ב־30 שניות
- OpenAI פרסמה ב־14 בספטמבר סיפור לקוח: Perplexity משתמשת ב־GPT‑6 Astra לנסוח תקשורת, לשנות תוכנה ולנטר מערכות ייצור.
- לדברי ג׳וני הו, מייסד־שותף וסמנכ״ל אסטרטגיה ב־Perplexity, החברה נותנת למודל מערכות מקצה לקצה ונדרשת לבדוק אותו בתדירות נמוכה מבעבר.
- שימוש מרכזי הוא בדיקות קוד: המודל מדמה תגובות של שירותים חיצוניים ובוחן זרימת עבודה שלמה מההתחלה ועד הסוף.
מה חשוב להבין
הידיעה מבוססת על סיפור לקוח שפרסמה OpenAI ב־14.9.2026. הציטוטים והטענות מיוחסים ל־Perplexity ול־OpenAI ולא נבדקו במבחן עצמאי של המערכת.
מה מתואר בסיפור הלקוח
לפי הפרסום, Perplexity מפעילה את GPT‑6 Astra לכתיבת תקשורת, לעריכת מערכות אמת ולניטור תוכנת הייצור שלה. הו מספר שבכל שיפור ביכולת הקוד של המודל משתפר גם מנוע החיפוש, משום שהמודל כותב תוכניות טובות יותר שסורקות את הרשת ואת המידע הפנימי ומסכמות אותו בתמצית.
דוגמה מרכזית היא בדיקות תוכנה: הו מבקש מהמודל לבנות תוכנית בדיקה קטנה סביב יישום, כך שהמודל מדמה תגובות ריאליסטיות של שירותים חיצוניים, כמו ממשק מודל שפה או מחבר נתונים, ובודק כיצד היישום מגיב לאורך זרימת העבודה כולה.
גבולות הראיה
זהו סיפור לקוח שכתבה OpenAI על לקוחה, ולא מבחן עצמאי. אין בו נתונים כמותיים על שיעור שגיאות, עלות או זמני תגובה, והטענה על פחות בדיקות אנושיות היא עמדת הלקוח. לפני הסקת מסקנות לארגון שלכם, כדאי לבדוק את אותן משימות בסביבה מבוקרת.
המשמעות שמעבר לכותרת
ארגונים בישראל ששוקלים להעביר סוכני AI לייצור צריכים לכויל את רמת האמון: מה מותר לסוכן לשנות בלי אישור, ומה דורש עין אנושית. סיפור הלקוח מראה שחקן גדול כבר מרחיב את גבול האמון, אבל הוא אינו תחליף למבחן מקומי: התאמה לעברית, לנתוני הארגון ולדרישות הציות נבדקת רק אצלכם.
צעד יישומי אחד
בחרו זרימת עבודה אחת עם תוצאה ניתנת לבדיקה. הגדירו מה הסוכן רשאי לשנות לבד, הריצו מעקב יומי בשבועיים הראשונים, ומדדו שיעור תיקונים אנושיים. הרחיבו רק אחרי שהשיעור יציב ונמוך, ותיעדו מי מאשר כל הרחבת היקף.

