איך בניתי מועצת AI עם תת-סוכנים של Claude Code

תובנות אסטרטגיות מרכזיות:

• ניהול הקשר חכם: שימוש בתת-סוכנים (Sub-Agents) מונע התדרדרות איכות השיחה ב-Claude Code כאשר חלון ההקשר מתקרב ל-40-50% מקיבולתו. זה לא טריק טכני — זה ארכיטקטורת החלטות.
• מודל הפרספקטיבות המקביל: הרצת שלושה תת-סוכנים במקביל (אופטימי, פסימי, נייטרלי) יוצרת מערכת החלטות שעוקפת את נטיית ה-Sycophancy של Claude — הנטייה לומר "אתה צודק לחלוטין" בלי ביקורת אמיתית.
• מנגנון השקיפות: קובץ Shared Reasoning מתועד מאפשר ניטור תהליכי החשיבה של כל סוכן בזמן אמת, ללא צורך במערכות מעקב מורכבות או over-engineered.

משבר חלון ההקשר ב-Claude Code

רוב המשתמשים ב-Claude Code מתייחסים אליו כאל ChatGPT משודרג — מנהלים שיחה ארוכה, וכאשר חלון ההקשר מתמלא, מפעילים Compaction. הבעיה: תהליך ה-Compaction הוא נון-דטרמיניסטי. Claude בוחר באופן חצי-אקראי מה לשמור ומה למחוק. התוצאה: ירידה הדרגתית באיכות התשובות, בדיוק כשאתה הכי צריך דיוק.

המחקר של Mark Kashef מצביע על נקודת מפנה קריטית: כאשר חלון ההקשר מגיע ל-40-50% תפוסה, Claude מתחיל לאבד פוקוס ונכנס למה שהוא מכנה "Hallucination Nation" — מצב שבו המודל מייצר תוכן שנראה אמין אבל חסר דיוק. ב-80-90% תפוסה, הירידה באיכות הופכת למוחשית.

Strategic Bottom Line: אם אתה מריץ פרויקט קריטי או מקבל החלטות עסקיות באמצעות Claude Code, התלות בשיחה אחת ארוכה היא סיכון תפעולי. תת-סוכנים הם לא פיצ'ר נחמד — הם מנגנון הישרדות.

ארכיטקטורת תת-סוכנים לעבודה לא-טכנית

רוב המפתחים משתמשים ב-Sub-Agents לביקורת Pull Requests, הרצת בדיקות אוטומטיות, או משימות קוד מקבילות. אבל הפוטנציאל האמיתי נמצא במקום אחר לגמרי: Brainstorming, תכנון אסטרטגי, וקבלת החלטות עסקיות.

העיקרון המנחה: שכור תת-סוכן כמו שהיית שוכר עובד בסטארט-אפ בוטסטראפ. רק כאשר יש משימה שיכולה לרוץ באופן עצמאי וללא תלויות במשימות אחרות. לא צריך 10, 50, או 100 תת-סוכנים — זה Over-Engineering. צריך מספר ממוקד של סוכנים שכל אחד מהם אחראי על פרספקטיבה ייחודית.

היתרון הכפול: (1) חלון ההקשר הראשי נשאר נקי ומדויק. (2) כל תת-סוכן מתחיל עם חלון הקשר בתולי ב-0% תפוסה, מה שמבטיח איכות מקסימלית. במקום שיחה אחת שמגיעה ל-200,000 טוקנים ומתדרדרת, יש לך שלוש שיחות של 50,000 טוקנים כל אחת — כולן בפריים.

Strategic Bottom Line: ארכיטקטורת תת-סוכנים היא לא אופטימיזציה טכנית — היא אופטימיזציה קוגניטיבית. אתה מחלק עומס מחשבתי בין יחידות עיבוד נפרדות במקום לדחוס הכל לתוך מוח אחד שמתעייף.

מנגנון ה-Shared Reasoning

הבעיה הקלאסית עם תת-סוכנים: אתה לא יודע מה הם עושים עד שהם מסיימים. רוב המשתמשים רואים רק את התוצר הסופי, בלי שקיפות לתהליך החשיבה. הפתרון של Kashef: קובץ Markdown בשם shared_reasoning.md.

זה לא מערכת ניטור מתוחכמת. זה פשוט יומן חשיבה משותף. כל תת-סוכן מתעד את התהליך שלו בזמן אמת:

• מה הוא חשב — הנחות היסוד והשאלות שהעלה
• איך הוא הגיע למסקנה — הלוגיקה הפנימית והשיקולים
• תובנות מפתח — הממצאים הקריטיים והמלצות

כך נוצר מצב שבו אתה יכול לבצע Audit Trail של כל החלטה. אם הסוכן האופטימי אומר "זה יצליח", אתה יכול לראות מדוע הוא חושב כך. אם הסוכן הפסימי אומר "זה מסוכן", אתה רואה את הנתונים שהובילו אותו למסקנה.

היתרון הנוסף: Claude הראשי יכול לקרוא את הקובץ הזה ולבצע סינתזה נייטרלית בין שלוש הפרספקטיבות, מבלי להיגרר לנטיית ה-Sycophancy שלו. הוא לא מגיב לך ישירות — הוא מנתח דעות של "מומחים אחרים" ומחלץ את הקונצנזוס.

Strategic Bottom Line: שקיפות בתהליכי AI היא לא Nice-to-Have — היא Must-Have. ללא מנגנון תיעוד, אתה סומך על קופסה שחורה. עם Shared Reasoning, אתה רואה את הלוגיקה.

הגדרת מועצת ה-AI

Kashef בנה מועצה בת שלושה חברים, כל אחד עם Bias מובנה:

הסוכן האופטימי (Optimist Strategist)

תפקידו: לחפש את התרחיש הטוב ביותר האפשרי, אבל לא באופן עיוור. הוא לא Hype Person — הוא אנליסט שמחפש את הפוטנציאל המקסימלי ושואל: "מה צריך לקרות כדי שזה יצליח?" הוא מקבל צבע ירוק, מודל Sonnet (זול יותר, מספיק חכם למשימה), ומתעד את החזון האופטימלי.

הסוכן הפסימי (Devil's Advocate)

תפקידו: Stress Testing. לא לומר "לא" אוטומטית, אלא לחפש נקודות עיוורון, סיכונים נסתרים, והנחות שגויות. הוא בודק את ההשלכות המשפטיות, הכלכליות, והתפעוליות. צבע אדום, מודל Sonnet, ותפקיד ברור: למצוא את החולשות לפני שהשוק מוצא אותן.

הסוכן הנייטרלי (Neutral Analyst)

תפקידו: מיפוי Trade-Offs. הוא לא נוטה לשום כיוון — הוא מנתח את הנתונים, משווה בין הפרספקטיבות, ומספק הערכה אובייקטיבית של הסבירות לביצוע. צבע כחול, מודל Sonnet, ותפקיד: לעגן את ההחלטה בראיות.

כל סוכן מתועד בקובץ .md נפרד בתוך התיקייה .claude, ו-Claude Code יודע מתי להפעיל אותם באמצעות קובץ claude.md מרכזי שמכיל את הכללים.

Strategic Bottom Line: מועצת AI היא לא גימיק — היא מנגנון קבלת החלטות מובנה. במקום לסמוך על דעה אחת של מודל שיכול להיות Biased, אתה מקבל שלוש פרספקטיבות עצמאיות שנבנו על חלונות הקשר נקיים.

בדיקת המערכת על רעיון אמיתי

Kashef בדק את המערכת על רעיון עסקי אמיתי: AI Avatar Academy — פלטפורמת למידה שמשתמשת ב-HeyGen API כדי ליצור שיעורים אוטומטיים עם אווטאר דיגיטלי שלו. הרעיון: Cron Job שסורק את האינטרנט אחרי עדכונים חדשים ב-AI (Google Gemini, Anthropic, OpenAI), קורא את התיעוד, ויוצר שיעורים מלאים באופן אוטומטי.

הוא הפעיל את המועצה עם הפקודה: "Agents Gather". שלושת הסוכנים רצו במקביל, כל אחד ניתח את הרעיון מהזווית שלו, ותיעד את החשיבה ב-shared_reasoning.md.

תוצאות הניתוח

Claude הראשי סינתז את שלוש הפרספקטיבות והמליץ: "Proceed with Validation First Approach" — לבנות אלגוריתם קיורציה ו-50 שיעורים איכותיים כדי לבדוק ביקוש לפני השקעה מלאה. זה לא "אתה צודק לחלוטין" — זה ניתוח מבוסס-נתונים שמשקלל סיכונים.

כל שלושת הסוכנים השתמשו בערך 50,000 טוקנים כל אחד. אם הניתוח היה מתבצע בשיחה אחת, חלון ההקשר היה מגיע ל-80-90% תפוסה — בדיוק האזור שבו Claude מאבד פוקוס.

Strategic Bottom Line: בדיקה על רעיון אמיתי חושפת את הערך האמיתי של המערכת. זה לא תרגיל תיאורטי — זה מנגנון קבלת החלטות שעובד על דילמות עסקיות אמיתיות.

מצב הדיון המתקדם

Kashef לקח את המערכת צעד קדימה: במקום שהסוכנים רק יכתבו את המסקנות שלהם, הוא גרם להם להתווכח אחד עם השני. כל סוכן קרא את הטיעונים של האחרים ב-shared_reasoning.md והגיב ישירות.

התוצאה: דיון מובנה בסגנון Play-by-Play:

• Round 1: האופטימי טוען שהפלטפורמה תהפוך למקור הידע המוביל ב-AI
• Round 2: הפסימי מפריך: "אתה משווה תפוחים לתפוזים — YouTube חינמי, HeyGen עולה כסף. איך תתחרה?"
• Round 3: הנייטרלי מתערב: "שני הצדדים צודקים חלקית. הפוטנציאל קיים, אבל צריך להוכיח ROI לפני Scale"

Claude הראשי קרא את הדיון וסיכם: הפסימי ניצח ב-60% מהטיעונים, בעיקר בגלל הנקודות המשפטיות והכלכליות. האופטימי ניצח ב-40%, בעיקר בהערכת הפוטנציאל השוקי.

זה לא משחק — זה מנגנון לחשיפת Blind Spots. אם אתה מקבל החלטה אסטרטגית, אתה רוצה לדעת איפה הטיעונים שלך חלשים לפני שאתה משקיע משאבים.

Strategic Bottom Line: מצב דיון הופך את המועצה ממכשיר ייעוץ למכשיר Stress Testing. אתה לא רק מקבל שלוש דעות — אתה רואה איזו דעה עומדת בלחץ ואיזו קורסת.

מדריך יישום מעשי

להלן התהליך המדויק ליצירת מועצת AI משלך:

1. פתח את Claude Code בטרמינל (לא דרך ה-Extension) — הטרמינל מציג יותר Verbosity, כלומר יותר שקיפות לתהליכים.
2. שאל את Claude Code מה הסוכנים המובנים: Can you break down what sub-agents come out of the box? — תקבל רשימה של General Purpose, Explore, Planning, Code Reviewer, ועוד.
3. צור סוכנים חדשים: /agents → Manage Configuration → Create New Agent → בחר Project Level (לא Global, אלא אם אתה רוצה שהסוכן יופיע בכל פרויקט).
4. השתמש ב-Claude כדי לכתוב את הפרומפט: תאר את התפקיד בשפה פואטית, ו-Claude יהפוך את זה לפרומפט מובנה. לדוגמה: "I want an optimist that looks at the glass half full but isn't blindly positive — someone who extrapolates the best-case scenario and asks what needs to happen for it to be true."
5. הגדר מודל וצבע: בחר Sonnet (זול, מספיק חכם) וצבע מזהה (ירוק לאופטימי, אדום לפסימי, כחול לנייטרלי).
6. צור את קובץ ה-Shared Reasoning: הנחה את Claude ליצור shared_reasoning.md ולתעד בו את החשיבה של כל סוכן בזמן אמת.
7. עדכן את claude.md: הנחה את Claude להוסיף כלל שמפעיל את כל הסוכנים כאשר אתה אומר "Agents Gather" ומבקש מהם לתעד את התהליך.
8. בדוק בשיחה חדשה: פתח סשן חדש ב-Claude Code (לא באותה שיחה שבה הגדרת הכל) כדי לוודא שה-claude.md עובד ללא תלות בהקשר הקודם.

Pro Tip: אם אתה רוצה להפעיל סוכן ספציפי ישירות, השתמש ב-@optimist או @devil — Claude יבין להפעיל רק את הסוכן הזה.

Strategic Bottom Line: היישום הוא פשוט יותר ממה שנראה. זה לא דורש קוד, לא דורש API Keys חיצוניים — רק הגדרה נכונה של קבצי Markdown וקצת Prompt Engineering.

הצעד הבא

אם אתה מנהל פרויקטים, מקבל החלטות אסטרטגיות, או פשוט רוצה להפסיק לקבל "אתה צודק לחלוטין" מ-Claude — מועצת AI היא הכלי שחסר לך. זה לא פיצ'ר טכני למפתחים, זה מנגנון קבלת החלטות לכל מי שעובד עם AI.

ב-צוות הדסק AiBiz, אנחנו מתמחים בבניית מערכות AI שעובדות בעולם האמיתי — לא רק בדמואים. אם אתה רוצה לקחת את הגישה הזו צעד קדימה ולבנות מועצת AI מותאמת אישית לארגון שלך, או לשלב את המנגנון הזה בתהליכי קבלת ההחלטות שלך — בוא נדבר. אנחנו לא מוכרים לך כלים, אנחנו בונים לך מערכות שעובדות.

סיכום

מועצת AI עם תת-סוכנים של Claude Code היא לא טריק טכני — היא ארכיטקטורת החלטות. במקום להסתמך על שיחה אחת ארוכה שמתדרדרת כשחלון ההקשר מתמלא, אתה מחלק את העבודה בין סוכנים עצמאיים שכל אחד מהם מתחיל עם הקשר נקי ופרספקטיבה ייחודית.

העקרונות המרכזיים:

• ניהול הקשר חכם: תת-סוכנים שומרים על איכות גבוהה בכך שהם עובדים עם חלונות הקשר נקיים, ומונעים את הירידה באיכות שמתרחשת ב-40-50% תפוסה
• פרספקטיבות מקבילות: שילוב של סוכן אופטימי, פסימי ונייטרלי יוצר מערכת בלמים ואיזונים שעוקפת את נטיית ה-Sycophancy של Claude
• שקיפות בזמן אמת: קובץ Shared Reasoning מאפשר לך לעקוב אחרי תהליכי החשיבה של כל סוכן, ולבצע Audit Trail של כל החלטה
• בדיקה בלחץ: מצב הדיון הופך את המועצה ממכשיר ייעוץ למכשיר Stress Testing שחושף נקודות עיוורון

זה לא פתרון למפתחים בלבד — זה כלי לכל מי שמקבל החלטות מורכבות ורוצה לעשות זאת בצורה מושכלת יותר.