TrueForge מול Claude Managed Agents: האם כדאי לארגון להפעיל בעצמו את תשתית סוכני ה-AI?

TrueForge הוא תשתית ההפעלה — או ה-harness — של סוכני AI מבית TrueFoundry. הוא יושב סביב מודל השפה ומנהל כלים, הקשר, סוכני משנה, הרצת קוד, אישורים, סשנים, מצב ו-traces. הקוד מופץ תחת רישיון MIT, והוא נועד לרוץ על תשתית שהלקוח שולט בה, בלי לקשור את סביבת ההרצה לספקית מודלים יחידה.

השאלה המעשית אינה אם TrueForge מחליף באופן גורף את Claude Managed Agents. השאלה היא אם הארגון מוכן לקחת בעלות על חלק גדול יותר ממחסנית הסוכן — בתמורה לגמישות בבחירת מודלים, שליטה בנתונים ואפשרות להוזיל את עלות המשימות.

TrueForge ו-Claude Managed Agents: ההבדלים המרכזיים

מאפיין	TrueForge	Claude Managed Agents
סביבת הרצה	שכבת קוד פתוח שהלקוח יכול לבדוק, לשנות ולהפעיל	סביבת הרצה מנוהלת ומתארחת בידי Anthropic
בחירת מודלים	ניטרלי לספקיות; ניתן לחבר מודלים מסחריים ומודלים פתוחים	בנוי סביב מודלי Claude של Anthropic
פריסה	רץ על תשתית שהארגון שולט בה	Anthropic מנהלת את סביבת ההרצה ואת תשתית ה-sandbox
עומס תפעולי	הארגון אחראי לסקיילינג, עדכונים, אבטחה, ניטור וטיפול בתקלות	הספק מטפל בחלק גדול מתפעול הפלטפורמה
מודל תמחור	התוכנה עצמה חינמית, אך מחשוב, הסקת מודלים, אחסון, ניטור והנדסה עולים כסף	תמחור רגיל לפי טוקנים של Claude, בתוספת תשלום עבור זמן הרצת סשן פעיל; כלים אופציונליים עשויים לעלות בנפרד

הבידול של TrueForge הוא אפוא ארכיטקטוני, ולא רק קשור למודל. צוות יכול להשתמש באותו harness עם נקודות קצה של מודלים שונים ולהחליט היכן נשמרים סביבת ההרצה, הנתונים והבקרות. Claude Managed Agents מציע מסלול אינטגרטיבי יותר: פחות תשתיות להרכיב ולתחזק, אך תלות גדולה יותר בפלטפורמה ובאקוסיסטם של Anthropic.

מה באמת הראה המבחן?

TrueFoundry אומרת שהשוותה בין שני ה-harnesses על 14 משימות ברמות 1 ו-2 מתוך Enterprise-Bench של DevRev. המשימות דרשו עבודה מול מערכות ארגוניות, קריאה לשרתי MCP ושילוב מידע לכדי תשובה סופית. לפי החברה, כל תצורה קיבלה את אותן משימות, ובוצעו שלושה ניסויים לכל תצורה.

התוצאות שדווחו:

• אותו מודל Opus 4.8: TrueForge ו-Claude Managed Agents השלימו כל אחד כ-11 מתוך 14 משימות. העלות הממוצעת שדווחה ל-TrueForge הייתה כ-8.50 דולר להרצה, לעומת כ-11.80 דולר ב-Claude Managed Agents — פער של כ-30% לטובת TrueForge.
• TrueForge עם GLM-5.2: TrueFoundry דיווחה על השלמת כ-11 מתוך 14 משימות בעלות ממוצעת של כ-2.90 דולר להרצה — כ-75% פחות מהתצורה של Claude Managed Agents עם Opus.
• השוואת מודלים נפרדת: TrueFoundry פרסמה קודם לכן השוואה על 10 משימות בין GLM-5.2 ל-Opus 4.8, שחולקו למשימות בסיס, משימות קשות ומשימות עם הקשר ארוך. גם זה היה מבחן שערכה החברה, ולא אימות ניטרלי.

הנתונים שימושיים כתיאור של המבחן שערכה TrueFoundry, אך אינם ערובה למחיר בכל תרחיש. המבחן קטן יחסית, וההשוואה של 75% משנה גם את סביבת ההרצה וגם את המודל. לכן אי אפשר לבודד ממנה את השפעת TrueForge בלבד לעומת ההשפעה של בחירת GLM-5.2 במקום Opus 4.8. בנוסף, הפחתה נטענת בעלות התפעול הכוללת אינה כוללת בהכרח תשתיות, כוח אדם והוצאות ארגוניות אחרות.

מאין מגיע החיסכון הנטען?

התזה של TrueFoundry נשענת על שני מנופים שונים: יעילות של לולאת הסוכן ובחירת המודל המתאים לכל משימה.

1. יעילות סביבת ההרצה. ה-harness יכול לנהל סשנים, כלים, מצב והקשר, במקום לשחזר בכל שלב את כל האינטראקציה הקודמת בצורה לא מובנית. הדיון הציבורי של TrueFoundry מדגיש את אופן ניהול לולאת הסוכן ומדווח על פחות שלבי תכנון בהשוואה מסוימת, אך החומרים הזמינים אינם מאמתים באופן בלתי תלוי את המימוש או את השפעתו על מגוון עומסי עבודה.
2. ניתוב בין מודלים. הארגון יכול לשמור מודל חזית יקר למשימות שדורשות אותו, ולהעביר משימות צרות יותר או בעלות סיכון נמוך למודל זול יותר — כולל מודל פתוח כמו GLM-5.2. זו הסיבה העיקרית לכך שהחיסכון המדווח גדל כשמשווים TrueForge עם GLM-5.2 ל-Claude Managed Agents עם Opus.

בעת בניית תקציב, אין להסתכל רק על מחיר הרישיון או על מחיר הטוקנים. ניסוי פנימי צריך למדוד גם טוקני קלט ופלט, גידול בהקשר, קריאות לכלים, ניסיונות חוזרים, זמני תגובה, עלות אירוח המודל, רמת מקביליות וזמן בדיקה אנושי. הראיות הציבוריות תומכות בטענות TrueFoundry כפי שדווחו, אך אינן מוכיחות שאותו אחוז חיסכון יופיע בכל מודל, סוכן, עומס עבודה או רמת מקביליות.

פריסה וממשל: שליטה מגיעה עם אחריות

אירוח עצמי משנה את השאלה מי שולט בסביבת ההרצה של הסוכן. עם TrueForge, הארגון יכול למקם את ה-runtime בתוך תשתית שבבעלותו או בניהולו, להגדיר גבולות רשת משלו ולקבוע כיצד יטופלו פרומפטים, מסמכים, תוצאות כלים ו-traces. הדבר עשוי להקל על עמידה בדרישות של מיקום נתונים וגישה פנימית — אך אירוח עצמי אינו יוצר ציות רגולטורי באופן אוטומטי. בקרת גישה, שמירת נתונים, ביקורת, ממשל מודלים והרשאות בטוחות לכלים עדיין מחייבים תכנון ותפעול מצד הלקוח.

המחיר של השליטה הוא אחריות תפעולית. פריסת TrueForge עשויה לחייב את הארגון לטפל ב:

• שדרוגי runtime ותיקוני אבטחה;
• זמינות, סקיילינג ותכנון קיבולת;
• סודות, זהויות ואינטגרציה עם מערכות הרשאות;
• בידוד sandbox והרשאות למחברים ולכלים;
• ניטור, שמירת traces ותגובה לאירועי אבטחה או תפעול;
• נקודות קצה של מודלים, קיבולת GPU ושינויים בביצועים לאורך זמן.

שירות מנוהל מסיר חלק גדול מהעבודה הזו ויכול לקצר את הדרך מאב-טיפוס לפרודקשן. בתמורה, הארגון מוותר על חלק מהשליטה ב-runtime ונקשר יותר לפלטפורמה של הספק. השוואות בין סוכנים מנוהלים לאירוח עצמי מציבות את ההחלטה סביב ציות, בעלות על נתונים, ניתוב מודלים, יכולת תפעול והתאמה לעומס העבודה — ולא סביב מחיר התוכנה בלבד.

אילו עומסי עבודה מתאימים לכל גישה?

TrueForge מועמד חזק יותר כאשר הארגון זקוק ל:

• גבולות מחמירים של רשת או מיקום נתונים;
• יכולת להחליף ספקיות מודלים או להשתמש במודלים פתוחים;
• תהליכי אישור, ביקורת וניטור מותאמים אישית;
• סוכנים מתמשכים, עתירי כלים או בעלי נפח שימוש גבוה;
• צוות פלטפורמה, אבטחה או SRE שמסוגל להפעיל את המערכת.

Claude Managed Agents מתאים יותר כאשר הצוות מעדיף:

• פריסה ראשונית מהירה;
• sandbox ו-runtime מתארחים;
• מינימום ניהול תשתיות;
• עומסי עבודה סטנדרטיים שאינם דורשים ניידות נרחבת בין מודלים;
• להימנע מהעסקת כוח האדם ומכוננויות הנדרשות באירוח עצמי.

אירוח עצמי אינו זול יותר באופן אוטומטי. שירותים מנוהלים עשויים להיות משתלמים יותר בנפח נמוך או בלתי צפוי, משום שהספק סופג קיבולת לא מנוצלת וחלק ניכר מעלות התפעול. אירוח עצמי נעשה אטרקטיבי יותר כאשר השימוש יציב ומתמשך, בחירת המודל מייצרת חיסכון משמעותי, וכבר קיימת בארגון יכולת תשתיתית לתפעל את המערכת.

מי עומד מאחורי TrueFoundry?

TrueFoundry נוסדה בשנת 2021 בידי מהנדסים לשעבר של Meta: Nikunj Bajaj, Abhishek Choudhary ו-Anuraag Gutgutia.

החברה הודיעה על גיוס של 19 מיליון דולר בסבב A, בהובלת Intel Capital ובהשתתפות Peak XV, Eniac Ventures ו-Jump Capital, לצד משקיעים פרטיים.

בין המשתמשים המוקדמים של TrueForge בסביבת פרודקשן, לפי דיווחי החברה, נמצאים NetApp, Automatiq והמערכת הפנימית של TrueFoundry, Ask TFY. מדובר באינדיקציה לשימוש ארגוני מוקדם, אך לא בהוכחה בלתי תלויה לאמינות המוצר במגוון רחב של פריסות פרודקשן.

היכן TrueForge ממוקם בשוק?

TrueForge פועל בשכבת ה-agent runtime — שכבה נפרדת מהמודל עצמו ומכלים שמטרתם העיקרית היא לסייע למפתחים לבנות את לוגיקת הסוכן.

• Claude Managed Agents משלב מודלים של Anthropic, הרצה מתארחת ותשתית מנוהלת. היתרון הוא מסלול אינטגרטיבי ומהיר לפריסה; החיסרון הוא ניידות נמוכה יותר של המודל ושל סביבת ההרצה.
• TrueForge מדגיש runtime בבעלות הארגון, ניטרליות למודלים, אירוח עצמי, ניתוב בין מודלים ובקרות ארגוניות.
• Harnesses הקשורים ל-DeepSeek משתייכים למגמה הרחבה יותר של מודלים פתוחים ו-runtime פתוח, אך אין במקורות הזמינים מספיק מידע להשוואה שיטתית בין התכונות שלהם לבין TrueForge.
• OpenAI Codex CLI הוא בראש ובראשונה סוכן קוד למפתחים וכלי עבודה בשורת הפקודה, ולא תחליף ישיר ל-control plane ארגוני עבור סוכנים עסקיים מרובי-כלים.
• LangChain Deep Agents מובן טוב יותר כ-framework לבניית תהליכי עבודה מתוכננים או מבוססי סוכני משנה. הוא יכול להשלים runtime של פרודקשן, ולא בהכרח להחליף מוצר כמו TrueForge.

השורה התחתונה עבור רוכשים ארגוניים

ההצעה המשכנעת ביותר של TrueForge אינה ששירותים מנוהלים הפכו למיותרים. המסר הוא שחלק מהארגונים יעדיפו להחזיק בבעלותם את ה-harness שמתחת לסוכנים, כדי לבחור מודלים, לשלוט בפריסה ולהתאים את לולאת הסוכן לדרישות הממשל והאבטחה שלהם.

כותרת המבחן — כ-30% פחות עלות עם אותו מודל Opus ועד כ-75% פחות בעת מעבר ל-GLM-5.2 — מצדיקה ניסוי, אך צריכה להישאר בגדר השערה עד שתשוחזר על משימות שמייצגות את הארגון.

הערכה רצינית צריכה להשתמש בנתונים ובכלים אמיתיים ולהשוות בין שיעור הצלחה, סוגי כשלים, זמני תגובה בקצה העליון, צריכת טוקנים והקשר, עלות המודל והתשתית, בקרות אבטחה, מאמץ תפעולי וזמן בדיקה אנושי. עבור צוותים שאין להם את היכולת או הצורך להפעיל את כל המחסנית הזו, Claude Managed Agents עשוי עדיין להיות הבחירה המעשית יותר. עבור ארגונים שבהם שליטה, ניידות וכלכלת שימוש מתמשך חשובות במיוחד, TrueForge הוא מועמד רציני לפיילוט ארגוני מוגבל — אך לא קיצור דרך מובטח לאמינות בפרודקשן.