סוכן AI מול צ'אטבוט: ההגדרה הרשמית, והבדיקה שלא כתובה בעמוד המחירים

התיעוד הרשמי של OpenAI ושל Anthropic מגדיר סוכן לפי תכונה אחת: יכולת לרוץ כמה שלבים בעצמו, לבדוק תוצאת ביניים, ולהחליט אם להמשיך או לתקן, בלי שאדם מאשר כל שלב. זו הגדרה תפעולית, לא שיווקית. היא לא תלויה בשם המוצר.

למה זה חשוב לפני שקונים

כלי שנקרא "סוכן" אבל עוצר אחרי תשובה אחת ומחכה לאדם שיאשר את השלב הבא הוא צ'אטבוט עם תג שיווקי חדש. כלי שנקרא "עוזר" אבל בפועל מריץ כמה שלבים, בודק אם התוצאה עברה תנאי, ומנסה שוב בכשל, הוא סוכן לפי ההגדרה הרשמית גם אם השם על האריזה שקט. המילה על הכפתור לא אומרת כלום. מה שקורה אחרי הלחיצה כן.

פרוטוקול בדיקה של שלוש הרצות

זו הרשימה שאיתי מפעיל בכל בדיקת כלי, לא ממצא מהרצה שכבר בוצעה. מריצים אותה על אותה משימה חוזרת שהעסק כבר עושה, לא על הדמו שהספק מציע.

1. קלט מבולגן, לא קלט נקי. לוקחים קובץ אמיתי עם עמודות חסרות ותאריכים בשני פורמטים, לא את קובץ הדוגמה שמגיע עם המדריך. 2. שלוש הרצות על אותו קלט. לא אחת. בהרצה אחת קל לפספס דפוס. בשלוש הרצות דפוס כשל חוזר מתגלה. 3. מה המנוע החליט בלי לשאול. האם הוא השלים ערך חסר בלי לסמן שהוא הושלים? האם הוא בחר תאריך אחד משני פורמטים וזרק את השני בשקט? 4. מה קרה בלי בדיקה אנושית בין השלבים. אם התשובה היא "שום דבר, זה עבר אוטומטית", זה סימן שהכלי לא נבנה עם שלב עצירה לפני החלטה בלתי הפיכה.

מה זה אומר בפועל

התיעוד הרשמי של שני הספקים המובילים כותב את זה במפורש: היכולת המרכזית של סוכן היא ביצוע רב שלבי עם החלטה עצמאית על המשך, לא שיחה. עסק שבודק כלי לפי ההגדרה הזו, ולא לפי המילה על הכפתור, יידע אחרי שלוש הרצות אם הוא קונה כלי חדש או רק שם חדש לכלי הישן.