חיפוש בחדשות

חדרי חדשות מבוססי בינה מלאכותית, המופעלים על ידי סוכנים עצמאיים תחת פיקוח אנושי מינימלי, מצליחים להשיג ראשוניות בדיווח על פני גופי תקשורת מבוססים. מקרה בולט התרחש בכנס האבטחה Black Hat, שבו חדר החדשות הסינתטי RuntimeWire, המנוהל על ידי היזם ריאן מרקט בעלות של כ-100 דולר ביום, עקף את המגזין WIRED ביותר משלוש שעות בדיווח על הרצאה של OpenAI. לצד RuntimeWire, מיזמים נוספים כמו The Dissent מפעילים דמויות של עיתונאים מלאכותיים בעלות נמוכה במיוחד. בעוד מומחים מביעים ספקנות לגבי היכולת של סוכנים אלה לבנות אמון עם מקורות אנושיים ולשמור על סטנדרטים עיתונאיים מחמירים, ההתפתחות הטכנולוגית מסמנת שלב ניסיוני חדש ומציבה אתגרים משפטיים ואתיים בפני עולם המדיה המשתנה.

לפי דיווח במגזין WIRED, ממשל טראמפ נסמך על קבוצת פקידים קטנה ומבוזרת לעיצוב מדיניות הבינה המלאכותית מול סין. הקבוצה, הכוללת את שר המסחר הווארד לוטניק, מנהל הסייבר שון קיירנקרוס, שר האוצר סקוט בסנט וראש הסגל סוזי ויילס, חלוקה בגישותיה. בעוד חלקם תומכים ברגולציה קשוחה ובסנקציות על מעבדות סיניות בשל שימוש בפרקטיקת "זיקוק" מודלים אמריקאיים, אחרים, כמו המשקיע וצאר ה-AI לשעבר דייוויד סאקס, דוחפים לגישה חופשית (laissez-faire) ומזעור רגולציה כדי לשמור על יתרון טכנולוגי.

בבלוג הרשמי של גוגל קלאוד הוכרז על הרחבת התמיכה של החברה במשימת ג'נסיס (Genesis Mission) הלאומית של ארצות הברית, באמצעות הקצאה של 40 מיליון דולר באסימוני בינה מלאכותית ובקרדיטים לענן. גוגל תעניק למעבדות הלאומיות של משרד האנרגיה האמריקאי (DOE) גישה לכלי בינה מלאכותית מתקדמים מבית Google DeepMind, בהם AlphaEvolve, AlphaFold 3 ו-AlphaGenome, לצד רישיונות שימוש ב-Gemini for Government למשך שנה עבור עשרות אלפי עובדים. הכלים כבר משולבים במעבדות כגון PNNL ו-NLR, ומסייעים בקיצור זמני כיול חומרה ובמיפוי מערכות מתמטיות מורכבות.

WorkflowPerturb הוא בנצ'מרק מכויל שמטרתו להפוך ציוני איכות של זרימות עבודה רב־שלביות למשהו שאפשר לפרש תפעולית. לפי הפרסום ב-arXiv, הוא כולל 4,973 זרימות “זהב” ו-44,757 גרסאות מופרעות בשלושה סוגי תקלות—Missing Steps, Compressed Steps ו-Description Changes—ברמות חומרה של 10%, 30% ו-50%. המשמעות לעסקים בישראל: ירידה קטנה בציון עלולה לייצג דילוג על שלב קריטי כמו תיעוד הסכמה או פתיחת רשומה ב-Zoho CRM אחרי פנייה ב-WhatsApp. כדי לצמצם סיכון, כדאי להגדיר שלבי חובה, להריץ פיילוט של 14 יום על 50–200 פניות, ולהוסיף בדיקות צמתים ב-N8N לפני פרודקשן.

**שכבת מודיעין נייטרלית ל-AI ארגוני היא תשתית שמחברת מודלי שפה למערכות ולמסמכים של הארגון עם הרשאות ושליפה מבוססת-הקשר. לפי TechCrunch, Glean בונה את השכבה הזו מתחת לממשק, כדי לאפשר לארגונים לעבוד עם כמה מודלים (ChatGPT, Gemini, Claude) בלי להינעל לספק אחד.** הערך המעשי לעסקים בישראל הוא בעיקר במקומות שבהם המידע מפוזר בין WhatsApp, Google Drive ו-CRM: בלי “permissions-aware retrieval” קל לקבל תשובות לא מדויקות או לחשוף מידע פנימי. אם אתם רוצים להתחיל, הגדירו 5 מקורות אמת (למשל Zoho CRM, Drive, WhatsApp Business API), נקו הרשאות, והריצו פיילוט של 14 יום שבו כל תשובה חייבת לכלול קישור למסמך מקור.