תוכן מקצועי

הנדסה לאחור לכל דבר: איך סוכן AI לומד פיצ'ר ובונה אותו מחדש

14 דקות קריאה דביר נעמן

מאגר קוד פתוח אחד להנדסה לאחור הפך השבוע לשיחה המרכזית בעולם הסוכנים, עם קצב כוכבים שכמעט לא נראה קודם. הרעיון פשוט: מצביעים לסוכן על פיצ'ר שאהבתם באפליקציה קיימת, הוא חוקר איך הפיצ'ר עובד, ובונה גרסה משלכם. הניתוח הזה מסביר מה באמת חדש כאן ומה לא, מפרק את חמשת השלבים לחקירה נכונה, ומסמן איפה עובר הגבול המשפטי והטכני.

באנר הנדסה לאחור עם שלוש קוביות ממוספרות שמחוברות בחצים, מחקירה ועד בנייה מחדש

למה מאגר אחד להנדסה לאחור הפך לשיחה של השבוע?

המאגר נקרא Reverse Engineer Anything, ובקיצור REA, והוא נותן לסוכני קוד מסגרת עבודה מסודרת לחקירה של תוכנה קיימת. רואים פיצ'ר שאהבתם באפליקציה, למשל בועת המצלמה של כלי להקלטת מסך, והסוכן לא מנחש איך לבנות משהו דומה. הוא בודק את האפליקציה עצמה, אוסף ראיות, מסכם מה הבין ומה לא, ורק אז בונה, מריץ, משווה ומתקן. בזמן ההקלטה של ההדגמה שהניתוח הזה מתבסס עליה, המאגר עמד על 192 אלף כוכבים, ובין רענון לרענון הוא המשיך לטפס באלפים.

התגובות ברשתות היו צפויות. מגיש מוכר בתחום כתב בחצי צחוק שהתוכנה גמורה, ואחרים הכריזו שוב על מותה של הנדסת התוכנה. הנרטיב הזה מלווה את התחום כבר תקופה ארוכה, מאז שבנייה בשפה טבעית הפכה לדבר נפוץ, ויש בו מעט אמת. אם אפשר להצביע על אפליקציה ולקבל את הפונקציונליות שלה בתוך כמה שעות, היתרון של מוצר שנשען רק על פיצ'ר אחד חכם הולך ומצטמק, ומה שנשאר הוא ההבנה של הלקוח, הנתונים והשירות.

אבל הטענה המרכזית של הניתוח הזה הפוכה מהכותרות: אין כאן שום דבר מהותי חדש. הנדסה לאחור היא הדרך הכי יעילה לעבוד עם סוכנים כבר הרבה זמן, גם בלי המאגר. מה שהמאגר עושה הוא לארוז את התהליך למסגרת מסודרת, עם שלבים, תיוג ראיות ובדיקות, כך שגם מי שלא בא מעולם הפיתוח מקבל תוצאה שמרגישה מקצועית יותר. כדי להבין למה זה עובד, צריך להתחיל דווקא בעוגה.

איך עובדת הנדסה לאחור, במשל של עוגה?

דמיינו מאפייה שמוכרת עוגה שאתם אוהבים ומזמינים כל שבוע. המתכון נעול: הוא הקניין הרוחני של המאפייה, והיא לא מתכוונת למסור אותו. אבל העוגה עצמה מגיעה אליכם הביתה. במטבח שלכם אתם יכולים לחתוך אותה, לטעום, לבדוק את המרקם, לספור שכבות, ואפילו להסתכל עליה במיקרוסקופ. מתוך התוצאה הסופית אתם מנסים לשחזר את המתכון, אופים גרסה, משווים לטעם של המקור, ומתקנים עד שזה מתקרב.

בעולם התוכנה התהליך הזה נקרא פירוק לאחור. החברה כותבת את הקוד, מהדרת אותו ושולחת לכם אפליקציה מוכנה, וזו העוגה. הסוכן בודק את מה שכבר נמצא אצלכם במחשב, את הקבצים, את ההתנהגות ואת התגובה לפעולות, ומשחזר ממנו הבנה של איך הפיצ'ר בנוי. אחר כך הוא בונה גרסה משלו, מריץ אותה, משווה למקור וחוזר על הסבב. במקרה של בועת המצלמה, הבקשה לסוכן היא להבין איך הבועה עובדת כדי לשלב אותה באפליקציית הקלטה שלכם, ולא להעתיק את כל המוצר.

ההבדל הגדול בין הבקשה הזאת לבקשה רגילה הוא רמת הספציפיות. אתם לא אומרים "תכין לי עוגה". אתם אומרים: תכין לי בדיוק את העוגה הזאת, עם הצפיפות הזאת, עם הקרם הזה ועם מספר השכבות הזה. במקום לתאר במילים, מצביעים על דוגמה קיימת ואומרים שזו המטרה. סוכן שמקבל מטרה כזאת לא צריך להמציא, והוא יכול להשקיע את כל הכוח שלו בביצוע.

האפליקציה היא מסמך הדרישות

בבניית תוכנה עם סוכנים, האיכות תלויה כמעט לגמרי בדיוק של מסמך הדרישות: מה בדיוק צריך לקרות, באיזה סדר, ובאילו מקרי קצה. כתיבת מסמך כזה לוקחת זמן, ורוב האנשים מוותרים עליה באמצע. הנדסה לאחור עוקפת את השלב הכואב הזה. אפליקציה שכבר עובדת היא מסמך דרישות מושלם: כל פרט בה מוגדר, כל תגובה קיימת, וכל מקרה קצה כבר נפתר. הסוכן פשוט קורא אותה במקום לקרוא את התיאור שלכם.

ארבעה סוגים של דברים שאפשר לפרק

הנדסה לאחור לא מוגבלת לאפליקציות. בהדגמה שהניתוח הזה מתבסס עליה היא שימשה לפחות לארבעה סוגים שונים של תוצרים, ולכל אחד מהם יש חומר גלם אחר שהסוכן בודק, ותוצר אחר שחוזר בסוף. המשותף לכולם הוא נקודת המוצא: דוגמה קיימת ומוכחת, ולא תיאור במילים של מה שאתם מדמיינים.

פיצ'רים באפליקציות

  • בועת מצלמה, ספירה לאחור והקלטה.
  • הסוכן בודק התנהגות וקבצים מקומיים.
  • התוצר: פונקציונליות, לא העתק של הממשק.

דפי נחיתה ואנימציות

  • רכיב, אנימציה או מבנה שאהבתם.
  • פירוק של התזמון, השכבות והגלילה.
  • התוצר: רכיב חדש בסגנון שלכם.

סגנון עריכת וידאו

  • עשרות סרטונים מוצלחים כחומר גלם.
  • ניתוח פריים אחר פריים של המעברים.
  • התוצר: סקיל שעורך באותו סגנון.

דוחות ותהליכי עבודה

  • כמה דוגמאות טובות של אותו דוח.
  • זיהוי מבנה, טון ומה תמיד מופיע.
  • התוצר: סקיל שמפיק דוח באותה רמה.

למה הרעיון הזה בכלל לא חדש?

הנקודה החשובה ביותר בניתוח היא ש-AI לא באמת יצירתי. הוא לא חושב מחוץ לקופסה, אבל כשנותנים לו חזון ברור הוא מבצע אותו טוב מאוד. לכן השיטה הכי אפקטיבית לבניית סקילים כבר מזמן היא הנדסה לאחור של התוצר. דוגמה ראשונה מההדגמה: כדי לבנות סקיל שעורך סרטונים קצרים לאינסטגרם, הסוכן קיבל כ-30 מהסרטונים הכי מצליחים שנערכו ידנית, וניתח אותם פריים אחר פריים. התוצאה נראית כמעט זהה למקור, עם אותם צבעים, גופנים, מעברים ושכבות וידאו משלימות.

דוגמה שנייה מראה גם את הגבול. עורך וידאו מוכשר פרסם קטע עם עבודת תנועה מורכבת, ואתגר לראות אם AI יצליח לשחזר אותו. הקובץ הורד, נמסר למודל Opus עם בקשה לנתח אותו פריים אחר פריים, להבין למה כל דבר עובד, לבנות סביבו סקיל ולהדגים עריכה דומה. המקור עדיין טוב יותר בעיצוב התנועה ובעיצוב הסאונד. אבל המודל לא היה מסוגל להמציא סגנון כזה בעצמו. רק כי הראו לו בדיוק מה רוצים, הוא הגיע לתוצאה קרובה.

אותו עיקרון עובד גם בעבודה משרדית. אם רוצים סקיל שמפיק דוח שבועי, נותנים לו לקרוא חמש דוגמאות של דוחות שבועיים טובים, ומאותו רגע הוא יודע בדיוק מה מצופה ממנו. מטרה כללית מייצרת תוצאה כללית, ומטרה ספציפית מייצרת תוצאה ספציפית. מי שכבר עובד עם סקיל שהופך שיחה למסמך דרישות מכיר את הצד השני של אותו מטבע: או שכותבים את המפרט במילים, או שמצביעים על משהו קיים שהוא המפרט. כך נראית בקשה שבנויה על הנדסה לאחור, ולא על תיאור כללי:

Use the reverse engineering framework on ./samples/reels/ (30 videos).
Goal: a skill that edits my raw clips in exactly this style.

1. Analyze every video frame by frame: cuts, pacing, fonts, colors,
   caption timing, b-roll placement, transitions, sound cues.
2. Write findings to analysis/summary.md. Tag each one SEEN / INFERRED / UNKNOWN.
3. Build the skill from SEEN findings only. List INFERRED ones as open questions.
4. Edit ./raw/test-clip.mp4 with the skill, compare to 3 samples, fix, repeat.
Stop after 5 passes or when I approve.

שימו לב שהבקשה לא מתארת את הסגנון בכלל. היא מצביעה על הדוגמאות, מגדירה מה לחפש, דורשת לתייג כל ממצא לפי רמת הוודאות שלו, ומגדירה לולאה של בנייה והשוואה עם תקרה ברורה. זה בדיוק השלד שהמאגר מוסיף כברירת מחדל, ובגלל זה הוא עוזר במיוחד למי שלא היה כותב בקשה כזאת בעצמו.

חמישה שלבים לעבודה נכונה עם המאגר

אחד הדברים המעניינים בהדגמה הוא שהמאגר הופעל על עצמו: הסוכן קיבל את מסגרת ההנדסה לאחור והתבקש לחקור את המאגר עצמו, כדי להבין איך להנחות אותו טוב יותר. מתוך החקירה הזאת יצאו חמישה שלבים שכדאי לזכור בכל פעם שמפעילים את המסגרת, והם רלוונטיים גם למי שעובד בלי המאגר בכלל.

שלב 1, לבחור פיצ'ר ולא אפליקציה

הטעות הנפוצה היא לבקש מהסוכן לשחזר מוצר שלם. זה כמעט אף פעם לא עובד טוב. עדיף להשתמש במוצר זמן מה, לרשום אילו פיצ'רים אתם באמת אוהבים, ולחקור כל אחד מהם בנפרד. מי שרוצה לבנות מערכת לניהול לקוחות משלו, למשל, לא מבקש לשחזר מערכת שלמה, אלא בוחר את שלושת הפיצ'רים שהכי מועילים לו בכלי הנוכחי ומעביר רק אותם.

שלב 2, לנתב לפי הטכנולוגיה

אפליקציה שולחנית, אתר ואפליקציה שבנויה על רכיבים מקוריים של מערכת ההפעלה נחקרות בכלים שונים. ברגע שמבינים על מה המוצר בנוי, אפשר לכוון את הסוכן לכלי החקירה המתאימים. לא צריך לדעת את זה בעל פה, אבל כדאי לתת לסוכן את ההקשר ולבקש ממנו לחשוב על הטכנולוגיה לפני שהוא מתחיל לפרק.

שלב 3, סיכום קודם

החקירה המלאה של כלי הקלטת המסך שקלה יותר מג'יגה-בייט. אף מודל לא קורא כמות כזאת בבת אחת, ולכן המסגרת מייצרת קודם סיכום קצר: מה הכלי עושה, איך הוא עושה את זה, ומה עוד לא הובן. רק אחר כך יורדים לרמת המודולים והעקבות. החקירה נשמרת מקומית, ולכן חשוב להנחות את הסוכן לא להריץ אותה שוב מההתחלה בכל שאלה, אחרת נכנסים ללולאה יקרה.

שלב 4, נראה, משוער ולא ידוע

כל ממצא מקבל תווית. נראה הוא משהו שהסוכן מצא בפועל ויכול להצביע על המקור, למשל 11 רכיבים מקוריים מותאמים שנמצאו בכלי ההקלטה. משוער הוא ניחוש מושכל שהקוד והנתונים רומזים עליו. לא ידוע הוא מה שלא היה גלוי בכלל. זה השלב החשוב ביותר: מי שבונה על ניחושים כאילו היו עובדות מגיע מהר מאוד למצב מבולגן שקשה לצאת ממנו.

שלב 5, לבנות מחדש ולבדוק

הבנייה היא לא סוף התהליך. הסוכן מריץ את מה שבנה, מעביר אותו מקרי בדיקה, משווה למקור ומתקן, ורק אז מכריז שסיים. זה ההבדל בין משהו שנראה גמור לבין משהו שבאמת עובד. גישה מסודרת לשלב הזה מופיעה בפירוט בניתוח על לולאות סוכנים, שמסביר איך מגדירים תנאי סיום שאפשר לבדוק.

כך נראה קובץ ממצאים שבנוי לפי השלב הרביעי. המבנה הזה שימושי גם בלי המאגר, בכל פעם שמבקשים מסוכן לחקור מערכת קיימת לפני שבונים משהו חדש:

analysis/
  summary.md          # short: what it does, how, what is still unknown
  modules/            # one file per module, read only when needed
  traces/             # raw evidence, never re-run unless asked
findings.md

## Camera bubble
SEEN      Bubble is a separate always-on-top window (window flags, cited)
SEEN      11 custom native add-ons, list in modules/native.md
INFERRED  Resize is throttled to 30 fps (timing pattern, not confirmed)
UNKNOWN   How the bubble survives a display change

המבנה הזה עונה על שתי בעיות בבת אחת. הוא שומר על החלון של המודל נקי, כי רק הסיכום נקרא בכל שלב, והוא מבהיר לכם בדיוק על מה אפשר לסמוך. כשמשהו לא עובד בגרסה שלכם, הדבר הראשון שבודקים הוא אם הוא נבנה על ממצא משוער.

מה נבנה בפועל בעזרת השיטה?

הדוגמה הבולטת בהדגמה היא כלי להקלטת מסך שנבנה בעזרת המאגר, אחרי חקירה של כלי הקלטה מוכר. התוצאה כוללת בועת מצלמה שאפשר להזיז על המסך, להגדיל ולהקטין תוך כדי הקלטה, ספירה לאחור לפני תחילת ההקלטה, אפשרות להשהות ולהמשיך, ובחירה של החלון שמוקלט. הכלי המקורי שומר כל הקלטה בענן שלו, והגרסה שנבנתה שומרת הכול בתיקייה מקומית במחשב. הממשק שונה לגמרי מהמקור, ולא הועתק ממנו אף רכיב עיצובי.

זו ההבחנה שחוזרת בכל הדוגמאות: משכפלים פונקציונליות, לא ממשק. השאלות שהסוכן חקר היו איך הבועה עובדת, איך מזיזים אותה, ואיך מחליפים את החלון שמוקלט. דוגמה נוספת היא כלי לניתוח תוכן מאינסטגרם, שנבנה אחרי חקירה של שירות קיים בתחום. הסוכן חקר מה השירות עושה ואיך, בנה גרסה משלו, ובסוף נשאר רק לחבר מפתח גישה לשירות הנתונים. הכלי משמש לניתוח של תוכן מתחרים ושל התוכן העצמי.

הדוגמה השלישית היא מערכת פנימית לבדיקת ביצועים של אוטומציות, שנבנתה בהשראת Langfuse, כלי פופולרי למעקב אחרי מערכות AI. גם כאן המטרה לא הייתה העתק. הסוכן חקר איך הכלי מציג נתונים, איך הוא מריץ בדיקות ואילו פיצ'רים הם הליבה שלו, ולקח רק את מה שהתאים. מי שרוצה לעשות משהו דומה עם עיצוב של אתר, ולא עם פונקציונליות, ימצא כלי מתאים בסקיל שמחלץ מערכת עיצוב מאתר קיים, שמפרק צבעים, גופנים ומרווחים למערכת אחת מסודרת.

192Kכוכבים למאגר בזמן ההדגמה
30סרטונים שנותחו לבניית סקיל עריכה
1GB+נפח החקירה המלאה של כלי אחד
11רכיבים מקוריים שתויגו כנראים

עוד ממצא מעניין מגיע מהשוואה פשוטה. שני סוכני קוד קיבלו את אותה בקשה בדיוק, אחד עם המאגר ואחד בלעדיו. הסוכן בלי המאגר סיים ראשון בכל פעם. הסוכן עם המאגר עבד לאט יותר, אבל התוצאות שלו היו טובות בהרבה. המסגרת מוסיפה זמן כי היא מחייבת חקירה, תיוג ובדיקה לפני הכרזה על סיום, וזה בדיוק מה שמייצר את ההבדל באיכות.

איפה עובר הגבול, משפטית וטכנית?

הכלל הראשון ברור: לא מעתיקים קוד או נכסים אחד לאחד. כשחוקרים מוצר לעומק יש מגבלות משפטיות אמיתיות, ותוכנה שנבנתה מקוד מועתק או מגרפיקה של מישהו אחר היא בעיה. חשוב גם להבין מה הסוכן בודק בכלל. הוא חוקר רק את מה שכבר נמצא אצלכם: קבצים מקומיים של אפליקציה מותקנת, התנהגות גלויה, או ממשק תכנות ציבורי שיש לכם גישה אליו. הוא לא פורץ לשרתים של אף חברה ולא ניגש לקוד פרטי, וגם לא אמור לנסות.

במובן הזה, הפירוק לאחור עצמו הוא לא דבר חדש. בני אדם עושים את זה כבר שנים, כי החומר פשוט נמצא אצלם. ההבדל הוא שבני אדם עושים את זה לאט, ורובם לא מסוגלים לקרוא עקבות של קוד מהודר ולבנות מהם אפליקציה. סוכן עושה את אותה עבודה מהר בהרבה, ולכן היא הפכה לנגישה למי שאין לו רקע בפיתוח. הנגישות הזאת היא גם הסיבה לזהירות: קל יותר לחצות קו כשלא מבינים איפה הוא עובר.

יש גם מגבלות טכניות. אפליקציות שונות דורשות הכנה שונה, לפי הטכנולוגיה שעליה הן בנויות, והתוצאה תלויה תמיד במודל שכותב את הקוד ובודק אותו. המאגר לא הופך מודל חלש לחזק. אבל יש לזה צד מעניין: החקירה נשמרת. אם פרויקט נכשל עם Sonnet 5.5 בעבר, ואחר כך נבנתה חקירה מלאה עם Opus 5.5, המודל הזול יותר עשוי להצליח לבנות על בסיס החקירה הקיימת, בעלות נמוכה בהרבה מהרצה של המודל היקר לאורך כל הדרך.

ומבט קדימה: סביר שמודלי הקוד הבאים יכילו את הגישה הזאת באופן מובנה יותר, אחרי שהמסגרת הפכה ויראלית. גם אם המאגר עצמו יאבד מהרלוונטיות שלו, השיטה תישאר. ההנחיה המעשית לא תלויה בכלי: להצביע על דוגמה מוכחת, לתייג את רמת הוודאות של כל ממצא, ולבדוק את מה שנבנה לפני שסומכים עליו.

מתי כדאי לפרק לאחור, ומתי עדיף לכתוב מפרט?

הנדסה לאחור חוסכת את כתיבת מסמך הדרישות, אבל היא לא מתאימה לכל משימה. היא עובדת הכי טוב כשיש דוגמה קיימת וטובה, וכשהמטרה היא פונקציונליות ולא זהות. הרשימות הבאות עוזרות להחליט לפני שמשקיעים שעות של חקירה בכלי שלא יחזיר את ההשקעה.

שווה לפרק לאחור

יש דוגמה מוכחת ומטרה ברורה
  • יש פיצ'ר ספציפי שאתם אוהבים ורוצים אצלכם.
  • קל להראות את התוצאה הרצויה וקשה לתאר אותה.
  • יש עשרות דוגמאות טובות של אותו תוצר.
  • אתם צריכים פונקציונליות, לא העתק של הממשק.
  • יש דרך להשוות את מה שנבנה למקור.

עדיף מפרט רגיל

אין דוגמה או שהגבול לא ברור
  • אתם רוצים משהו שעוד לא קיים בשום מקום.
  • הפיצ'ר נשען על שרת או נתונים שאין לכם גישה אליהם.
  • המטרה היא לשכפל מוצר שלם כמו שהוא.
  • אין לכם זמן לבדוק את הממצאים המשוערים.
  • יש חשש ממשי לפגיעה בקניין רוחני.

חמש תובנות על הנדסה לאחור עם סוכנים

01

דוגמה מנצחת תיאור

סוכן שמקבל דוגמה קיימת לא צריך להמציא, ולכן התוצאה ספציפית יותר. מטרה כללית מייצרת תוצאה כללית. דוגמה מוכחת היא מסמך הדרישות הכי מדויק שאפשר לכתוב, בלי לכתוב אותו בכלל.

02

פיצ'ר אחד בכל פעם

חקירה של מוצר שלם יוצאת ענקית ומבולבלת. חקירה של פיצ'ר אחד, שבחרתם כי הוא באמת מועיל לכם, יוצאת ממוקדת וזולה יותר, ומייצרת גרסה שאפשר לבדוק ולשפר מהר.

03

ניחוש הוא לא עובדה

התיוג של נראה, משוער ולא ידוע הוא הלב של המסגרת. מי שבונה על ממצא משוער כאילו היה ודאי מגלה את הבעיה רק כשהגרסה שלו נשברת, ואז קשה להבין מאיפה הבאג הגיע.

04

איטי יותר וטוב יותר

בהשוואה של שני סוכנים עם אותה בקשה, הסוכן בלי המסגרת סיים ראשון, והסוכן עם המסגרת סיים עם תוצאה טובה בהרבה. החקירה והבדיקה עולות זמן, וזה בדיוק מה שקונים.

05

לא רק תוכנה

אותה שיטה עובדת על סגנון עריכה, דוחות ותהליכי עבודה. מוצאים מישהו שעשה משהו טוב והוכיח את זה, מבינים למה זה עבד, ומתאימים את העיקרון להקשר ולעסק שלכם.

סיכום: איך מתחילים להשתמש בהנדסה לאחור?

ההמלצה המעשית מתחילה דווקא הרחק מהמאגר. בחרו תוצר אחד שאתם מייצרים שוב ושוב, דוח, מייל, דף נחיתה או סרטון, ואספו חמש עד עשר דוגמאות טובות שלו, שלכם או של מישהו שעושה את זה מצוין. בקשו מהסוכן לנתח אותן, לתייג כל ממצא לפי רמת הוודאות, ולבנות סקיל רק מהממצאים הנראים. אחר כך הריצו, השוו לדוגמאות ותקנו. רק כשהשיטה עובדת לכם על תוצר אחד, שווה לעבור לפיצ'רים של אפליקציות.

אותה חשיבה עובדת גם כשבונים מערכת לעסק. במקום להתחיל ממסמך דרישות ריק, אפשר לבחור את הפיצ'רים שהכי עובדים לכם בכלים הקיימים ולבנות סביבם, כמו בפיתוח מערכת לניהול לקוחות שמותאמת לעסק, שבה לוקחים רק את מה שבאמת נחוץ ומוותרים על השאר. אצלי כל פרויקט גדול מתחיל בשרשרת קבועה של סיעור מוחות, מפרט ותכנית עבודה בקובץ, ודוגמה קיימת היא אחת הדרכים המהירות ביותר להגיע למפרט מדויק.

מי שרוצה לבנות כלי או מערכת משלו, ולהבין אילו פיצ'רים כדאי לחקור ואיך להישאר בצד הנכון של הגבול, מוזמן לקבוע איתי שיחה ולבדוק ביחד מאיפה כדאי להתחיל.

שיתוף הפוסט

שאלות ותשובות

מה זה בעצם המאגר להנדסה לאחור שכולם מדברים עליו?

זה מאגר קוד פתוח שנותן לסוכני קוד מסגרת עבודה מסודרת לחקירה של תוכנה קיימת. מצביעים לסוכן על פיצ'ר באפליקציה, והוא בודק את הקבצים וההתנהגות שלה, מסכם מה הבין, מתייג כל ממצא לפי רמת הוודאות, ואז בונה גרסה משלו ובודק אותה מול המקור. החידוש הוא לא ברעיון עצמו, אלא באריזה שלו לתהליך קבוע שכל אחד יכול להפעיל.

האם זה חוקי לפרק לאחור אפליקציה של חברה אחרת?

הסוכן בודק רק את מה שכבר נמצא אצלכם: אפליקציה מותקנת, התנהגות גלויה או ממשק ציבורי. הוא לא פורץ לשרתים ולא ניגש לקוד פרטי. עם זאת, יש מגבלות משפטיות, ואסור להעתיק קוד או נכסים כמו שהם. הכלל הבטוח הוא לשכפל פונקציונליות בלבד, לבנות ממשק משלכם, ובמוצר מסחרי להתייעץ עם עורך דין לפני שמשיקים, גם אם נראה לכם שהשינוי ברור.

למה עדיף לבחור פיצ'ר אחד ולא אפליקציה שלמה?

חקירה של מוצר שלם יוצאת ענקית. בהדגמה, החקירה המלאה של כלי הקלטת מסך אחד שקלה יותר מג'יגה-בייט. כשבוחרים פיצ'ר אחד, החקירה ממוקדת, הסוכן מבין טוב יותר מה בדיוק צריך לבנות, וקל לבדוק אם הגרסה שלכם עובדת. מעבר לזה, רוב המוצרים מכילים הרבה פיצ'רים שאתם בכלל לא צריכים, ואין סיבה לשלם על הבנייה, הבדיקה והתחזוקה שלהם לאורך זמן.

מה ההבדל בין ממצא נראה, משוער ולא ידוע?

ממצא נראה הוא משהו שהסוכן מצא בפועל ויכול להצביע על המקור שלו. ממצא משוער הוא ניחוש מושכל שהנתונים רומזים עליו, אבל לא אומת. ממצא לא ידוע הוא מה שלא היה גלוי בכלל. ההבחנה חשובה כי בנייה על ניחושים כאילו היו עובדות מייצרת באגים שקשה מאוד לאתר בהמשך. כדאי לבנות קודם רק על ממצאים נראים, ולבדוק את המשוערים אחד אחד.

האם צריך רקע בתכנות כדי להשתמש בשיטה?

לא בהכרח, וזה בדיוק אחד היתרונות שלה. רוב האנשים לא מסוגלים לקרוא עקבות של קוד ולבנות מהם אפליקציה, אבל סוכן כן. מי שאין לו רקע בפיתוח מקבל בעזרת המסגרת תוצאה שמרגישה מקצועית יותר. עדיין כדאי להבין את העקרונות: לבחור פיצ'ר ממוקד, לבקש תיוג של ממצאים, ולדרוש בדיקה אמיתית לפני שמכריזים שמשהו עובד, גם כשהגרסה נראית מוכנה במבט ראשון.

האם השיטה מתאימה גם לדברים שאינם תוכנה?

כן, ושם היא אולי שימושית ביותר. בהדגמה, ניתוח של כ-30 סרטונים מצליחים הפך לסקיל שעורך סרטונים חדשים באותו סגנון. דוח שבועי טוב נבנה מקריאה של חמש דוגמאות. העיקרון זהה: מוצאים מישהו שעשה משהו טוב והוכיח את זה, מבינים למה זה עבד, ומתרגמים את זה לתהליך שמתאים לעסק ולהקשר שלכם. ככל שהדוגמאות טובות ומגוונות יותר, הסקיל שיוצא מהן מדויק יותר.

למה הסוכן עם המאגר עובד לאט יותר?

כי המסגרת מחייבת אותו לעשות עבודה שסוכן רגיל מדלג עליה: לחקור לפני שבונים, לסכם, לתייג כל ממצא, ולהריץ בדיקות לפני שמכריזים על סיום. בהשוואה שהוצגה, הסוכן בלי המאגר סיים ראשון בכל פעם, אבל הסוכן עם המאגר הגיע לתוצאות טובות בהרבה. הזמן הנוסף הוא בדיוק המחיר של האיכות, ובדרך כלל הוא חוסך סבבי תיקון ארוכים ומתסכלים בהמשך הדרך.

אפשר לחסוך בעלויות בעזרת השיטה?

כן, בזכות העובדה שהחקירה נשמרת. אפשר להריץ את החקירה הכבדה פעם אחת עם מודל חזק, ואז לתת למודל זול יותר לבנות על בסיס הממצאים השמורים. משימה שמודל זול לא הצליח לבצע לבד, עשויה להצליח כשהוא מקבל חקירה מוכנה. חשוב רק להנחות את הסוכן לא להריץ את החקירה מההתחלה בכל שאלה, כי זה המקום שבו העלות מתפוצצת.

דביר נעמן

על הכותב

דביר נעמן – מומחה שיווק דיגיטלי, SEO ואוטומציות

מלווה עסקים בצמיחה דיגיטלית: קידום אורגני, קידום במנועי AI, אימייל מרקטינג, אוטומציות ופיתוח תוכנה. תוצאות מדידות ושקיפות מלאה.