-Radical Numerics מאמנים מודלי text-to-image מאפס על 100 מיליון זוגות תמונה-טקסט בלי אימון שפה מוקדם, מנצחים קווי בסיס של LlamaGen ו-JiT-T2I שאומנו מחדש, ומראים בשלושה ניסויים מבוקרים שאימון שפה מוקדם לא עוזר. עשרה מודלים להורדה מ-Hugging Face, אבל בלי קובץ רישיון.
2026-10-19זרעי עקומות NIST היו פשוט חותמות זמן: Claude סוגר תעלומת קריפטוגרפיה בת 25 שנה
Anthropic מספרת שמודל מחקר פנימי שחזר בפחות מחצי שעה את מקור זרעי NIST מ-P-192 עד P-521: לא גיבוב של ביטוי סודי אלא מחולל lrand48 מספריית C שאותחל בחותמות Unix מ-1997-1998. פיליפו ולסורדה אימת את הטענה במימוש מחדש ב-Go ושילם את הפרס; 36,864 הדולרים הולכים ל-ISRG. לא פריצה - ביטחון, עם קבלות.
2026-10-18DeepSeek-V4.1-Flash-1017: עדכון משני עם קפיצות סוכנתיות, משקלים תחת MIT, ובלי תבנית Jinja
ב-17 באוקטובר DeepSeek העלו ל-Hugging Face את V4.1-Flash-1017: 763 מיליארד פרמטרים, חלון הקשר של מיליון אסימונים, קלט טקסט-תמונה ורישיון MIT על המאגר והמשקלים. הטבלה שלהם מראה DeepSWE מ-74.2 ל-77.0 ו-Terminal-Bench מ-31.2 ל-42.3, ו-Opus 5 עדיין מוביל בכמה עמודות. תבנית השיחה מגיעה כייחוס Python וערכת Rust, לא מחרוזת Jinja.
2026-10-17OpenGCUA: עליבאבא פותחת את מחסנית השימוש במחשב, אבל המודל לא בקופסה
צוות MAI-UI של Alibaba Token Hub שחרר את OpenGCUA: ערכת הרצה, SDK, פרומפטים ומסלולי הערכה פתוחים לסוכני שימוש-במחשב גנרליסטיים, עם שיפורים מדווחים ב-OSWorld-v2 בשמונה מודלי חזית. המודל המאומן הובטח, לא שוחרר. הרישיון Apache-2.0 והמספרים של הצוות.
2026-10-16Muse Spark Open: מודל הקוד הפתוח של מטא עם 816 מיליארד פרמטרים נכנס בשני Mac Studio, בתנאים
מטא שחררה את Muse Spark Open, מודל תערובת מומחים עם 816 מיליארד פרמטרים וחלון הקשר של מיליון טוקנים, תחת רישיון Muse Model License שלה. הכרטיס של מטא מראה שהוא מוביל בחלק ממבחני הסוכנים ומפגר אחרי Kimi K3 ו-GLM 5.3 באחרים. המספרים והתנאים הם של מטא.
2026-10-14PentAGI: צוות בדיקות חדירה מבוסס בינה מלאכותית שמריצים בעצמכם
PentAGI הוא כלי בדיקות חדירה רב-סוכני באירוח עצמי ברישיון MIT. הרצה פומבית שעלתה 1.39 דולר מצאה 11 ממצאים באפליקציית תרגול. כדאי לקרוא קודם את ברירות המחדל ואת דרישות המודלים המקומיים.
2026-10-14Gemini 4 Argon: פוסט הבטיחות אומר לא להעניש את המחשבות שרוצים לקרוא
פוסט הבטיחות של גוגל מ-13 באוקטובר על Gemini 4 Argon מביא מספרים על שימוש לרעה בסייבר, קיצורי דרך והזרקת הנחיות. כולם תוצאות של גוגל עצמה. ממצא אחד נוגע לעונשים על שרשרת החשיבה.
2026-10-13ל-Muse Wonder יש שתי דלתות, ורק אחת ציבורית
ההשקה של מטא ב-12 באוקטובר מפצלת את המשפחה לשכבת API ולשכבה למנויים בלבד. מבחני הביצועים דווחו על ידי מטא ודוח הבטיחות עוד לא פורסם.
2026-10-13סקירת Freebuff: חינמי ומומן בפרסומות, אבל לא «טוקנים חינם»
הדפים של Freebuff מתארים סוכן קוד חינמי שמבוסס על פרסומות, עם מוצרי שולחן עבודה, CLI, אינטרנט, ענן וצ'אט. הגישה נספרת בסשנים וב-Freebucks. יש אפליקציית אנדרואיד, ו-iOS מסומן כ«בקרוב».
2026-10-12ל-Fetch יש עכשיו מחסום. הוא עדיין לא חומת אש.
מהדורת MCP מ-11 באוקטובר חוסמת כברירת מחדל יעדים לא ציבוריים. DNS rebinding ושמות שרק פרוקסי פותר נשארים מחוץ להבטחה.
- 2026-10-11
סקירת Agnes 3.0 Flash Overclock: בודק פלט, פאנל QA ומבחן יושרה
קריאה במאגר הציבורי Agnes 3.0 Flash Overclock: מה יש בו, מה הרצתי בעצמי, ומה המסמכים שלו עצמם אומרים שלא נבדק. החלק החזק ביותר הוא כמה בגלוי הוא מציין את מגבלותיו.
- 2026-10-10
AnyTest.dev מול QA Wolf, mabl ו-Testim: מי מתאים למה
קראתי את הדפים הציבוריים של AnyTest ושל שלושה ספקי בדיקות נוספים. לפי קריאתי, AnyTest הישיר ביותר בנוגע להתחלה מכתובת URL ולבדיקות שנשארות לסקירה שלכם. הוא לא התשובה לאפליקציות מובייל או לשירות QA מנוהל במלואו.
2026-10-04Windows 11 26H2 היא הורדה קטנה. תתכוננו למה שהיא מדליקה
העדכון שהופך את Windows 11 לגרסה 26H2 יכול להיות הורדה קטנה והפעלה מחדש אחת.
2026-09-29MLX Studio ב-Mac: אפליקציית AI מקומית שהיא גם שרת וגבול אמון
סקירה טכנית של MLX Studio 1.6.71: MLX וזיכרון מאוחד, פורמטי מודלים, מטמונים, API, חריגי פרטיות וחלופות.
2026-09-29האבטיח שלא ניענע כאן: קריאת בנייה של WebGPU מ־GLM-5.3-Flash
הדף מתאר את Melon Jelly כיצירה של GLM-5.3-Flash. במקור הקובץ היחיד יש גוף רך טטרהדרלי, תאורת WebGPU וגיבוי זהיר. התנועה עצמה עדיין דורשת בדיקה על GPU.
2026-09-28שבע מעבדות AI, תיק אחד: המבחנים האמיתיים ל-2027
תיק רב-לשוני חושף את הארכיטקטורה, מגבלות הפריסה ונקודות הכשל של Qwen, Z.AI, Moonshot, OpenAI, Anthropic, StepFun ו-Agnes, לצד מבחן ניתן להפרכה ב-2027.
2026-09-25סקירת Linker: ציון הוא אבחון, והביקורת החיה נכשלה
סקירה ישירה של המקור והאתר: אבחון שימושי, ביקורת שנכשלה, ציטוטים מדומים ורישיון שלא אומת.
2026-09-24fast-mailer: איך הוצאת המודל משלב השליחה קיצרה מייל לשניות
fast-mailer מאפשר לסוכן AI לשלוח מייל ב-Gmail בפקודת טרמינל אחת במקום להפעיל ממשק מייל. איך זה עובד, מה בדקתי בקוד, ומה המגבלות של כלי ביום הראשון שלו.
2026-09-16עדכון חם: OpenAI הופכת פרסומות לשיחות עם סוכנים ממומנים
OpenAI בוחנת Sponsored Agents מסומנים ב-ChatGPT ומוסיפה כלי קמפיין בהנחיות טבעיות. הסיכון עובר ממיקום מודעה להשפעה שיחתית.
2026-09-16MCP הוא חוזה, לא קסם
Model Context Protocol מתקן את החלפת ההקשר והיכולות, אך עבודת האבטחה נשארת אצל המממש.
2026-09-16מודל חי צריך לחשוב לפי השעון של מישהו אחר
AI קולי בזמן אמת הופך השהיה, הפרעה וחילופי תורות לאילוצי הסקה מרכזיים, כי המאזין קובע את הקצב ולא המודל.
2026-09-16Embeddings הם קואורדינטות למשמעות
embedding הופך טקסט לווקטור, רשימת קואורדינטות. האחזור שואל אילו וקטורים שמורים הכי קרובים, וכל בחירה בשרשרת קובעת בשקט מה נחשב דומה.
2026-09-16סקירת BACKR: בדיקת SEO מהירה עם ראיות מועילות וקצוות מחוספסים
הרצתי את BACKR על האתר הזה, צפיתי בסריקה של 50 דפים, בדקתי 119 ממצאים וניסיתי את מפת הדרכים של ה-AI. הבדיקה שימושית, אבל כמה ממצאים ״קריטיים״ דורשים אימות אנושי.
