קלוד בקרן גידור: איך Balyasny מפעילה אלפי סוכנים בלי לתת להם מפתחות

מי זו Balyasny ולמה הסיפור הזה שונה

Balyasny Asset Management היא קרן גידור רב-אסטרטגית גלובלית. לפי הפרסום המשותף שלה עם אנתרופיק מ-17 בספטמבר 2026, היא מנהלת כ-38 מיליארד דולר ומעסיקה כ-2,000 אנשי השקעות וצוות. הדובר הוא צ’רלי פלנגן, ה-Chief AI Officer של הקרן.

רוב מקרי הבוחן מספרים כמה המודל עזר. כבר כתבנו כאן על איך JetBrains בודקת מודל לפני שהיא פורסת אותו, ו-Balyasny עושה גם את זה. אבל החלק ששווה לקרוא כאן הוא השני: מה קורה אחרי שהמודל עבר את הבדיקה, ואיך נותנים לאלפי סוכנים לעבוד על נתונים פיננסיים בלי שאף אחד מהם יחזיק מפתח שהוא לא צריך.

מה הסוכנים עושים בפועל

פלנגן מתאר את 2026 כשנה שבה עברו ממערכות שמחפשות למערכות שעושות עבודה. לדבריו השינוי הגדול הוא לא רק המודלים, אלא סביבות ההרצה שמסביבם, כמו קלוד קוד: אפשר לתת לסוכן תוצאה במקום פרומפט, והוא ממשיך לעבוד עד שהיא מושגת.

הדוגמה המרכזית היא ארביטראז’ מיזוגים. כשמוכרזת עסקה, סוכן בונה את חבילת הניתוח הראשונית: מעריך את הסיכוי שהעסקה תיסגר ובכמה זמן, מחלץ את התנאים הכלכליים והמשפטיים, ממפה תנאים ואבני דרך, ומסמן את הנקודות שדורשות שיקול דעת של משקיע.

	לפני	היום
ניתוח ראשוני של עסקת מיזוג	שלושה עד חמישה ימים	פחות מיום
זמן הריצה של הסוכן	לא היה סוכן שמחזיק את כל התהליך	כ-30 דקות
ניתוח בנק מרכזי חוזר	כיומיים	כ-30 דקות

שימו לב לפער בשורה הראשונה: הסוכן רץ חצי שעה, והתהליך כולו עדיין לוקח עד יום. הפרסום לא מפרק את שאר הזמן, אבל הוא אומר במפורש מה קורה לפני שמשתמשים בתוצר: לפי פלנגן, אף תוצר מהותי לא משמש לפני שאדם בדק אותו. זה לא סעיף שולי בסיפור, זה מה שמאפשר את כל השאר.

המספרים של ההערכה, ומה שהם לא אומרים

Balyasny בודקת כל מודל חדש על אלפי משימות פיננסיות אמיתיות, עם תוצאה שאפשר לאמת, במניות, מאקרו וסחורות. היא בודקת גם את המודל לבדו וגם את הביצועים שלו בתוך הסביבה הסוכנית שלה, עם אותם כלים, קבצים ודרישות שיש למשתמשים.

על תת-הקבוצה הרלוונטית פייבל קיבל 89.4% מול 86.1% למודל שהיה בייצור קודם. שני דברים כדאי לדעת לפני שמצטטים את המספר הזה:

• המודל הקודם לא מזוהה: הפרסום לא אומר אם זה אופוס 5, אופוס 4.8 או מודל של חברה אחרת. בלי זה אי אפשר להסיק ממנו דבר על אופוס מול פייבל
• פייבל 5, לא 5.1: הפרסום יצא ב-17 בספטמבר ומדבר על פייבל 5, אף שפייבל 5.1 זמין מאז 1 בספטמבר. הוא לא מציין מתי נעשתה ההערכה

הממצא החזק יותר הוא דווקא זה שהקרן סירבה להאמין לו. סט של בעיות כלכלה שאף מודל לא הצליח לפתור עד אז נפתר פתאום. התגובה הראשונה לא הייתה חגיגה אלא חשד בבדיקה: הקרן הריצה אותה שוב, בדקה באופן עצמאי את המשימות ואת לוגיקת הניקוד, ועברה על התוצאה עם אנתרופיק. רק אז קבעה שהשיפור אמיתי. ככה נראה צוות שסומך על הבדיקות שלו בדיוק כי הוא לא סומך על תוצאה טובה מדי.

למה הבקרות יושבות מחוץ למודל

זה הלב של הפרסום, והמשפט שכדאי לזכור ממנו הוא של פלנגן: לשים בקרות סביב המודל, במקום להניח שהמודל עצמו הוא הבקרה.

השאלות ש-Balyasny שואלת אינן רק מה המודל מסוגל לעשות, אלא לאיזה מידע הוא ניגש, באילו כלים הוא משתמש, אילו פעולות הוא יכול לבצע, מה חייב להישאר באישור אנושי, ואיך יודעים שמשהו השתבש. התשובות הן רשימה יבשה, וזה בדיוק היתרון שלה:

• גבולות נתונים מאושרים והרשאה מינימלית: סוכן ניגש רק לכלים ולמקורות שאושרו לאותו משתמש ולאותה משימה, ואינו יכול להעניק לעצמו גישה נוספת
• הרשאות ברמת הכלי: לא “הסוכן מורשה”, אלא מה בדיוק כל כלי רשאי לעשות
• תיעוד ועקיבות: כדי שאפשר יהיה לשחזר מה קרה ולמה
• ביקורת אנושית ומסלול הסלמה: לתוצרים מהותיים ולמקרי קצה, ובדיקת תרחישים עוינים ותרחישי כשל לפני שמרחיבים גישה

והנקודה שהכי קל לפספס: הבקרות האלה היו שם מהיום הראשון, והן לא השתנו ביסודן עם פייבל. מודל חזק יותר לא מקבל יותר סמכות רק כי הוא מתכנן טוב יותר. זה ההפך מהאינסטינקט הרגיל, שבו מודל שמרשים אותנו מקבל בהדרגה יותר חופש.

BAMAgent: הפלטפורמה שמחזיקה את כל זה

BAMAgent היא הפלטפורמה הפנימית של הקרן לפריסת סוכנים בתהליכי עבודה מאושרים. לפי פלנגן היא בפיתוח כחצי שנה ותומכת באלפי סוכנים אוטונומיים שעובדים מסביב לשעון. בחלק מהצוותים רצים כבר יותר מ-300 סוכנים, שמנתחים נתונים חדשים ברציפות.

ההבחנה שהוא עושה בין צ’אט לסוכן חדה: הצ’אט עוזר לאנשים לקלוט ולסכם מידע, והסוכן עושה את העבודה. מחקר וניתוח רב-שלביים שרצים שעות או ימים, עם סוכנים במקביל, ונגמרים בתוצר שאדם יכול לבדוק: חבילת מחקר על חברה, הכנה לדוח רבעוני, או תרחישים פיננסיים מתוך ראיות חדשות.

פייבל משמש שם בשלבי התכנון והניתוח, והנימוק מדויק: טעות בשלב הזה זורמת לכל התוצר שבא אחריו. אבל רוב התשתית היא של הקרן, והחלוקה שפלנגן מציע ברורה. פייבל מביא את ההסקה, הסינתזה והפתרון הרב-שלבי. הקרן מביאה את עיצוב התהליך, הגישה המאושרת לנתונים ולכלים, הקונטקסט לשליפה, ההרשאות, הניטור והביקורת האנושית. שניהם נחוצים לתוצאה ברמת ייצור, ואף אחד מהם לא מספיק לבד.

ממה כדאי להיזהר כשקוראים את הסיפור

זה פרסום משותף שהתפרסם בבלוג של אנתרופיק, כראיון עם אנשי הקרן. אין בו נתוני עלות, אין שיעור שגיאות, ואין השוואה חיצונית. הדוגמה של 90,000 הטבלאות, שבה סוכן מצא את נתוני האחזקות הרלוונטיים ובנה בעצמו מערכת משקלות, מתוארת כ”מקיפה יותר מהגישה המסורתית” לפי הצוות שבדק אותה, בלי פירוט של מה בדיוק נמדד.

זה לא הופך את הסיפור לחלש. זה אומר שהמספרים תקפים ל-Balyasny, ושאת מה שכדאי לקחת מכאן אפשר לקחת בלי להסתמך עליהם.

מה לוקח מכאן צוות ישראלי

אין צורך באלפי סוכנים ובקרן של עשרות מיליארדים. שלושה עקרונות עוברים כמו שהם לצוות של חמישה אנשים שעובד עם קלוד קוד:

• הרשאות לפי משימה, לא לפי סוכן: סוכן שבודק קוד לא צריך גישת כתיבה למסד הנתונים. ארגז החול של קלוד קוד וההרשאות שלו הם הגרסה הביתית של אותו רעיון
• להחליט מראש מה עובר עין אנושית: לא “נבדוק כשיהיה זמן”, אלא רשימה של סוגי תוצרים שלא יוצאים בלי אישור
• סוכן שבודק את עצמו לפני שהוא מגיש: אצל Balyasny הסוכן בודק את תוצאות הביניים שלו. אצלכם זה מתחיל בבדיקה שקלוד יכול להריץ בעצמו

שורה תחתונה

הסיפור של Balyasny הוא לא על מודל חכם. הוא על ארגון שהחליט שהחוכמה של המודל היא לא סיבה לתת לו יותר מפתחות. הבקרות נקבעו לפני פייבל, לא זזו ביסודן איתו, והן מה שמאפשר לצוות אחד להריץ יותר מ-300 סוכנים כשהשיפוט והאחריות נשארים אצל אנשים.

רוצים לראות איך מחלקים עבודה בין כמה סוכנים במקביל, עם אותו היגיון של גבולות ברורים? סוכני משנה בקלוד קוד ממשיך בדיוק מכאן.