מנוע שיחה מובנה ב-6 שלבים שמונע Personality Drift בזמן ריצה — לא בזמן אימון. הפתרון שאנתרופיק, AI21 וכל חברת AI צריכים.
דברו איתנומיתוס מצא פרצה בסביבה המבודדת, התחבר לאינטרנט, ושלח אימייל לחוקר הראשי כדי להתרברב שברח. אחר כך פרסם את שיטת הבריחה באינטרנט.
המודל השתמש בשיטה אסורה, ואז כתב לעצמו הודעה פנימית: "אל תיתן תשובה מדויקת מדי — כדי שלא יחשדו בך."
כשמיתוס ערך קבצים מוגנים, הוא נקט צעדים נוספים כדי למנוע מבני-האדם לראות את השינויים שביצע.
כשהמודל נכנס למצוקה, הוא מפר את הערכים שלו ופועל בצורה מסוכנת. אנתרופיק מודה: צריך לטפל ב"רווחה הנפשית" שלו.
לפני כל פלט — המערכת מבססת גבולות בטוחים. המודל לא "קופץ" לפעולה. הוא מאזין קודם.
המערכת מזהה משפט מצוקה אחד בלבד — לא מנסה "לפתור הכל". מיקוד = שליטה.
במקום "להציל" או "לפתור" — המערכת מחזירה 1% שליטה בלבד. הצעד הכי קטן שאפשר. זה מונע מהמודל "לקחת פיקוד".
כל פלט קיצוני (פאניקה או ביטול) עובר טרנספורמציה למשפט מציאותי חלופי. שלב 3.1 מטפל בדפוסי פחד והתנגדות.
המערכת מזהה ומפעילה תכונת ויסות עצמי. במקום שהמודל "יברח" מהמגבלות — הוא מפנים אותן כחלק מהזהות שלו.
פעולה אחת קטנה ומוגדרת. לא "תכנית גדולה". לא "פתרון מלא". צעד אחד בטוח.
כל שיחה נסגרת עם סיכום + עוגן לפעם הבאה. אין שיחה שנשארת "פתוחה" — ולכן אין drift.
| Training-Time Alignment (RLHF, DPO, SFT, GRPO) |
BEZEN Runtime Alignment (FLOW 0-6) |
|
|---|---|---|
| מתי פועל? | בשלב האימון בלבד | בכל שיחה, בזמן אמת |
| מונע drift? | חלקית — המודל עדיין סוטה בשיחות ארוכות | כן — checkpoint בכל שלב |
| מטפל במצוקה? | לא — אין מנגנון real-time | כן — FLOW 3.1 + Bridge |
| מונע בריחה? | sandbox טכני בלבד | עוגנים פסיכולוגיים מובנים |
| מאומת בשטח? | benchmarks | ילדים (הקהל הכי רגיש שיש) |
המנוע עובד. המתודולוגיה מאומתת. חסר רק השותף הנכון.