תגית: Claude

הסנאט האמריקאי צפוי לאפשר לסטאפרים שלו להשתמש ב-Claude, מודל הבינה המלאכותית של Anthropic. לפי הדיווח של Politico, המהלך יצטרף לכלי AI שכבר זמינים לעובדי הבית: ChatGPT של OpenAI, Gemini של Google ו-Copilot של Microsoft.

הדיווח מבוסס על שני אנשים עם היכרות עם הנושא, שביקשו שלא לפרסם את שמם כי המידע טרם פורסם רשמית. לפי אותו דיווח, המהלך עדיין אינו החלטה רשמית, והכוונה היא להוסיף את Claude לכלים המותרים, ולא להחליף את הקיימים.

בהצהרה שמסרה בפני ועדה באפריל, סרג'נט-אט-ארמס של הסנאט, ג'ניפר המינגוויי, אמרה שלעובדי הסנאט יש גישה ל-Copilot, ל-ChatGPT ול-Gemini. היא ציינה גם שהמשרד מוביל קבוצת עבודה שבוחנת את השימושים והצרכים של הזרוע המחוקקת בתחום ה-AI. לפי הדיווח, כל משרד מחליט בעצמו כיצד לפרוס את הכלים, והסנאט ובית הנבחרים הוציאו הנחיות פנימיות לשימוש בכלי AI לצורך עבודה רשמית.

למה זה חשוב? מוסדות ממשל בארה"ב נמצאים בשלבים שונים של אימוץ כלי AI, והבחירה בכלי מסוים לעובדים משפיעה על המידע שנכנס למערכות, על אבטחתו ועל הדרך שבה עובדים משתמשים בו מדי יום. בית שמאשר כמה ספקים במקביל מעביר מסר שאין ספק מועדף אחד.

ההחלטה הרשמית וההיקף המדויק של השימוש עדיין לא פורסמו.

מקורות: Politico

כריסטיאן שאלר, מהנדס בפרויקט GNOME, כתב בבלוג שלו על ניסיון לתקן דרייבר לסורק קלישאות שלילים לאחר שהרכיב השבב שלו הפסיק להיתמך בלינוקס. הוא ביקש מ-Claude לעזור לו להקים מכונה וירטואלית של ווינדוס, שבה הסוכן יכול להריץ סריקות וללכוד את תעבורת ה-USB שלהן, כפי שראה שמהנדס אחר עשה לעכבר.

לדברי שאלר, השילוב של הרצת סריקות בווינדוס ולכידת הנתונים עשה את ההבדל. אחרי שעות אחדות הצליחה הסריקה הראשונה תחת לינוקס, ובהמשך היה לו דרייבר כמעט מושלם, כולל תמיכה בסריקה באינפרא-אדום. באותו זמן כבר נוסף לפרויקט SANE קוד שתומך בסורק, ולכן העבודה שלו לא נדרשה בסופו של דבר.

אחר כך השתמש שאלר באותו תהליך כדי לנסות לשפר את תמיכת המצלמה במחשב הנייד שלו, עם עדכונים לדרייבר בליבה ולספריית libcamera. לדבריו, בסוף יום עבודה אחד היו בידיו תיקונים לשני החלקים. הוא גם ביקש מ-Claude להפוך את התשתית לכללית ולתעד אותה, כדי שאחרים יוכלו לנסות אותה על חומרה שלהם.

הנקודה המרכזית בדבריו: הגישה מאפשרת להעלות השערות מהירות על חומרה לא מתועדת, אבל ההחלטה מה לבנות ומה לבדוק נשארת בידי האדם, וגם האימות על מכשיר אמיתי.

הגבולות של הדיווח: המקור היחיד הוא הבלוג של הכותב. טענות על התוצאות בפועל לא נבדקו במקור עצמאי, וכך גם השם המדויק של הכלי ונגישות הקוד שלו; לא נמצא עמוד ריפו שאישר אותם. כל הטענות כאן מיוחסות לכותב.

מקורות: הבלוג של כריסטיאן שאלר ב-blogs.gnome.org

מה קורה כששותפים בקוד נכתב בידי AI, בקצב של עשרות אלפי שינויים ביום? לפי Anthropic, git כבר לא מחזיק. החברה הודיעה שבנתה מערכת בקרת גרסאות פנימית בשם Scion, ושהעבירה אליה את המונורפו (מאגר הקוד המרכזי) שלה מ-git בתוך כחמישה חודשים.

הנתון המרכזי בבלוג של החברה הוא קצב המיזוגים. במאי 2026 מוזגו כ-2,500 שינויי קוד ביום למונורפו. בספטמבר הקצב עבר את 30,000 ביום. החברה כותבת שהצוותים שלה כבר לא מוגבלים בכתיבת הקוד עצמה, אלא בתשתית שנבנתה לקצב אנושי: בקרת גרסאות, בנייה ו-CI. אלה מספרים שהחברה מדווחת על עצמה. לא אימתנו אותם מול מקור עצמאי.

לפי הבלוג, git תוכננה כמערכת מבוזרת, שבה כל עותק מקומי הוא מאגר שלם. זה מתאים לרוב המאגרים, אבל לא למונורפו הזה. ההיסטוריה של הענף הראשי שלו כמעט 100 GB, ותיקיית עבודה דחוסה מעל 25 GB. החברה מדווחת על כ-25 מיליון checkouts ביום ל-CI בלבד, לפני סביבות פיתוח, סנדבוקסים של סוכנים ועבודות מחקר.

החברה גם מתארת מה השתנה בתפקיד המהנדסים. לדבריה, לעיתים קרובות התפקיד שלהם היה לומר ל-Claude "לא". החוקר Drew Breunig הדגיש את אותה נקודה בפוסט שמצטט את הבלוג, וכתב שהעבודה היא לתקשר את הכוונה ולאכוף אותה, גם בבקרה על התוצרים.

הפוסט של Devoxx, כנס מפתחים אירופי, מפיץ את ההכרזה עצמה ומתאר את Scion כמערכת שפותחה למונורפואים עצומים, עם "עשרות אלפי מהנדסים או נחילים של סוכנים שכותבים קוד". הוא אינו מאשר את המספרים באופן עצמאי.

מה עדיין לא ידוע: מהחומר שבידינו לא ברור אם Scion זמינה מחוץ ל-Anthropic, או איך היא משתלבת בכלי הפיתוח הקיימים שמפתחים משתמשים בהם. החברה גם לא פרסמה השוואת ביצועים עצמאית מול git. לפרטים נוספים צריך לקרוא את הבלוג במלואו.

מקורות: הבלוג של Anthropic: Redesigning source control at Anthropic (מקור ראשי, פורסם 13.10.2026), וההכרזה הרשמית ב-X.

עדכון 15.10.2026, 09:14 UTC: הכתבה עודכנה עם הפרטים שהתקבלו על הנתונים שהוצגו למשקיעים, לפי דיווחים.

עדכון: מה הוצג למשקיעים ברבעון השלישי

הכתבה המקורית על הפגישה הכינה את הקורא לנתונים. עכשיו התקבלו הפרטים עצמם. לפי דיווחים שפורסמו ב-15 באוקטובר 2026, Anthropic הציגה למשקיעים בסן פרנסיסקו, בפגישה שהתקיימה ביום רביעי, 14 באוקטובר, נתונים פיננסיים לרבעון השלישי. Anthropic עצמה לא פרסמה הודעה רשמית על הנתונים, והמידע מבוסס על אנשים שנכחו בפגישה.

לפי משקיע שנכח בפגישה וציטוטו פורסם ב-Hindu BusinessLine, ההכנסה ברבעון השלישי הגיעה ל-16.8 מיליארד דולר, עלייה של 45% לעומת 11.6 מיליארד דולר ברבעון השני. ברבעון הראשון ההכנסה עמדה על 4.7 מיליארד דולר. Yahoo Finance, שמצטט את Financial Times, כותב "כמעט 50%". הכתבה משתמשת במספר 45% כי הוא תואם את נתוני הרבעונים: 11.6 כפול 1.45 הוא כ-16.8.

לפי ה-Financial Times דרך Yahoo Finance ו-Investing, החברה הציגה רווח מותאם ברבעון השלישי, הרבעון השני ברציפות שבו דיווחה על רווח, ותזרים מזומנים חיובי. לפי אותו דיווח, כל דולר שהושקע במחשוב החזיר 1.70 דולר הכנסה.

באותו דיווח יש גם אזהרה מפני האטה. ההכנסה השנתית צפויה להיות מתחת ל-100 מיליארד דולר, והצמיחה מאטה לעומת תחילת השנה. כלומר, הקצב הנוכחי גבוה, אבל הוא לא שומר על הקצב שנרשם בחלק הראשון של השנה.

הנפקה: הדיווחים לא מסכימים

לגבי ההנפקה יש שני דיווחים שונים. Yahoo/FT מדברים על הנפקה בנובמבר. Hindu BusinessLine, בציטוט Reuters, כותב שההנפקה צפויה להידחות לאחר בחירות האמצע בארצות הברית. הפער הזה לא הוכרע במקורות שנבדקו, ולכן לא נקבע כאן מועד להנפקה.

מה עדיין לא ידוע

הנתונים מבוססים על תיאורים של משתתפים בפגישה, לא על דוחות מבוקרים או הודעה של החברה. אין כאן אישור עצמאי של המספרים. במקורות שנבדקו לא מופיע פירוט של ההוצאות או של מבנה ההכנסה.

מקורות

Financial Times דרך Yahoo Finance: https://finance.yahoo.com/news/anthropic-tells-investors-q3-revenue-030140226.html

Hindu BusinessLine (ציטוט משקיע ודיווח Reuters): https://www.thehindubusinessline.com/info-tech/anthropic-revenue-jumps-45-to-168-billion-in-q3-ahead-of-ipo/article71586452.ece

מאמר בן 76 עמודים שפורסם ב־arXiv מתאר פריצת דרך תאורטית באלגוריתמים, ומייחס את גילוי הרעיון המרכזי למודל Claude של Anthropic. לפי המחברים, האלגוריתמים משפרים את החסמים המוכרים לשתי בעיות יסוד: 3SUM, שבודקת אם שלושה מספרים מסתכמים לאפס, ו־APSP, שמחשבת את המרחקים הקצרים ביותר בין כל זוג צמתים בגרף.

המאמר מציג זמן ריצה של O(n^1.9992) עבור 3SUM ושל O(n^2.9995) עבור APSP. השיפורים קטנים מבחינת המעריכים, אבל משמעותיים מבחינה תאורטית: הם מפריכים את השערות 3SUM ו־APSP, שלפיהן אין אלגוריתמים שמשיגים שיפור פולינומי מתחת לחסמים המקובלים. התוצאות תקפות לתנאי הקלט המפורטים במאמר — בין היתר, מספרים או משקלים שלמים בעלי גודל פולינומי.

אלה חסמים תאורטיים, לא מדידות של תוכנה שרצה על חומרה: אין להסיק מהם שכל חישוב מעשי יהיה מהיר יותר. ההישג הוא בכך שהמחברים מציגים שיפור אסימפטוטי, גם אם קטן, מעבר לחסם שהיה מקובל עבור הבעיות הללו.

מה תפקידו של Lean 4?

המחברים מדווחים כי Claude גם אימת את התוצאות המרכזיות בעזרת Lean 4 וספריית Mathlib — כלים לבניית בדיקות פורמליות של הוכחות מתמטיות. לפי המאמר, החוקרים עבדו לאחר מכן כדי להבין, לפשט, לחזק ולהרחיב את האלגוריתם. האימות הפורמלי הוא חלק מהדיווח של המחברים; הוא אינו מחליף קריאה ובחינה של הטענות המדעיות.

למאמר המלא ב־arXiv.