סוכנים ללא גבולות

אם ננסה לאפיין את השנים האחרונות, 2024 היתה שנת הצ'אט, 2025 היתה שנת הסוכנים – בעיקר לפיתוח תוכנה, ו-2026 מסתמנת כשנה שבה ה-AI לא רק מגיב אלא יוזם. להזכירכם, סוכני AI הם יכולות ש-AI יכול להפעיל. לדוגמה – פתיחת תקלה במערכת ניהול התקלות, שליחת מייל ופעולות רבות נוספות. למעשה, כל מערכת פיתוח מבוססת AI מפעילה סוכנים בשביל מגוון פעולות – תכנון, עריכת קבצים, יצירת גרסאות, קומפילציה ועוד.

מה החידוש במוצרי Claw?

מוצרים מבוססי סוכנים מופעלים לרוב בשיחה מול ה-AI שבתורו מפעיל כלים בחתירה למלא את בקשת המשתמש. כשהתהליך מסתיים, ה-AI ממתין לבקשות נוספות. מוצרי Claw עובדים אחרת – מדובר בלולאה אינסופית שמפעילה את הסוכנים שלה כדי להבין מה מצב העולם הנגיש לה ולפעול בהתאם לקבצים שמגדירים את ה"אישיות" של המערכת. אם ניקח את תחום הפיתוח כדוגמה – במוצרים כמו Claude Code התוכניתן יעזר במערכת כדי לתקן באג. עם מוצר Claw, המערכת תבדוק את הדיווחים על באגים באופן מחזורי. אם יש באג קריטי היא תפעיל מערכת פיתוח (כמו Claude Code או חלופות פתוחות כמו OpenCode) כדי לתקן את הבעיה, ותודיע למשתמש שיש תיקון שממתין לאישור.

אתם כנראה תשאלו – איך זה שונה ממוצרי אוטומציה ארגוניים עם יכולות AI? מדובר בשתי גישות הפוכות שלאורך הזמן ישתלבו. מוצרי אוטומציה הם דטרמיניסטיים – הם יכולים להבטיח ניהול נכון של כשלים, סדר מדוייק של פעולות, עמידה ברגולציה ועוד. מוצרים בסגנון OpenClaw יהיו יותר יעילים במקרים בהם לא מעשי להפוך פעילות אנושית להמון תהליכים מדוייקים, או שהתהליכים המדוייקים הם קשיחים מדי. אין פלא שהשימושיים המעשיים הראשונים של OpenClaw היו סביב עוזרים אישיים – כלי חכם שיחליף אותנו במשימות שקל לנו להגדיר במלל, גם אם ליצור אוטומציות עבורם אינו אפשרי, לא מעשי או פשוט מתיש.

הפוטנציאל למשתמשים ארגוניים ברור – לדוגמה, פניות מלקוחות בכל ערוץ יכולים לקבל טיפול אוטומטי מקצה לקצה עם מודעות מלאה לקונטקסט, להיסטוריה, ולנהלים. התקשורת שלנו מול מערכות ארגוניות יכולה להיות יזומה על ידי המערכת, ולדבר איתנו רק כשה-AI לא יכול להתקדם לבד. ככל שיותר ויותר משימות יהיהו מבוססות סוכנים, חלקים משמעותיים מהפעילות הארגונית תהפוך לשיחות בין סוכנים ללא משתמש אנושי כלל.

מוצרי Claw מזיזים את ה-AI מתפקיד של "פועל" לתפקיד המנהל – במקום לקבל בקשות לביצוע, ה-AI מתניע סוכנים ממוקדים כדי לבצע את העבודה. המשתמש בעיקר מגדיר ל-AI את התפקיד שלו. בשימוש מתקדם, חלק מהתפקיד הוא ללמוד איך לתפקד כמו המשתמש האנושי באמצעות מסמכים, הודעות מייל וכל מדיה שהסוכן יכול לגשת אליה. דוגמה מעניינת היא פרוייקט gbrain של Garry Ten, הנשיא והמנכ"ל של Y Combinator, ב-https://github.com/garrytan/gbrain. באמצעות gbrain מוצר כמו OpenClaw בונה זיכרון לטווח ארוך ויודע לעשות חלק מהפעולות במקום המשתמש.

איך מוצרי Claw מדברים עם סוכנים אחרים?

שני הפרוטוקולים הנפוצים הם MCP ו-ACP. פרוטוקול MCP נועד לאפשר ל-AI להפעיל כלים (כמו קונטקטור במערכות אוטומציה), ו-ACP נועד לאפשר לסוכנים להפעיל סוכנים אחרים.

פרוטוקול MCP שוחרר בסוף 2024 על ידי Anthropic, הפך לנפוץ מאוד במהלך 2025, והפך לשיטה הסטנדרטית לשילוב יכולות של כלים קיימים עם מוצרי AI. בעולם של MCP יש שני חלקים:
1. השרת – מי שמחצין יכולות ויודע לספר מה המוצר יכול לעשות ומה צריך לספק לו בשביל זה.
2. הלקוח – הרכיב שמשתמש בשרתי ה-MCP שמוגדרים בו.
במוצרים מבוססי AI עשויים להיות רשומים שרתי MCP רבים כדי לאפשר עושר תפעולי בדיוק כמו קונקטורים במערכות אוטומציה. למעשה, כמעט כל מערכת אוטומציה משלבת היום יכולת להיות מופעלת (כלומר – להתניע תהליכים, לקבל מידע על תהליכים) דרך MCP ולהפעיל יכולות של מוצרים אחרים דרך MCP.

ACP, ששוחרר על ידי IBM במחצית השניה של 2025, מאפשר לסוכני AI להפעיל סוכני AI אחרים. בדוגמה למעלה, OpenClaw ישתמש ב-ACP כדי להפעיל את Claude Code כסוכן AI שיתקן את הבאג, וב-MCP כדי לעדכן את הבאג ב-GitHub או JIRA.

פרויקט OpenClaw שוחרר בנובמבר 2025 ותפס תאוצה אדירה. תוך יום היו לו בGitHub 9000 כוכבים (מדד לפופולריות). תוך שלושה ימים הוא הגיע ל-60,000 כוכבים, ומהר מאוד עקף פרויקטים כמו Kuebrnets (עם 112,000 כוכבים) וכיום, ונכון לזמן הכתיבה, מחזיק 360,000 כוכבים. מפתחים התחילו להשתמש בו בדרכים יצירתיות – לענות עבורם על מיילים, לקבוע פגישות, ועוד. בפברואר 2026, חברת OpenAI זיהתה את הפוטנציאל ולמעשה רכשה את הפרויקט על ידי רכישת המפתח שלו – Peter Steinberger.

ארגוני אבטחת מידע ראו את הפרויקט ונחרדו – בשימוש נאיבי, OpenClaw הוא דלת פרוצה לכל המערכות שנגישות למשתמש. אבל את הנעשה אין להשיב, וטוב שכך. OpenClaw הציג לראשונה מערכת פרקטית מבוססת AI, שנועדה ליזום ולא רק להגיב. מאז השוק הגיב לחסרונות, לפחות באופן חלקי. דוגמה לכך הוא מוצר NemoClaw של NVIDIA המתרכז בצד הפרטיות והאבטחה. בנוסף, אם תסתכלו על התאריכים שהוזכרו תראו הוכחה למשהו שוודאי הבחנתם בו – התחום מאיץ, ומפתחים יצירתיים יוצרים, באמצעות AI מהדור הנוכחי, את הדור הבא של מוצרי AI, בקצב שהולך ומתגבר.

למוצרי Claw השפעה ניכרת על עלויות משום שהם דורשים המון AI Tokens – מה שגורם לחלק מהמשתמשים לבחור בשירותי AI סיניים זולים יותר. וכמו שהזכרתי, הם מציגים אתגרי משילות (Governance) , אבטחת מידע ואמינות של תהליכים. האם פתרון אפשרי לעלויות הוא בהרצת לפחות חלק המודלים באופן מקומי? האם יש מוצרי משילות ואבטחת מידע שיכולים לסייע בהפחתת הסיכונים? על השאלות האלו אענה בניוזלטר הבא.