חדשות

Anthropic מעדכנת מבחן ראיונות בגלל רמאות עם Claude

צוות הביצועים של החברה נאלץ לשנות את המבחן שוב ושוב, כיוון שמודלי Claude עולים על רוב המועמדים

2 דקות קריאה
Anthropic מעדכנת מבחן ראיונות בגלל רמאות עם Claude
מבוסס על כתבה שלTechCrunch ↗תרגום וסיכום באמצעות מערכת חדשות בליווי AIאיך אנחנו עובדים

תקציר מנהלים

מה חשוב לדעת

  1. Anthropic מעדכנת מבחן ביתי למועמדים מאז 2024 בגלל התקדמות Claude.

  2. Claude Opus 4 עלה על רוב האנשים, ו-4.5 תואם את הטובים ביותר.

  3. החברה פיתחה מבחן חדש פחות מבוסס חומרה כדי להקשות על AI.

  4. הפוסט מזמין הצעות לשיפור מהקהילה.

בעולם שבו AI הופך לכלי רמאות נפוץ, Anthropic נתקלת בבעיה ייחודית: המבחן הטכני שלה למועמדים לעבודה נכבש על ידי Claude, המודל שלה עצמה. מאז 2024, צוות אופטימיזציית הביצועים של החברה מחלק מבחן ביתי כדי לבדוק את כישורי המועמדים. אולם, עם התקדמות כלי קידוד מבוססי AI, המבחן נאלץ להשתנות באופן דרמטי כדי להישאר צעד אחד קדימה.

טריסטן היום, ראש הצוות, תיאר את ההיסטוריה של האתגר בפוסט בלוג שפרסם. "כל מודל Claude חדש הכריח אותנו לעצב מחדש את המבחן", הוא כותב. כשהוגבל לזמן זהה לזה של המועמדים, Claude Opus 4 עלה על רוב המועמדים האנושיים. זה עדיין אפשר להבחין בין המועמדים הטובים ביותר – אך אז הגיע Claude Opus 4.5, שתואם אפילו את הטובים שבהם.

התוצאה היא בעיית הערכת מועמדים חמורה. ללא פיקוח פנים אל פנים, אין דרך לוודא שמישהו לא משתמש ב-AI כדי לרמות במבחן – ואם כן, הוא יעלה במהירות לראש הרשימה. "תחת מגבלות המבחן הביתי, אין לנו עוד דרך להבחין בין הפלט של המועמדים הטובים ביותר שלנו לבין המודל המתקדם ביותר שלנו", כותב היום. הבעיה הזו כבר משתוללת בבתי ספר ואוניברסיטאות בעולם, אך אירוני שאותיות המעבדות AI נאלצות להתמודד איתה.

Anthropic, עם זאת, מצוידת היטב להתמודד עם האתגר. בסופו של דבר, היום תכנן מבחן חדש שקשור פחות לאופטימיזציה של חומרה, מה שהופך אותו לחדשני מספיק כדי להקשות על כלי AI עכשוויים. כחלק מהפוסט, הוא שיתף את המבחן המקורי כדי לראות אם קוראים יכולים להציע פתרון טוב יותר. "אם תוכלו לעלות על Opus 4.5", נכתב בפוסט, "נשמח לשמוע מכם".

הסיפור מדגיש את האתגר הגובר בתעשיית ה-AI: כיצד לבחון כישורים אנושיים בעידן שבו מכונות מצטיינות במשימות הטכניות? למנהלי משאבי אנוש בישראל, זהו תזכורת לבחון מחדש תהליכי גיוס, אולי עם דגש על יצירתיות וחשיבה ביקורתית ש-AI עדיין מתקשה בו. מה תעשו כדי להבטיח שהמועמדים שלכם אמיתיים?

האם זה היה שימושי לעסק שלכם?

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה באמצעות מערכת בליווי בינה מלאכותית לתרגום, סיכום ובקרות איכות אוטומטיות מתוך פרסום מקורי של TechCrunch. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

קבלו עדכוני AI שימושיים למייל

תקציר ממוקד ממערכת החדשות שלנו.

תשקיף Anthropic חושף את האסטרטגיה לשימור לקוחות ארגוניים
חדשות
3 דקות
מ־TechCrunch

תשקיף Anthropic חושף את האסטרטגיה לשימור לקוחות ארגוניים

לפי דיווח ב-TechCrunch, חברת Anthropic הגישה לרשות ניירות הערך של ארצות הברית (SEC) תשקיף הנפקה (טופס S-1), המפרט את האסטרטגיה העסקית שלה לשימור לקוחות ארגוניים באמצעות מערכת אקולוגית רב-מוצרית. המסמכים מלמדים כי יותר ממחצית מהלקוחות בעלי הוצאה שנתית של לפחות 100,000 דולר משתמשים כיום הן בפלטפורמת Claude והן באפליקציות מבית החברה כמו Claude Code או Cowork, לעומת כ-30% בסוף השנה שעברה. במקביל להתרחבות זו, אשר תרמה לשיעור שימור הכנסות נטו של כ-900% בסוף הרבעון השלישי, התשקיף מפרט גם אתגרים עתידיים, לרבות תחרות מול שותפות הענן הגדולות וסיכוני ריכוזיות לקוחות.

קרא עוד
בית הקברות של ה-AI: רשימת הפרויקטים והסטארט-אפים שלא שרדו
חדשות
4 דקות
מ־TechCrunch

בית הקברות של ה-AI: רשימת הפרויקטים והסטארט-אפים שלא שרדו

לפי דיווח ב-TechCrunch, שוק הבינה המלאכותית מציג רשימה הולכת וגדלה של מוצרים, השקות ומיזמים שלא שרדו. נתוני S&P Global Market Intelligence מצביעים על כך שכ-42% מיוזמות הבינה המלאכותית ננטשות בסופו של דבר על ידי החברות האם שלהן, בשל סיבות כמו מימון בלתי מספק, אתגרים טכניים, תחרות, קשיי צמיחה או ביקוש חלש מצד משתמשים. בין המקרים הבולטים נמנים כלי האוטומציה Relay שנסגר באוגוסט, פלטפורמת Character.ai שהגישה בקשה לפשיטת רגל, וכן מהלכים של ענקיות טכנולוגיה: OpenAI ביטלה את העיצוב מחדש של ChatGPT וסגרה את הדפדפן ChatGPT Atlas ואת פלטפורמת Sora; אפל עיכבה את Siri AI ושילמה הסדר של 250 מיליון דולר; ומיקרוסופט התמודדה עם ביקורת אבטחה סביב Recall.

קרא עוד
סוכני בינה מלאכותית הפועלים דרך הודעות טקסט: סקירת הפתרונות
חדשות
5 דקות
מ־TechCrunch

סוכני בינה מלאכותית הפועלים דרך הודעות טקסט: סקירת הפתרונות

לפי כתבה ב-TechCrunch, יותר סוכני בינה מלאכותית מציעים למשתמשים ממשק מבוסס הודעות טקסט רגילות, ללא צורך בהורדת אפליקציות ייעודיות נוספות. הסוכנים מתחברים לשירותים קיימים כמו דוא"ל, לוחות שנה ואפליקציות מסרים כגון iMessage, WhatsApp ו-Telegram, ומבצעים משימות בשם המשתמשים. הסקירה מציגה פתרונות אישיים כלליים, סוכנים ייעודיים למשפחות כמו Fambot ו-Ollie, סוכני עבודה ויצירת תוכן כמו Comma, Town ו-Stanley, וכן סוכנים עם דגש על נסיעות או פרטיות מקומית.

קרא עוד
סוכני AI בהודעות טקסט: פתרונות בולטים הפועלים ללא אפליקציה נפרדת
חדשות
5 דקות
מ־TechCrunch

סוכני AI בהודעות טקסט: פתרונות בולטים הפועלים ללא אפליקציה נפרדת

לפי TechCrunch, שורה של סוכני בינה מלאכותית פועלים ישירות דרך ערוצי הודעות טקסט מוכרים כמו iMessage, וואטסאפ, טלגרם ו-SMS ללא צורך בהורדת אפליקציות נפרדות. סוכנים אלה מבצעים משימות מגוונות, החל מניהול יומנים, מעקב טיסות וביצוע שיחות טלפון ועד ניהול משק בית, יצירת תוכן ומשימות מקצועיות. בין הפתרונות הבולטים נכללים Instinct שהגיע לשווי של 10 מיליארד דולר, Caddy, Folk, Town, Fambot ו-Wajo, הפועלים במודלים שונים של בטא, מנויים בתשלום ורמות אוטונומיה שונות.

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
תשקיף Anthropic חושף את האסטרטגיה לשימור לקוחות ארגוניים
חדשות
3 דקות
מ־TechCrunch

תשקיף Anthropic חושף את האסטרטגיה לשימור לקוחות ארגוניים

לפי דיווח ב-TechCrunch, חברת Anthropic הגישה לרשות ניירות הערך של ארצות הברית (SEC) תשקיף הנפקה (טופס S-1), המפרט את האסטרטגיה העסקית שלה לשימור לקוחות ארגוניים באמצעות מערכת אקולוגית רב-מוצרית. המסמכים מלמדים כי יותר ממחצית מהלקוחות בעלי הוצאה שנתית של לפחות 100,000 דולר משתמשים כיום הן בפלטפורמת Claude והן באפליקציות מבית החברה כמו Claude Code או Cowork, לעומת כ-30% בסוף השנה שעברה. במקביל להתרחבות זו, אשר תרמה לשיעור שימור הכנסות נטו של כ-900% בסוף הרבעון השלישי, התשקיף מפרט גם אתגרים עתידיים, לרבות תחרות מול שותפות הענן הגדולות וסיכוני ריכוזיות לקוחות.

קרא עוד
בית הקברות של ה-AI: רשימת הפרויקטים והסטארט-אפים שלא שרדו
חדשות
4 דקות
מ־TechCrunch

בית הקברות של ה-AI: רשימת הפרויקטים והסטארט-אפים שלא שרדו

לפי דיווח ב-TechCrunch, שוק הבינה המלאכותית מציג רשימה הולכת וגדלה של מוצרים, השקות ומיזמים שלא שרדו. נתוני S&P Global Market Intelligence מצביעים על כך שכ-42% מיוזמות הבינה המלאכותית ננטשות בסופו של דבר על ידי החברות האם שלהן, בשל סיבות כמו מימון בלתי מספק, אתגרים טכניים, תחרות, קשיי צמיחה או ביקוש חלש מצד משתמשים. בין המקרים הבולטים נמנים כלי האוטומציה Relay שנסגר באוגוסט, פלטפורמת Character.ai שהגישה בקשה לפשיטת רגל, וכן מהלכים של ענקיות טכנולוגיה: OpenAI ביטלה את העיצוב מחדש של ChatGPT וסגרה את הדפדפן ChatGPT Atlas ואת פלטפורמת Sora; אפל עיכבה את Siri AI ושילמה הסדר של 250 מיליון דולר; ומיקרוסופט התמודדה עם ביקורת אבטחה סביב Recall.

קרא עוד
כיצד Salesforce Field Service סייעה לארגון Share My Meals לצמוח פי 3.7
חדשות
4 דקות
מ־Salesforce Blog

כיצד Salesforce Field Service סייעה לארגון Share My Meals לצמוח פי 3.7

ארגון Share My Meals, הפועל להצלת ארוחות מוכנות והעברתן לקהילות נזקקות בניו ג'רזי, ניו יורק סיטי ופנסילבניה, חילק 230,000 ארוחות בשנת 2025 לעומת 62,000 בשנת 2023. העלייה התאפשרה בעקבות פיתוח מערכת מרכזית בשם STAN על גבי Salesforce Field Service, שחיברה בזמן אמת בין תורמי מזון, מתנדבים ועמותות מקבלות. לפני השקת המערכת בינואר 2024, הסתמך הארגון על תשעה כלי תוכנה נפרדים שדרשו הזנה ידנית ויצרו צוואר בקבוק תפעולי. המעבר לפלטפורמה אחת צמצם את התלות במפתחים חיצוניים יקרים, אפשר לצוות הטכנולוגי ליישם הגדרות ופיתוחים בעצמו, וכעת מתכנן הארגון להציע את הטכנולוגיה כמודל עבודה עבור עמותות וארגונים נוספים בתחום הצלת המזון.

קרא עוד
קוואסאקי הניבה מעל 6.5 מיליון דולר ב-90 יום עם סיילספורס ו-ForeFront
חדשות
4 דקות
מ־Salesforce Blog

קוואסאקי הניבה מעל 6.5 מיליון דולר ב-90 יום עם סיילספורס ו-ForeFront

יצרנית המנועים והחלפים קוואסאקי (Kawasaki Engines) ייצרה מעל 6.5 מיליון דולר בהכנסות במהלך 90 הימים הראשונים להשקת פורטל מסחר דיגיטלי חדש, ועקפה את יעדי הפרויקט פי חמישה. החברה, המשרתת מעל 7,700 דילרים עצמאיים, מפיצים ויצרני ציוד מקורי (OEM), שיתפה פעולה עם חברת הייעוץ ForeFront מקבוצת EPAM כדי להתגבר על מגבלות מערכת ERP ותיקה מסוג LANSA על גבי מחשבי AS/400. הפרויקט שילב את פלטפורמות Salesforce B2B Commerce, MuleSoft ו-Data Cloud יחד עם כלי בינה מלאכותית דוגמת Claude וסוכן שירות מבוסס Agentforce, ואפשר תמיכה מסביב לשעון לצד עלייה של פי חמישה בשווי ההזמנה הממוצע.

קרא עוד