הסטארטאפ של אמנון שעשוע ישכתב לכם קוד בזמן אמת

חשבונות הענן של צוותי פיתוח שמריצים עומסי AI כבדים הפכו לבדיחה הכואבת של סוף החודש. כולם מנסים להוזיל את עלות הריצה של ספריות מורכבות כמו PyTorch, לרוב באמצעות כלי השלמת קוד בעורכי פיתוח או בעבודה ידנית מתישה של כתיבת קרנלים מותאמים. היום, 19 באוקטובר 2026, מדווח בגיקטיים שהסטארטאפ הישראלי doubleAI מנסה לתקוף את הבעיה מזווית שונה. במקום עוד תוסף למהנדסים בצוות, החברה מציגה מודל שמתיישב בתוך שרתי הייצור עצמם ומשכתב את הקוד הבינארי בזמן שהוא עובד בפועל.

זה יקר.

לא עוזר כתיבה, מנוע בתוך הבינארי

עד עכשיו, שילוב של מודלים בעולם התוכנה התמקד בעזרה מוקדמת למפתחים, עוד לפני שהקוד מגיע לסביבת הייצור. המודל הראשון של doubleAI, שקיבל את השם Maxwell, מייצג קטגוריה חדשה שהחברה מכנה מודלים להרצת קוד, או CEM. המערכת הזו אינה ממתינה לעורך הקוד שלכם, אלא יושבת בדיוק בין שכבת הקוד הפועלת לבין רכיבי הסיליקון של השרת. היא פועלת בצורה עצמאית, עוקבת אחרי זרימת הנתונים בזמן אמת, ומזהה צווארי בקבוק בביצועים תוך כדי הריצה.

ברגע שמזוהה צוואר בקבוק כזה, Maxwell מייצר גרסה חדשה ומהירה של הקוד. בסביבת פייתון למשל, המודל מחליף מקטעי קוד מקוריים בקוד ברמה נמוכה יותר שקרובה לשפת מכונה, המאופטם ספציפית למעבד הקיים בשרת. כאשר מדובר בפקודות של PyTorch, המערכת מחליפה אותן בקרנלים שעברו התאמה מלאה לכרטיס הגרפי שמותקן באותה מכונה. כל התהליך מתרחש מתחת לפני השטח, כך שקוד המקור של המתכנתים נשאר בדיוק כפי שנכתב.

ההוכחה המתמטית שמבטיחה אפס באגים

שכתוב קוד והחלפת בינאריים בזמן ריצה בשרתי ייצור הם צעד שרוב מהנדסי התשתיות לא יאשרו לעולם. כדי לעקוף את החשש מקריסות ותקלות מערכת, המערכת נשענת על כלי תיאורטי ותיק: אימות פורמלי. מדובר בחישוב של הוכחה מתמטית ודאית לכך שהקוד החדש זהה לחלוטין מבחינה סמנטית לקוד הישן. המשמעות היא שבהינתן אותו קלט, הקוד המהיר יותר יפיק בדיוק את אותן התוצאות ואותן פעולות לוואי, ללא שגיאות חישוב.

שפת פייתון נחשבת לסיוט מתמטי לבדיקות כאלו, מכיוון שהיא שפה דינמית שבה משתנים יכולים לשנות את הטיפוס שלהם במהלך הריצה. לפי החברה, המפתחים הצליחו למפות את ההתנהגות המלאה של השפה, כולל פעולות חיצוניות של תקשורת רשת או קריאת קבצים מדיסק מקומי. בחברה טוענים כי שמירה מלאה על התנהגות המערכת היא הבסיס שמאפשר לקוד לשפר את עצמו שוב ושוב בלי להפיל שרתים. ברגע שהוכח שהגרסה החדשה יעילה וזהה, היא משמשת כבסיס לאופטימיזציה הבאה, מה שיוצר תוכנה שמשפרת את עצמה באופן שוטף.

התקורה שלא מדברים עליה

הבטחות לחוד וביצועים בפועל לחוד. ניתוח טלמטריה בזמן אמת, יצירת גרסאות קוד מותאמות וחישוב הוכחות של אימות פורמלי הן פעולות שדורשות משאבים חישוביים כבדים. לא ידוע כמה משאבי מעבד וזיכרון דורש תהליך הניתוח והאימות של Maxwell עצמו, ולא פורסם אם הוא מייצר השהיות בפעולת השירות. החברה פשוט לא ציינה נתוני תקורה בדיווחים על ההשקה.

עוד שאלה פתוחה נוגעת לארכיטקטורת ההטמעה הדרושה בשרת, והאם המערכת מחייבת רכיב צדדי, מפרש פייתון מותאם או טוען דינמי מיוחד. בנוסף, לא ברור כיצד המערכת מתמודדת עם מצבים שבהם הוכחת האימות הפורמלי אינה מסתיימת בזמן סביר תחת עומס עבודה כבד. לא פורסמו בדיקות עצמאיות שמאמתות את הביצועים בפועל מחוץ לדיווח של החברה. הטענה לתוכנה שמשפרת את עצמה מחייבת קודם כל לבדוק שהשיפור אינו עולה יותר מהחיסכון שהוא מביא איתו.

המבחן יהיה במדידה.

תשלום רק על חיסכון בפועל

כדי להתמודד עם הספקות, doubleAI בחרה במודל עסקי של שיתוף בחיסכון, שבו לקוחות משלמים רק אם חשבון המחשוב שלהם ירד בפועל. לפי הדגם הזה, אם לקוח מצליח לקצץ 5 מיליון דולר מחשבון התשתיות השנתי שלו, החברה גוזרת מתוכו עמלה. לפי הסטארטאפ, אחד מלקוחותיו הראשונים כבר הצליח לקצץ יותר מ-60 אחוז מעלויות המחשוב שלו לאחר התקנת המערכת. החברה הישראלית נוסדה על ידי פרופסור אמנון שעשוע ופרופסור שי שלו-שוורץ, וגייסה מאז הקמתה 220 מיליון דולר מרשימת משקיעים שכוללת את קרנות ההון סיכון Lightspeed ו-Bessemer לצד ענקיות הטכנולוגיה Nvidia ו-Dell.

המערכת מיועדת לייעול עומסי עיבוד במעבדים מרכזיים ובמאיצים גרפיים, אך לפי שעה התועלת הממשית תלויה בהיקף המחשוב ובהוצאות התשתית שלכם. לא הייתי ממהר להכניס כלי שמשכתב קבצים בינאריים בזמן ריצה לתוך ליבת הפרודקשן לפני שמתפרסמים נתוני תקורה ברורים, אך בהחלט שווה לעקוב אחרי המדדים העצמאיים שיגיעו בהמשך.

בינתיים, חשבון הענן שלכם ימשיך להיראות בדיוק אותו הדבר.