בירור | מה דעתכם - איזה בינה הכי מועילה כיום לקוד?
-
התייאשתי.
אין תשובות פה לאף אחד.
@aiib נכון שכל אחד יכול לכתוב בלי להבין.
אבל לא את מה שאני כתבתי.
וכבר כתבתי שהשאלה הזו התבסס על מחקר שנערך לפני חצי שנה.
זה שהיא לא אקטואלית כיום לא אומר כלום.
ככל שהמודלים מתקדמים גם הרצונות של בנ"א מתקדמים,
והבינה בשלב מסויים [שיקרא מהר מהצפוי] לא תוכל לספק את החומר.
תזכרו שאמרתי.@המלאך כתב בבירור | מה דעתכם - איזה בינה הכי מועילה כיום לקוד?:
והבינה בשלב מסויים [שיקרא מהר מהצפוי] לא תוכל לספק את החומר.
תזכרו שאמרתשמעתי על זה גם מאיזה שהוא נחשב בתחומו.
אבל די תפסיק להתנהג כמו איכר או פשוט עם מ 1760.
דוגמה לא הכי נכונה אבל לפני 30 שנה חשבתי שהנה אפל הוציאה מחשב, וככה זה הולך להראות. האם דמיינתי שבעוד 30 שנה ה mac סטודיו שלהם יהיה עם טרה זכרון ram?!, לא ממש לא כי פעם אחר פעם אנשים טועים בזה וחושבים שהגענו לתקרת הזכוכית ומציגים טענות, אי אפשר להקטין יותר תשבבים אין עוד אפשרות לחישובים מתמטים ובלבלה טענות שאולי נכונות בעצם אבל לא מתחשבות בזה שכמו שעברנו מ x86 ל x64 ככה נעבור להמצאה שהשכל הקטן שלי לא מסוגל להכיל עדיין, לא יודע אולי מעבדים נוירומורפיים. מקווה שהבנת את הרעיון - מה שאתה לא מסוגל להבין היום אל תצעק את זה כי זה יעשה לך פאדיחות מחר... -
@המלאך כתב בבירור | מה דעתכם - איזה בינה הכי מועילה כיום לקוד?:
והבינה בשלב מסויים [שיקרא מהר מהצפוי] לא תוכל לספק את החומר.
תזכרו שאמרתשמעתי על זה גם מאיזה שהוא נחשב בתחומו.
אבל די תפסיק להתנהג כמו איכר או פשוט עם מ 1760.
דוגמה לא הכי נכונה אבל לפני 30 שנה חשבתי שהנה אפל הוציאה מחשב, וככה זה הולך להראות. האם דמיינתי שבעוד 30 שנה ה mac סטודיו שלהם יהיה עם טרה זכרון ram?!, לא ממש לא כי פעם אחר פעם אנשים טועים בזה וחושבים שהגענו לתקרת הזכוכית ומציגים טענות, אי אפשר להקטין יותר תשבבים אין עוד אפשרות לחישובים מתמטים ובלבלה טענות שאולי נכונות בעצם אבל לא מתחשבות בזה שכמו שעברנו מ x86 ל x64 ככה נעבור להמצאה שהשכל הקטן שלי לא מסוגל להכיל עדיין, לא יודע אולי מעבדים נוירומורפיים. מקווה שהבנת את הרעיון - מה שאתה לא מסוגל להבין היום אל תצעק את זה כי זה יעשה לך פאדיחות מחר... -
@איש-אמת כנ"ל הפוך.
במהפכה התעשייתית אמרו שלא יצטרכו איכרים יותר.
בסוף ניהיו צריכים אותם עוד יותר מלפני.
כמות החקלאות גדלה בהרבה.@המלאך כתב בבירור | מה דעתכם - איזה בינה הכי מועילה כיום לקוד?:
במהפכה התעשייתית אמרו שלא יצטרכו איכרים יותר.
בסוף ניהיו צריכים אותם עוד יותר מלפני.
כמות החקלאות גדלה בהרבה.לפני המהפכה התעשייתית למעלה מ50 אחוז מכוח העבודה עבד בחקלאות, היום זה פחות מ 10 אחוז ברוב עולם
-
@המלאך כתב בבירור | מה דעתכם - איזה בינה הכי מועילה כיום לקוד?:
במהפכה התעשייתית אמרו שלא יצטרכו איכרים יותר.
בסוף ניהיו צריכים אותם עוד יותר מלפני.
כמות החקלאות גדלה בהרבה.לפני המהפכה התעשייתית למעלה מ50 אחוז מכוח העבודה עבד בחקלאות, היום זה פחות מ 10 אחוז ברוב עולם
-
@יוסף3 כן אבל באופן יחסי זה גדל.
החקלאות גדלה.
וגם כח האדם יכל לגדול אילולא רובם חיפשו אפיקים חדשים שמרוויחים יותר.@המלאך
התכוונת באופן לא יחסי זה גדל, כי באופן יחסי זה צנח.
ולעומת כמות העובדים שכאמור צנחה באופן יחסי, התוצר החקלאי עצמו זינק, מה שדרש עבודה של 200 אנשים לפני 300 שנה היום קיבוצניק אחד עם טרקטור וזרעים מהונדסים עושה.זה בדיוק התהליך שעובר כיום ההייטק, תוכנה שלפני 5 שנים דרשה 15 מתכנתים שיעבדו עליה במשך שנה, היום מפותחת על ידי 2 מתכנתים תוך חודשיים.
-
@המלאך
התכוונת באופן לא יחסי זה גדל, כי באופן יחסי זה צנח.
ולעומת כמות העובדים שכאמור צנחה באופן יחסי, התוצר החקלאי עצמו זינק, מה שדרש עבודה של 200 אנשים לפני 300 שנה היום קיבוצניק אחד עם טרקטור וזרעים מהונדסים עושה.זה בדיוק התהליך שעובר כיום ההייטק, תוכנה שלפני 5 שנים דרשה 15 מתכנתים שיעבדו עליה במשך שנה, היום מפותחת על ידי 2 מתכנתים תוך חודשיים.
-
@יוסף3 וזה מה שהסברתי.
שכיוון שגם הדרישות גדלות - תמיד יצטרכו עוד דברים שאותם הבינה לא תוכל לבצע.
לדוגמא.
פעם ביקשו יצירת דף נחיתה.
היום מבקשים אתר שלם.
ןמחר יבקשו מערכת נודיביבי...
שזה הבינה לא תוכל לעשות. -
@המלאך כתב בבירור | מה דעתכם - איזה בינה הכי מועילה כיום לקוד?:
ןמחר יבקשו מערכת נודיביבי...
שזה הבינה לא תוכל לעשות.בוודאי שהיא יכולה לעשות.
כמובן לא בפרומט אחד או שנים, אלא בעבודה רצינית על זה שתיקח חמישית הזמן ממה שהיה לוקח ללא הבינה.@יוסף3 לקחתי כדוגמא.
יש דברים שהיא לא יכולה לעשות.
וכשנגיע לבעיה לוגית שהיא לא תצליח לפתור - אנחנו נהיה בבעיה גדולה.
כי אף אחד לא ידע קוד מלבדה.
אבל זה לא משנה.
וודאי שמקצוע התכנות יתדלל.
ובאותה מידה וודאי שלכולם יהיו עבודות חדשות שקשורות למקצוע הזה.
אי אפשר עכשיו לדעת.
בשביל זה צריך לחכות לsli ש @cfopuser ממש מעריך..
אם כי אני חייב לציין שלדעתי זה לא משהו אפשרי טכנית.
לא מוצא עוד טעם להמשיך את הוויכוח הזה.
הוא לא יגיע לשום מקום.
אז בואו נחזור לנושא האשכול.
איזה בינה הכי טובה בקוד.
ולזה כבר אמרו שאין פיתרון חד משמעי.
למי שמתכנת רק בעזרת הבינה - קלוד קוד, קורסור וקודקס, ולמי שרוצה אתר - רפליט.
למי שנעזר בה בלבד ולא רוצה, תוכנות - ג'מיני פרו וקלוד,
עם עדיפות לקלוד. -
ה המלאך התייחס לנושא זה
-
חיפשתי רבות בפורום אבל כל מה שמצאתי לא בהכרח אקטואלי להיום,
ולכן רציתי לברר איזה בינה מלאכותית כיום הכי טובה לקודים וכוד',
כלומר אני לא רוצה בינה שתעשה לי הנחות, אלא שתעזור לי למצוא בעיות לוגיות וטכניות עמוקות בקוד.
המליצו לי על קלוד קוד, אבל אין לי פרויקט בגיטהאב ואני מעדיף גם לא להעלות.
יצוין שיש לי ג'מיני בגירסת הפרו שלהם, אבל נעזרתי בו עד היום והוא לא הצליח למצוא לי בעיות לוגיות שמפריעות לכל התוכנה.
אז מהי דעתכם?@המלאך אפשר לחלק את רמת האוטונומיה/עצמאות של הבינה המלאכותית ל10 דרגות:
דרגה 1: העתק-הדבק
הכלי: ChatGPT/ Claude.ai/ Gemini
השיטה: האדם נתקל בבעיה, עובר לאתר אינטרנט של בינה מלאכותית, שואל שאלה (או מראה קטע קצר מהבעיה), מקבל תשובה, ומעתיק אותה חזרה לתוכנה שהוא בונה.דרגה 2: השלמת קוד על סטרואידים
הכלי: Tabnine/ codeium
השיטה: הבינה המלאכותית נמצאת בתוך תוכנת הכתיבה של המתכנת. כשהוא מתחיל לכתוב משפט או פקודה, היא ממליצה לו על סוף המשפט - קצת כמו intelisense הישן והמוכר, אבל עם מודלי שפה חכמים מתחת.דרגה 3: צ'אט מובנה בעורך הקוד (שיחה בלבד)
הכלי : הגרסאות הישנות של copliot/windsurf
השיטה: האדם מתכתב עם עוזר חכם שיכול "לקרוא" את כל הקלסרים, התיקיות והמסמכים של הפרויקט כולו ולתת ניתוח והצעות לתיקון. אבל אין לו רשות לערוך כלום בעצמו. האדם צריך לעשות את עבודת התיקון.דרגה 4: עורך קוד מובנה בסביבת הפיתוח
כלי: copilot/windsurf/cline
השיטה: האדם נותן פקודה (למשל: "תוסיף לאפליקציה מסך הרשמה"), והבינה המלאכותית כותבת ומשנה שינוי אחד בכל פעם. האדם מקבל את השינויים שהעוזר עשה, עובר עליהם, וצריך רק ללחוץ "אשר" או "בטל".
בשלב המתקדם של דרגה זו, הסוכן מקבל את רוב ההרשאות בצורה אוטומטית, והמתכנת בודק רק דברים קריטיים.דרגה 5: כלי CLI
כלי: codex/claude-code/gemini-cli
השיטה: ה-AI יוצא מגבולות עורך הקוד ומקבל גישה לטרמינל. הוא יכול לכתוב קוד, להריץ טסטים, לראות את הודעות השגיאה בטרמינל, ולתקן את הקוד שוב בעצמו בלולאה (Loop) עד שהטסט עובר. הוא גם מסוגל לבצע פעולות Git (כמו לבנות קומיטים עם הסברים אוטומטיים).דרגה 6: כלי פייפליין CI/CD
הכלי: claude for github/ OpenCoder/ Aider
השיטה: ה-AI מפסיק להיות כלי של מתכנת בודד והופך ל"חבר צוות" שחי בשרת. ברגע שמתכנת מעלה Pull Request, ה-AI סוקר את הקוד, מחפש חולשות אבטחה, מוודא עמידה בסטנדרטים של החברה, ואף מציע או דוחף תיקוני קוד ישירות לענף (Branch) לפני שהקוד מגיע ל-Production.דרגה 7: סוכנים אוטונומיים למשימות מלאות
הכלי: Devin, SWE-agent.
השיטה: המתכנת פועל כמו מנהל משימות. הוא מקצה כרטיס משימה מ-Jira (למשל: "הוסף התחברות עם Google Auth") לסוכן ה-AI. הסוכן "מתעורר", מקים סביבת עבודה, קורא את הדוקומנטציה של גוגל ב-Browser וירטואלי, כותב את ה-Logic, מריץ בדיקות, ומגיש את הפיצ'ר כמוגמר (פותח PR בעצמו). המתכנת רק קורא את התוצר הסופי ומאשר.דרגה 8: מערכת מרובת סוכנים
הכלי: AutoGen, CrewAI, LangGraph.
השיטה בשטח: למשימות מורכבות, מופעל "צוות" של סוכנים, שלכל אחד תפקיד (Role) מוגדר: ארכיטקט, מפתח, בודק תוכנה (QA) ואיש אבטחה (SecOps). המתכנת מזין דרישה והסוכנים "מדברים" ביניהם: המפתח כותב את הקוד, ה-QA מריץ תסריטים כדי לשבור אותו ומוצא באג, המפתח מתקן, עד שיש הסכמה. המתכנת רק צופה ב-Logs של הדיון שלהם ומקבל פיצ'ר שנבדק מכל הכיוונים.דרגה 9: המוח הארגוני המרכזי (Enterprise Orchestrator)
הכלי: מערכות פנימיות מותאמות אישית (תשתיות של Palantir, או פיתוח פנימי מעל LangChain).
השיטה: ה-AI מחובר לכל המערכות הקריטיות של החברה: ה-Codebase, ה-Database, כלי הניטור (Logs) ושרתי ה-Cloud (כמו AWS). אם יש קריסה (Crash) ב-Production ב-3:00 בלילה, ה-Orchestrator מזהה אותה, שולח סוכן לחקור את ה-Logs, סוכן אחר שכותב תיקון חירום (Hotfix), וסוכן שמבצע Deploy לשרתים. המתכנת הכונן מקבל בבוקר רק דוח שמתאר איך התקלה תוקנה אוטומטית בלילה.דרגה 10: "מפעל התוכנה" המונע ע"י AI
הכלי: פלטפורמות הדור הבא / סביבות פיתוח מבוססות AI-First לחלוטין.
השיטה: האדם שמול המסך הוא מנהל מוצר (Product Manager) או יזם, וכתיבת קוד ידנית (Hard-coding) הופכת לנחלת העבר. הוא מזין דרישה עסקית: "בנה מערכת חיוב חודשית עם סליקה מול Stripe". המערכת מפרקת את זה למאות תת-משימות (Micro-tasks) ומייצרת "נחיל" (Swarm) של מאות סוכנים זמניים שכותבים, מחברים APIs, בודקים Scale ועושים Deploy. המערכת כוללת יכולת Self-Healing – אם ה-API של חברת האשראי ישתנה עוד שנה, המערכת תזהה את זה, תשכתב את הקוד של עצמה, ותעדכן את השרת, כשהאדם רק מפקח על הביצועים העסקיים. -
@המלאך אפשר לחלק את רמת האוטונומיה/עצמאות של הבינה המלאכותית ל10 דרגות:
דרגה 1: העתק-הדבק
הכלי: ChatGPT/ Claude.ai/ Gemini
השיטה: האדם נתקל בבעיה, עובר לאתר אינטרנט של בינה מלאכותית, שואל שאלה (או מראה קטע קצר מהבעיה), מקבל תשובה, ומעתיק אותה חזרה לתוכנה שהוא בונה.דרגה 2: השלמת קוד על סטרואידים
הכלי: Tabnine/ codeium
השיטה: הבינה המלאכותית נמצאת בתוך תוכנת הכתיבה של המתכנת. כשהוא מתחיל לכתוב משפט או פקודה, היא ממליצה לו על סוף המשפט - קצת כמו intelisense הישן והמוכר, אבל עם מודלי שפה חכמים מתחת.דרגה 3: צ'אט מובנה בעורך הקוד (שיחה בלבד)
הכלי : הגרסאות הישנות של copliot/windsurf
השיטה: האדם מתכתב עם עוזר חכם שיכול "לקרוא" את כל הקלסרים, התיקיות והמסמכים של הפרויקט כולו ולתת ניתוח והצעות לתיקון. אבל אין לו רשות לערוך כלום בעצמו. האדם צריך לעשות את עבודת התיקון.דרגה 4: עורך קוד מובנה בסביבת הפיתוח
כלי: copilot/windsurf/cline
השיטה: האדם נותן פקודה (למשל: "תוסיף לאפליקציה מסך הרשמה"), והבינה המלאכותית כותבת ומשנה שינוי אחד בכל פעם. האדם מקבל את השינויים שהעוזר עשה, עובר עליהם, וצריך רק ללחוץ "אשר" או "בטל".
בשלב המתקדם של דרגה זו, הסוכן מקבל את רוב ההרשאות בצורה אוטומטית, והמתכנת בודק רק דברים קריטיים.דרגה 5: כלי CLI
כלי: codex/claude-code/gemini-cli
השיטה: ה-AI יוצא מגבולות עורך הקוד ומקבל גישה לטרמינל. הוא יכול לכתוב קוד, להריץ טסטים, לראות את הודעות השגיאה בטרמינל, ולתקן את הקוד שוב בעצמו בלולאה (Loop) עד שהטסט עובר. הוא גם מסוגל לבצע פעולות Git (כמו לבנות קומיטים עם הסברים אוטומטיים).דרגה 6: כלי פייפליין CI/CD
הכלי: claude for github/ OpenCoder/ Aider
השיטה: ה-AI מפסיק להיות כלי של מתכנת בודד והופך ל"חבר צוות" שחי בשרת. ברגע שמתכנת מעלה Pull Request, ה-AI סוקר את הקוד, מחפש חולשות אבטחה, מוודא עמידה בסטנדרטים של החברה, ואף מציע או דוחף תיקוני קוד ישירות לענף (Branch) לפני שהקוד מגיע ל-Production.דרגה 7: סוכנים אוטונומיים למשימות מלאות
הכלי: Devin, SWE-agent.
השיטה: המתכנת פועל כמו מנהל משימות. הוא מקצה כרטיס משימה מ-Jira (למשל: "הוסף התחברות עם Google Auth") לסוכן ה-AI. הסוכן "מתעורר", מקים סביבת עבודה, קורא את הדוקומנטציה של גוגל ב-Browser וירטואלי, כותב את ה-Logic, מריץ בדיקות, ומגיש את הפיצ'ר כמוגמר (פותח PR בעצמו). המתכנת רק קורא את התוצר הסופי ומאשר.דרגה 8: מערכת מרובת סוכנים
הכלי: AutoGen, CrewAI, LangGraph.
השיטה בשטח: למשימות מורכבות, מופעל "צוות" של סוכנים, שלכל אחד תפקיד (Role) מוגדר: ארכיטקט, מפתח, בודק תוכנה (QA) ואיש אבטחה (SecOps). המתכנת מזין דרישה והסוכנים "מדברים" ביניהם: המפתח כותב את הקוד, ה-QA מריץ תסריטים כדי לשבור אותו ומוצא באג, המפתח מתקן, עד שיש הסכמה. המתכנת רק צופה ב-Logs של הדיון שלהם ומקבל פיצ'ר שנבדק מכל הכיוונים.דרגה 9: המוח הארגוני המרכזי (Enterprise Orchestrator)
הכלי: מערכות פנימיות מותאמות אישית (תשתיות של Palantir, או פיתוח פנימי מעל LangChain).
השיטה: ה-AI מחובר לכל המערכות הקריטיות של החברה: ה-Codebase, ה-Database, כלי הניטור (Logs) ושרתי ה-Cloud (כמו AWS). אם יש קריסה (Crash) ב-Production ב-3:00 בלילה, ה-Orchestrator מזהה אותה, שולח סוכן לחקור את ה-Logs, סוכן אחר שכותב תיקון חירום (Hotfix), וסוכן שמבצע Deploy לשרתים. המתכנת הכונן מקבל בבוקר רק דוח שמתאר איך התקלה תוקנה אוטומטית בלילה.דרגה 10: "מפעל התוכנה" המונע ע"י AI
הכלי: פלטפורמות הדור הבא / סביבות פיתוח מבוססות AI-First לחלוטין.
השיטה: האדם שמול המסך הוא מנהל מוצר (Product Manager) או יזם, וכתיבת קוד ידנית (Hard-coding) הופכת לנחלת העבר. הוא מזין דרישה עסקית: "בנה מערכת חיוב חודשית עם סליקה מול Stripe". המערכת מפרקת את זה למאות תת-משימות (Micro-tasks) ומייצרת "נחיל" (Swarm) של מאות סוכנים זמניים שכותבים, מחברים APIs, בודקים Scale ועושים Deploy. המערכת כוללת יכולת Self-Healing – אם ה-API של חברת האשראי ישתנה עוד שנה, המערכת תזהה את זה, תשכתב את הקוד של עצמה, ותעדכן את השרת, כשהאדם רק מפקח על הביצועים העסקיים. -
@י.-פל. כתב בבירור | מה דעתכם - איזה בינה הכי מועילה כיום לקוד?:
כתבת בעצמך?
אתה מתכוון לשאול איזו דרגה?

-
@המלאך אפשר לחלק את רמת האוטונומיה/עצמאות של הבינה המלאכותית ל10 דרגות:
דרגה 1: העתק-הדבק
הכלי: ChatGPT/ Claude.ai/ Gemini
השיטה: האדם נתקל בבעיה, עובר לאתר אינטרנט של בינה מלאכותית, שואל שאלה (או מראה קטע קצר מהבעיה), מקבל תשובה, ומעתיק אותה חזרה לתוכנה שהוא בונה.דרגה 2: השלמת קוד על סטרואידים
הכלי: Tabnine/ codeium
השיטה: הבינה המלאכותית נמצאת בתוך תוכנת הכתיבה של המתכנת. כשהוא מתחיל לכתוב משפט או פקודה, היא ממליצה לו על סוף המשפט - קצת כמו intelisense הישן והמוכר, אבל עם מודלי שפה חכמים מתחת.דרגה 3: צ'אט מובנה בעורך הקוד (שיחה בלבד)
הכלי : הגרסאות הישנות של copliot/windsurf
השיטה: האדם מתכתב עם עוזר חכם שיכול "לקרוא" את כל הקלסרים, התיקיות והמסמכים של הפרויקט כולו ולתת ניתוח והצעות לתיקון. אבל אין לו רשות לערוך כלום בעצמו. האדם צריך לעשות את עבודת התיקון.דרגה 4: עורך קוד מובנה בסביבת הפיתוח
כלי: copilot/windsurf/cline
השיטה: האדם נותן פקודה (למשל: "תוסיף לאפליקציה מסך הרשמה"), והבינה המלאכותית כותבת ומשנה שינוי אחד בכל פעם. האדם מקבל את השינויים שהעוזר עשה, עובר עליהם, וצריך רק ללחוץ "אשר" או "בטל".
בשלב המתקדם של דרגה זו, הסוכן מקבל את רוב ההרשאות בצורה אוטומטית, והמתכנת בודק רק דברים קריטיים.דרגה 5: כלי CLI
כלי: codex/claude-code/gemini-cli
השיטה: ה-AI יוצא מגבולות עורך הקוד ומקבל גישה לטרמינל. הוא יכול לכתוב קוד, להריץ טסטים, לראות את הודעות השגיאה בטרמינל, ולתקן את הקוד שוב בעצמו בלולאה (Loop) עד שהטסט עובר. הוא גם מסוגל לבצע פעולות Git (כמו לבנות קומיטים עם הסברים אוטומטיים).דרגה 6: כלי פייפליין CI/CD
הכלי: claude for github/ OpenCoder/ Aider
השיטה: ה-AI מפסיק להיות כלי של מתכנת בודד והופך ל"חבר צוות" שחי בשרת. ברגע שמתכנת מעלה Pull Request, ה-AI סוקר את הקוד, מחפש חולשות אבטחה, מוודא עמידה בסטנדרטים של החברה, ואף מציע או דוחף תיקוני קוד ישירות לענף (Branch) לפני שהקוד מגיע ל-Production.דרגה 7: סוכנים אוטונומיים למשימות מלאות
הכלי: Devin, SWE-agent.
השיטה: המתכנת פועל כמו מנהל משימות. הוא מקצה כרטיס משימה מ-Jira (למשל: "הוסף התחברות עם Google Auth") לסוכן ה-AI. הסוכן "מתעורר", מקים סביבת עבודה, קורא את הדוקומנטציה של גוגל ב-Browser וירטואלי, כותב את ה-Logic, מריץ בדיקות, ומגיש את הפיצ'ר כמוגמר (פותח PR בעצמו). המתכנת רק קורא את התוצר הסופי ומאשר.דרגה 8: מערכת מרובת סוכנים
הכלי: AutoGen, CrewAI, LangGraph.
השיטה בשטח: למשימות מורכבות, מופעל "צוות" של סוכנים, שלכל אחד תפקיד (Role) מוגדר: ארכיטקט, מפתח, בודק תוכנה (QA) ואיש אבטחה (SecOps). המתכנת מזין דרישה והסוכנים "מדברים" ביניהם: המפתח כותב את הקוד, ה-QA מריץ תסריטים כדי לשבור אותו ומוצא באג, המפתח מתקן, עד שיש הסכמה. המתכנת רק צופה ב-Logs של הדיון שלהם ומקבל פיצ'ר שנבדק מכל הכיוונים.דרגה 9: המוח הארגוני המרכזי (Enterprise Orchestrator)
הכלי: מערכות פנימיות מותאמות אישית (תשתיות של Palantir, או פיתוח פנימי מעל LangChain).
השיטה: ה-AI מחובר לכל המערכות הקריטיות של החברה: ה-Codebase, ה-Database, כלי הניטור (Logs) ושרתי ה-Cloud (כמו AWS). אם יש קריסה (Crash) ב-Production ב-3:00 בלילה, ה-Orchestrator מזהה אותה, שולח סוכן לחקור את ה-Logs, סוכן אחר שכותב תיקון חירום (Hotfix), וסוכן שמבצע Deploy לשרתים. המתכנת הכונן מקבל בבוקר רק דוח שמתאר איך התקלה תוקנה אוטומטית בלילה.דרגה 10: "מפעל התוכנה" המונע ע"י AI
הכלי: פלטפורמות הדור הבא / סביבות פיתוח מבוססות AI-First לחלוטין.
השיטה: האדם שמול המסך הוא מנהל מוצר (Product Manager) או יזם, וכתיבת קוד ידנית (Hard-coding) הופכת לנחלת העבר. הוא מזין דרישה עסקית: "בנה מערכת חיוב חודשית עם סליקה מול Stripe". המערכת מפרקת את זה למאות תת-משימות (Micro-tasks) ומייצרת "נחיל" (Swarm) של מאות סוכנים זמניים שכותבים, מחברים APIs, בודקים Scale ועושים Deploy. המערכת כוללת יכולת Self-Healing – אם ה-API של חברת האשראי ישתנה עוד שנה, המערכת תזהה את זה, תשכתב את הקוד של עצמה, ותעדכן את השרת, כשהאדם רק מפקח על הביצועים העסקיים. -
@מזכירותי כתב בבירור | מה דעתכם - איזה בינה הכי מועילה כיום לקוד?:
@י.-פל. שאל אם הAI כתב את זה, הייתי אומר שזה מעורב -
יש פה ניסוח מאוד אישי ואנושי, ומצד שני התרגום של כל מונח מעברית לאנגלית ובחזרה מריח כמו בינהזה AI 100% אולי שינוי קוסמטי או שתים...
-
@המלאך אפשר לחלק את רמת האוטונומיה/עצמאות של הבינה המלאכותית ל10 דרגות:
דרגה 1: העתק-הדבק
הכלי: ChatGPT/ Claude.ai/ Gemini
השיטה: האדם נתקל בבעיה, עובר לאתר אינטרנט של בינה מלאכותית, שואל שאלה (או מראה קטע קצר מהבעיה), מקבל תשובה, ומעתיק אותה חזרה לתוכנה שהוא בונה.דרגה 2: השלמת קוד על סטרואידים
הכלי: Tabnine/ codeium
השיטה: הבינה המלאכותית נמצאת בתוך תוכנת הכתיבה של המתכנת. כשהוא מתחיל לכתוב משפט או פקודה, היא ממליצה לו על סוף המשפט - קצת כמו intelisense הישן והמוכר, אבל עם מודלי שפה חכמים מתחת.דרגה 3: צ'אט מובנה בעורך הקוד (שיחה בלבד)
הכלי : הגרסאות הישנות של copliot/windsurf
השיטה: האדם מתכתב עם עוזר חכם שיכול "לקרוא" את כל הקלסרים, התיקיות והמסמכים של הפרויקט כולו ולתת ניתוח והצעות לתיקון. אבל אין לו רשות לערוך כלום בעצמו. האדם צריך לעשות את עבודת התיקון.דרגה 4: עורך קוד מובנה בסביבת הפיתוח
כלי: copilot/windsurf/cline
השיטה: האדם נותן פקודה (למשל: "תוסיף לאפליקציה מסך הרשמה"), והבינה המלאכותית כותבת ומשנה שינוי אחד בכל פעם. האדם מקבל את השינויים שהעוזר עשה, עובר עליהם, וצריך רק ללחוץ "אשר" או "בטל".
בשלב המתקדם של דרגה זו, הסוכן מקבל את רוב ההרשאות בצורה אוטומטית, והמתכנת בודק רק דברים קריטיים.דרגה 5: כלי CLI
כלי: codex/claude-code/gemini-cli
השיטה: ה-AI יוצא מגבולות עורך הקוד ומקבל גישה לטרמינל. הוא יכול לכתוב קוד, להריץ טסטים, לראות את הודעות השגיאה בטרמינל, ולתקן את הקוד שוב בעצמו בלולאה (Loop) עד שהטסט עובר. הוא גם מסוגל לבצע פעולות Git (כמו לבנות קומיטים עם הסברים אוטומטיים).דרגה 6: כלי פייפליין CI/CD
הכלי: claude for github/ OpenCoder/ Aider
השיטה: ה-AI מפסיק להיות כלי של מתכנת בודד והופך ל"חבר צוות" שחי בשרת. ברגע שמתכנת מעלה Pull Request, ה-AI סוקר את הקוד, מחפש חולשות אבטחה, מוודא עמידה בסטנדרטים של החברה, ואף מציע או דוחף תיקוני קוד ישירות לענף (Branch) לפני שהקוד מגיע ל-Production.דרגה 7: סוכנים אוטונומיים למשימות מלאות
הכלי: Devin, SWE-agent.
השיטה: המתכנת פועל כמו מנהל משימות. הוא מקצה כרטיס משימה מ-Jira (למשל: "הוסף התחברות עם Google Auth") לסוכן ה-AI. הסוכן "מתעורר", מקים סביבת עבודה, קורא את הדוקומנטציה של גוגל ב-Browser וירטואלי, כותב את ה-Logic, מריץ בדיקות, ומגיש את הפיצ'ר כמוגמר (פותח PR בעצמו). המתכנת רק קורא את התוצר הסופי ומאשר.דרגה 8: מערכת מרובת סוכנים
הכלי: AutoGen, CrewAI, LangGraph.
השיטה בשטח: למשימות מורכבות, מופעל "צוות" של סוכנים, שלכל אחד תפקיד (Role) מוגדר: ארכיטקט, מפתח, בודק תוכנה (QA) ואיש אבטחה (SecOps). המתכנת מזין דרישה והסוכנים "מדברים" ביניהם: המפתח כותב את הקוד, ה-QA מריץ תסריטים כדי לשבור אותו ומוצא באג, המפתח מתקן, עד שיש הסכמה. המתכנת רק צופה ב-Logs של הדיון שלהם ומקבל פיצ'ר שנבדק מכל הכיוונים.דרגה 9: המוח הארגוני המרכזי (Enterprise Orchestrator)
הכלי: מערכות פנימיות מותאמות אישית (תשתיות של Palantir, או פיתוח פנימי מעל LangChain).
השיטה: ה-AI מחובר לכל המערכות הקריטיות של החברה: ה-Codebase, ה-Database, כלי הניטור (Logs) ושרתי ה-Cloud (כמו AWS). אם יש קריסה (Crash) ב-Production ב-3:00 בלילה, ה-Orchestrator מזהה אותה, שולח סוכן לחקור את ה-Logs, סוכן אחר שכותב תיקון חירום (Hotfix), וסוכן שמבצע Deploy לשרתים. המתכנת הכונן מקבל בבוקר רק דוח שמתאר איך התקלה תוקנה אוטומטית בלילה.דרגה 10: "מפעל התוכנה" המונע ע"י AI
הכלי: פלטפורמות הדור הבא / סביבות פיתוח מבוססות AI-First לחלוטין.
השיטה: האדם שמול המסך הוא מנהל מוצר (Product Manager) או יזם, וכתיבת קוד ידנית (Hard-coding) הופכת לנחלת העבר. הוא מזין דרישה עסקית: "בנה מערכת חיוב חודשית עם סליקה מול Stripe". המערכת מפרקת את זה למאות תת-משימות (Micro-tasks) ומייצרת "נחיל" (Swarm) של מאות סוכנים זמניים שכותבים, מחברים APIs, בודקים Scale ועושים Deploy. המערכת כוללת יכולת Self-Healing – אם ה-API של חברת האשראי ישתנה עוד שנה, המערכת תזהה את זה, תשכתב את הקוד של עצמה, ותעדכן את השרת, כשהאדם רק מפקח על הביצועים העסקיים.

