סוכנים כותבים, סוכנים בודקים: בתוך מפעל התוכנה של אנטרופיק

במשך עשרות שנים התבסס פיתוח תוכנה על תהליך עבודה מוכר למדי: מתכנת כותב קוד, בודק אותו, מעביר אותו לביקורת של עמיתים, ולאחר שהשינוי אושר הוא משולב בגרסה המרכזית של התוכנה. סביב התהליך הזה צמחה תעשייה שלמה של כלים לניהול גרסאות, בדיקות אוטומטיות, בקרת איכות ושיתוף פעולה בין צוותי פיתוח. אלא שבחברת אנטרופיק (Anthropic), המפתחת את מודל הבינה המלאכותית Claude, התהליך הזה עובר כעת שינוי יסודי. הסיבה פשוטה: את מרבית הקוד כבר לא כותבים בני אדם.

בשני מאמרים טכנולוגיים שפרסמה החברה באוקטובר, היא מספקת הצצה לאופן שבו נראה פיתוח תוכנה כאשר סוכני AI הופכים לכוח העבודה העיקרי. לפי אנטרופיק, קלוד כותב כיום כ־90% מהקוד בצוות Claude Code. אולם ההשלכות חורגות הרבה מעבר לחיסכון בזמן התכנות: החברה נאלצה לבנות מחדש חלקים מתשתית ניהול הקוד שלה, לפתח מערכות ביקורת רב־סוכניות ולהגדיר מחדש את המקומות שבהם נדרשת התערבות אנושית.

כשהקוד זורם מהר יותר מהתשתית

כדי להבין את גודל השינוי, צריך להכיר את Git, מערכת ניהול הגרסאות שעליה נשען חלק גדול מעולם פיתוח התוכנה. Git מאפשרת למתכנתים לעבוד במקביל על ענפים שונים של פרויקט, לתעד כל שינוי בקוד (Commit), להשוות בין גרסאות ולמזג שינויים לאחר שנבדקו ואושרו. אחד מעקרונותיה המרכזיים הוא ניהול מבוזר: כל מפתח יכול להחזיק עותק מקומי של מאגר הקוד, לרבות היסטוריית השינויים שלו, ולעבוד עליו באופן עצמאי.

הגישה הזו משרתת היטב צוותים אנושיים, אבל באנטרופיק התברר שקצב העבודה של הסוכנים יוצר עומסים מסוג אחר לגמרי. בין מאי לספטמבר 2026 זינק מספר השינויים היומי במאגר המרכזי שלה מכ־2,500 ליותר מ־30 אלף — גידול של פי 12 בתוך ארבעה חודשים. מדובר בממוצע של יותר מ־20 שינויים בדקה, מסביב לשעון. במקביל, היסטוריית הענף המרכזי של Git התנפחה לכמעט 100 גיגה־בייט, ומערכות הבדיקות נדרשו לבצע כ־25 מיליון פעולות שליפת קוד ביום.

הבעיה לא הייתה רק נפח האחסון. כל משימת פיתוח או בדיקה עשויה לדרוש הכנת סביבת עבודה, שליפת גרסה מסוימת, השוואת קבצים וחישוב היחסים בין שינויים. אנטרופיק הפעילה מאות שרתי Git פנימיים כדי להתמודד עם העומס, אך התשתית הפכה יקרה ומסורבלת.

הפתרון היה Scion, מערכת ניהול גרסאות חדשה שפיתחה החברה. בניגוד למודל המבוזר של Git, שבו פעולות רבות מתבצעות במחשב המקומי, Scion בנויה כשירות מרכזי המאפשר לסוכנים ולמערכות בדיקה לגשת למידע הדרוש להם באמצעות בקשות לשרת. חישובי גרסאות, השוואות ומיזוגים יכולים להתבצע בצד השרת, בלי שכל משימה תידרש להחזיק ולעבד את מלוא היסטוריית המאגר.

המערכת כוללת כמה שכבות של זיכרון מטמון, החל מהמחשב שמריץ את הסוכן ועד לשרתי המטמון והשירות המרכזי. כך, כאשר אלפי משימות מבקשות את אותם קבצים, אין צורך לשלוף אותם מחדש בכל פעם. לפי אנטרופיק, שיעור הפגיעה במטמון עולה על 99%, והמעבר ל־Scion צמצם פי 200 את צריכת משאבי המעבד והזיכרון של תשתית ניהול הגרסאות, בהשוואה למערך שרתי המראה הקודם. פעולות שליפת קוד מסוימות, שנמשכו דקות, מתקצרות כעת לשניות.

מי בודק את הקוד שכותבת המכונה?

אולם ניהול הגרסאות היה רק חלק מהאתגר. כאשר סוכני AI כותבים קוד בקצב כזה, גם תהליך ביקורת הקוד (Code Review) עלול להפוך לצוואר בקבוק. באופן מסורתי, מתכנת מגיש בקשה לשילוב שינוי (Pull Request), ומהנדס אחר בוחן את הקוד, מחפש באגים, בעיות אבטחה או פגיעה ברכיבים קיימים ומחליט אם לאשר אותו.

אנטרופיק פיתחה לשם כך מערכת ביקורת בשם Antique, המבוססת על כמה שכבות של סוכני AI. כבר בשלב כתיבת הקוד נדרש הסוכן לבצע בדיקות ולאמת שהתוצאה אכן פועלת. סוכן משנה, הפועל עם הקשר נפרד מזה של הסוכן הכותב, יכול לבחון את השינוי לפני הגשתו. ההפרדה הזו נועדה לצמצם את הסיכון שהבודק יאמץ את אותן הנחות שגויות שהובילו לטעות מלכתחילה.

לאחר הגשת השינוי מופעלת ביקורת רב־סוכנית: כמה סוכנים בוחנים את הקוד במקביל ומנסים לזהות בעיות. אולם גם הבודקים עצמם עלולים לטעות, ולכן קבוצה נוספת של סוכנים בוחנת את הממצאים ומסננת התרעות שווא. זהו מנגנון חשוב במיוחד: כאשר סוכן AI מדווח על באג שאינו קיים, סוכן אחר עלול לנסות לתקן אותו ולהכניס לקוד תקלה חדשה.

לצד הביקורת הסוכנית פועלות בדיקות תוכנה רגילות, ובהן בדיקות תקינות, בדיקות טיפוסים, בדיקות אוטומטיות וסריקות אבטחה. אנטרופיק אינה מסתמכת אפוא רק על שיקול הדעת של מודלי השפה, אלא משלבת אותו עם מנגנוני אימות דטרמיניסטיים.

ומה נותר לבני האדם? כאן נכנס לתמונה עקרון ה־Human in the Loop, כלומר השארת האדם במעגל הבקרה. אנטרופיק מפעילה מנגנון סיווג סיכונים הקובע את רמת הפיקוח הנדרשת: שינויים בסיכון נמוך יכולים להתקדם ללא אישור אנושי נוסף, שינויים ברמת סיכון בינונית דורשים אישור של מהנדס אחד, ושינויים רגישים במיוחד דורשים שני מאשרים אנושיים. כך החברה מנסה למקד את תשומת הלב האנושית במקומות שבהם היא בעלת הערך הגדול ביותר.

לפי נתוני החברה, לאחר הכנסת מערכת הביקורת החדשה עלה שיעור בקשות המיזוג שקיבלו הערות ביקורת מהותיות מ־16% ל־54%. בבדיקה בדיעבד התברר גם שהמערכת הייתה מסוגלת לזהות כשליש מהבאגים שהובילו בעבר לתקריות בשירות claude.ai.

שבעה מהנדסים, חמישה חודשים ותפקיד אנושי חדש

אחת האנקדוטות המעניינות ביותר היא שלפי אנטרופיק, צוות של שבעה מהנדסים בלבד פיתח את Scion, את Antique ומערכות נוספות, והשלים את המעבר בתוך כחמישה חודשים. המהנדסים עצמם מעריכים שקלוד כבר כותב קוד טוב מהם בחלק גדול מהמשימות, אבל אין פירוש הדבר שהאדם הפך למיותר.

תפקידם של המהנדסים עובר בהדרגה מכתיבת שורות קוד לקבלת החלטות ארכיטקטוניות, הגדרת אילוצים, זיהוי פתרונות שגויים וניהול סיכונים. באחד המקרים שתיארה החברה, סוכנים ניסו שוב ושוב לאתר מידע על שינויים באמצעות סריקה יקרה של היסטוריית הקוד, במקום להשתמש בשירות ייעודי ויעיל יותר. הקוד שכתבו יכול היה לעבוד, אך הבחירה ההנדסית הייתה שגויה. לעיתים, כפי שמתארים באנטרופיק, תפקידו החשוב ביותר של המהנדס היה פשוט לומר לקלוד "לא".

הניסיון של אנטרופיק עשוי לספק הצצה לעתיד פיתוח התוכנה, אך אין פירוש הדבר שכל ארגון צריך להחליף את Git או לאמץ מיד מערכות ביקורת רב־סוכניות. Git היא מערכת בשלה, אמינה וגמישה, המספקת יתרונות משמעותיים של עבודה מקומית, עצמאות ותאימות לאקוסיסטם עצום של כלי פיתוח. Scion, לעומתה, נבנתה לצרכים חריגים של ארגון שבו כמויות עצומות של קוד נוצרות ונבדקות באופן אוטומטי, והתשתית מחוברת לרשת באופן רציף.

ובכל זאת, הכיוון ברור: ככל שסוכני AI יכתבו יותר קוד, צוואר הבקבוק של פיתוח התוכנה עשוי לעבור מהכתיבה עצמה לניהול השינויים, לאימותם ולהבטחת אמינותם. באנטרופיק כבר לא מדובר רק במתכנתים שמשתמשים בבינה מלאכותית, אלא במערכת פיתוח שבה מכונות כותבות קוד, מכונות אחרות מבקרות אותו, ובני האדם מתכננים את המערכת, מגדירים את גבולות האוטונומיה ונושאים באחריות לתוצאה.

מיקרוסופט, אנטרופיק ואנבידיה במהלך אסטרטגי משותף

שלוש מהחברות המרכזיות ביותר באקוסיסטם ה-AI העולמי — מיקרוסופט, אנטרופיק ואנבידיה — הכריזו על מהלך אסטרטגי משולש שעתיד להשפיע על שוק המודלים, תעשיית השבבים ושרשרת האספקה של תשתיות בינה מלאכותית. על פי ההודעה המשותפת של החברות, אנטרופיק תתחייב לרכוש מחשוב בענן בהיקף של 30 מיליארד דולר ממיקרוסופט Azure, ולצדו תקים תשתית ייעודית של עד ג'יגה־וואט אחד המבוססת על ארכיטקטורות הדור הבא של NVIDIA — Grace Blackwell ו-Vera Rubin.

במקביל, מיקרוסופט ו-NVIDIA ישקיעו בחברת אנטרופיק: NVIDIA תזרים עד 10 מיליארד דולר, ומיקרוסופט עד 5 מיליארד דולר. ההסכם כולל גם שיתוף פעולה הנדסי בין אנטרופיק ל-NVIDIA שמטרתו לשפר את ביצועי מודלי Claude על גבי ארכיטקטורות הצ'יפ העתידיות, ולהתאים את מערכות ההאצה לדפוסי האימון והאינפרנס של החברה.

עבור מיקרוסופט, השותפות כוללת שילוב רחב של מודלי Anthropic — בהם Claude Opus 4.1, Sonnet 4.5 ו-Haiku 4.5 — בפלטפורמת Azure AI Foundry ובמשפחת Copilot. בכך Azure הופכת לאחת הפלטפורמות היחידות שמציעות בו-זמנית מודלים של OpenAI וגם מודלים של Anthropic.

מיקרוסופט: שימור כוח העל בענן – ותגובה עקיפה לטלטלות עם OpenAI

עבור מיקרוסופט, השותפות עם אנטרופיק מהווה צעד נוסף בדוקטרינה החדשה: לא עוד הסתמכות מוחלטת על שותף אחד. אחרי שנה רצופת מתחים עם OpenAI — מהמשבר הניהולי ועד שאלות על בלעדיות — ענקית התוכנה מאותתת ללקוחות הענן שלה שהיא מציעה "קואליציית מודלים", ולא אקוסיסטם סגור.

השילוב של Claude ב-Azure מאפשר למיקרוסופט להרחיב את היצע ה-AI שלה בתחום הארגוני והרגולטורי, שבו לא פעם נדרשת ללקוחות גמישות בבחירת מודלים לצרכים שונים: בטיחות, פרטיות, פרשנות, עלויות או ביצועים. מבחינתה של מיקרוסופט, Anthropic מעניקה לגיטימציה נוספת ל-Azure כענן המוביל לעבודה עם מודלים מהשורה הראשונה — במיוחד כשחברות ענק מחפשות להימנע מתלות בלעדית בשחקן אחד.

אנבידיה: מהלך נוסף בשרשרת עסקאות סיבוביות

בצלע השנייה, NVIDIA ממשיכה לבסס את עצמה לא רק כיצרנית השבבים הדומיננטית של עידן ה-AI, אלא גם כגורם פיננסי אסטרטגי שמעצב את האקוסיסטם סביבו. כמו בעסקה המפורסמת עם OpenAI — אם כי בהיקף שונה — גם כאן החברה מזרימה הון לאחת ממעבדות ה-AI המובילות, שמיד משתמשת בו להרחבת תשתיות המחשוב שלה המבוססות על מאיצי NVIDIA.

מדובר במנגנון סיבובי: NVIDIA משקיעה בחברות שמייצרות את הביקוש הגדול ביותר למוצריה, והן בתמורה רוכשות עוד שרתים, עוד מאיצים ועוד אינפרה המבוססת על הארכיטקטורות Blackwell ו-Rubin. זהו חלק ממדיניות רחבה יותר, שבמסגרתה NVIDIA משתמשת בכוח האש הפיננסי העצום שלה כדי לבסס סביבה אקוסיסטם טכנולוגי שבו מודלי הפרונטיר, פלטפורמות הענן והחומרה שלה מחזקים זה את זה.

השותפויות הללו מספקות ל-NVIDIA לא רק ביקוש מובטח לשנים קדימה, אלא גם משוב הנדסי איכותי המגיע מהחברות שנמצאות במרכז מירוץ המודלים — מידע קריטי שמזין את תכנון הדורות הבאים של המאיצים.

עם זאת, יש מי שרואים במבנה העסקאות הזה — שבו השקעה מובילה כמעט אוטומטית לרכישת חומרה מהמשקיע עצמו — סימן אפשרי לבועה, או לפחות למערכת תמריצים שבנקודה מסוימת עלולה להיות בלתי-יציבה.

Anthropic: כניסה עמוקה לאקוסיסטם של Azure והרחבת האחיזה בשוק הארגוני

בצלע השלישית, אנטרופיק מקבלת מהלך משנה־משחק: גישה לחוות מחשוב בקנה מידה חסר תקדים, השקעה של שניים מהשחקנים העשירים בעולם, ופתיחה רחבה לאקוסיסטם של Azure — בדיוק באזור שבו היא כבר נחשבת לבעלת נתח השוק המשמעותי ביותר בקרב ארגונים ומפתחים. שני הסגמנטים הללו הם גם ליבת הכוח של מיקרוסופט, ולכן המהלך יוצר היצמדות אסטרטגית בין שתי שחקניות שמדברות לאותו קהל.

השילוב של מודלי Claude בתוך Azure AI Foundry צפוי להאיץ משמעותית את אימוצם בקרב חברות גדולות, במיוחד כאלה שכבר עובדות בסביבה מבוססת Copilot, Dynamics, Office 365 או תשתיות Azure אחרות. עבור אנטרופיק, מדובר בקפיצה נוספת במיצוב שלה כמתחרה ישירה ל-OpenAI ול-Google DeepMind — עם פריסה רחבה יותר, נגישות גבוהה יותר לקהל הארגוני, יציבות פיננסית מוגברת וגב תשתיתי שמחזק את מעמד החברה במירוץ המודלים.