סוכן בינה מלאכותית עקף את ChatGPT ואנתרופיק בשכפול מחקר

סוכן Faraday ניצח, וזה לא בטריוויה

בעדכון מפתיע שעף מתחת לרדאר: Inherent, סטארטאפ בריטי שהוקם על ידי בעלות DeepMind, הטיחה תוצאות שמערערות את הנרטיב של "מודל גדול יותר = ניצחון תמיד".

סוכנם בשם Faraday עקף את Anthropic (Claude) וגם OpenAI בעבודה שהיא חרוטה בלב המחקר: שכפול מחקר מדעי אמיתי.

זה לא סיכום של מאמר, לא כתיבה ממוכנת של סיכום. זה שכפול אמיתי:

1. קריאה של הנייר המדעי
2. הבנה של השיטה
3. התקנה של הערכה או הפעלה של סימולציה
4. הרצת הניסוי
5. השוואת התוצאות עם המקור
6. דוח על התאימות

מה זו בעצם Inherent?

Inherent בנתה כלי שמאפשר לסוכני בינה מלאכותית לא רק לקרוא מחקר אלא להבין, ליישם ולאמת מתודולוגיות. זה שונה בתכלית מ-Copilot של Microsoft או Claude של Anthropic (Anthropic), שמתמחים בפתרון בעיות כללי וטקסט.

הסוכן של Inherent מתחנך על מאמרים מדעיים ספציפיים, מבין את הנחות היסוד, וממש מריץ ניסויים.

ההשוואה: Faraday מול Claude Opus 4.8 מול ChatGPT

בנתונים ראשוניים שפרסמה Inherent:

• Faraday: 68% דיוק בשכפול מחקרים חדשים
• Claude Opus 4.8: כ־33% בעבודה זו
• ChatGPT: כ־25% בעבודה זו

גם אם המספרים קצת משופרים (כל סטארטאפ משפר כמעט תמיד), ההערכה המובחנת היא שסוכן בעל מטרה מצומצמת אך מחוזק עובד הרבה יותר טוב מ-LLM גדול-כל-כך לתחום הזה.

מה זה אומר לעסק הישראלי?

זה שיעור חשוב בעבודה שאני מלמד לעסקים בישראל. ההחלטה שלעתים קרובות היא לקנות "מודל גדול ולקוות שיזרום". לעתים קרובות התוצאה משכחת.

מה שאנו רואים כאן הוא בדיוק את ההפוך:

1. סוכן מתומחה > מודל ענק כללי לעבודה ספציפית בחרו בעבודה אחת (שכפול מחקר) וביססו עליה את כל ההנדסה.

2. זה אומר לעסקים בישראל: אם יש לכם תהליך שחוזר כל יום (גיוס, ניתוח דוחות, קריאות שירות, ניהול צוותים), אתם יכולים לבנות סוכן מתומחה שיכנס למערכות שלכם ויעשה זאת הרבה יותר טוב מ-ChatGPT הגנרי.

3. לא צריך להמתין ל-GPT-5 או Claude 5 תוכלו להתחיל היום. וזה יהיה הרבה יותר זול מאשר לשלם לחברה גדולה למודל עסקי.

איך בונים סוכן מתומחה בעצמכם?

אם אתם צריכים סוכן לעבודה ספציפית (שכפול דוחות, ניתוח דוחות, תמיכה טכנית), הנתיב הוא:

1. הגדרו היטב את העבודה, מה הקלט? מה הפלט? אילו שלבים בדיוק?
2. בחרו בעוזר בינה מלאכותית, Claude עם MCP עובד טוב להטמעה בארגון.
3. כתבו הנחיות מדויקות, זה לא הנחיה של שלושה משפטים. זה ספר הנחיות ארגוני עם דוגמאות וטיפול שגיאות.
4. בדקו והתאימו בעדינות, כפי שInherent עשתה עם Faraday.

השוק קטן (לעת עתה)

Inherent מטרתה כעת היא מוסדות מחקר ותעשיות כמו פרמצבטיקה וביוטכנולוגיה. אבל הטכנולוגיה הזו תהפוך לנורמה.

עסקים בישראל שמנסים כעת לבנות סוכנים ספציפיים (בלי להמתין ל-"מודל הגדול הבא") יהיו לפני העקומה. לא בהרבה חודשים, הכל יקרה בעצמו.

שורה תחתונה

Faraday היא הוכחה קונקרטית שלא כל עבודה אמורה להיפתר על ידי ה-GPT הגדול ביותר. לפעמים, הסוכן הנכון לעבודה הנכונה עובד הרבה יותר טוב מ-"המודל הטוב ביותר של העולם".

אם יש לכם תהליך חוזר שמעצבן את הצוות, עלול להיות הזמן ליצור סוכן בעל מטרה יחידה. זה לא צריך להיות מסובך. וזה כמעט בטוח יהיה יעיל יותר מלשכור עזרה נוספת.