אופוס 5 לא השתדרג. הרתמה כן.

בסוף אוגוסט 2026 אנבידיה פרסמה תוצאה שמערערת הנחת יסוד שלמה על מה שהופך AI ל'חכם'. הם לקחו את קלוד אופוס 5 של Anthropic, הריצו אותו על המבחן הקשה ביותר שקיים היום לחשיבה של AI, וקיבלו קפיצה מ-30% הצלחה ל-100% מושלם. בלי לשדרג את המודל. בלי גרסה חדשה. אותו מוח, בדיוק.

המבחן נקרא ARC-AGI-3, ואין בו שאלות ידע רגילות. זה אוסף משחקים אינטראקטיביים שאף אחד לא מסביר לסוכן איך לשחק בהם - הוא צריך לגלות לבד מה החוקים, מה המטרה, ואיך מנצחים, בדיוק כמו בן אדם שמקבל לידיים משחק חדש בלי הוראות. בני אדם פותרים אותו כמעט תמיד; מודלים מובילים בדרך כלל נתקעים בו קשות.

וזה מה שהופך את המספרים של אנבידיה למעניינים באמת: הם לא חיכו לגרסה חכמה יותר של קלוד. הם בנו סביב הגרסה הקיימת - אופוס 5 - שכבה חדשה שקוראים לה AVO, והתוצאה הייתה שיפור פי שלושה. לא כי המוח התחכם. כי מה שסביבו השתנה.

רתמה היא לא מילה מקצועית מפוצצת - היא בדיוק מה שהיא נשמעת: המבנה שעוטף את המודל ומכוון אותו, בדיוק כמו רתמה שעוטפת סוס ומכוונת את הכוח שלו למקום הנכון. המודל עצמו הוא הכוח הגולמי. הרתמה קובעת אם הכוח הזה מתבזבז על ריצות מעגליות, או מגיע ליעד.

ב-AVO של אנבידיה יש שלושה מרכיבים עיקריים. הראשון הוא זיכרון מתמשך - הסוכן זוכר מה כבר ניסה ולא הצליח, כך שהוא לא חוזר שוב ושוב לאותה דרך סתומה. השני הוא 'מפקח' - סוכן AI שני שרק צופה בעבודה של הראשון, ועוצר אותו כשהוא רואה שהוא תקוע או סוטה מהמסלול, בדיוק כמו מנהל שמזהה עובד מתלבט ומכוון אותו מחדש. השלישי הוא לולאת בדיקה חוזרת - שום תשובה לא נחשבת 'סופית' לפני שהיא עוברת אימות מול מה שכבר נאסף.

והתוצאה לא רק מדויקת יותר - היא גם יעילה יותר. הסוכן עם הרתמה השתמש ב-12% פחות פעולות כדי להגיע לאותה תוצאה. פחות ניחושים, פחות בזבוז, יותר דיוק.

המסקנה הכי מפתה היא 'אז צריך לחכות למודל הבא'. וזו בדיוק המסקנה השגויה. המחקר של אנבידיה מראה את ההפך: אם אתם רוצים ש-AI יבצע משימה מורכבת שדורשת כמה שלבים - לא לענות על שאלה, אלא לבצע תהליך שלם - ההשקעה הכי משתלמת היא לא בבחירת המודל, אלא בבניית המבנה סביבו.

קחו עורך דין או בעל עסק שנותן ל-AI לעבור על חוזה ספק בן שמונים עמודים, עם הנחיה אמיתית: לסמן כל סעיף שחושף אתכם לסיכון, להשוות מול תנאי הסף שקבעתם מראש, ולהוציא מזכר משא ומתן מוכן. ריצה אחת, בלי בדיקה חוזרת, תפספס סעיפים - בדיוק כמו אופוס 5 שקיבל 30% במבחן. אבל אם מוסיפים שלב שבו התוצאה עוברת שוב מול רשימת בדיקה לפני שהיא נחשבת מוכנה, קצב התפיסה קופץ באותה צורה בדיוק.

אותו דבר בעיבוד נתונים: לתת ל-AI מטרה כמו 'עבור על שנה שלמה של נתוני מכירות מבולגנים משלוש מערכות שונות, בנה ניתוח, והצע תוכנית פעולה' זו משימה ארוכה עם עשרות צעדים. בלי זיכרון בין השלבים ובלי בדיקה באמצע, המודל נוטה לסטות מהמסלול. עם נקודות עצירה שבהן הוא בודק את עצמו לפני שהוא ממשיך הלאה, אותו מודל בדיוק מגיע לתוצאה אמינה.

המסר לבעלי עסקים פשוט: כשה-AI מתחבר בפועל לכלים ולנתונים האמיתיים שלכם, ועובר על עצמו לפני שהוא קורא לעצמו 'סיים', הוא הופך מיועץ שמנחש למישהו שבאמת מבצע. זה בדיוק הכיוון שאנחנו בונים צעד-צעד בסדרה 'קלוד למתחילים מאפס' - איך מרכיבים לקלוד רתמה כזו בעסק שלכם, בלי לכתוב שורת קוד אחת.