Kobi Zer

Innovation and Trends @ #tech #Telecom #IT #Digital #AI #ML.. “I am still learning.” — Michelangelo.

[Jay Chooi @chooi_jeq]

GPT-6 Astra scored 95% on a robot control task, up from Fable 5.1's 40%, with 6.2x fewer output tokens at 2.3x lower cost. 🧵

[Alex @The_Alex]

Tell Astra to open Microsoft Paint and try to draw you

[zerohedge @zerohedge]

Token Prices Are Falling Faster Than Demand, Goldman Warns On The Broad AI De-Rating https://t.co/NbYb1098wd

[Gartner @Gartner_inc]

What if AI isn't reducing workforce costs, but simply shifting them?

Gartner predicts that up to 30% of roles displaced by AI will be rehired by 2029, often at a premium.

Treating AI as a cost-cutting tool alone can undermine ROI; optimizing workforce costs is what drives sustainable value.

Uncover how AI is reshaping where and how those costs appear: https://t.co/PpR5nno5xZ

[AI Frontliner @AIFrontliner]

3 years of AI progress

[Tibo @thsottiaux]

We are going to need a different AGI benchmark. Where is the goalpost moving next?

[Elon Musk @elonmusk]

Grok @Bot Enterprise is now available

[AI Simplify @AISimplifyX]

Sam Altman (CEO of OpenAI):

"You no longer need to write prompts."

In just 38 minutes, he explains how to use ChatGPT at a level that most people can't even imagine.

It's a talk he gave to Stanford students. A friend sent me the recording last night.

After watching it, I realized I was only taking advantage of about 15% of what this tool can really do.

Watch it in full and then read the guide I leave below on how to create a system that prompts itself.

[Evan Kirstel #B2B #TechFluencer @EvanKirstel]

ChatGPT, Claude and Grok running into problems around the same time is a useful enterprise lesson. Companies are putting more real work on these services every month. That means uptime, redundancy and backup options have to become part of AI planning, just as they are with cloud.

https://t.co/JPthHlzSz8
@OpenAI @verge @techempactTV

[OpenAI @OpenAI]

This is GPT-6 Astra.

Anything you can do on a computer, Astra can do for you. Fast.

[COATUE @coatuemgmt]

Chart of the day:

GenAI Spend via Cloud Providers has surged 15-20x across every cohort in just 18 months!

[Nir Sabato @therealnirs]

Big NEWS: Today we're launching Catch AI, an admin-assistant for busy executives.

We started Catch with a simple idea:
AI should actually do the administrative work executives hate doing themselves.

Not suggest. Not summarize. Do.
>>

[Gartner @Gartner_inc]

🤖 AI potential is clear. Execution is not.

From maturity assessment to roadmap design, leaders need a structured approach to scale outcomes 📈

Catch the on-demand AI webinar and discover practical steps to move from intent to impact.

Access more here: https://t.co/jewL8MpUYi

[Tomer Federman @TomerFederman]

ביל גייטס פרסם לפני כמה ימים מאמר שאני לא מפסיק לחשוב עליו.

אחת הטענות הכי נפוצות בדיון על AI ומקומות עבודה היא שכשמתרחשת מהפכה טכנולוגית היא תמיד מייתרת חלק מהתפקידים, אבל הצמיחה הכלכלית שהיא יוצרת מפצה על זה ובסוף דווקא מגדילה את התעסוקה.

גייטס מזהיר שייתכן שהפעם זה לא מה שיקרה.

הסיבה היא שבפעמים קודמות הטכנולוגיה החדשה יכלה לעזור לבצע חלק מהעבודה, אבל עדיין נשאר לבני האדם יתרון מרכזי שלא היה לה, היכולת לחשוב.

הפעם זה בדיוק הדבר שבינה מלאכותית מתחילה להחליף.

סוכני AI כבר יכולים לנתח נתונים, לתכנת ולפתור בעיות כחלק מצוות. אפשר לראות את ההתלהבות סביב זה עם גרוק בוט רק בימים האחרונים. וככל שהמודלים ממשיכים להשתפר, גייטס חושב שזה לא ייעצר בכמה מקצועות בודדים. כתיבת קוד, עריכת דין, שירות לקוחות ובהמשך גם עבודות פיזיות דרך רובוטים נמצאים כולם על הכוונת.

ויש עוד משהו ששונה הפעם: הקצב.

במהפכות קודמות היה צריך לבנות תשתיות, להוריד מחירים וללמד אנשים איך בכלל להשתמש בטכנולוגיה החדשה. פה זה הרבה יותר פשוט. AI כבר רץ על המכשירים שיש לנו ומדבר איתנו בשפה טבעית. בגלל זה סביר שהמעבר יהיה מהיר יותר מבעבר.

לדעתי, בשלב הזה מוקדם לדעת לאן זה הולך. פשוט יותר מדי דברים משתנים בו זמנית ובקצב מסחרר. קשה להעריך איך כל זה ייראה בעוד כמה חודשים, שלא לדבר שנים.

ועדיין, אני נוטה להסכים שהטיעון של ״ככה היה בכל מהפכה טכנולוגית קודמת ובסוף נוצרו יותר מקומות עבודה״ מרגיש פחות בטוח הפעם.

[Evan Kirstel #B2B #TechFluencer @EvanKirstel]

Bill Gates put out a 5,784 word essay on AI. His line: the transition "will be one of the most turbulent times in human history" and nobody has a plan. He wants certain jobs set aside for humans, a tax on AI tokens and robots, and a slower rollout so a $20 an hour worker does not get replaced by a $10 an hour robot.

He also told the NYT that tech CEOs are worried in private and calm in public. He has sat in those rooms for 40 years, so take that one seriously.
@BillGates @nytimes
https://t.co/J9Hxxb8Ify

[Ricker @0xRicker]

https://t.co/49gxwcYD9x

[Mike Erlihson, Math PhD, AI @MikeE_3_14]

תפסיקו לבדוק את סוכני ה-AI שלכם כמו שאתם בודקים מסמכי טקסט.

הנה הסיבה שבגללה רוב הסקילים שאתם מפתחים עשויות לקרוס בפרודקשן בלי שבכלל תדעו, ואיך הגישה החדשה של אנבידיה הולכת לשנות את חוקי המשחק.

כשאנחנו בונים מערכת סוכנים לארגון, אנחנו מחמשים אותם בכלים ופעולות נקודתיות כמו משיכת קוד או תשאול דאטה-בייס. התעשייה התרגלה להישען על בדיקות סטטיות: סריקת מבנה יבשה או שימוש במודל שופט (LLM-as-Judge) שקורא את התיעוד ונותן ציון.

התוצאה? 94.5% מהכלים עברו בקלות "בדיקות סטטיות". אלו בדיקות שרק מוודאות ברמה הטכנית שקובץ ההוראות מכיל את כל השדות והכותרות הנכונות. אבל כשהם נתנו למודל שפה (LLM-as-Judge) לקרוא את התוכן של אותו קובץ הוראות, כדי לראות אם הלוגיקה שלו אשכרה מובנת לסוכן הם גילו שאין שום קשר בין התוצאות (מתאם מזערי של 0.14).

מה הפער ההזוי הזה אומר לנו בתכלס? הוא מוכיח ששיטות של סריקת מסמכים פשוט לא מצליחות להסכים ביניהן מה נחשב לכלי איכותי. נוצר מצב שבו כלי אחד יכול לעבור את מבחן המבנה בהצטיינות למרות שההוראות בו עמומות, בעוד כלי אחר, עם לוגיקה מבריקה, נופל רק כי חסר בו איזה שדה מטא-דאטה. אבל הנה העוקץ האמיתי: גם אם הכלי שלכם יצא "מושלם" על הנייר וקיבל 100 עגול בשתי הבדיקות האלו גם יחד, עדיין אין לכם שמץ של מושג אם הוא אשכרה עובד.

למה? כי השיטות האלו מתייחסות לכלי כמו לטקסט קפוא במקום לבדוק את ההתנהגות שלו בראנטיים. להסתמך עליהן זה בדיוק כמו לקמפל קוד, לראות שאין שגיאות סינטקס, ולהכריז שהוא מוכן לפרודקשן. בפועל, כשהמשתמש יבקש משהו, הסוכן שלכם עלול לעולם לא להבין מההוראות שהוא צריך לקרוא לכלי הזה, להזריק לו פרמטרים מומצאים, או פשוט להתבלבל בינו לבין עוד עשרה כלים שדחפתם לו לאותו חלון הקשר.

אנבידיה פיתחה את ACES, תשתית להערכה רציפה שמריצה טסטים אקטיביים בתוך סביבת הרצה. המערכת בוחנת את המשימה פעמיים: עם הכלי שלכם ובלעדיו (כבייסליין), רק כדי למדוד את ה-Skill Lift, התרומה השולית האמיתית שלו לפתרון.

הפאנץ' החמוד ביותר שלהם נקרא Routing premium: המערכת מריצה את הכלי שלכם פעם אחת בבידוד כשלסוכן אין שום ברירה אלא להשתמש בו, ופעם שנייה כשהוא מוקף בערימה של כלים אחרים. זה חושף את האמת ההנדסית הכואבת: האם קובץ ה-Readme שכתבתם לכלי מספיק חד כדי שהסוכן ידע לשלוף אותו מהערימה כשהוא צריך לבחור, או שהוא פשוט הולך לאיבוד? הכל נשמר כלוג פעולות אחיד (ATIF), כדי שתוכלו להשוות את זה על מנועים שונים כמו קלוד או קודקס.

קצת ביקורת, בכל זאת: 🤔 עם כל הכבוד להייפ, צריך לומר את האמת: להרים קונטיינרים נפרדים לכל טסט אקטיבי, פעמיים, בכל פעם שאתם פותחים PR/MR זה עסק כבד תשתיתית שיכול להאט את הפיתוח. בנוסף, חוקרי אנבידיה בעצמם מודים שהציונים מתעוותים כלפי מטה אם הכלים שלכם צריכים לגשת למידע ארגוני פנימי שיושב מאחורי VPN ול-Sandbox פשוט אין גישה אליו.

סיכומון של מייק: הפסיקו להסתמך על בדיקות יבשות כשאתם מפתחים יכולות לסוכנים. שנו את סביבת ה-CI/CD שלכם כך שתזרוק את הכלים החדשים שלכם לזירה מול סוכנים אמיתיים שיש להם עוד אפשרויות בחירה. כי בפרודקשן, הסוכן שלכם לעולם לא עובד בוואקום.

#אייאיי_עם_מייק

[X Freeze @XFreeze]

SpaceXAI has built an entire Grok Bot Guides library showing how people are actually using AI agents as real teammates

These are practical playbooks from people already running Grok Bot for:

• Mobile app development
• Product management
• Design
• Enterprise GTM
• Managing multiple teams of agents

And these are not just chatbot workflows

Each Grok Bot can have its own role, memory, cloud computer, connected tools, recurring routines and learned skills, then hand work directly to other specialized bots

One example runs a six-bot mobile game studio across analytics, creative, engineering, infrastructure and bug fixing

Another has a PM running a Chief of Staff, engineering manager, five engineering agents, data analyst, product agent and recruiter

There are even setups where entire projects get their own channel, roster of bots and Notion board, basically organizing AI agents like a human team

This is probably one of the most useful resources SpaceXAI has published for understanding what working with a real team of AI agents actually looks like

You can check out the entire library here:
https://t.co/RAaw7VwijP

[Grok Bot @bot]

Grok Bot can now buy things on the internet.

To get started, connect @link, send your Bot shopping, and it can complete purchases on your behalf.

[Yuval Avidani (יובל אבידני) @yuvalav]

גרוק בוט. גרוק בוט. ושוב גרוק בוט. אין חוויה כזו שזכורה לי.

מאתמול בלילה עבדתי דרך הטלפון הנייד והיה ממש אחלה, היום התקנתי את האפליקציה במחשב וזה כל כך נוח. עיינתי בפלאגינים, כל כך הרבה אפשרויות, מה שלא קיים - גרוק בוט פותח דפדפן במחשב *שלו* ומנסה לחלץ מידע דרך גלישה "רגילה" בדפדפן. זה מדהים כי אם למשל אין חיבור קיים אבל עדיין רוצים שהוא יבצע עבורנו דברים - אין בעיה. הוא ינסה לבד בדפדפן. בהנחייתנו אם צריך.

ומסתבר שהוא אפילו יודע להתחבר ל-AWS, גם כדי לאמן מודלים ולהריץ אותם ב-AWS SageMaker (מחברות שמאפשרות להריץ קוד וכו', כמו גוגל קולאב או דאטה בריקס), וגם כדי לפתח ולבצע Deploy לאפליקציות, לייצר פונקציות למבדה, לנהל ECS, API Gateway ועוד הרבה מעבר.

גרוק בוט זה העתיד. נסו אותו עכשיו! אל תחכו.

@grok @bot @elonmusk @SpaceX @SpaceXAI @xai