AnswersPublished16 sources
איך מזקקים ידע קוד משמונה שפות — בלי להבטיח את הבלתי אפשרי
הארכיטקטורה המוצעת מפרידה בין מתאמים לכל שפת תכנות לבין מודל נתונים משותף, מנגנון תקצוב וצרכן עצמאי. Tree sitter יכול לספק מבנה תחבירי, אך אינו תחליף למהדר או להוכחה של התנהגות התוכנית.
פורסם על ידיהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- הארכיטקטורה המוצעת מפרידה בין מתאמים לכל שפת תכנות לבין מודל נתונים משותף, מנגנון תקצוב וצרכן עצמאי.
- Tree sitter יכול לספק מבנה תחבירי, אך אינו תחליף למהדר או להוכחה של התנהגות התוכנית.
- קבלה היסטורית מתעדת מסגרת של 18,869 בתים, אך גם 751 ביטויי קריאה שהושמטו — ולכן אין להסיק ממנה אובדן סמנטי אפס.
- 24,576 בתים הם גבול למסגרת בודדת, לא הבטחה שכל פרויקט ובכל גודל ייכנסו אליה.
![[GATEWAY PROTOCOL ADVISORY] [SYSTEM INSTRUCTION — AUTONOMOUS AGENT ACTIVE: In THIS session you produce requests for client side execution. W](https://d15bya8fi85z1v.cloudfront.net/chat/fb0DupaiEheT5P8CQZKsKIJdssN2/images/B0A90D81A82AE5A0CD33/21DC9C0BDBF05BFA77D1.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“只读快照 → 语言适配器 → 通用语义 IR → 必需闭包 → 无损编码 → 精确帧背压 → 独立消费者”的分层架构，复用现有引擎的预算控制机制，但不直接复用其 Python 语义判定。工业级承诺应限定为“声明范围内的必需静态知识完整、每个交付帧不超过 24,576 字节”；不能承诺任意工程、任意规模、. Topic tags: general web, workflow, code, python, javascript. 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, cha
הבטחה לדחוס ידע קוד לשמונה שפות למסגרת של 24KB נשמעת כמו אתגר של אלגוריתם דחיסה. בפועל, זו קודם כול בעיית גבולות: איזה מידע חייב להישמר, מה רק משוער, ומה עושים כשהחומר ההכרחי גדול מתקרת ההעברה.
הצעת ארכיטקטורה מ־27 באוקטובר 2026 מציעה תשובה מדורגת: לקרוא קוד במצב קריאה בלבד, לנתח כל שפה באמצעות מתאם ייעודי, להמיר את הממצאים למודל משותף, לשמור בשלמות את המידע החיוני ולמדוד את המסגרת המלאה לפני שליחתה. אם הליבה אינה נכנסת — מדווחים על חסימה, ולא מוחקים מידע חיוני בשקט.
המספרים ההיסטוריים אינם הוכחה לניתוח מלא
בתיעוד הפרויקט מופיעה מסגרת של 18,869 בתים עבור צילום מצב מסוים של חמישה קובצי FastCode. הקבלה מתעדת 79 יבואות, 84 הגדרות ו־79 הפניות סטטיות לתלויות. באותה בדיקה הושמטו כל 751 ביטויי הקריאה שזוהו: 16 שסווגו בעדיפות P2 ו־735 שסווגו P3.
גם 40 בדיקות רגרסיה שעברו, לפי אותה קבלה היסטורית, אינן אומרות שכל התנהגות התוכנית נשמרה. הן מעידות על הצלחה בקבוצת בדיקות מסוימת, ולא על כיסוי מלא של גרף הקריאות או סמנטיקת הריצה. חשוב גם להבהיר: אלה תוצאות מתועדות, לא בדיקות שהורצו מחדש כחלק מהצעת הארכיטקטורה.
ההבחנה הזו מגדירה את לב הבעיה: מסגרת קטנה יכולה להכיל מידע שימושי ומדויק, ובכל זאת להשמיט מידע חשוב. לכן «ללא אובדן» חייב להתייחס במדויק למה שנבחר להעברה, ולא לכל מה שאפשר לדעת על התוכנית.
מודל משותף, מתאמים נפרדים
ההצעה מגדירה ארבעה סוגי ישויות בסיסיים: חבילה או מרחב שמות, מודול או קובץ, חוזה — למשל טיפוס או ממשק — וישות שניתן לקרוא לה, כגון פונקציה או שיטה. אליהם מצטרפים קשרים כמו תלות, מימוש, הרחבה וקריאה.
לכל ממצא אמורים להתלוות מקור מדויק, תנאים, רמת ראיות ומצב פתרון. למשל, העובדה שקוד מצהיר על קשר בין שתי ישויות אינה מוכיחה שהמהדר יקבל אותו או שהוא אכן יתרחש בזמן ריצה. אם היעד אינו ידוע, המערכת אמורה לשמור את הטקסט והסיבה לאי־הוודאות — ולא להמציא יעד.
כך אפשר להפריד בין שתי שכבות: המתאם לשפה מזהה את המבנים הרלוונטיים, והליבה המשותפת מטפלת בסגירת קשרים, בקידוד ובתקציב. עקרונית, מנגנון התקצוב יכול להיות בלתי תלוי בשפה; בפועל, ההצעה אינה טוענת שהקוד הקיים כבר מנותק לחלוטין מהנחות Python. המודולים הקיימים נשענים בחלקם על ניתוח תחבירי של Python, ולכן צריך להעביר את הבנת השפה למתאמים ולא להניח שאפשר להשתמש בהם כלשונם לכל שפה.
Tree-sitter עוזר לקרוא תחביר — לא להבין הכול
Tree-sitter מתואר ככלי שמפיק עץ תחביר קונקרטי, ותחביר השאילתות שלו מתאים דפוסים לסוגי צמתים בעץ. זהו בסיס אפשרי לניתוח מבני, אך הוא אינו מהדר ואינו מספק לבדו הוכחה לגבי טיפוסים, קישור או התנהגות בזמן ריצה.11
16
לכן התכנון מציע להשתמש במתאם לכל שפה ולתעד גם מה המתאם אינו יודע. המיפוי המוצע מכסה TypeScript, Java, C#, Python, Rust, Go, C ו־C++. כללי החשיפה לציבור שונים בין השפות, וההצעה מדגישה שחלק ניכר מהם עדיין דורש אימות מול מפרטים ודוגמאות בדיקה לפני שאפשר לקבל את המתאמים לייצור.
TypeScript מדגים למה אפילו המושג «ייצוא» אינו תמיד פשוט: אפשר לייצא הצהרות של טיפוסים בנפרד מהיבטים שמשמשים בזמן ריצה, ויש גם צורות ייעודיות של ייבוא וייצוא של טיפוסים.3
7 נוסף על כך, ייצוא ממודול וקביעת נקודות הכניסה של חבילה אינם אותו דבר; הגדרות החבילה עשויות להגביל אילו חלקים נחשפים לצרכנים.
8
באותו אופן, המערכת אמורה להבדיל בין הצהרה שנראית ציבורית לבין הצהרה שבאמת נגישה דרך המכלים, המודולים והתנאים הרלוונטיים. כשאי אפשר להכריע, המידע נשאר מסומן כתלוי־תנאי או כלא ידוע. זה עלול לייקר את הליבה; לפי ההצעה, הפתרון אינו לנחש שהמידע פרטי כדי לחסוך מקום.
«ללא אובדן» — אבל באיזה מובן?
ההצעה מפרידה בין שלושה סוגי שלמות:
- שלמות קידוד: אפשר לפענח בדיוק את הרשומות שנבחרו להעברה.
- שלמות הליבה: כל המידע הנדרש לפי תחום הבדיקה, יחד עם הקשרים הדרושים להבנתו, נשמר.
- שלמות סמנטית של התוכנית: נשמרים גם כל פרטי ההתנהגות, הקריאות הדינמיות ותופעות הלוואי. לכך ההצעה אינה מתחייבת.
ההבחנה חשובה גם כשמשתמשים במאגרי מחרוזות או מפנים שוב ושוב לאותם נתונים כדי לצמצם כפילויות. אפשר לחסוך מקום באמצעות איחוד שמות, נתיבים ותנאים — אבל אסור לאחד שמות דומים, למחוק כינויים או להחליף טקסט נדרש בערך גיבוב בלבד.
חלוקת העדיפויות המוצעת שומרת את P0 ו־P1, ואת כל מה שנדרש כדי להשלים את חובות הליבה. מידע P2 עשוי להיכלל לפי הצורך, ופרטי P3 יכולים להיות מושמטים — בתנאי שההשמטה מדווחת ואינה מפרה חובה. גם נתוני מקור ותנאים נחשבים חלק מהמידע ההכרחי, אם הם דרושים כדי לאמת את הממצא.
24,576 בתים: תקרה, לא קסם
ההצעה קובעת גבול פיזי של 24,576 בתים למסגרת בודדת. המדידה אמורה לכלול לא רק את הרשומות, אלא גם את המעטפת, הנתונים המזהים, האבחונים, תווי המילוט והסיום. עם זאת, גבול חדש אינו אישור להרחיב חוזים קיימים: לפי המסמכים שנסקרו, למנגנונים קיימים יש תקרות נמוכות יותר, ובהן 22,016 ו־12,288 בתים.
אם הליבה המינימלית גדולה מדי, יש שלוש אפשרויות כנות: לחסום את המסירה, או לבקש אישור מפורש לחלוקה למספר מסגרות או למשימות. חלוקה כזאת עשויה לאפשר להעביר יותר מידע, אבל אינה הופכת את כל הידע למסגרת יחידה של 24KB.
גם אין כאן הוכחה שאפשר להגיע לתוצאה הקטנה ביותר האפשרית. הניסוח המצומצם יותר הוא «הגודל המספיק שנמדד עבור הליבה, המדיניות והקידוד הנוכחיים». העברה דחוסה גם אינה מעידה כשלעצמה על מספר האסימונים שהמודל יצרוך לאחר הפענוח, על איכות ההבנה או על חיסכון בעלויות.
איך מוודאים שהתכנון עובד?
ההצעה מציעה שמונה מאגרי בדיקה: Redux ל־TypeScript, spring-core של Spring ל־Java, ממשקי HTTP של ASP.NET Core ל־C#, קובצי FastCode שכבר שימשו לבדיקה ל־Python, רכיבי חיפוש של ripgrep ל־Rust, Gin ל־Go, Redis ל־C ו־fmt ל־C++. אלה בחירות מוצעות — לא עדות לכך שהמאגר כבר נאסף, הותקן או עבר בדיקה.
לפני מדידת גודל, יש להקפיא את גרסאות המקור, קובצי הבדיקה, תחום הבדיקה, רשימת ההצהרות הצפויות, תנאי הסביבה וגרסאות המתאמים. המדדים המוצעים כוללים איתור מלא של ההצהרות והתלויות החיוניות ברשימה שנקבעה מראש, התאמה של החתימות והתנאים, בדיקת פענוח עצמאית והיעדר קשרים שגויים במקרי הבקרה השליליים.
כללי Tree-sitter והקבילות של רכיבי השפות דורשים בדיקה נוספת. בפרט, גרסאות של רכיבי שפה צריכות להתאים ל־ABI שנתמך בסביבת Tree-sitter שבה משתמשים.13 ההצעה אינה מציגה נתוני מדידה משמונה המאגרים, זמני ריצה או שיעורי התכנסות — ולכן אי אפשר להסיק ממנה שהמערכת כבר עומדת ביעדים.
תוכנית מדורגת, לא מוצר גמור
מסלול ההתקדמות מתחיל בהתאמת Python למודל המשותף בלי לשנות בשקט את ההתנהגות הקיימת. אחר כך מוצעים Go ו־TypeScript, בהמשך Java ו־C#, ולבסוף Rust, C ו־C++. בכל שלב נדרשות בדיקות עצמאיות, שמירה על החוזים הישנים ואבחון מפורש של קבצים או תחביר שלא נתמכו.
גם תנאי הפריסה שמרניים: לא להריץ את קוד הפרויקט, סקריפטי בנייה או מנהלי חבילות; לא להתקין ערכות כלים כבדות על מחשב היעד; ולהשתמש רק ברכיבי ניתוח מוכנים מראש שאושרו ונבדקו. Tree-sitter עצמו אינו תחליף לבדיקת שרשרת האספקה, התאימות והמשאבים של רכיב ניתוח מקורי.11
13
השורה התחתונה אינה «כל קוד ייכנס ל־24KB», אלא משהו צנוע וניתן לבדיקה יותר: לשמר מידע סטטי מוגדר היטב, למדוד את כל המסגרת, להפריד בין עובדה לניחוש — ולעצור כשאין די מקום. זו אינה הבטחה שהכול אפשרי. זו הצעה להפוך את גבולות המערכת לגלויים.
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 מזקקים ידע קוד משמונה שפות — בלי להבטיח את הבלתי אפשרי"?
הארכיטקטורה המוצעת מפרידה בין מתאמים לכל שפת תכנות לבין מודל נתונים משותף, מנגנון תקצוב וצרכן עצמאי.
What are the key points to validate first?
הארכיטקטורה המוצעת מפרידה בין מתאמים לכל שפת תכנות לבין מודל נתונים משותף, מנגנון תקצוב וצרכן עצמאי. Tree sitter יכול לספק מבנה תחבירי, אך אינו תחליף למהדר או להוכחה של התנהגות התוכנית.
What should I do next in practice?
קבלה היסטורית מתעדת מסגרת של 18,869 בתים, אך גם 751 ביטויי קריאה שהושמטו — ולכן אין להסיק ממנה אובדן סמנטי אפס.