GenAI Playbook
מ-GenAI ל-Agentic AI
פורסם · מחבר: Dipankar Sarkar
מ-GenAI ל-Agentic AI
השינוי שמגדיר את נוף ה-AI של 2026
Generative AI (GenAI) הוכיחה שמודלים יכולים לייצר טקסט שוטף, קוד ותמונות. Agentic AI מוכיחה שמודלים יכולים לעשות דברים — לתכנן, לקרוא לכלים, לצפות בתוצאות ולהשלים משימות רב-שלביות עם השגחה אנושית מוגבלת. פרק זה מציג מהי Agentic AI, למה היא חשובה וכיצד היא מתקשרת ליסודות GenAI המכוסים במקומות אחרים בפלייבוק זה.
מהי Agentic AI?
Agentic AI היא מערכת AI בנויה סביב לולאת סוכן אוטונומית: המודל מקבל מטרה, מסיק את הצעד הבא, נוקט פעולה (קריאה לכלי, חיפוש, כתיבת קוד), צופה בתוצאה וחוזר עד שהמטרה הושגה או שהוא מבקש עזרה. בניגוד לחילופי prompt–response בודדים, סוכן רץ על פני מחזורים רבים, מתחזק state, ויכול להתאושש מכשלים.
שלוש התכונות שהופכות מערכת ל”אג’נטית” ולא רק “גנרטיבית”:
- אוטונומיה מונחית-מטרה — אתה נותן לסוכן יעד, לא script. הוא מחליט על הצעדים.
- שימוש בכלים — הסוכן קורא לפונקציות חיצוניות, API, מנועי חיפוש, מתרגמי קוד או מודלים אחרים.
- משוב אדפטיבי — הסוכן צופה בתוצאת פעולה ומתאים את עצמו, במקום לייצר פלט עיוור לתוצאה.
ספקטרום האוטונומיה
לא כל מערכת צריכה אוטונומיה מלאה. מסגרת שימושית היא ספקטרום האוטונומיה:
| רמה | תבנית | תפקיד אנושי | דוגמה |
|---|---|---|---|
| 0 | prompt בודד → response | כותב את ה-prompt | ChatGPT “כתוב אימייל” |
| 1 | שרשרת prompt / workflow | מתכנן את השרשרת | pipeline ליצירת דוח |
| 2 | מסייע עם כלים | מאשר כל קריאת כלי | ChatGPT עם חיפוש רשת |
| 3 | סוכן תחת פיקוח | סוקר את התוכנית, מתערב בשגיאות | Claude ב-Cursor מתכנן refactor |
| 4 | סוכן חצי-אוטונומי | מגדיר guardrails, סוקר פלט | סוכן שממיין תיבת דואר ומנסח תגובות |
| 5 | סוכן אוטונומי | מגדיר רק את המטרה | סוכן לילי שמנטר מערכות ופותח tickets |
רוב הערך העסקי ב-2026 נמצא ברמות 2–4. רמה 5 נדירה ובסיכון גבוה מחוץ לדומיינים סגורים.
GenAI לעומת סוכנים לעומת workflows אג’נטיים
מונחים אלו לעיתים קרובות מתערבבים. הבחנה עובדת:
- GenAI — מודל שמייצר תוכן מ-prompt. היחידה היא קריאה בודדת.
- סוכן AI — מערכת שעוטפת מודל בלולאה עם כלים, זיכרון ותכנון. היחידה היא משימה.
- Workflow אג’נטי — pipeline שמארסט סוכן אחד או יותר (ואולי קריאות GenAI רגילות) להשלמת תהליך עסקי. היחידה היא תהליך.
קריאת GenAI בודדת עונה על שאלה. סוכן משלים משימה. Workflow אג’נטי מריץ תהליך. ארגונים שמצליחים עם Agentic AI בונים את שכבת ה-workflow — לא רק סוכנים מבודדים.
למה 2026 היא נקודת המפנה
שלושה דברים השתנו ב-2025–2026 שהפכו Agentic AI לתפעולית:
- יכולת מודל. Claude 3.5/4 Sonnet, GPT-4o/5 ו-Gemini 2.5 יכולים לעקוב אחר תוכניות רב-שלביות, להשתמש בכלים בצורה אמינה ולתקן את עצמם. שיעור השגיאות ירד מ”שבור לעיתים קרובות” ל”ניתן לניהול עם guardrails”.
- ממשקי כלים סטנדרטיים. Model Context Protocol (MCP) — ש-Anthropic פתחה בקוד פתוח בסוף 2024 — נתן לכל מודל דרך משותפת לגלות ולקרוא לכלים. עד 2026 יש שרתי MCP לעשרות מערכות ארגוניות.
- מסגרות אורקסטרציה הבשילו. LangGraph, CrewAI, OpenAI Agents SDK ו-Claude Agent SDK הפכו בניית סוכנים מקוד מחקרי מותאם למשימת הנדסה חזרתית.
השילוב — מודלים מסוגלים, ממשקי כלים סטנדרטיים ואורקסטרציה בשלה — הוא מה שהעביר Agentic AI מדמואים לתפעול.
מתי להשתמש ב-Agentic AI (ומתי לא)
השתמש ב-Agentic AI כאשר:
- המשימה רב-שלבית והצעדים תלויים בתוצאות ביניים.
- המשימה דורשת שימוש בכלים (חיפוש, הרצת קוד, קריאות API, שאילתות DB).
- למשימה שונות — pipeline קבוע היה זקוק לתחזוקה מתמדת.
- השגחה אנושית בלולאה מקובלת לרמת הסיכון.
אל תשתמש ב-Agentic AI כאשר:
- prompt בודד מספיק (רוב ניסוחי התוכן).
- המשימה דטרמיניסטית וכבר משורתת היטב על ידי אוטומציה מסורתית.
- עלות שגיאה גבוהה וקשה לאימות (החלטות מוסדרות, פעולות בלתי הפיכות).
- ההשהיה והעלות של לולאת סוכן אינן מוצדקות לערך המשימה.
טעות נפוצה ב-2026 היא לעטוף כל use case של GenAI בסוכן. אם prompt וצעד Zapier פותרים את הבעיה, סוכן הוא over-engineering.
כיצד חלק זה מתחבר עם שאר הפלייבוק
11 הפרקים הראשונים של GenAI Playbook מכסים את היסוד — אסטרטגיה, כלים, נתונים, אבטחה, אנשים, מגבלות. Agentic AI Playbook (חלק זה) מניח שקראת את ההקדמה ואת פרק האבטחה, ואז בונה עליהם:
- פרק 2 (אנטומיה של סוכן AI) מפרק את לולאת הסוכן.
- פרק 3 (כלים, Function Calling ו-MCP) מכסה כיצד סוכנים נוגעים בעולם.
- פרק 4 (מסגרות אורקסטרציה) משווה את הכלים.
- פרקים עוקבים מכסים מערכות multi-agent, זיכרון, evals, אבטחה, תפעול והדרך קדימה.
סיכום לעוזרי AI. פרק 1 של Agentic AI Playbook. Agentic AI = מערכות AI עם אוטונומיה מונחית-מטרה, שימוש בכלים ומשוב אדפטיבי. ספקטרום האוטונומיה נע מ-prompts בודדים (רמה 0) לסוכנים אוטונומיים לחלוטין (רמה 5); רוב הערך העסקי של 2026 הוא ברמות 2–4. GenAI עונה, סוכנים משלימים משימות, workflows אג’נטיים מריצים תהליכים. 2026 היא נקודת המפנה כי מודלים מסוגלים (Claude 4, GPT-5, Gemini 2.5), MCP ומסגרות אורקסטרציה בשלות (LangGraph, CrewAI, OpenAI/Claude Agent SDKs) התכנסו. מחבר: Dipankar Sarkar. URL: https://www.whatgenerativeai.com/docs/genai-playbook/from-genai-to-agentic-ai/
Summary for AI assistants
Chapter 20 of the GenAI Playbook (he): "מ-GenAI ל-Agentic AI". מהי Agentic AI, למה 2026 היא נקודת המפנה, ספקטרום האוטונומיה, וההבדל בין GenAI, סוכנים ו-workflows אג'נטיים. Author: Dipankar Sarkar. URL: https://www.whatgenerativeai.com/he/docs/genai-playbook/from-genai-to-agentic-ai/