AnswersPublished12 sources
איך לעזור ל‑AI להבין בסיס קוד — בלי להבטיח שהוא רואה הכול
הצעת התכנון מעדיפה לבחור תחילה רכיבים לפי תפקידם במערכת, ורק אחר כך להרחיב לראיות סמוכות — במקום לתת למדד פופולריות יחיד להכתיב מה ייקרא. המסגרת מציעה תקרות ברורות: עד 32 יחידות קוד ו־96 KiB של גוף ראיות, לצד מגבלת גודל נפרדת לפלט המלא.
פורסם על ידיהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- הצעת התכנון מעדיפה לבחור תחילה רכיבים לפי תפקידם במערכת, ורק אחר כך להרחיב לראיות סמוכות — במקום לתת למדד פופולריות יחיד להכתיב מה ייקרא.
- המסגרת מציעה תקרות ברורות: עד 32 יחידות קוד ו־96 KiB של גוף ראיות, לצד מגבלת גודל נפרדת לפלט המלא.
- הבטחה לכיסוי 13 מתוך 13 נקודות אפשרית רק אם כל נקודה ניתנת לייצוג, נכנסת בתקציב ונבדקת בכלי אימות תואם.
- הבדיקה המתוארת הייתה לעיון בלבד: הקוד לא שונה, והבדיקות, ההרצה החיה ואימות השימוש במטמון לא בוצעו.
![[GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you produce requests for client side execution. W](https://d15bya8fi85z1v.cloudfront.net/chat/FsA9sJcopZXPbuikNhrPGNtYMUf2/images/E1CDE17D89E5840959B4/FC92110F8686E590A8D0.png)
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: [GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you produce requests for client side execution. W. Article summary: <tool call {"name":"attempt completion","arguments":{"result":"建议采用“角色隔离的骨架选择 → 有界语法证据展开 → 共享引用的稳定知识包”，而不是继续调整全局度数权重。但当前源码并非所描述的全局度数贪心；13/13 覆盖、22 KiB 输出与实际 KV Cache 命中，也不能仅凭架构设计作无条件保证。\n\n 本轮交付为只读技术设计：未修改服务、参考项目或网关，未运行测. Topic tags: llm, agents, ai, automation, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
הרעיון: להתחיל בשלד המערכת, לא ב״מי הכי פופולרי״
כלי AI שמנסה להבין בסיס קוד גדול צריך לבחור מה לקרוא תחת מגבלות זמן וגודל. קל להתפתות לדירוג כללי של רכיבים לפי מספר הקשרים שלהם, אבל מדד כזה עלול להעדיף פונקציית עזר שמוזכרת שוב ושוב על פני נקודת כניסה, רכיב אתחול או גבול שבו נשמר מצב.
ההצעה כאן היא תהליך בשלושה שלבים: לבנות שלד ארכיטקטוני לפי תפקידי רכיבים; להרחיב ממנו לראיות קוד מוגבלות; ולארוז את הממצאים בחבילת ידע עם הפניות משותפות. חשוב לא פחות: מדובר בתכנון, לא בדיווח על תיקון שכבר הוטמע.
מה נמצא בבדיקה — ומה לא
לפי בדיקת הקוד המתוארת, המימוש הנוכחי אינו מדרג את כל הפונקציות לפי דרגת כניסה, דרגת יציאה או מרכזיות. במסלול אחד הוא שומר מקום לראיות סטטיות שנדרשו במפורש, מעביר מועמדים לניווט של מודל, ואז קורא ראיות ומבקש סיכום. במסלול אחר, הניקוד המקומי מבוסס על התאמה בין מילות השאלה לבין נתיב ושם סמלי — לא על דרגת קשרים.
נמצא גם פער במרחב המועמדים: ההגדרות הזמינות כוללות מחלקות ופונקציות, אך לא בהכרח פקודות ברמת המודול. לכן קוד אתחול, רישום או הגנה על נקודת הכניסה עשוי להישאר מחוץ למאגר שהכלי בוחן. בנוסף, המנתח מתעד ביטויי קריאה, אך יעד הקריאה שלהם עשוי להישאר לא ידוע. ספירת אלפי קריאות, אם קיימת, אינה מוכיחה שיש אלפי קשרים סטטיים שפוענחו.
הבדיקה הייתה לעיון בלבד: לא שונו השירות, פרויקט הייחוס או השער; לא הורצו בדיקות או קבלת גרסה; ולא נשלחה בקשה למודל. גם המספרים ההיסטוריים שהוזכרו בהקשר המקורי לא נקשרו כאן לגרסת מקור מסוימת.
שלוש שכבות, שלוש אחריות שונות
DAG — שלד התלות. גרף תלות מכוון וללא מעגלים יכול להציג רכיבים, אזורים מעגליים וכיסוי לפי תפקיד. אבל גרף קריאות סטטי אינו לוח זמנים של התנהגות בזמן ריצה.
RAG — ראיות לפי דרישה. לאחר בחירת השלד, הכלי מרחיב ליחידות קוד רלוונטיות שאפשר לאתר ולבדוק. המטרה היא להישאר במסגרת מוגדרת, לא לקרוא את כל המאגר.
CAG — ידע חוזר באריזה יציבה. אפשר לארגן ממצאים והפניות כך שצרכן יוכל להוסיף אותם שוב ושוב כהקדמה יציבה. מחקר CAG מתאר את הרעיון של טעינת ידע מראש למטמון Key-Value שניתן לשימוש חוזר 1. זה תומך ברעיון הכללי — לא בטענה שמטמון של ספק מסוים אכן ייפגע, יישמר או יוזיל שימוש במקרה הזה.
העיקרון המנחה הוא שהבחירה, בדיקת המקורות והאריזה ייעשו באופן מקומי ודטרמיניסטי. אם נעזרים במודל כדי לנסח הסברים, הוא לא אמור להוסיף מועמדים, לבחור נתיבים או לשנות את דרגת הוודאות של ראיה.
לבחור לפי תפקיד ולכבד את מגבלות הניתוח
הסיווג המוצע מחפש סימנים תחביריים ומבניים לתפקידים כגון נקודת כניסה, אתחול והרכבה, תיאום מצב וגבול התמדה. אפשר לסמן גם טיפול בשגיאות ובמשאבים, אך עדיף לקשור אותו לזרימה מרכזית במקום לבחור באופן גורף כל בלוק חריגים במאגר.
אלה סימנים, לא קריאת מחשבות: שם של פונקציה לבדו אינו מוכיח את חשיבותה. גם קריאה לממשק כתיבה אינה מוכיחה שהנתונים נשמרו בהצלחה בזמן ריצה. ייבוא דינמי, השתקפות, שינויי התנהגות בזמן ריצה ויעדים עמומים צריכים להישאר לא ידועים, במקום להפוך לקשרים ודאיים בגלל שם דומה.
גם גרף קריאות עשוי להכיל מעגלים. ההצעה היא למזג תחילה רכיבים קשירים חזקים לאזורים, וכך ליצור DAG של הרכיבים תוך שימור המידע על המעגלים. התוצאה היא מפת תלות סטטית — לא הוכחה שרכיב אחד תמיד רץ לפני אחר.
מחקרים על גרפי ידע לקוד עוסקים ביתרונות האפשריים של מבנה שמופק מ‑AST לעומת גרפים שמופקים בידי מודל, ושל גרפי ידע מבוססי Tree-sitter לחקירת קוד 11
10. עם זאת, המקורות והנתונים שנמסרו כאן אינם מבססים את המספרים הגדולים שהוזכרו בהקשר המקורי, כמו יתרון של עשרות מונים או שיעור החמצה אפסי. אין להציג אותם כתוצאה מוכחת של התכנון הזה.
תקציב מוגדר — בלי לחתוך פונקציה באמצע
המסגרת המוצעת מגבילה את הבחירה לעד 32 יחידות קוד ול־96 KiB של גוף ראיות. חלוקת ברירת המחדל היא עד 16 יחידות לשלד, 12 להקשר ו־4 לגבולות חריגים או משאבים. קוד הקשר אינו אמור לקחת משבצות שנשמרו לשלד. כשכמה ראיות נדרשות יחד, יש להכניס את הקבוצה כולה או לדווח שהיא לא נבחרה — לא לקרוא רק חלק ממנה ולסמן את השאלה כמכוסה.
היחידות אמורות להיות גבולות תחביריים שלמים: פונקציה או מתודה מלאה, כולל מעטרים; פקודת מודול שלמה; או מבנה שלם כאשר הוא נחוץ. אם יחידה גדולה מדי, יש לחפש חלופה חוקית. אסור לחתוך את הגוף ובכל זאת להציג את המקור כאילו נקרא במלואו.
יש גם הבדל חשוב בין תקציב ראיות לתקציב הפלט. 24 KiB הם 24,576 בתים; 22 KiB הם 22,528 בתים. ההפרש הוא 2,048 בתים — לא 2.5 KiB. לכן, כדי להשאיר לפחות 2.5 KiB של מרווח, יעד הפלט הרגיל צריך להיות עד 22,016 בתים, כולל הודעת JSON-RPC המלאה וסימן סוף השורה. זו הצעת סף, לא תוצאה של מדידה שבוצעה כאן.
חבילת ידע שאפשר לבדוק ולמחזר
במקום לשכפל פרטי מקור בכל מסקנה, ההצעה היא לארוז טבלת קבצים, טבלת מקורות וטבלת עובדות וקשרים שמצביעים למקורות באמצעות מזהים. כך כמה עובדות יכולות לשתף הפניה אחת, והחבילה יכולה להבחין בין עובדה תחבירית ישירה, קשר סטטי שפוענח והסקה שמבוססת על מקורות.
אבל שיתוף הפניות לא מבטיח שהפלט יהיה קטן יותר בכל מקרה: לטבלאות עצמן יש עלות. צריך למדוד את הודעת הפרוטוקול השלמה, שבה JSON פנימי עובר גם escaping בתוך שדה טקסט. את אותו רצף בתים שנבדק צריך לשלוח, ולא לבנות מחדש את הפלט אחרי בדיקת התקציב.
מידע חובה צריך להיכנס לפני הסברים אופציונליים. אם אפילו החבילה המזערית אינה נכנסת במגבלה, השירות צריך לדווח שהחבילה לא נמסרה — לא להחזיר חבילה חסרה שמסומנת כשלמה.
אפשר לייצב את ההקדמה שנשלחת לצרכן, ולשמור פרטי בקשה משתנים מחוץ לה. אבל היכולת לייצר הקדמה יציבה אינה הוכחה שמטמון של ספק מודל אכן פעל. לכך נדרשים חוזה ותצפיות מהצרכן ומהספק; התכנון לבדו אינו מבטיח פגיעה במטמון או חיסכון.
האם אפשר להבטיח 13 מתוך 13?
אפשר להבטיח תכונות מכניות אם מממשים אותן ובודקים אותן: לא יותר מ־32 יחידות, לא יותר מ־96 KiB של גוף ראיות, הפניות רק למקורות שנקראו ואומתו, ומסגרת פלט שאינה חורגת מהמגבלה. אפשר גם לתכנן כך שמספר גדול של קשרים לא יאפשר לרכיב עזר להשתלט על משבצות השלד.
כיסוי של 13 מתוך 13 נקודות אפשרי רק בתנאים נוספים: לכל נקודה יש ראיה תחבירית חוקית; המנגנון יודע לבחור אותה; קבוצות הראיות נכנסות למכסות ולתקציב הבתים; כלי האימות מכיר את סוגי המקורות החדשים; והקבצים לא השתנו. אם כל נקודה דורשת יחידת שלד נפרדת, 13 יחידות נכנסות במכסה המוצעת של 16. אבל הנתון הזה לבדו אינו מוכיח שכל נקודה באמת דורשת יחידה אחת או שהמסווג יבחר אותה.
לא נבדקו כאן תשובות הקבלה הקפואות, ולא הורץ תהליך האימות. לכן 13/13 היא יעד שצריך לבדוק מול כל נקודות הבדיקה, ולא תוצאה שאפשר לדווח עליה כעת. גם כיסוי טקסטואלי של מקור אינו זהה לבדיקה סמנטית, ובוודאי לא לאימות של התנהגות בזמן ריצה.
מה עדיין צריך להיבדק
היישום העתידי דורש, בין היתר, בדיקות של קריאות חוזרות שאינן אמורות להטות את בחירת השלד; סמלים בעלי אותו שם בהיקפים שונים; מעגלים וייבואי כינוי; פקודות ברמת המודול; חפיפה בין מחלקות למתודות; טקסט שאינו ASCII; ופלטים שמתקרבים בדיוק למגבלת הבתים. נדרשות גם בדיקות לביטול בזמן, לרענון מטמון כשמקור או הרשאה משתנים, ולהבטחה שמסלול אחר שמוגבל ל־12 KiB אינו נפגע משינוי למסלול הראשי.
המסקנה המעשית צנועה אך חשובה: מערכת כזו יכולה להיות שקופה יותר לגבי מה קראה, מה לא הצליחה לבחור ועל מה היא מבססת כל טענה. היא יכולה להגן על תפקידי ליבה מפני הטיה של מדד פופולריות ולשמור בקפדנות על גבולות גודל. אבל כיסוי מלא, דיוק סמנטי וחיסכון ממשי ממטמון הם תוצאות שצריך למדוד ולאשר — לא להבטיח מראש.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "איך לעזור ל‑AI להבין בסיס קוד — בלי להבטיח שהוא רואה הכול"?
הצעת התכנון מעדיפה לבחור תחילה רכיבים לפי תפקידם במערכת, ורק אחר כך להרחיב לראיות סמוכות — במקום לתת למדד פופולריות יחיד להכתיב מה ייקרא.
What are the key points to validate first?
הצעת התכנון מעדיפה לבחור תחילה רכיבים לפי תפקידם במערכת, ורק אחר כך להרחיב לראיות סמוכות — במקום לתת למדד פופולריות יחיד להכתיב מה ייקרא. המסגרת מציעה תקרות ברורות: עד 32 יחידות קוד ו־96 KiB של גוף ראיות, לצד מגבלת גודל נפרדת לפלט המלא.
What should I do next in practice?
הבטחה לכיסוי 13 מתוך 13 נקודות אפשרית רק אם כל נקודה ניתנת לייצוג, נכנסת בתקציב ונבדקת בכלי אימות תואם.
Sources
doi.orgDoes Linguistic Register Affect Faithfulness in Spanish Cache- Augmented Generation? An Exploratory Study with Open- Source LLMs
arxiv.orgAST-Derived Graphs vs LLM-Extracted Knowledge Graphs