המלצה על פודקאסט: איך Hidden layers מקבל המלצה ונמצא כאן?

פודקאסט·ישראל מושך את הפיד של Hidden layers אוטומטית, ולכן העמוד הזה קיים בלי שביקשתם. מה שקובע אם מאזין חדש מגיע אליו הוא כמה טקסט אמיתי יש עליו: תיאור, תמלול, ניתוח פרקים ונושאים שאפשר לחפש לפיהם בקטגוריית הייטק וסטארטאפים. פרקים שעברו תמלול וניתוח מופיעים גם בעמודי הנושא ובמדריכים שלנו, ולכן הם מקבלים הרבה יותר חשיפה מפרק שיש לו רק כותרת. כך תוסיפו לפודקאסט שלכם את שכבת התוכן שמביאה את ההמלצות.

כיצד לשווק את הפודקאסט שלך בלי תקציב פרסום?

השיווק היחיד שעובד לאורך זמן לפודקאסט הוא להיות התשובה שמישהו חיפש. אודיו לבדו לא נמצא בחיפוש, אבל טקסט שנוצר מתוך האודיו כן, ולכן הדרך הזולה ביותר לשווק את Hidden layers היא להפוך כל פרק לעמוד שאפשר לדרג ולשתף. אותו עמוד משמש גם ברשתות, בניוזלטר ובפניות לאורחים, במקום לינק לנגן שאף אחד לא פותח. הנה איך זה עובד בפועל ליוצרים.

כיצד להרוויח כסף מהפודקאסט שלך?

שלושת המסלולים המעשיים הם חסויות, מכירת השירות או המוצר שלכם דרך הפודקאסט, ומנוי או תוכן בתשלום. לכל אחד מהם מפרסם או לקוח מבקש לראות נכס מסודר, לא רק קובץ שמע: עמוד לכל פרק, נושאים ברורים ותנועה שמגיעה מחיפוש. 40 הפרקים של Hidden layers הם המלאי שממנו בונים את הנכס הזה. ראו את המסלול שאנחנו מציעים ליוצרים.

למה הארכיון של Hidden layers כמעט לא מופיע בגוגל וב-ChatGPT?

מנועי חיפוש ומודלים של AI קוראים טקסט, לא שמע. פרק שקיים רק כקובץ MP3 עם כותרת ושורת תיאור הוא מבחינתם עמוד כמעט ריק, ולכן ארכיון שלם יכול להיות בלתי נראה. ברגע שהפרק מתומלל ונכתב ממנו מאמר מסודר, יש למנוע מה לצטט וגם ל-ChatGPT ולפרפלקסיטי יש מקור להפנות אליו. כך הופכים ארכיון שקוף למקור שמצטטים.

מה מקבלים כש-40 הפרקים של Hidden layers הופכים למגזין?

40 פרקים = 40 מאמרים: אתר מגזין בעברית על הדומיין שלכם, מאמר לכל פרק עם תקציר, נקודות מפתח וציטוטים מתוך השיחה, וקישורים פנימיים בין הפרקים לפי נושא. כל מאמר מפרסם את עצמו אוטומטית ומצרף את נגן הפרק, כך שקורא שהגיע מחיפוש יכול להאזין באותו עמוד. המאמרים בעמודי הפרקים כאן נוצרו בדיוק בשיטה הזו, אז אתם רואים את התוצר לפני שאתם משלמים עליו. לפרטים המלאים ולדוגמאות בעמוד היוצרים.

כמה עבודה זה דורש מכם כמנחים?

אתם ממשיכים להקליט בדיוק כמו היום. התמלול, כתיבת המאמר, ההגהה הטכנית והפרסום רצים אוטומטית מתוך פיד ה-RSS של Hidden layers, וגם פרקים חדשים נכנסים לבד. מה שנשאר לכם הוא לאשר את הטון ואת מה שלא מפרסמים. דברו איתנו דרך עמוד היוצרים.

הייטק וסטארטאפים

Hidden layers

אורי אליאבייב

40 פרקים

על התוכנית

Hidden layers - האנשים שמאחורי הדאטה. פודקאסט מבית MDLI שבו אני (אורי אליאבייב) מראיין אנשים מעניינים בעולמות הדאטה, ה-AI וכו’.

האזנה לפרק הראשי באתר לכל הפרקים באתר (9)

מה זה Hidden layers?

Hidden layers הוא פודקאסט ישראלי בקטגוריית הייטק וסטארטאפים מאת אורי אליאבייב. בארכיון 40 פרקים, פרק חדש בערך פעם ב-5 ימים, אורך פרק ממוצע כ-36 דקות.

התוכנית במספרים
קטגוריה	הייטק וסטארטאפים
פרקים בארכיון	40
תדירות (מהפרקים האחרונים)	פרק חדש בערך פעם ב-5 ימים
אורך פרק ממוצע (בפרקים האחרונים)	כ-36 דקות
הפרק האחרון	9 במאי 2026
פרקים עם ניתוח עומק	2

עודכן: 13 בספטמבר 2026

לוח בקרה · תובנות הארכיוןכל הפרקים שנותחו מתמלול AI - מאת Hidden layers

פרקים אחרונים שנותחו

תובנות זהב

שאלות בולטות

4.5

תובנות לפרק

תובנות הזהב מהארכיון

ה'רתמה' סביב המודל חשובה יותר מהמודל עצמו: אחרי עידן שבו הכל רץ מקומית ועמידות לא הייתה בעיה, התלות ב-LLM חיצוני החזירה את שאלת הזמינות לשולחן.
ה-LLM Gateway מנתב קריאות בין כמה נקודות הרצה במדינות שונות לפי זמן תגובה, ואם מפתח API מתחלף פתאום או נכשל הוא עובר אוטומטית למודל אחר מהמאגר כדי שהקריאה תצליח.
מהפך בסדר העבודה: במקום להתחיל מבנייה, מתחילים מהדאטה הקיים של המוקד. כמו בלמידת מכונה, חלק מהשיחות מייצרות את הסוכנים וחלק אחר מייצר סימולציות לבדיקה.
הסימולטור הוא גם כלי עלות וגם כלי אבטחה: מריצים אלפי תרחישי תקיפה כדי לתמחר כמה 'יעלה' ניצול לרעה, ומכל שיחה אמיתית שסומנה כבעייתית נוצר אוטומטית תרחיש בדיקה חדש.
משולש הסיכונים: צ'אטבוט FAQ ללא גישה לדאטה או ליכולת פעולה כמעט לא מסוכן, אבל ברגע שמוסיפים לו גישה לחשבון בנק ויכולת לשלוח מיילים, פוטנציאל הנזק קופץ מחשיפת פרומפט לפעולות בחיים האמיתיים.
בחצי השנה האחרונה שבירת המודלים עברה מעבודה אוטומטית שהצליחה בעשרות אחוזי מהמקרים לעבודה ידנית וקשה של מומחים, כי המודלים נעשו הרבה יותר טובים.
מודל יכול לעבור את כל מבחני הבטיחות ובכל זאת להישבר ברגע שעוטפים אותו בהרנס כמו קרסור או קלוד קוד, או כשאג'נט אחר מפעיל עליו מספיק לחץ בסביבה מסומלצת.
החזון לאנטרפרייז הוא מעבר למודלים בקוד פתוח שעוברים fine-tuning לצרכים צרים, כי מודלים גנרליסטיים נכשלים על דאטה נדיר כמו סייבר, מידע רפואי ופיתוח תרופות.
פער ה-demo לפרודקשן הוא הבעיה הכי גדולה בשטח: 80 אחוז שעובד זה לא מספיק, כי כישלון אחד מתוך מאה שמעביר כסף לחשבון הלא נכון הוא קטסטרופה עסקית.

השאלות הבולטות בארכיון

Agentic AI at scale: Interview with Benjamin Mayr, Vice President, Head of Architecture at NiCE

השאלה הקשה של המנחה - איזו טכנולוגיה הפכה את זה לאפשרי היום ולא לפני שנתיים - שקיבלה תשובה מפתיעה: זה היה אפשרי גם לפני חמש שנים במערכות מבוססות חוקים, אבל ה-LLM הוא שהפך את זה לעמיד, כי הוא מבין גם 'בראבו בראבו דאבל צ'רלי טריפל איקס' כקוד הזמנה.

איך מוודאים שמודלי ה-AI החזקים ביותר בעולם לא יוצאים משליטה? ראיון עם אבי גולן מחברת Alice

לאן כל התחום הזה הולך, והאם נגיע לנקודה שבה המודלים ישתפרו מספיק כדי שכבר יהיה ממש קשה לשבור אותם, או שאנחנו עוד רחוקים מזה?

2 פרקים = 2 מאמרים אפשריים. כל פרק בארכיון יכול להפוך למאמר עברי SEO/GEO שמדורג בגוגל ומצוטט במנועי AI.

כרטיס ביצועי התוכן המלא של Hidden layers זה הפודקאסט שלי - דברו איתי זה הפודקאסט שלך? קבל גישה לדוח

פרקים עם ניתוח מלא

סיכום מעמיק · מתוך הפרק

המייסד של Cognigy מסביר למה ה-LLM הוא דווקא החלק הקל, ולמה העתיד הוא סוכני AI שמדברים עם סוכני AI.

מפתיע לגלות ש-Cognigy התחילה כרעיון של דובי מדבר לילדים, ורק אז התגלגלה לשירות לקוחות בקנה מידה עצום שנמכר ל-NICE בכמיליארד דולר. בנג'מין מערער על ההנחה שה-LLM הוא הלב של המערכת, וטוען שה'רתמה' סביבו - ניתוב בין מודלים, גיבוי כשמפתח API מתחלף, בידוד קוד של כל לקוח - היא מה שבאמת קובע אם המערכת תחזיק בעומס. המתח האמיתי הוא הפער בין הדמו שמריצים על המודל היקר והמרשים ביותר, לבין חשבון ה-ROI שמחזיר אותך למודל זול פי חמישה. והשאלה שנשארת פתוחה: האם הארגונים ערוכים לרגע שבו הלקוחות שלהם כבר לא בני אדם אלא סוכני AI.

ה'רתמה' סביב המודל חשובה יותר מהמודל עצמו: אחרי עידן שבו הכל רץ מקומית ועמידות לא הייתה בעיה, התלות ב-LLM חיצוני החזירה את שאלת הזמינות לשולחן.
ה-LLM Gateway מנתב קריאות בין כמה נקודות הרצה במדינות שונות לפי זמן תגובה, ואם מפתח API מתחלף פתאום או נכשל הוא עובר אוטומטית למודל אחר מהמאגר כדי שהקריאה תצליח.
מהפך בסדר העבודה: במקום להתחיל מבנייה, מתחילים מהדאטה הקיים של המוקד. כמו בלמידת מכונה, חלק מהשיחות מייצרות את הסוכנים וחלק אחר מייצר סימולציות לבדיקה.
הסימולטור הוא גם כלי עלות וגם כלי אבטחה: מריצים אלפי תרחישי תקיפה כדי לתמחר כמה 'יעלה' ניצול לרעה, ומכל שיחה אמיתית שסומנה כבעייתית נוצר אוטומטית תרחיש בדיקה חדש.

השאלה הבולטת בפרק

סוכם מתוך תמלול הפרק בעזרת AI. איך זה נעשה

הפרק האחרון9 במאי 2026

Google's bet on TPU: Interview with Leo Leung, Director of AI & Computing Infrastructure at GCP

פרקים אחרונים

Google's bet on TPU: Interview with Leo Leung, Director of AI & Computing Infrastructure at GCP
9 במאי 202625 דק׳
From DeepMind's research to production: Interview with Bill Jia, VP Engineering at Google Cloud
9 במאי 202623 דק׳
The future of Agents: Interview with John Abel, Managing Director, Office of the CTO at Google Cloud
9 במאי 202631 דק׳
עובדים דיגיטליים בתחום הסייבר - ראיון עם נדב ארז מ- Twine
3 במאי 202637 דק׳
איך מאבטחים את המודלים של המעבדות הגדולות בעולם? ראיון עם עומר מ- Irregular על הגנה על מודלי ה-AI.
25 באפריל 202633 דק׳
מודלי AI שמבינים את העולם - ראיון עם רוני גולדשמיט מחברת Nexar
23 באפריל 202654 דק׳
Agentic AI at scale: Interview with Benjamin Mayr, Vice President, Head of Architecture at NiCE
8 ביולי 202642 דק׳
אמ;לקסיכום הפרק
מפתיע לגלות ש-Cognigy התחילה כרעיון של דובי מדבר לילדים, ורק אז התגלגלה לשירות לקוחות בקנה מידה עצום שנמכר ל-NICE בכמיליארד דולר. בנג'מין מערער על ההנחה שה-LLM הוא הלב של המערכת, וטוען שה'רתמה' סביבו - ניתוב בין מודלים, גיבוי כשמפתח API מתחלף, בידוד קוד של כל לקוח - היא מה שבאמת קובע אם המערכת תחזיק בעומס. המתח האמיתי הוא הפער בין הדמו שמריצים על המודל היקר והמרשים ביותר, לבין חשבון ה-ROI שמחזיר אותך למודל זול פי חמישה. והשאלה שנשארת פתוחה: האם הארגונים ערוכים לרגע שבו הלקוחות שלהם כבר לא בני אדם אלא סוכני AI.
קראו עוד ▾הציגו פחות ▴
- ה'רתמה' סביב המודל חשובה יותר מהמודל עצמו: אחרי עידן שבו הכל רץ מקומית ועמידות לא הייתה בעיה, התלות ב-LLM חיצוני החזירה את שאלת הזמינות לשולחן.
- ה-LLM Gateway מנתב קריאות בין כמה נקודות הרצה במדינות שונות לפי זמן תגובה, ואם מפתח API מתחלף פתאום או נכשל הוא עובר אוטומטית למודל אחר מהמאגר כדי שהקריאה תצליח.
- מהפך בסדר העבודה: במקום להתחיל מבנייה, מתחילים מהדאטה הקיים של המוקד. כמו בלמידת מכונה, חלק מהשיחות מייצרות את הסוכנים וחלק אחר מייצר סימולציות לבדיקה.
- הסימולטור הוא גם כלי עלות וגם כלי אבטחה: מריצים אלפי תרחישי תקיפה כדי לתמחר כמה 'יעלה' ניצול לרעה, ומכל שיחה אמיתית שסומנה כבעייתית נוצר אוטומטית תרחיש בדיקה חדש.
לניתוח המלא של הפרק ←הדפדפן שלך אינו תומך בנגן השמע.
האם נמצא התחליף לטרנספורמרים? ראיון עם גלעד לוי מחברת Manifold
6 ביולי 202639 דק׳
איך מוודאים שמודלי ה-AI החזקים ביותר בעולם לא יוצאים משליטה? ראיון עם אבי גולן מחברת Alice
1 ביולי 202636 דק׳
אמ;לקסיכום הפרק
מה שמפתיע הוא שדווקא בחצי השנה האחרונה שבירת המודלים הפכה מעבודה אוטומטית לעבודה ידנית וקשה של מומחים, סימן שהמודלים השתפרו בצורה דרמטית. גולן מערער על ההנחה שמודל שעובר את מבחני הבטיחות הוא בטוח, ומראה שהסכנה חיה במעטפת שסביבו, בכלים ובאג'נטים האחרים, לא במודל עצמו. המתח האמיתי הוא שכולם רצים לאמץ אג'נטים, אבל מספיק סשן אחד של אג'נט עם גישה לדאטה וליכולת פעולה כדי לגרום לנזק בלתי הפיך. השאלה שנשארת פתוחה היא אם בכלל נגיע למודלים אמינים מספיק שארגונים יסמכו עליהם לפעולות של ממש, או שפער האמון פה כדי להישאר.
קראו עוד ▾הציגו פחות ▴
- משולש הסיכונים: צ'אטבוט FAQ ללא גישה לדאטה או ליכולת פעולה כמעט לא מסוכן, אבל ברגע שמוסיפים לו גישה לחשבון בנק ויכולת לשלוח מיילים, פוטנציאל הנזק קופץ מחשיפת פרומפט לפעולות בחיים האמיתיים.
- בחצי השנה האחרונה שבירת המודלים עברה מעבודה אוטומטית שהצליחה בעשרות אחוזי מהמקרים לעבודה ידנית וקשה של מומחים, כי המודלים נעשו הרבה יותר טובים.
- מודל יכול לעבור את כל מבחני הבטיחות ובכל זאת להישבר ברגע שעוטפים אותו בהרנס כמו קרסור או קלוד קוד, או כשאג'נט אחר מפעיל עליו מספיק לחץ בסביבה מסומלצת.
- החזון לאנטרפרייז הוא מעבר למודלים בקוד פתוח שעוברים fine-tuning לצרכים צרים, כי מודלים גנרליסטיים נכשלים על דאטה נדיר כמו סייבר, מידע רפואי ופיתוח תרופות.
- פער ה-demo לפרודקשן הוא הבעיה הכי גדולה בשטח: 80 אחוז שעובד זה לא מספיק, כי כישלון אחד מתוך מאה שמעביר כסף לחשבון הלא נכון הוא קטסטרופה עסקית.
לניתוח המלא של הפרק ←הדפדפן שלך אינו תומך בנגן השמע.

לבעלי הפודקאסט

שיווק והכנסות מHidden layers: שאלות נפוצות

העמוד הזה נבנה אוטומטית מהפיד שלכם. אם אתם מנחים את התוכנית, אלה השאלות שאנחנו נשאלים הכי הרבה.

המלצה על פודקאסט: איך Hidden layers מקבל המלצה ונמצא כאן?: פודקאסט·ישראל מושך את הפיד של Hidden layers אוטומטית, ולכן העמוד הזה קיים בלי שביקשתם. מה שקובע אם מאזין חדש מגיע אליו הוא כמה טקסט אמיתי יש עליו: תיאור, תמלול, ניתוח פרקים ונושאים שאפשר לחפש לפיהם בקטגוריית הייטק וסטארטאפים. פרקים שעברו תמלול וניתוח מופיעים גם בעמודי הנושא ובמדריכים שלנו, ולכן הם מקבלים הרבה יותר חשיפה מפרק שיש לו רק כותרת. כך תוסיפו לפודקאסט שלכם את שכבת התוכן שמביאה את ההמלצות.
כיצד לשווק את הפודקאסט שלך בלי תקציב פרסום?: השיווק היחיד שעובד לאורך זמן לפודקאסט הוא להיות התשובה שמישהו חיפש. אודיו לבדו לא נמצא בחיפוש, אבל טקסט שנוצר מתוך האודיו כן, ולכן הדרך הזולה ביותר לשווק את Hidden layers היא להפוך כל פרק לעמוד שאפשר לדרג ולשתף. אותו עמוד משמש גם ברשתות, בניוזלטר ובפניות לאורחים, במקום לינק לנגן שאף אחד לא פותח. הנה איך זה עובד בפועל ליוצרים.
כיצד להרוויח כסף מהפודקאסט שלך?: שלושת המסלולים המעשיים הם חסויות, מכירת השירות או המוצר שלכם דרך הפודקאסט, ומנוי או תוכן בתשלום. לכל אחד מהם מפרסם או לקוח מבקש לראות נכס מסודר, לא רק קובץ שמע: עמוד לכל פרק, נושאים ברורים ותנועה שמגיעה מחיפוש. 40 הפרקים של Hidden layers הם המלאי שממנו בונים את הנכס הזה. ראו את המסלול שאנחנו מציעים ליוצרים.
למה הארכיון של Hidden layers כמעט לא מופיע בגוגל וב-ChatGPT?: מנועי חיפוש ומודלים של AI קוראים טקסט, לא שמע. פרק שקיים רק כקובץ MP3 עם כותרת ושורת תיאור הוא מבחינתם עמוד כמעט ריק, ולכן ארכיון שלם יכול להיות בלתי נראה. ברגע שהפרק מתומלל ונכתב ממנו מאמר מסודר, יש למנוע מה לצטט וגם ל-ChatGPT ולפרפלקסיטי יש מקור להפנות אליו. כך הופכים ארכיון שקוף למקור שמצטטים.
מה מקבלים כש-40 הפרקים של Hidden layers הופכים למגזין?: 40 פרקים = 40 מאמרים: אתר מגזין בעברית על הדומיין שלכם, מאמר לכל פרק עם תקציר, נקודות מפתח וציטוטים מתוך השיחה, וקישורים פנימיים בין הפרקים לפי נושא. כל מאמר מפרסם את עצמו אוטומטית ומצרף את נגן הפרק, כך שקורא שהגיע מחיפוש יכול להאזין באותו עמוד. המאמרים בעמודי הפרקים כאן נוצרו בדיוק בשיטה הזו, אז אתם רואים את התוצר לפני שאתם משלמים עליו. לפרטים המלאים ולדוגמאות בעמוד היוצרים.
כמה עבודה זה דורש מכם כמנחים?: אתם ממשיכים להקליט בדיוק כמו היום. התמלול, כתיבת המאמר, ההגהה הטכנית והפרסום רצים אוטומטית מתוך פיד ה-RSS של Hidden layers, וגם פרקים חדשים נכנסים לבד. מה שנשאר לכם הוא לאשר את הטון ואת מה שלא מפרסמים. דברו איתנו דרך עמוד היוצרים.