למה נטשתם מודל חכם — ומה נעשה כדי להחזיר אתכם

שלושת החסמים שהרגו את הגרסה הקודמת

זה החלק המעניין בסיפור, והוא לא על אינטליגנציה. הגרסה הקודמת היתה מהמודלים החזקים שהיו, ואנשים פשוט הפסיקו להשתמש בה. שלוש סיבות, וכל אחת מהן היא בעיית שימוש ולא בעיית יכולת.

מה הגרסה החדשה מתקנת

לפי Anthropic, שלושת הדברים טופלו. פחות סירובי שווא, שפה טבעית יותר, ועלות נמוכה יותר. בבדיקות ראשונות שנעשו בשטח, שני הראשונים אכן נראים מורגשים: המודל עוצר פחות, והוא מדבר בשפה שאפשר לקרוא בלי לבקש תרגום.

במדד שבודק עבודת ידע — מסמכים, מצגות, סיכומים, מחקר — הגרסה החדשה מובילה מול המודלים המרכזיים שלפניה. זה מעניין דווקא למי שלא מתכנת, כי זה המדד שמשקף את רוב העבודה האמיתית במשרד.

הטענה שלא מתאמתת

למה זה קרה בכלל — כרונולוגיה של השקה

הגרסה הקודמת יצאה להתלהבות גדולה מאוד. מה שבא אחר כך היה רצף של שינויים בתנאי הגישה: מי יכול להשתמש, באיזה מסלול זה נכלל, ועד מתי. המועדים הוזזו שוב ושוב.

בדיוק באותו חלון זמן יצא מודל מתחרה שהיה פחות חזק בחלק מהמדדים, אבל הרבה יותר נוח לעבודה: לא סירב לשוא, דיבר פשוט, ולא עלה הון. אנשים עברו אליו, וכשהגישה למודל החזק נפתחה סוף סוף — הם כבר לא חזרו.

העיקרון שכדאי לקחת מכאן

המסקנה מסיפור הגרסה הקודמת

המודל שתשתמשו בו בפועל הוא לא הכי חכם — הוא הכי נוח.

זה נשמע מובן מאליו, אבל הוא סותר את הדרך שבה רוב האנשים בוחרים כלי AI. הבחירה נעשית לפי טבלאות השוואה ומדדים, ואז הכלי שנבחר נשאר סגור כי בפועל הוא מעצבן.

אם אתם מתלבטים בין כלים, המבחן השימושי הוא לא מי עונה טוב יותר על שאלה אחת. הוא כמה פעמים ניסיתם לנסח מחדש בקשה שנדחתה, כמה פעמים ביקשתם לקצר תשובה, וכמה פעמים היססתם לפני ששלחתם בקשה כבדה בגלל המחיר. שלושת המדדים האלה ינבאו את השימוש שלכם טוב יותר מכל דירוג.

מה לעשות עכשיו

אם ויתרתם על הכלי בעבר — תפתחו אותו על המשימה הספציפית שבגללה ויתרתם. לא על משהו חדש — על אותה בקשה שנתקעה. זו הבדיקה היחידה שתגיד לכם משהו.

ואם אתם עובדים עם כלי אחר ומרוצים — אין סיבה להחליף. העובדה שמודל מסוים מוביל במדד זה או אחר היא כמעט תמיד הסיבה הכי חלשה לשנות שיטת עבודה שעובדת.