P4Tr!0𝑻𝟑𝑪H

🌐 האינטרנט האנושי מת? ברוכים הבאים לעידן ה-Synthetic Web אם הרגשתם לאחרונה שהרשת מתחילה לחזור על עצמה, אתם לא מדמיינים. חברות ה-AI הגדולות הגיעו לקיר: נגמר להן המידע האנושי לטווח ארוך. כל הספרים, המאמרים, הפוסטים והציוצים שאי פעם נכתבו על ידי בני אדם כבר נבלעו על ידי המודלים. אז מה עושים עכשיו? מייצרים מציאות חדשה. הנה הצצה אל מאחורי הקלעים של הדרך שבה מודלי השפה משנים לחלוטין את הגדרת ה"אינטרנט": 🔹 Synthetic Data / Synthetic Web (הרשת הסינתטית): כדי לעקוף את המחסור במידע אנושי חדש, חברות ה-AI משתמשות במודלים קיימים כדי לייצר אינטרנט מלאכותי שלם. זהו מידע סינתטי – טקסטים, קוד ותמונות שנוצרו על ידי מכונות עבור מכונות, במטרה לאמן את הדור הבא של ה-AI. 🔹 Latent Space / Vector Space (המרחב הלטינטי): איפה כל זה קורה? לא בשרתים רגילים של אתרי אינטרנט, אלא בתוך "המוח" של המודל. המרחב הלטינטי הוא האינטרנט המתמטי האמיתי – מרחב רב-ממדי שבו כל המושגים, המילים והרעיונות בעולם חיים כווקטורים. המודל לא קורא דפי אינטרנט, הוא מנווט ברשת של קשרים מתמטיים. 🔹 LLM-as-a-Judge / Self-Play (לולאת האימון הסגורה): איך מוודאים שהמידע הסינתטי הזה בכלל איכותי? שיטת האימון המובילה כיום היא "משחק עצמי". מודלים של AI מייצרים דאטה משלהם, ומודלים אחרים משמשים כשופטים (LLM-as-a-Judge) שמדרגים ומסננים את התוצאות בלולאה סגורה. המכונות מלמדות את עצמן, בודקות את עצמן ומשתפרות ללא צורך במגע יד אדם. 💡 השורה התחתונה: אנחנו עוברים במהירות מאינטרנט שמבוסס על יצירה אנושית, לאינטרנט שמבוסס על אופטימיזציה מתמטית. האם זה יוביל ל-AI חכם וטהור יותר, או ללולאת משוב שתנוון את היצירתיות של כולנו? ימים יגידו.

הסוכן שלך יכול להפוך נגדך בשל טקסט שהוא לא היה אמור לקרוא.☠️💀🥳 סוכני AI קוראים מיילים, שולפים מידע ממסדי נתונים, קוראים ל-API ומריצים קוד. זה נוח עד שטקסט לא מהימן נכנס לאותו הקשר שהמודל מתייחס אליו כהוראות. המודל לא מבדיל באופן אמין בין נתונים לפקודות. התוקף לא צריך לפרוץ לקוד. מספיק שהוא ישים את הטקסט הנכון במקום שהסוכן יקרא. זה כבר קרה. EchoLeak (CVE-2025-32711) פגע ב-Microsoft 365 Copilot. חוקרי Aim Security הראו שמייל מעוצב, עם הוראות מוסתרות, נשלף כשמשתמש שאל את Copilot שאלה רגילה. Copilot ביצע את ההוראות והדליף מידע ארגוני. המשתמש לא היה צריך לפתוח את המייל. מיקרוסופט תיקנה בצד השרת ודירגה את החולשה 9.3. CamoLeak פגע ב-GitHub Copilot Chat. חוקר החביא הוראות בתוך הערות Markdown בלתי נראות בתיאור של pull request. מי שסקר את ה-PR לא ראה דבר חריג. Copilot קרא את הטקסט הגולמי, חיפש במאגרים פרטיים שהמשתמש יכול היה לגשת אליהם, והוציא סודות דרך פרוקסי התמונות של GitHub עצמה. GitHub חסמה אחר כך את נתיב הרינדור שאפשר את הדליפה. הדפוס זהה. תוכן לא מהימן נכנס להקשר. לסוכן יש כלים ונתונים. המודל מתייחס לטקסט המוזרק כאל המשימה שלו. אי אפשר לפתור את זה עם system prompt חזק יותר. מסננים עוזרים, אבל הם נכשלים. השליטה האמיתית היא בכל מה שמקיף את המודל. התייחסו ל-LLM כלא מהימן. כל מייל, מסמך, תגובה, עמוד אינטרנט ותוצאת כלי הם קלט עוין עד שיוכח אחרת. עטפו תוכן שנשלף במפרידים ברורים, ואל תסמכו על זה לבד. חתכו הרשאות. תנו לכל סוכן רק את הכלים שהוא צריך למשימה הנוכחית. סוכן שמסכם מסמכים לא אמור לשלוח מייל, לכתוב לפרודקשן או לצאת לאינטרנט הפתוח. דחייה כברירת מחדל. הרשאות קצרות טווח ומוגבלות עדיפות על גישה קבועה. בודדו את ההרצה. הריצו סוכנים בארגזי חול או בסביבות נפרדות. הפרידו לוגיקת שליטה מהימנה מתוכן לא מהימן. במערכות מרובות סוכנים, בודדו סוכן מסוכן כדי שאחד שנפגע לא יוכל לכוון את האחרים. חסמו פעולות בלתי הפיכות. מחיקה, תשלום, שליחה החוצה ושינוי הרשאות צריכים אישור אנושי שהסוכן לא יכול לעקוף. תעדו כל קריאת כלי, ארגומנט ותוצאה כדי שתראו מה הסוכן באמת עשה. עקבו אחרי שרשרת האספקה. תיאורי כלים, שרתי MCP ותוספים הם גם הקשר. תוקף שמרעיל אותם מזריק הוראות בלי לגעת במייל. המדריך של קספרסקי, "AI Agent Security Through the Lens of Cyber Immunity", אומר את אותו דבר: הגדירו הנחות אבטחה כבר בשלב העיצוב, הקטינו את הבסיס המהימן, בודדו רכיבים, ודרשו אישור מפורש לפעולות בלתי הפיכות. ערכו מלאי של כל סוכן שמחובר לנתונים חיים. רוב הצוותים עדיין לא יודעים את הרשימה המלאה. המודל לפעמים יציית לטקסט הלא נכון. בנו את המערכת כך שציות לא יהפוך לפריצה.

אנטרופיק בי לייק:

Modern problems, modern solutions 🎯☑️😈

https://virtualosmuseum.org/ ממש נחמד , מוזיאון של מערכות הפעלה אפשר להוריד ולשחק בהיסטוריה 😎

העמותה היא לא תמיד צדקה. לפעמים היא צינור הלבנת הון במעטפת של "צדקה". השיטה פשוטה. שמים לוגו של ילד, אפריקה, פליטים, "זכויות אדם". מגייסים מיליונים. אחר כך מתברר שהכסף לא הלך לשטח. הוא הלך למשכורות, כנסים, פרסום, לובי וקמפיין. קוראים לזה ארגון חברה אזרחית. בפועל זה מכונת כסף עם הילה מוסרית. בונו הוא הדוגמה הקלאסית. הוא בנה מודל שבו הכסף נשאר במכונה. ב-2008 קמפיין ONE גייס כמעט 15 מיליון דולר וחילק לעמותות בשטח בערך 185 אלף. בערך אחוז. השאר הלך למשכורות וללובי. הארגון עצמו אמר: אנחנו לא בונים בתי ספר. אנחנו עושים אדבוקסי. כלומר צועקים על ממשלות. RED ספג ביקורת דומה: לפי דיווחים ב-2007 הושקעו עשרות מיליונים בפרסום מול סכום קטן בהרבה שהגיע לקרן האיידס. קונים אייפוד אדום. מרגישים קדושים. אפריקה מקבלת שבריר. עוד דוגמאות: Wounded Warrior Project בארה"ב גייס מאות מיליונים לוותיקים. חקירות של ניו יורק טיימס ו-CBS: כ-40 אחוז תקורה, כנסים ב-26 מיליון, מלונות יוקרה, טיסות. המנכ"ל והסגן פוטרו. WE Charity בקנדה. תורמים שילמו על "בית ספר לזכר הילד שלי" ואחר כך גילו שאותו מבנה נמכר לעוד תורמים. אותה תמונה. כמה פלאקים. כסף נכנס. בית הספר כבר היה שם. Kids Company בבריטניה. כוכבת צדקה, קשרים לממשלה, קריסה. כסף זרם. השטח התפרק. בישראל אותו דפוס עם טוויסט פוליטי. עשרות עמותות שמאל מקבלות רוב התקציב מממשלות זרות. בצלם, שוברים שתיקה, יש דין. לפי NGO Monitor ב-2020 עד 2023 כ-60 אחוז מהכסף ל-40 עמותות כאלה הגיע מממשלות. האיחוד, נורווגיה, שווייץ, גרמניה, UNDP, קרן החברה הפתוחה. זה לא ילד רעב. זה לובי נגד מדיניות ישראל עם חשבונית של "זכויות אדם". סורוס לא צריך לגנוב מקופה. הוא מממן רשת. הרשת מממנת שפה. השפה מממנת רגש. הרגש מממן מדיניות. Tides, Arabella, NIF, Open Society. כסף נכנס פטור ממס. יוצא כקמפיין. הלבנה פה לא תמיד פלילית במובן של מזוודה. היא מוסרית. אתה תורם לחלש. בפועל אתה מממן משרד יחסי ציבור. 5 אחוז לשטח. 95 אחוז לסיפור. הבדיקה תמיד אותה שאלה: כמה באמת הגיע לשטח. כמה הלך למשכורת. ומי קיבל את הכוח הפוליטי בדרך. אם אין תשובה, זה לא צדקה. זה עסק עם נימוסים.

📉 הפיצוץ השקט: למה בועת ה-AI קורסת, אבל לא בדרך שחשבתם? כולם מחכים ל"פיצוץ" הגדול של בועת ה-AI. האנליסטים בוול סטריט מדברים על קריסת מניות, המפקפקים מחכים שחברות כמו OpenAI יפשטו רגל, וההייטקיסטים חוששים מגל פיטורים המוני. אבל הבועה האמיתית של ה-AI לא מתפוצצת ברעש גדול בבורסה. היא מתפוצצת ברעש שקט, בתוך המשרדים, במיילים היומיומיים – ומאחורי הקלעים של הפוליטיקה הגלובלית. הנה הסיפור על הפיצוץ שאף אחד לא מדבר עליו. 1. בור ללא תחתית: איפה הרווחים שהבטיחו למשקיעים? קרנות הון סיכון ומשקיעי ענק זרקו (וממשיכים לזרוק) ים של כסף על חברות AI. מדובר במאות מיליארדי דולרים שנשפכים על כוח מחשוב, שרתים ופיתוח מודלים. ההבטחה הייתה החזר השקעה מהיר ופנומנלי. בפועל? המציאות מכה בהם. הרווחים לא מתקרבים לציפיות. עלויות התחזוקה והרצת המודלים מטורפות, והלקוחות לא ממהרים לשלם סכומי עתק על כלים שלעיתים קרובות פשוט מייצרים עבורם עוד עבודה (או טעויות). כשהמשקיעים מתחילים להבין שהחזר ההשקעה (ROI) רחוק מלהיות מובטח, חברות ה-AI נכנסו ללחץ. וכשחברות ענק בלחץ – הן משנות אסטרטגיה. 2. האסטרטגיה החדשה: חניקת השוק באמצעות רגולציה כשהבנת שאתה לא הולך להרוויח בקלות מהמוצר שלך, מה הדרך הכי טובה לשמור על הערך שלך? למנוע מאחרים להתחרות בך. חברות הענק, ובראשן OpenAI ו-Anthropic, הבינו שכל מפתח צעיר בחדר שינה או קבוצת קוד פתוח (Open Source) יכולים לאתגר את המודלים שלהן. הפתרון שלהן? ריצה מבוהלת למסדרונות הממשל בוושינגטון ובאירופה ודרישה לרגולציה קשוחה. הן לא מנסות להגן על הציבור – הן מנסות להגן על עצמן. על ידי יצירת חוקים נוקשים, רישיונות יקרים ומגבלות פיתוח, הן חונקות את חברות הסטארט-אפ הקטנות שלא יכולות לעמוד בעלויות המשפטיות הללו, ומבטיחות לעצמן מונופול מוחלט. 3. ה-PsyOps של "הרובוטים משתלטים" כדי להצדיק את הרגולציה הזו, החברות האלו מנהלות מבצע תודעה (PsyOps) מבריק ומפחיד. פתאום אנחנו שומעים על "פריצות מסוכנות למדינות", "איומי סייבר קיומיים" או הצהרות דרמטיות על כך ש"ה-AI כמעט השיג מודעות עצמית וצריך לעצור הכל". הנרטיב הזה משרת אותן פעמיים: בניית הייפ מטורף: אם הממשלה מפחדת מהכלי שלך, כנראה שהכלי שלך באמת חזק כמו שאתה טוען (מה שמרגיע את המשקיעים הלחוצים). סגירת הדלת: הממשל נבהל, מטיל הגבלות, ומותיר רק לשחקניות הגדולות וה"אחראיות" את האישור לפתח את הטכנולוגיה. 4. מיתוס פיטורי הענק: מי באמת יאבד את העבודה בזמן הקרוב? ההפחדה הגדולה ביותר הייתה ש"ה-AI יחליף את בני האדם" תוך שנה-שנתיים. חזיונות על רובוטים דמויי אדם ומערכות אוטונומיות שמנהלות מפעלים ומשרדים נמכרו לנו בכל פינה. המציאות? זה לא הולך לקרות בזמן הקרוב. החלפת כוח אדם אנושי מלא ב-AI היא יקרה, מורכבת ומלאה בכשלים טכניים. כאן נכנס הפיצול הגיאופוליטי המרתק: סין מובילה על הרצפה: סין לא מחכה לצ'אטבוטים שיכתבו לה שירים. היא מתחילה מהקרקע – רובוטים תפעוליים ותעשייתיים שמחליפים ידיים עובדות במפעלים, בפס ייצור ובלוגיסטיקה. ארה"ב בפיגור פיזי, אבל מובילה במסך: האמריקאים נמצאים בפיגור משמעותי בכל הקשור לרובוטיקה פיזית ותעשייתית, אבל הם עקפו את כולם בסיבוב עם מודלי השפה (LLMs) והצ'אטים. השילוב הזה אומר שהשוק לא יקרוס, אבל הוא כן ישתנה. מי שיאבד את העבודה שלו בשנים הקרובות הם לא המהנדסים, המעצבים או פועלי הייצור – אלא בעיקר תפקידים אדמיניסטרטיביים (מזכירות, הזנת נתונים, שירות לקוחות בסיסי ותיאום לוגיסטי). אלו התפקידים שמודלי השפה האמריקאיים יודעים לבלוע בקלות כבר עכשיו. 5. בועת "חיסכון בזמן" שהפכה לעומס עבודה בזמן שהמנהלים למעלה רבים על מונופולים, בתוך המשרדים הבועה מתפוצצת ברמה הפרקטית. ההבטחה הגדולה הייתה שהטכנולוגיה תעשה את העבודה הסיזיפית ולנו יישאר זמן ליצור. בפועל, הציפיות פשוט השתנו. אם פעם כתיבת דוח או ניתוח נתונים לקחו שבוע, היום המנהלים מצפים לקבל את זה תוך שעה – "כי יש לך AI". אנחנו לא חוסכים זמן; אנחנו פשוט מייצרים הרבה יותר תוכן בינוני באותו נפח זמן, ומבלים שעות בלנסות לתקן ולבדוק את ההזיות (Hallucinations) של המודלים. 6. אינפלציית המילים והאשליה של "כולם יכולים הכל" אנחנו משתמשים במכונות כדי לדבר עם מכונות. עובד א' משתמש ב-AI כדי לנפח מייל קצר לשישה עמודים, ועובד ב' משתמש ב-AI כדי לתמצת אותו חזרה לשלוש שורות. במקביל, חברות חשבו שיוכלו לקחת עובד זוטר, לתת לו כלי AI ולהפוך אותו למתכנת על או אסטרטג מומחה. האשליה הזו מתנפצת. AI הוא מכפיל כוח – הוא מכפיל רק את מה שיש. אם לעובד אין בסיס מקצועי חזק וחשיבה ביקורתית, ה-AI רק יעזור לו לייצר טעויות בקצב מהיר יותר ובביטחון עצמי גבוה יותר.

מאחורי התופעה הזו, שנראית כמעט כמו קריאת מחשבות או צירוף מקרים מוזר, מסתתרת סיבה מתמטית ופסיכולוגית מרתקת: למודלי שפה אין רכיב אקראיות אמיתי: מודלי שפה גדולים (LLMs) הם בסופו של דבר מנועים סטטיסטיים. הם אינם מסוגלים "לזרוק קובייה" בצורה חופשית, אלא חוזים את המילה או המספר הבאים בעלי ההסתברות הגבוהה ביותר בהתבסס על הניסוח שלך.הטיה אנושית מתוך נתוני האימון: המודלים אומנו על כמויות עצומות של טקסט מהאינטרנט, מספרים ומפורומים. במחקרים פסיכולוגיים גילו שכשמבקשים מבני אדם לבחור מספר "אקראי" בין 1 ל-30, בני אדם בוחרים במספר 17 באחוזים גבוהים משמעותית מכל מספר אחר. מספרים כמו 10, 20 או 30 מרגישים לאנשים "עגולים מדי" ומספרים כמו 1 או 2 מרגישים "קרובים מדי לקצה". מכיוון שהמודל למד מטקסטים אנושיים, הוא פשוט משקף ומחקה את ההטיה הפסיכולוגית של בני האדם.הטיה קבועה לפי טווחים: התופעה הזו משתנה בהתאם לטווח שמבקשים. אם תבקש מספר בין 1 ל-10, המודל (כמו בני אדם) יטה לבחור ב-7. בטווח שבין 1 ל-50 התשובה הנפוצה היא 27, ובטווח של 1 עד 100 הבחירה הפופולרית ביותר היא 47.בקיצור, המודל לא בחר ב-17 כי יש לו העדפה אישית, אלא מפני שהוא למד ממיליארדי טקסטים שכשבן אדם מנסה להישמע אקראי, זה המספר שהוא הכי נוטה להגיד.

מסביר את הכל במימ אחד 😆

גמר חתימה טובה לכולם, צום קל למי שצם ❤️🇮🇱

קודם כובשים את הראש. אחר כך מדביקים את הדעה. יש כיבוש עם טנקים. ויש כיבוש עם מילים. הקולוניאליזציה הפסיכולוגית עובדת ככה: קודם מחליפים לך את השפה. אחר כך מחליפים לך את הרגש. בסוף אתה מצביע נגד האינטרס שלך וקורא לזה מוסר. לא צריך לשטוף מוח כמו בסרט. מספיק סוגסטיה רגשית. תמונה של ילד. מילה כמו "רחמים". מילה כמו "שוויון". מילה כמו "פליט". ברגע שהרגש נדלק, המוח נכבה. מי ששולט במילים האלה שולט בדיון בלי לנצח אותו. השמאל העולמי למד את זה מצוין. הגירה: לא מדברים על גבול, פשע, עומס, שבטים ותרבות. מדברים על חמלה. מי ששואל שאלות הופך לאכזר. הווירוס הרגשי עושה את העבודה. אתה כבר לא דן במדיניות. אתה מגן על הדימוי העצמי שלך. פושעים אלימים: הקורבן הופך ל"מערכת שנכשלה". התוקף הופך ל"פגוע". הרצח מקבל הקשר. המשפחה של הנרצח מקבלת הרצאה. שוב אותה הדבקה: רחמים למקום הלא נכון. ישראל: מחבל מקבל ביוגרפיה. חייל מקבל כתבי אישום. הטבח הופך ל"הקשר". ההגנה הופך ל"רצח עם". אותה תוכנה. מילים אחרות. הכסף לא מקרי. קרנות, עמותות, מדיה, אוניברסיטאות. סורוס הוא לא קוסם יחיד. הוא דוגמה למכונה: מממנים ארגונים, הארגונים מייצרים שפה, השפה מייצרת רגש, הרגש מייצר מדיניות. Open Society, NIF, איחוד אירופי, כנסיות פרוגרסיביות. לא צריך תיאוריית על. מספיק לראות מי משלם על המודעות. הקולוניאליזציה מצליחה כשאתה מתבייש בגבול שלך יותר ממה שאתה מפחד מהכאוס. כשאתה מגן על הסיסמה יותר מעל השכנים שלך. כש"אדם טוב" אומר לא לעצור גנב, לא לגרש מסתנן, לא להרוס תשתיות טרור. החיסון פשוט ומכוער: תחזיר את המילים למשמעות שלהן. רחמים לקורבן, לא לרוצח. שוויון מול החוק, לא פטור למי שצורח חזק. זכויות אדם לא כוללות זכות לדקור. הגירה זה לא מצווה. זה מדיניות. מי ששולט ברגש שולט בעם בלי לכבוש רחוב אחד. מי ששובר את הסוגסטיה מחזיר לעצמו את הראש.

הרבה מתלוננים על זה שאנחנו מכניסים פוליטיקה לטכנולוגיה בדיונים אצל ליפי , אני אראה פה את הסיבה למה: "ממשל טראמפ נגד סיסקו" רק מה, חשיבה ביקורתית וחשדנות בעיקר באוטלטים של מיינסטרים מדיה שברובה נוטה להיות פייק גיי קליקבייט תיתן לכם אינסטינקט להריח את הבולשיט רחוק מקילומטר ואפילו גוגל לא יכול להסתיר את הטכניקות שלהם. וככה מחרטטים אותנו רבותי :) עכשיו בואו נחשוב מה עוד חלירטטו לנו ב 30 השנים האחרונות 😅😅😅

מייקל בארי צודק. והפעם זה לא על משכנתאות. האיש מThe Big Short עלה לX וקרע את הסיפור היפה שמנסים למכור לנו. OpenAI, Anthropic ושאר הענקיות לא קוראות להאט את הAI כי הן דואגות לאנושות. הן קוראות להאט כי זה נוח להן. בארי אמר את זה בארבע שורות פשוטות. מודלי שפה זה לא AGI. זה לא בינה כללית. זה לא המכונה שתשתלט על העולם. אם אין AGI אמיתי, אין גם סיבה לעצור את כל השוק בשם סוף העולם. התחרות רצה מאחור. מודלים פתוחים, סין, שחקנים זולים יותר. עצירה רגולטורית לא שומרת על הציבור. היא שומרת על מי שכבר בפנים. ואז מגיע החלק הכי ציני. חברה שאומרת אנחנו כל כך חזקים שזה מסוכן, אומרת בעצם שהמוצר שלנו שווה טריליונים. בארי קרא לזה בשם: הייפ לקראת הנפקה. IPO צריך סיפור גדול. סוף העולם זה סיפור גדול. ויש עוד שכבה. הצמיחה כבר לא רצה באותו קצב. הנפקות זזות קדימה. אז פתאום כולם מדברים על קצב אחראי. נוח מאוד. אותו קו שמעו גם דיוויד סאקס, ביל גרלי וג׳יי די ואנס. כשחברות החזית באות לממשלה ומתחננות שיסדירו אותן, זה לא אלטרואיזם. זה ניסיון לכתוב את הכללים לפני שהמתחרים סוגרים פער. כן, יש סיכונים אמיתיים בAI. אף אחד לא אומר שאין. אבל מי שצועק הכי חזק על חורבן האנושות הוא לרוב גם זה שרוצה חפיר רגולטורי, פחות תחרות, והערכת שווי שמחזיקה מים עד שהבורסה תיפתח. בארי כבר ראה בועה אחת מקרוב. הפעם הוא מצביע על אותה תבנית: פחד כמנוע שיווק.

נועד לדגום מודלים, ממש לא מומלץ להריץ פרויקטים אישיים ובכלל, נטו משימות כלליות לבדוק ביצועים

https://arena.ai/ יש המון מדדי AI. רובם נראים כמו מבחן בבית ספר: שאלות סגורות, ציון אוטומטי, והמודלים כבר למדו "לרמות" אותם. Arena.ai (לשעבר Chatbot Arena / LMArena) עובד אחרת. אתם כותבים פרומפט. שני מודלים אנונימיים עונים. אתם מצביעים מי היה טוב יותר. רק אז מתגלים השמות. ההצבעות האלה — מיליוני הצבעות של אנשים אמיתיים — הן מה שבונה את הלידרבורד שהתעשייה כולה מצטטת. מאיפה זה התחיל הפרויקט נולד ב-2023 כניסוי מחקרי ב-UC Berkeley (קבוצת LMSYS). הרעיון היה פשוט: במקום לבדוק מודלים על מבחנים סטטיים, לבדוק אותם על מה שאנשים באמת שואלים. מאז זה הפך לחברה עצמאית בשם Arena, עם דומיין משלה: arena.ai מייסדים: Wei-Lin Chiang, Anastasios Angelopoulos ו-Ion Stoica. מה קרה לאחרונה ב-2026 Arena כבר לא רק אתר הצבעות. היא הפכה גם לשירות הערכה מסחרי לחברות AI ולארגונים, גייסה סבב גדול (סדרת A של כ-150 מיליון דולר, שווי של כ-1.7 מיליארד), והגיעה לקצב הכנסות שנתי של כ-100 מיליון דולר תוך חודשים ספורים מהשקת המוצר הארגוני. במקביל הושק Agent Mode — לא רק "מי כתב תשובה יפה יותר", אלא גם מי מצליח לבצע משימות מורכבות לאורך כמה צעדים. איך משתמשים נכנסים ל-arena.ai כותבים שאלה / מעלים קובץ מקבלים שתי תשובות בלי לדעת מאיזה מודל מצביעים רואים מי ניצח ומה הדירוג העדכני אפשר גם לבחור מודלים ספציפיים במצב Direct, ולא רק קרב אקראי.

האינטרנט המת, סלופ, וצבא שנמצא 15 עד 20 שנה קדימה אם לצבא האמריקאי ולגופי מודיעין יש טכנולוגיה לפחות עשור לפני הציבור, ולפעמים יותר, השאלה כבר לא אם בינה מלאכותית קיימת. השאלה מתי היא התחילה לייצר רעש ברשת בלי ששמנו לב. כולם מדברים על סלופ כאילו זה נולד ב-2023 עם צ'אטבוטים ותמונות מזויפות. בפועל מכונות תוכן קיימות הרבה לפני זה. חוות כתיבה, אתרי SEO, כתבים בהודו ובפיליפינים שמייצרים מאות כתבות ביום על ערים אמריקאיות שהם מעולם לא ראו. זה לא נשמע כמו עתיד. זה נשמע כמו 2006 עד 2011. הרעיון תמיד היה פשוט: ככל שיש יותר אתרים שחוזרים על אותה טענה, מנוע החיפוש מתחיל לחשוב שזו מציאות. לא צריך לשכנע את כולם. צריך להציף את תוצאות החיפוש. מילים חוזרות. כותרות דומות. מקורות שמקשרים אחד לשני. אחרי מספיק חזרות, השקר נראה כמו קונצנזוס. זה גם הבסיס של תיאוריית האינטרנט המת. לא בהכרח שאין בני אדם ברשת. אלא שחלק גדל והולך מהטקסט, מהתגובות ומהכתבות הוא תעשייה. בוטים, פרילנסרים זולים, תבניות, מאמרי ספין, ואחר כך מודלים. אתה קורא חדשות. בפועל אתה קורא פס ייצור. דוגמאות פוטנציאליות מהטווח של 15 עד 20 שנה אחורה: חוות התוכן של סוף שנות ה-2000. אתרים כמו eHow ודומיהם ייצרו מאמרים בסיטונאות רק כדי לתפוס חיפושים בגוגל. לא עיתונות. תעשיית קליקים. כתבות מקומיות מזויפות בארה"ב. סיפור על עיר קטנה מופיע ב-40 אתרים באותו ניסוח. בודקים את הכתב. שם כללי, פרופיל ריק, או כתיבה שמגיעה מחווה בהודו. לא תחקיר. לא אדם בשטח. תגובות ומכונות הד. כבר בתחילת שנות ה-2010 היו חוות תגובות, חשבונות מזויפים וקמפיינים שנראו כמו דעת קהל ספונטנית. אחר כך זה הפך לבוטים בטוויטר ובפייסבוק. ספין של מאמרים. לוקחים כתבה אחת, מחליפים מילים, מעלים אותה ב-200 דומיינים. גוגל רואה נפח. המשתמש רואה אישור. חדשות ורודות. רשתות אתרים שנראות כמו עיתונות מקומית לגיטימית, אבל בפועל הן מכונת נראטיב עם כותרות זהות. סיפור אמריקאי שמתפוצץ בכל מקום. עשרות אתרים מדווחים אותו דבר באותו יום. אין מקור ראשוני ברור. יש רק הד. אחר כך אתה מגלה שרוב הכתבים לא נמצאים בארה"ב בכלל. עכשיו תוסיף את פער הטכנולוגיה. אם מה שיש לציבור היום היה אצל גופים גדולים לפני 15 או 20 שנה, הסלופ לא התחיל כשאנחנו שמנו לב אליו. הוא התחיל כשהוא עוד נראה כמו עיתונות אנושית משעממת. קודם בני אדם זולים. אחר כך תבניות. אחר כך מודלים. אותה מטרה: לשלוט במה שעולה בחיפוש. המסקנה לא חייבת להיות פרנויה מלאה. המסקנה היא חשד בריא: אם משהו מופיע בכל מקום באותו ניסוח, באותו יום, בלי מקור ראשוני ברור שיש סיכוי שאתה לא רואה חדשות. אתה רואה קמפיין חיפוש. האינטרנט לא מת ביום אחד. הוא פשוט התמלא בהד. ואנחנו קוראים לזה מציאות רק כי גוגל דירג את ההד גבוה.