מתי להשתמש ב-AI ומתי לחזור לקוד? מיטאפ חדש יעשה לכם סדר

קחו בחזרה את השליטה על ה-AI הארגוני: במיטאפ הזה תלמדו מה עושים כשפתרונות המדף פשוט לא מתאימים, ומתי כדאי לחזור דווקא לקוד המסורתי. שימו לב: מספר המקומות מוגבל

איך בונים פייפליינים יציבים שמשלבים קוד מסורתי עם מודלים נקודתיים? (צילום: Dreamstime)

מה קורה כשמנסים לקחת את "הקסם" של סוכנים אוטונומיים, LLMs וכלי AI גנריים, וליישם אותם בפרודקשן או בתהליכי העבודה היומיומיים? התשובה ברוב הפעמים מאכזבת למדי. בשלב הזה אולי גם אתם כבר גיליתם שפתרונות מדף והנטייה לזרוק הכל על המודל מובילים לעלויות גבוהות, Latency, חוסר דטרמיניזם וחוויות משתמש מתסכלות. ארגונים משקיעים הרבה זמן וכסף בכלי ה-AI הכי מבטיחים, אבל הם לא פוגשים את היעדים – ואפילו מחזירים את הצוותים צעד אחורה. הפתרון הוא בוודאי לא עוד מודלים, אבל איך יוצאים מזה?

מיטאפ מקצועי חדש של פאפאיה (Papaya) וגיקטיים יעזור לכם לקחת בעלות על טכנולוגיות AI עבור שימושים פנים-ארגוניים. האירוע יתמקד בשני תרחישים: האחד מדגים מדוע לא כל משימה דורשת LLM, והשני צולל לבניית כלי עבודה פנימי שיושב על Claude. המשותף לשני הפיתוחים הוא היכולת להפריד בין מה שבאמת דורש AI לבין מה שעדיף לפתור בעזרת קוד מסורתי – ולהשיג תוצאות טובות (וזולות) יותר.

האירוע, "Own Your AI Stack: מתי להשתמש ב-AI, מתי לחזור לקוד – ואיך תבנו את הכלים הפנימיים שלכם", יתקיים ב-9 בנובמבר (18:00) במשרדי פאפאיה בתל אביב. הוא מיועד לנשות ואנשי פיתוח, ניהול פיתוח, ארכיטקטורה ודאטה.

ההשתתפות בהרשמה מראש וללא עלות. שימו לב: מספר המקומות מוגבל.

איך בנינו את Clodi ולמה העברנו חלק מהעבודה ל-APIs קלאסיים

המיטאפ יתמקד בארכיטקטורת Anti-Abuse של LLMs, ויראה איך מוצאים את הנקודה שבה AI מייצר אימפקט אמיתי, תוך שליטה מוחלטת בהוצאות והתאמה אישית לצוותים שונים – מפיתוח ועד שיווק. הדוברים יציגו מקרים של למידה מתוך כישלון: הקירות שבהם מפתחים נתקעים כשהם מנסים ליישם MCPs או סוכנים אוטונומיים על דאטה בנפח גדול, והשינויים ההנדסיים שנדרשים כדי לתקן זאת.

← ההרצאה הראשונה תדגים מדוע לא כל משימה או תהליך דורשים LLM. היא תציג מה קרה מאחורי הקלעים של הניסיון ליישם סוכנים על ניהול קמפיינים ב-Meta ועל פענוח קריאייטיבים: מהמכשולים והאתגרים ההנדסיים בשני האפיקים, דרך השינויים הארכיטקטוניים שביצעו הצוותים, ועד מציאת השילוב המדויק שבו AI מייצר אימפקט אמיתי.

עיקר ההרצאה יוקדש לארכיטקטורה החדשה: העברת חלק מהעבודה הלא-דטרמיניסטית ל-APIs קלאסיים והפרדה קשיחה בין שכבות. הדוברים יציגו ניתוח של הנתונים בצורה דטרמיניסטית, ויסבירו את פייפליין הקריאייטיב האוטונומי, שכולל פירוק וידאו ואודיו לפריימים (ffmpeg), עיבוד תמונה ב-Claude Opus דרך Bedrock, ניתוח קול ב-Gemini, סכמת 25 שדות חסכונית וחיבור למודיעין תחרותי מ-SensorTower. בנוסף, הם יציגו את המקומות שבהם המודלים כן יצרו ערך – משלבי הלימוד, הניתוח ואופטימיזציית הקוד בניהול הקמפיינים, ועד הפקת תובנות עומק והנחיות עבודה מבוססות עובדות לצוותים.

← ההרצאה השנייה תעסוק באלטרנטיבה שפיתחו בפאפאיה ל-Claude Desktop. הכלי החדש, Clodi, התחיל כניסוי סולו בעקבות חוסר התאמה לצורכי הצוותים: הם עברו מ-Cursor ל-Claude כדי להוריד עלויות, והריצו מודלים דרך AWS Bedrock. ה-CLI עבד, אבל לא לכולם: מפתחי Unity, לדוגמה, צריכים תמונות, ועבודה בטרמינל בלבד פשוט לא נוחה להם.

כל זה הוביל לבניית קליינט דסקטופ זמני מעל ה-Agent SDK של Claude, שרץ על Bedrock בלי מנוי. ברגע שהקליינט היה של צוותי פאפאיה, הם גילו שאפשר לעשות איתו הרבה יותר – והיום הוא כלי העבודה היומיומי של מפתחי החברה.

הדוברים יציגו את החיסכון שנוצר מהשימוש בכלי החדש שפיתחו בעצמם, מה באמת עולה כסף ואיך זה מתוקשר (כל צעד של הסוכן שולח מחדש את כל הקונטקסט שנצבר, הקאש מתקרר אחרי כמה דקות בלי פעילות, וסשנים ארוכים הם הגורם מספר אחת לעלות), הנגשה של כלים דרך UI וקליינט שכל צוות מתאים לעצמו.

בואו ללמוד איך "מנקים" את ה-AI מהמקומות שבהם הוא רק מפריע, כיצד לבנות פייפליינים יציבים שמשלבים קוד מסורתי עם מודלים נקודתיים, ואיך לקחת בעלות על תשתיות ה-AI של הארגון באמצעות עבודה עם כלים כמו AWS Bedrock במקום להיות תלויים במוצרי מדף.