Skip to main content
Automaziot AI logo
  • Home
  • Blog
  • About
  • Contact
(646) 760-4854Book a Free Consultation
Automaziot AI - AI Automation and Intelligent Agents for Business

AI Automation Experts. We help businesses streamline operations and scale faster with intelligent agents and workflow automation.

USA(646) 760-4854IL+972-3-7630715info@automaziot.ai
Ahad Ha'Am 9, Tel Aviv, Shalom Tower

Quick Links

  • Home
  • About
  • Contact
  • Case Studies
  • Glossary

Our Solutions

  • Lead Management
  • WhatsApp AI Agent
  • Business Automation
  • Smart CRM
  • Automated Scheduling
  • Sales & Support
  • WhatsApp Commerce
  • AI Agents
  • Tech Consulting

Stay Updated

Get the latest insights on AI automation delivered to your inbox.

FacebookInstagramLinkedIn

This site uses Google Analytics and Vercel Analytics to improve your experience. For full details, see our Privacy Policy

© 2026 Automaziot AI. All rights reserved.

Privacy PolicyTerms of ServiceAccessibilityEditorial Policy
AIR: תחזוקת קוד אוטומטית ללא מגע
מפעיל פתרון בעיות אוטונומי: תחזוקת קוד ללא מגע
ביתחדשותמפעיל פתרון בעיות אוטונומי: תחזוקת קוד ללא מגע
מחקר

מפעיל פתרון בעיות אוטונומי: תחזוקת קוד ללא מגע

חוקרים מציגים גישה חדשנית לתיקון באגים בקוד בקנה מידה של מאגרים, עם שיעור הצלחה של 87.1%

אייל יעקבי מילראייל יעקבי מילר
10 בדצמבר 2025
2 דקות קריאה

תגיות

Autonomous Issue ResolverAIRData Transformation GraphDTGSWE-Verified

נושאים קשורים

#תיקון קוד אוטומטי#בינה מלאכותית בפיתוח#גרף DTG#APR#נוירו סמלי

✨תקציר מנהלים

Key Takeaways

  • מעבר מ-CPG ל-DTG מאפשר מעקב אחר פגמי נתונים במקום זרימת בקרה

  • מסגרת רב-סוכנים עם חשיבה נוירו-סמלית משפרת תיקון APR

  • 87.1% שיעור פתרון במדד SWE-Verified

  • פותר 'מלכודת סמנטית' בכלי AI קיימים

  • רלוונטי למאגרי קוד גדולים בעסקים ישראליים

מפעיל פתרון בעיות אוטונומי: תחזוקת קוד ללא מגע

  • מעבר מ-CPG ל-DTG מאפשר מעקב אחר פגמי נתונים במקום זרימת בקרה
  • מסגרת רב-סוכנים עם חשיבה נוירו-סמלית משפרת תיקון APR
  • 87.1% שיעור פתרון במדד SWE-Verified
  • פותר 'מלכודת סמנטית' בכלי AI קיימים
  • רלוונטי למאגרי קוד גדולים בעסקים ישראליים

בעולם התוכנה המודרני שבו באגים עלולים להשבית מערכות שלמות, חוקרים מציגים פריצת דרך: מפעיל פתרון בעיות אוטונומי (AIR). המערכת הזו מבטיחה תחזוקת קוד אוטומטית לחלוטין, ללא התערבות אנושית. הגישה החדשה עוברת מגרפי תכונות קוד מסורתיים (CPG) לגרף טרנספורמציות נתונים (DTG), שמאפשר מעקב אחר פגמי לוגיקה דרך קווי יוחסין של נתונים במקום זרימת בקרה מורכבת. זה פותר את 'מלכודת הסמנטיקה' במערכות RAG סטנדרטיות ומאפשר תיקון יעיל בקנה מידה גדול.

המאמר החדש, שפורסם ב-arXiv, מציג מסגרת רב-סוכנים שמשלבת ניווט שלמות נתונים עם לוגיקת זרימת בקרה. במקום להתמודד עם מבני תיקיות מורכבים ולוגיקה לא רלוונטית, הסוכנים עוקבים אחר מצבי נתונים כצמתים ופונקציות כקשתות. הגישה הזו מאפשרת זיהוי מדויק של פגמים סמנטיים. AIR משלבת חשיבה נוירו-סמלית ומשפרת את עצמה באופן אוטומטי, ומציעה פתרון כולל לתיקון קוד אוטומטי (APR) ברמת מאגר.

בדיקות על מדדי SWE מראות תוצאות מרשימות: שיעור פתרון של 87.1% במדד SWE-Verified. זהו שיפור משמעותי על פני גישות קיימות, שמתקשות בקנה מידה גדול בגלל פרדיגמת הבקרה. החוקרים מדגישים כי הגישה פותרת מגבלות מרכזיות בכלי עוזרי קוד מבוססי AI, ומספקת בסיס איתן לעולם התוכנה התלוי יותר ויותר במכונה.

לעומת גישות מסורתיות שמתמקדות בזרימת בקרה, DTG מאפשרת הבנה עמוקה יותר של תלותי נתונים, מה שחיוני למפתחים ישראלים בפינטק, סייבר ובינה מלאכותית. בישראל, שבה חברות כמו צ'ק פוינט ומובילאיי מסתמכות על מאגרי קוד ענקיים, טכנולוגיה כזו יכולה לחסוך מיליוני שעות עבודה ולהפחית סיכונים.

הטכנולוגיה החדשה פותחת דלתות לאוטומציה מלאה של תחזוקת תוכנה. מנהלי טכנולוגיה צריכים לשקול אימוץ כלים כאלה כדי להישאר תחרותיים. האם AIR היא ההתחלה של עידן חדש שבו באגים מתקנים את עצמם? קראו את המאמר המלא כדי להבין איך ליישם זאת.

שאלות ותשובות

FAQ

אהבתם את הכתבה?

הירשמו לניוזלטר שלנו וקבלו עדכונים חמים מעולם ה-AI ישירות למייל

Your information will only be used to contact you and deliver our services. For details, see our Privacy Policy and Terms of Service

עוד כתבות שיעניינו אותך

לכל הכתבות
TierMem לזיכרון מדורג לסוכנים ארוכי טווח: פחות טוקנים, כמעט בלי לוותר על דיוק
מחקר
Feb 23, 2026
6 min

TierMem לזיכרון מדורג לסוכנים ארוכי טווח: פחות טוקנים, כמעט בלי לוותר על דיוק

**TierMem הוא מנגנון זיכרון דו-שכבתי לסוכנים ארוכי טווח שמחליט בזמן המענה אם מספיק להסתמך על סיכום מהיר או שצריך להסלים ללוגים גולמיים כדי להביא ראיות מאומתות. לפי המאמר (arXiv:2602.17913v1), ב-LoCoMo השיטה הגיעה לדיוק 0.851 לעומת 0.873 ב-raw-only, תוך חיסכון של 54.1% בטוקנים ו-60.7% בהשהיה.** עבור עסקים בישראל שמפעילים שיחה רציפה ב-WhatsApp Business API ומנהלים לקוחות ב-Zoho CRM, המשמעות היא ניהול סיכונים: סיכומים לבד עלולים להשמיט “תנאי קריטי” (מחיר, הסכמה, רגישות רפואית), ולכן כדאי לבנות דרך N8N שכבת לוגים בלתי ניתנים לשינוי וכללי הסלמה לשאילתות רגישות. כך מצמצמים עלות ותורמים לעקיבות פנימית.

arXivTierMemLoCoMo
Read more
NL2LOGIC לתרגום משפטים ללוגיקה מסדר ראשון: 99% תחביר, +30% משמעות
מחקר
Feb 23, 2026
6 min

NL2LOGIC לתרגום משפטים ללוגיקה מסדר ראשון: 99% תחביר, +30% משמעות

**NL2LOGIC היא מסגרת שמתרגמת טקסט לשפה טבעית ללוגיקה מסדר ראשון (FOL) דרך עץ תחביר מופשט (AST), כך שהפלט עומד בכללי דקדוק וניתן להרצה בסולברים. לפי המאמר, היא מגיעה ל‑99% דיוק תחבירי ומשפרת נכונות סמנטית עד 30% בבנצ’מרקים כמו FOLIO ו‑ProofWriter.** לעסקים בישראל זה חשוב במיוחד בתהליכים שבהם “צריך להכריע” ולא רק “לנסח”: החזרים, חריגי שירות, תנאי חוזה, ניגוד עניינים במשרדי עורכי דין או סיווג פניות בביטוח ונדל"ן. שילוב עם WhatsApp Business API, N8N ו‑Zoho CRM מאפשר לקלוט פנייה, להפעיל כללים פורמליים, להחזיר החלטה מוסברת, ולתעד אותה ב‑CRM לצורכי בקרה וציות (כולל עקרונות חוק הגנת הפרטיות).

arXivNL2LOGICAST
Read more
Lang2Act ל-VRAG: שרשראות כלים לשוניות שמחדדות תפיסה חזותית ב‑VLM
מחקר
Feb 23, 2026
6 min

Lang2Act ל-VRAG: שרשראות כלים לשוניות שמחדדות תפיסה חזותית ב‑VLM

**Lang2Act הוא מנגנון VRAG שבו מודל ראייה-שפה (VLM) מייצר בעצמו “פעולות” כשרשראות לשוניות, ואז משתמש בהן ככלים כדי לשפר תפיסה חזותית והסקה. לפי המאמר arXiv:2602.13235v1, הגישה מצמצמת איבוד מידע שנוצר בזרימות עבודה שמפרידות בין תפיסה להיגיון (למשל אחרי crop), ומשיגה שיפור של יותר מ‑4% בתוצאות הניסויים.** לעסקים בישראל זה רלוונטי במיוחד בתהליכים שמבוססים על תמונות ב-WhatsApp: צילומי מסך של תקלות, מסמכים, ותמונות מוצר. במקום להסתמך על כלי חיתוך/OCR קשיחים שמאבדים הקשר, כדאי לבנות פיילוט שבו כל שלבי התפיסה מתועדים, מחוברים ל-Zoho CRM, ומופעלים דרך N8N — עם מדיניות פרטיות ברורה (למשל שמירת תמונות ל-30 יום).

arXivLang2ActNEUIR
Read more
מענה לשאלות רפואיות תלוי-מצב: CondMedQA מציב רף חדש לדיוק קליני
מחקר
Feb 23, 2026
6 min

מענה לשאלות רפואיות תלוי-מצב: CondMedQA מציב רף חדש לדיוק קליני

מענה לשאלות רפואיות תלוי-מצב הוא מצב שבו אותה שאלה מקבלת תשובה שונה לפי תנאי המטופל—קומורבידיות, אלרגיות או התוויות-נגד. במאמר arXiv:2602.17911v1 מוצגים CondMedQA (בנצ׳מרק חדש שמודד היסק מותנה) ו-Condition-Gated Reasoning (CGR), שמפעיל/גוזם מסלולי היסק בגרף ידע לפי תנאי השאלה כדי לבחור תשובה ישימה יותר. לעסקים בישראל שמפתחים כלי טריאז׳, טלה-רפואה או שירות במוקדי אחיות, המשמעות היא שינוי מדידה: לא “דיוק ממוצע”, אלא דיוק במקרי קצה. פרקטית, אפשר לשלב איסוף תנאים ב-WhatsApp Business API, לשמור שדות ב-Zoho CRM, ולהפעיל ב-N8N “שער תנאים” שמנתב מקרים מסוכנים לגורם אנושי ומייצר לוגים לאודיט.

arXivCondMedQACondition-Gated Reasoning
Read more