דפוסי AGENTS.md, אורקסטרציה של צוותי סוכנים, Claude Delegator, ריצה מרובת סוכנים ב-SDLC, ושימוש ארגוני.
תוכן מלא
## דפוסי AGENTS.md — מפה ולא מדריך ענק
צוות פנימי ב-OpenAI בנה מוצר שלם עם **מיליון שורות קוד — אף שורה לא נכתבה ע"י בן אדם**. המהנדסים עברו מ"לכתוב קוד" ל"לעצב סביבות עבודה לסוכני AI".
<details><summary>3 לקחים מרכזיים</summary>
### 1. מפה, לא מדריך ענק
הם ניסו קובץ הוראות אחד עם כל כלל ומוסכמה. זה נכשל — ה-AI לא הצליח להבדיל בין מה חשוב למה לא. **יותר מדי הנחיות = אפס הנחיות.**
**הפתרון:** קובץ `AGENTS.md` קצר (~100 שורות) שמשמש כתוכן עניינים — מפנה לתיעוד מעמיק לפי נושא. **Progressive Disclosure** — הסוכן מתחיל עם סקירה קצרה ויודע לאן לפנות כשצריך עומק.
### 2. ניקוי אוטומטי (Garbage Collection for AI Code)
20% מהשבוע הלך על תיקון דפוסים שה-AI שכפל בצורה לא טובה. הפתרון: קידדו "עקרונות זהב" ובנו סוכנים אוטומטיים שסורקים drift יומית.
### 3. הקשר (Context) = תשתית
הצוואר בקבוק הגדול ביותר לא היה יכולות ה-AI — אלא **מה ה-AI יכול לראות**. השיחה בסלאק, הסיעור מוחות בגוגל דוק — שום דבר מזה לא קיים עבור ה-AI.
**הפתרון:** דחפו הכל לכתיבה מובנית, מסודרת, וניתנת לחיפוש.
</details>
<details><summary>הכלים שנבנו מהדפוסים</summary>
- **Skills**: הוראות מגרסאות שסוכנים טוענים לפי דרישה — כמו SOP דיגיטלי
- **Shell**: סביבת הרצה מנוהלת שבה סוכנים מתקינים dependencies, מריצים סקריפטים
- **Compaction**: דחיסה אוטומטית של הקשר בריצות ארוכות
| עיקרון | ישן | חדש |
|---------|------|------|
| הוראות | מסמך ענק אחד | מפה קצרה + מסמכים מפורטים |
| בקרת איכות | תיקון ידני בסוף השבוע | סוכנים אוטומטיים יומיים |
| ידע ארגוני | בראשים של אנשים | כתוב, מובנה, ונגיש ל-AI |
| תפקיד המהנדס | כותב קוד | מעצב סביבת עבודה |
</details>
*מקורות: [OpenAI Blog](https://developers.openai.com/blog/skills-shell-tips/) | [LinkedIn](https://www.linkedin.com/posts/fdaudens_an-internal-team-at-openai-built-a-product-activity-7427746268824625152-50Hl)*
---
## Agent Teams ואורקסטרציה — תבנית Command → Agent → Skill
<details><summary>קונספטים מרכזיים</summary>
### 1. Commands — `.claude/commands/<name>.md`
נקודות כניסה ל-workflows. מפעילים עם `/command-name`.
### 2. Sub-Agents — `.claude/agents/<name>.md`
אייג'נטים מותאמים עם שם, צבע, כלים והרשאות ספציפיים.
### 3. Skills — `.claude/skills/<name>/SKILL.md`
ידע ו-workflows לשימוש חוזר, נטענים on-demand.
### 4. Agent Teams
מספר אייג'נטים עובדים **במקביל** על אותו codebase עם Git Worktrees.
</details>
<details><summary>תבנית האורקסטרציה</summary>
```
Command (נקודת כניסה) → Agent (מביא נתונים, טוען skill) → Skill (ידע תחומי)
```
דוגמת זרימה:
1. המשתמש מריץ `/weather-orchestrator` (Command)
2. ה-Command שולח ל-Agent של מזג אוויר
3. ה-Agent טוען Skill של מזג אוויר לידע תחומי
4. ה-Agent משתמש ב-MCP server להבאת נתונים חיצוניים
5. התוצאות זורמות חזרה דרך השרשרת
</details>
<details><summary>מערכות תומכות</summary>
**Hooks** — סקריפטים דטרמיניסטיים שרצים מחוץ ללופ האייג'נטי (linting, formatting).
**MCP Servers** — חיבור לכלים חיצוניים, בסיסי נתונים, APIs.
**מערכת Memory** — `CLAUDE.md` (קונטקסט פרויקט), `.claude/rules/` (כללים ספציפיים), Auto Memory.
**Ralph Wiggum Loop** — לופ פיתוח אוטונומי למשימות ארוכות.
</details>
*מקור: [shanraisshan/claude-code-best-practice](https://github.com/shanraisshan/claude-code-best-practice) | [Boris Cherny](https://x.com/bcherny)*
---
## Claude Delegator — שני מוחות AI עובדים ביחד 🧠🧠
<details><summary>פלאגין MCP שמחבר Claude Code ל-Codex</summary>
במקום להסתמך על מודל אחד, שני המודלים מתקשרים ומגיעים לתובנות משותפות.
### 5 מומחים מובנים
| מומחה | מה עושה | מתי להשתמש |
|-------|---------|------------|
| **Architect** | עיצוב מערכת, tradeoffs, דיבאג | "איך לבנות את המבנה?" |
| **Plan Reviewer** | ולידציה לפני ביצוע | "תבדוק את התוכנית" |
| **Scope Analyst** | זיהוי חוסרים | "מה חסר לי?" |
| **Code Reviewer** | באגים, שיפור איכות | "תסקור את הקוד" |
| **Security Analyst** | פגיעויות, threat modeling | "האם זה מאובטח?" |
### התקנה
```bash
/plugin marketplace add jarrodwatts/claude-delegator
/plugin install claude-delegator
/claude-delegator:setup
```
**מתי כן:** ארכיטקטורה, תקועים בדיבאג 2+ ניסיונות, סקירת אבטחה.
**מתי לא:** פעולות פשוטות, שינויים קטנים.
*מקור: [claude-delegator](https://github.com/jarrodwatts/claude-delegator) | המלצה: גל חבקין*
</details>
---
## צוותי סוכנים — איך Cursor בנו דפדפן עם מאות סוכנים 🤖🤖🤖
<details><summary>Case study מרתק של Lee Twito</summary>
Cursor הריצו **מאות סוכנים במקביל** על אותו קודבייס ובנו **דפדפן מאפס** — מיליון שורות קוד.
### מה לא עבד ❌
כשנתנו לכל הסוכנים **סטטוס שווה** — הפכו שמרנים, אף אחד לא לקח אחריות.
### מה כן עבד ✅
**היררכיה** — בדיוק כמו צוות פיתוח אמיתי:
- 📋 **סוכני תכנון** — מפרקים בעיה למשימות
- ⚙️ **סוכני עבודה** — טוחנים עד שסיימו
- ⚖️ **שופט** — מחליט אם להמשיך או לעצור
### תהליך Onboarding של סוכן
1. **AGENTS.md** — מגדיר 9 קבוצות עבודה
2. **philosophy.md** — "תרבות ארגונית" ("אין עבודת יוהרה", "טריאז׳ אכזרי")
3. **triage.md** — P0-P5 סדר עדיפויות
4. **instructions/*.md** — הוראות ספציפיות לקבוצה
5. **progress/pages/*.json** — מדידת ביצועים
> **המשימה נגמרה רק אם יש דלתא מדידה.** אם אין שינוי ב-JSON — לא סיימת.
### 💡 התובנה המרכזית
> "הדרך שבה אתה מנחה את הסוכנים היא מה שקובע אם המערכת עובדת."
📝 [בלוג Cursor](https://lnkd.in/dVtwdzhx) | 💻 [הריפו](https://lnkd.in/dq3aU5nC)
*ניתוח: [Lee Twito](https://linkedin.com/in/lee-twito)*
</details>
---
## איך אנתרופיק משתמשים ב-Claude Code מבפנים
<details><summary>דוח פנימי של 23 עמודים — 10 צוותים</summary>
### תשתיות נתונים
- Kubernetes debugging מצילומי מסך
- צוות הפיננסים (אפס קוד) כותב workflows בטקסט פשוט
- Onboarding מואץ לעובדים חדשים
### פיתוח מוצר
- Auto-accept mode — Claude כותב, רץ tests, מתקן אוטונומית
- 70% מ-Vim mode נכתב ע"י Claude לבד
### אבטחה
- Debugging ירד מ-15 ל-5 דקות
### Inference
- 80% הפחתה בזמן מחקר ML
- תרגום קוד בין שפות בלי לדעת את השפה
### Data Science
- אפליקציית React של 5,000 שורות בלי ניסיון JS
### Growth Marketing (צוות של אדם אחד)
- קופי למודעות: 2 שעות → 15 דקות
- x10 תוצרי קריאייטיב
### עיצוב מוצר
- מעצבים עושים שינויי state management
- Figma + Claude Code פתוחים 80% מהזמן
### השורה התחתונה
צוותים לא-טכניים מקבלים ROI דרמטי. מהנדסים x2-4, לא-טכניים מקבלים יכולות חדשות לגמרי.
[PDF מלא](https://www-cdn.anthropic.com/58284b19e702b49db9302d5b6f135ad8871e7658.pdf)
</details>
---
## מפת הדרכים לארכיטקט סוכנים (Claude Architect) 🏆
<details><summary>4 הדומיינים שצריך לדעת כדי לבנות סוכני AI בסביבת ייצור (Production)</summary>
Anthropic השיקו תעודת "Claude Architect", והסילבוס שלה חושף את כל הטעויות והפרקטיקות שצריך לדעת כדי לעבוד עם סוכנים אמיתיים. רועי זלטה (Roey Zalta) סיכם את 4 הדומיינים העיקריים:
### 1. ארכיטקטורת סוכנים (Agentic Architecture - 27%)
* **הטעות הגדולה:** מפתחים מניחים שסוכני-משנה (Sub-agents) חולקים זיכרון (Memory/Context) עם הסוכן המרכזי שזימן אותם. **הם לא.**
* **הפתרון:** כל סוכן-משנה רץ בקונטקסט מבודד (Isolated context). כל מידע חייב להיות מועבר אליו במפורש (Explicitly) דרך הפרומפט.
* **בטיחות:** כשמדובר בסיכון פיננסי או אבטחתי, פרומפט לבד אינו מספיק. חובה להשתמש ב-Hooks ו"שערים" (Prerequisite gates) ברמת הקוד עצמו!
### 2. עיצוב כלים ושרתי MCP (Tool Design - 18%)
* **הזנחת ה-Tool Descriptions:** מודל AI בוחר כלי אך ורק לפי שדה התיאור שלו. תיאורים עמומים יגרמו לסוכן לשגות בבחירת הכלי.
* **הפתרון:** אין צורך בשיטות מורכבות כמו Few-Shot Classifier. פשוט כתבו תיאורים טובים, ממוקדים ומדויקים יותר לכלים שלכם.
* **כלל ברזל לכלים:** אל תתנו לסוכן 18 כלים בבת אחת. הגבילו ל-4-5 כלים לכל סוכן-משנה מקסימום.
### 3. קונפיגורציית Claude Code (20%)
ההבנה של היררכיית קבצי ה-`CLAUDE.md` היא מה שמבדיל בין משתמש בודד לצוות מפתחים מקצועי:
* **שלוש רמות:** ישנן רמות משתמש (User), פרויקט (Project) ותיקייה (Directory).
* **המלכודת:** מפתחים שומרים הנחיות חשובות ברמת המשתמש (User-level) שאינן עולות ל-Git. כתוצאה מכך, אף אחד אחר בצוות (ולא השרת המרוחק) לא רואה את ההוראות האלו.
### 4. הנדסת פרומפטים ופלט מובנה (20%)
* **תהיו מפורשים (Explicit):** אל תגידו למודל פשוט "תהיה שמרני". הגדירו בדיוק אילו דברים עליו לדווח ומאילו להתעלם, ותנו דוגמאות קוד מדויקות.
* **JSON Schemas:** שימוש בסכמות פותר שגיאות תחביר (Syntax Errors) אך לא שגיאות תוכן (Semantic Errors).
* **Nullable Fields:** כשהמודל נדרש להחזיר JSON ולחלק מהשדות אין דאטה זמין, הגדירו את השדות כ-`nullable` (אופציונליים). אחרת, המודל פשוט "יהזה" נתונים מומצאים כדי למלא את השדה החסר.
*(מבוסס על הסיכום של רועי זלטה)*
</details>