פרק 23: איך לבנות איג׳נטים עם אוטונומיה מלאה

מעבר מניהול ה-AI כמתמחה בעזרת אוטומציות קשיחות לבניית אייג'נטים אוטונומיים שמקבלים יעד וקונטקסט עשיר ובוחרים בעצמם את הדרך.

יונתן פישמן, סמנכ"ל שיווק בחברת סט, מסביר מדוע רוב האנשים מפעילים AI לא נכון: בונים אוטומציות נוקשות עם שלבים מוגדרים ובכך מקבלים תוצאות בינוניות. מתוך עבודה צמודה עם אנטרופיק הוא למד את מושג ה-AI Literacy ואת תופעת ה-Jagged Intelligence — שהמודל מבריק בחלק מהתחומים וגרוע באחרים, במיוחד בשיקול דעת, טעם, הומור ותפיסה מרחבית. הפתרון: לתת לאייג'נט יעד במקום רשימת משימות, לספק לו קונטקסט עשיר ולאפשר לו לבחור את הדרך שלו. הוא מדגים זאת דרך ייצור קריאטיבים שיווקיים שעבד טוב יותר דווקא כשנתן הנחיה כללית במקום הוראות מפורטות.

תובנות מרכזיות

• AI סובל מ-Jagged Intelligence — ברמת פרופסור בתחומים מסוימים וכמו ילד קטן באחרים, ולכן חובה לדעת מה להאציל לו ומה לא.
• המודל חלש בשיקול דעת אנושי, בטעם (עיצוב, הומור) ובתפיסה מרחבית, אך חזק במשימות אחרות.
• אוטומציות קשיחות עם שלבים מוגדרים מצמצמות את ה-AI לעובד זוטר שאי אפשר לסמוך עליו; מתן יעד בלי שלבים מאפשר לו לבחור את הדרך הטובה ביותר עבורו.
• שני חסמים מרכזיים בתוצרים גרועים: חוסר קונטקסט רלוונטי, ושה-AI פותר בעיות בדרך שונה לחלוטין מבני אדם.
• ה-AI אינו פרואקטיבי — הוא לא יעצור לבקש מידע חסר, ולכן יש לדאוג מראש שכל הקונטקסט והמודעות למקורות האפשריים נמצאים אצלו.
• הניסיון העיצובי הראה שהנחיה כללית ("הנה הפוסט, צריך קריאטיב") עבדה טוב יותר מהוראות מפורטות שניסו לשלוט בכל פרט.