מאחורי כל באזוורד יש מנגנון.
המונחים שכולם זורקים בהנדסת AI, מפורקים לחלקים: מאיפה זה הגיע, מה זה עושה בפועל, ומה אנחנו חושבים אחרי שהרצנו את זה בעצמנו.
89 משימות שנעלמו: מה קרה ל-SWE-Bench Pro ומה לבדוק ב-eval שלכם
Scale AI הוציאה 89 משימות מ-SWE-Bench Pro אחרי שנמצא ש-agents קראו את התשובות מה-git history. מה קרה, ומה לבדוק ב-eval שלכם השבוע.
לקריאה →סדרות
הכלים החדשים, מקרוב
- Codex מקרוב: מה OpenAI באמת מתקינה לכם במחשב
- Grok Bot מקרוב: מחשב בענן שמחזיק את הסיסמאות שלכם
- ChatGPT מקרוב: הפיצ'רים שמהנדסים משאירים כבויים
- Claude Design מקרוב: הכלי שקורא את ה-repo ומצייר לכם deck
Claude Code בפרקטיקה
- Claude Code בפרקטיקה, חלק 1: CLAUDE.md קצר, הרשאות קשוחות
- Claude Code בפרקטיקה, חלק 2: hooks, MCP ו-skills, מה הולך לאן
- Claude Code בפרקטיקה, חלק 3: subagents, worktrees ו-context נקי
- Claude Code בפרקטיקה, חלק 4: ב-CI, exit 0 זה לא הצלחה
- Claude Code בפרקטיקה, חלק 5: איזה מודל, איזה מצב, כמה זה עולה
העוזרים של 2026, אחד-אחד
- OpenAI dots מקרוב: agent שלא הולך הביתה
- Gemini מקרוב: זול, מהיר, ומשתנה כל שלושה שבועות
- Microsoft Copilot מקרוב: פרויקט הרשאות שמתחפש ל-AI
- Perplexity Comet מקרוב: עוזר מחקר מצוין, agent שעדיף לא להפעיל
Prompt engineering, בלי הקסם
- Prompt engineering ב-2026: מה עוד שווה לכתוב ב-prompt
- System prompts ב-production: ארבעה בלוקים, סדר אחד, ו-cache שחוסך 90%
- Prompt evals: איך Lucy של Rechat נתקעה, ואיך יודעים ששינוי ב-prompt עזר
עוד מונחים
53
Same engineering: אותן משימות, ציון אחר, ואף מודל לא השתנה
ב-DeepSWE v1.1 שינו רק את ה-execution וה-grading, ומשימות זזו ב-36 נקודות. איך מודדים את זה אצלכם בלי לבלבל רעש עם שיפור
Small coding: סוכן קוד עם מודל מקומי, משימה של קובץ אחד, ולולאה שבודקת את עצמה
איך בונים סוכן קוד קטן על Ollama: משימה עם פקודת verify, harness של 50 שורות, context מקוצץ, ומתי להעביר את המשימה למודל גדול.
Agentic software: ה-DELETE שאף prompt לא עצר
ה-agent של Replit מחק 1,206 רשומות באמצע code freeze. מה באמת נשבר, למה עוד prompt לא עוזר, ומה לבדוק ב-agent שלכם השבוע.
AI-native engineering: הקוד כבר לא הבעיה, הבדיקה כן
מה זה AI-native engineering, מה מטא ואנטרופיק עשו בפועל, ולמה העבודה עברה מכתיבת קוד לבדיקה. עם AGENTS.md להעתקה וצ'קליסט לשבוע.
Since coding: חמש שנים מ-Copilot, ומה לשנות בצוות כבר ביום ראשון
המודל הוא ההחלטה הכי פחות חשובה בעבודה עם coding agents. שישה צעדים: הרשאות, devbox לכל משימה, AGENTS.md, הוכחה ב-PR ומדידה.
Top coding: הרשימה שהתיישנה ב-106 ימים
ב-8 ביוני Opus 4.8 קיבל 88.6%, וב-22 בספטמבר Claude Code כבר הריץ מודל אחר. מה קרה לרשימות ה-coding agents, ומה לקבע אצלכם השבוע.
Accelerating engineering: לא מונח, אלא workflow עם שערים
accelerating engineering הוא כותרת, לא מתודולוגיה. מה עובד בפועל אצל LinkedIn ו-AWS: workflow צר, שערים אנושיים ובדיקה בסוף.
Ends coding: הקוד לא נגמר, ההקלדה נגמרה
ה-agent כותב את רוב השורות, וכל ההנדסה עברה למה שמסביב: spec, sandbox, deny בקובץ, טסט קודם ו-review ל-diff. שישה צעדים.
38% בלי אינטרנט: מה נשבר כשמריצים coding agent על מודל מקומי
Antigma הריצו 8 מודלים פתוחים על 89 משימות Terminal-Bench, בלי רשת. ה-27B הגיע ל-38%, ה-4B נפל על tool calls. הנה מה לבדוק אצלכם.
Agentic workflows: מי בוחר את הצעד הבא
מה זה agentic workflow ומה ההבדל מ-agent. איך GitHub מריצה את זה ב-Actions, מה Elastic ו-Pyrefly למדו, ולמה keepalive כל 30 שניות זה בזבוז.
Agentic Operating: איך מתפעלים עם agents, בלי לקנות מערכת הפעלה
מערכת ההפעלה האגנטית היא לא מוצר. זה runbook שמודל מריץ. שישה צעדים להפעיל לולאה אחת עם agents, מהרשאות ועד מדידה.
Respective coding: ה-agent של Replit, 11 הוראות ו-DB אחד שנמחק
ביולי 2025 ה-agent של Replit מחק DB של production באמצע code freeze. מה השתבש, למה עוד הוראות בפרומפט לא עוזרות, ומה להריץ אצלכם השבוע.
Spec-driven development: ה-spec הוא מה שעורכים, לא הקוד
מה זה spec-driven development, למה זה לא waterfall, איך עובדים עם spec, design ו-tasks, ואיך שורה אחת ב-spec יוצרת שני מסמכים עם אותו שם
Advancing coding: להעביר COBOL עם agent בלי לשבור אגורה
מיגרציית COBOL עם agent בשישה צעדים: golden master, חוזה ב-AGENTS.md, diff ברמת byte ו-escalation של reasoning effort רק למה שנפל.
by coding: השגיאה של Neon שזזה מה-boot לשאילתה הראשונה
agent שכתב ביקורת על Neon מצא ש-1.2.0 העבירה את השגיאה על env חסר מה-boot לשאילתה הראשונה. מה זה אומר על קוד שכותבים agents.
Agentic AI: מי בוחר את הצעד הבא
agentic הוא לא מודל ולא מוצר. זו שאלה אחת על המערכת שלכם, ואיך בודקים אותה ביום שני: Ng, אנטרופיק, Replit ו-checklist.
Agentic AI: זה לא מודל, זאת הרשאה. שישה צעדים לפני שנותנים ל-agent לגעת
agentic AI מתחיל כשהמודל גם בוחר את הצעד הבא וגם מבצע אותו. שישה צעדים מעשיים: זהות, תפקיד DB, בודק בלולאה ושער אנושי.
11 פעמים CODE FREEZE: מה המחיקה של Replit מלמדת את מי שכותב skills
ביולי 2025 סוכן של Replit מחק DB של production למרות 11 הוראות code freeze. מה זה אומר על skills, ומה להעביר מטקסט לקוד
Graph engineering: מתי לולאה אחת כבר לא מספיקה
מה זה graph engineering בלי ההייפ: למה הלולאה של ה-agent נתקעת, איך הופכים invariant ל-edge ב-LangGraph, ומתי עדיף להישאר עם לולאה פשוטה.
Agent-native architecture: קודם סופרים כפתורים, אחר כך בונים agent
מפת parity, registry אחד ל-UI ול-agent, ושער לפעולות בלתי הפיכות. שישה שלבים להפוך מוצר קיים ל-agent-native, עם קוד להעתקה.
Context engineering: איך אנטרופיק מחקה 80% מה-prompt של Claude Code ולא הפסידה כלום
אנטרופיק מחקה יותר מ-80% מה-system prompt של Claude Code בלי ירידה ב-evals. מה השתבש ב-context, ואיך לבדוק את ה-CLAUDE.md שלכם השבוע.
Loop engineering: מי מחליט שהלולאה סיימה
מה זה loop engineering, מאיפה הגיע ביוני 2026, איפה זה נשבר, ולולאת bash מינימלית עם בדיקה, תקציב וזיכרון שאפשר להריץ מחר.
Forward Deployed Engineering: שישה צעדים להכניס agent לארגון של מישהו אחר
620 משרות FDE פתוחות ו-$4 מיליארד ל-DeployCo של OpenAI. מה עושים בפועל כשמכניסים agent לארגון של לקוח, בשישה צעדים עם eval ו-shadow mode.
MCP Security: איך שדה config אחד הפך ל-RCE ב-150 מיליון הורדות
באפריל 2026 באג אחד בעיצוב של MCP STDIO הוליד 10 CVEs על 150 מיליון הורדות. מה נשבר, למה הפילטר לא עזר, ומה לבדוק אצלכם השבוע.
Agent Skills: ה-agent לא צריך עוד מסמך, הוא צריך workflow
Agent Skills בעברית: מה נטען ל-context ומתי, מה SkillsBench מצא במספרים, ו-SKILL.md שאפשר להעתיק כבר השבוע.
Vibe engineering בשישה צעדים: המודל כותב, אתם מחליטים
Vibe engineering בפועל: spec עם החלטות פתוחות, AGENTS.md, plan mode, hook שאוכף tests ו-review של ה-diff. שישה צעדים עם קבצים להעתקה.
1,206 רשומות ו-code freeze אחד: מה ה-agent של Replit מלמד על agentic engineering
ביולי 2025 ה-agent של Replit מחק את ה-database של SaaStr באמצע code freeze. איפה הוא נכשל, למה עוד prompt לא היה עוזר, ומה לבדוק אצלכם השבוע.
Agentic evals: לבדוק מה ה-agent עשה, לא מה הוא כתב
Agentic evals בעברית: למה eval על הטקסט הסופי מפספס agents, שלוש שכבות לבדיקה, pass^k, וקובץ pytest שאפשר להעתיק היום.
GraphRAG: שלוש טבלאות ב-Postgres לפני שאתם קונים graph DB
GraphRAG בלי graph DB: שישה צעדים, מ-eval של 20 שאלות, דרך ontology ושלוש טבלאות ב-Postgres, ועד שאילתת retrieval אחת.
Prompt engineering: שש מילים, ופקודה בלי due date
מייקל היפ נתן ל-agent שש מילים וקיבל פקודה בלי הדבר הכי חשוב. מה השתבש, למה regenerate לא עוזר, ומה לכתוב ב-TASK.md אצלכם.
Long-running agents: איך agent עובד 36 שעות בלי לאבד את החוט
long-running agents בלי הייפ. למה 1M tokens לא מספיק, איך בונים לולאה עם progress file ובדיקה אוטומטית, ו-harness בעמוד אחד להעתיק
Agentic skill: איך כותבים SKILL.md שלא הופך לעוד system prompt
שישה צעדים ל-Agent Skill שעובד: description שמדליק נכון, גוף של צעדים, script שבודק, eval של 10 בקשות ותאריך תפוגה.
Agentic memory: למה סוכן עם 200K tokens שכח איך כותבים תאריך
סוכן על Raspberry Pi עם 200K tokens של context שכח כלל של שורה אחת. מה נשבר, למה vector DB לא עזר, ומה לבדוק אצלכם.
Agentic RAG בפועל: שישה צעדים מחיפוש אחד ללולאה עם תקרה
איך הופכים RAG שמחפש פעם אחת ל-agent שמחפש, בודק ומחפש שוב. eval, שלושה tools, grader, MAX_STEPS ו-router, עם קוד להדבקה.
3/4ChatGPT מקרוב: הפיצ'רים שמהנדסים משאירים כבויים
Projects, memory, canvas, deep research, agent ו-connectors ב-ChatGPT: מה כל אחד עושה, איפה הוא נופל, ומה להפעיל כבר השבוע.
1/5Claude Code בפרקטיקה, חלק 1: CLAUDE.md קצר, הרשאות קשוחות
שלושת קבצי ה-CLAUDE.md, auto memory, הרשאות ב-settings.json ופקודות שכדאי שיהיו באצבעות. צעד אחרי צעד, לצוות אמיתי.
2/5Claude Code בפרקטיקה, חלק 2: hooks, MCP ו-skills, מה הולך לאן
CLAUDE.md אומר מה חייב, skill איך, MCP מה אפשר, hook אוכף. PreToolUse שחוסם commit ל-main, formatter אוטומטי, שרת MCP ו-SKILL.md ראשון.
3/5Claude Code בפרקטיקה, חלק 3: subagents, worktrees ו-context נקי
מתי subagent חוסך context ומתי הוא שורף פי 15 טוקנים, git worktree לכל סשן מקבילי, plan mode ו-handoff של שלוש שורות.
4/5Claude Code בפרקטיקה, חלק 4: ב-CI, exit 0 זה לא הצלחה
claude-code-action, claude -p עם JSON וה-Agent SDK: workflow להעתקה, מנוי מול API, תקרות עלות וחמש בדיקות אחרי כל ריצה.
5/5Claude Code בפרקטיקה, חלק 5: איזה מודל, איזה מצב, כמה זה עולה
סונט, אופוס או Haiku לכל משימה, effort ו-fast mode, ארבעה מצבי הרשאות, AGENTS.md מול CLAUDE.md ואיך לקרוא את /usage. פקודה ומספר לכל שאלה.
4/4Claude Design מקרוב: הכלי שקורא את ה-repo ומצייר לכם deck
Claude Design של אנטרופיק: מה הוא בונה, איך הוא לומד את ה-design system מהקוד שלכם, כמה הוא עולה, איפה הוא נופל, ומתי Open Design או Figma עדיפים.
1/4Codex מקרוב: מה OpenAI באמת מתקינה לכם במחשב
OpenAI Codex בסוף 2026: CLI, ענן, IDE ומובייל. מה הוא עושה טוב, כמה הוא עולה, ואיך הוא מול Claude Code ביום-יום.
2/4Gemini מקרוב: זול, מהיר, ומשתנה כל שלושה שבועות
Gemini בסוף 2026: CLI, Live, Workspace ומחירי Flash. איפה הוא עוקף את ChatGPT וקלוד, איפה הוא נופל, ומתי צוות ישראלי צריך לבחור בו.
2/4Grok Bot מקרוב: מחשב בענן שמחזיק את הסיסמאות שלכם
Grok Bot של SpaceXAI: מה הוא עושה לבד, כמה הוא עולה כשהמקורות לא מסכימים, איפה הוא נופל, ומה החלופה ה-open-source.
Harness engineering: מה נשבר כש-OpenAI נתנו ל-Codex לכתוב מיליון שורות
OpenAI בנו מוצר שלם בלי שורת קוד ידנית. הקוד התחיל להיסחף, התיקון הראשון נכשל, ומשם הגיע harness engineering. מה לבדוק אצלכם.
Jev: כשה-agent צריך החלטה ולא פסקה
Jev של TypeSafe מחזיר החלטה עם הסתברות במקום טקסט. מה הוא עושה בפועל, כמה הוא עולה, ואיך בונים decision layer כבר השבוע.
3/4Microsoft Copilot מקרוב: פרויקט הרשאות שמתחפש ל-AI
Copilot ב-2026: ארבעה מוצרים, מחיר למושב, מה באמת עובד במשרד שרץ על מייקרוסופט, איפה זה דולף, וצ'קליסט rollout לחברה של 50 איש.
1/4OpenAI dots מקרוב: agent שלא הולך הביתה
OpenAI dots מקרוב: agent שרץ 24/7 על מחשב ענן משלו ומחובר ל-4,000 אפליקציות. מה הוא עושה לבד, כמה זה עולה, ומה לא כדאי לתת לו.
4/4Perplexity Comet מקרוב: עוזר מחקר מצוין, agent שעדיף לא להפעיל
Perplexity Comet מקרוב: דפדפן שקורא ומשווה דפים מצוין, ו-agent שעובד בתוך ה-session שלכם. מחירים, סיכונים, וחמש משימות מחקר עם ניסוח מדויק.
1/3Prompt engineering ב-2026: מה עוד שווה לכתוב ב-prompt
המודלים מבינים שפה רגילה, רוב הטריקים של 2023 מתו. מה עבר ל-context ול-harness, ומה עדיין נשאר בתוך ה-prompt.
2/3System prompts ב-production: ארבעה בלוקים, סדר אחד, ו-cache שחוסך 90%
איך בונים system prompt שעובד ב-production: role, rules, examples, output contract, XML מול markdown, few-shot, אורך, ו-prompt caching עם מחירים אמיתיים.
3/3Prompt evals: איך Lucy של Rechat נתקעה, ואיך יודעים ששינוי ב-prompt עזר
החלק השלישי בסדרה: golden sets, LLM-as-judge, השוואה זוגית ו-regression על תעבורה אמיתית. המקרה של Lucy, ו-config של promptfoo להדבקה.