די צווייענדיק טיידז פון אַי: עפיקאַסי גיינז, אַוטאָנאָמאָוס אַגענץ און די לומינג ינפראַסטראַקטשער כויוו

די אַי לאַנדשאַפט איז אין דינאַמיש עוואָלוציע, אָבער קראַנט דיוועלאַפּמאַנץ סיגנאַל אַ ספּעציעל פּיוואַטאַל קאַנווערדזשאַנס פון פאָרסעס. מיר זענען וויטנאַסינג אַ פאָר פֿאַר אַנפּרעסידענטיד עפעקטיווקייַט אין פראָנטיער מאָדעלס צוזאמען די ימערדזשאַנס פון באמת אָטאַנאַמאַס אגענטן, אַלע בשעת פינאַנציעל מארקפלעצער פלאַש ווארענונג וואונדער וועגן די סטאַגערינג קאַפּיטאַל העצאָע פארלאנגט צו ברענוואַרג די רעוואָלוציע. דאָס איז ניט בלויז וועגן ינקראַמענטאַל ימפּרווומאַנץ; עס רעפּראַזענץ אַ פונדאַמענטאַל רידיפינישאַן פון אַי קייפּאַבילאַטיז, זייַן אַנדערלייינג אַרקאַטעקטשער, און די עקאָנאָמיש ריאַלאַטיז אַנדערפּיינינג זייַן יקספּאַנשאַן.

OpenAI's GPT-6.1 Terra: די ימפּעראַטיוו עפיקאַסי

די מעלדונג פון OpenAI פון GPT-6.1 Terra איז אַ סטראַטידזשיק יבעררוק. טאַוטיד ווי "טשיפּער און פאַסטער" ווי זייַן פּרעדאַסעסערז, דאָס איז מער ווי אַ ינקראַמענטאַל פאָרשטעלונג געווינען; עס איז אַן אַרקאַטעקטשעראַל ימפּעראַטיוו. פֿאַר אַ גרענעץ מאָדעל, אַטשיווינג ביידע פּרייַז רעדוקציע און גיכקייַט פֿאַרבעסערונג סיימאַלטייניאַסלי סאַגדזשעסץ אַ טיף שייַעך-אינזשעניריע פון ​​די ינפעראַנס אָנלייגן.

פֿון אַן אינזשעניריע פּערספּעקטיוו, "טשיפּער און פאַסטער" אין אַ גרויס שפּראַך מאָדעל (LLM) טיפּיקלי ווייזט צו עטלעכע שליסל אַדוואַנטידזשיז:

1. ** קוואַנטיזאַטיאָן און ספּאַרסיטי: ** אַגרעסיוו פּאָסט-טריינינג קוואַנטיזאַטיאָן (למשל, 4-ביסל אָדער אפילו 2-ביסל ינפעראַנס) קאַמביינד מיט מער סאַפיסטאַקייטיד שיטער ופמערקזאַמקייט מעקאַניזאַמז קענען דראַסטיקלי רעדוצירן זכּרון שפּור און קאַמפּיוטיישאַנאַל מאַסע אָן באַטייטיק אָנווער אין קוואַליטעט. דאָס איז איבערגעזעצט צו ווייניקערע גפּו סייקאַלז און ווייניקער VRAM פּער טאָקען.
2. ** אָפּטימיזעד ינפעראַנס ענדזשאַנז: ** מנהג ינפעראַנס קערנאַלז, פּאַטענטשאַלי לעווערידזשינג ספּעשאַלייזד ייַזנוואַרג (ווי מנהג אַסיק אָדער ווייַטער-גענ גפּוס מיט ענכאַנסט טענסער קאָרעס), קענען דערגרייכן העכער טרופּוט און נידעריקער לייטאַנסי. טעקניקס ווי ספּעקולאַטיווע דיקאָודינג, ווו אַ קלענערער, ​​פאַסטער מאָדעל אָפפערס טאָקענס וואָס אַ גרעסערע מאָדעל דעמאָלט וועראַפייז, אויך ביישטייערן צו דער באמערקט גיכקייַט.
3. ** ימפּרוווד מאָדעל אַרטשיטעקטורע: ** בשעת די האַרץ טראַנספאָרמער בלייבט, ינאָווויישאַנז אין סאַב-לייַערס, אַזאַ ווי מיקסטשער-פון-עקספּערץ (מאָע) מיט מער עפעקטיוו רוטינג אָדער ראָמאַן ופמערקזאַמקייט מעקאַניזאַמז, קענען פירן צו בעסער פאָרשטעלונג פּער פּאַראַמעטער.

די ימפּלאַקיישאַנז פֿאַר ינזשעניעריע טימז זענען טיף. א מער פּרייַז-עפעקטיוו פראָנטיער מאָדעל דעמאָקראַטיזיז אַקסעס, מאכן אַוואַנסירטע אַי ינטאַגריישאַן ווייאַבאַל פֿאַר אַ ברייט קייט פון אַפּלאַקיישאַנז וואָס זענען ביז אַהער קאָס-פּראָוכיבאַטיוו. באַטראַכטן פאַקטיש-צייט קונה שטיצן, כייפּער-פּערסאַנאַלייזד אינהאַלט דור אין וואָג, אָדער קאָמפּלעקס דאַטן אַנאַליסיס פּייפּליינז ווו אַפּי קאַללס זענען אַמאָל אַ באַטאַלנעק. דאָס שיפץ די גאַנץ קאָס פון אָונערשיפּ (TCO) יקווייזשאַן דראַמאַטיקלי.

לאָמיר באַטראַכטן אַ כייפּאַטעטיקאַל פאַרגלייַך, יללוסטרייטינג די טיפּ פון עפעקטיווקייַט גיינז מיר קען זען:

💡 ** שליסל טייקאַווייַ:** GPT-6.1 Terra ס פאָקוס אויף עפעקטיווקייַט איז ניט נאָר וועגן גיכקייַט; עס איז וועגן שיפטינג די עקאָנאָמיש ווייאַבילאַטי פון אַוואַנסירטע אַי. אינזשעניריע טימז מוזן איצט אָפּשאַצן זייער אַי ינטאַגריישאַן סטראַטעגיעס, קאַנסידערינג נוצן קאַסעס ביז אַהער דימד צו טייַער אָדער פּאַמעלעך. דאָס אָפּענס טירן פֿאַר דיפּער, מער פּערוואַסיוו אַי אַדאַפּשאַן איבער די פאַרנעמונג.

DeepSeek ס צווייענדיק שפּיל: עפן-וואָג מאָדעלס און אָטאַנאַמאַס קאָודינג אַגענץ

סיימאַלטייניאַסלי, DeepSeek האט געמאכט אַ נאָוטאַבאַל פּאָזיציע מיט זיין V4.1-Flash-1017 אָפֿן-וואָג מאָדעל און אַ פּראָוטאַטייפּ אָטאַנאַמאַס קאָודינג אַגענט. דער צוויי-פּראָנגעד צוגאַנג אַדרעסז ביידע די פונדאַמענטאַל מאָדעל שיכטע און די אַפּלאַקיישאַן שיכטע פון ​​אַי אַנטוויקלונג.

די מעלדונג פון אַן אָפֿן-וואָג מאָדעל ווי V4.1-Flash-1017 איז אַ באַטייטיק מייַלע פֿאַר די אָפֿן-מקור קהל. עס גיט אַ שטאַרק אָלטערנאַטיוו צו פּראַפּרייאַטערי סאַלושאַנז, פאָסטערינג כידעש דורך דורכזעיקייַט און קוסטאָמיזאַביליטי. פֿאַר אָרגאַנאַזיישאַנז מיט ספּעציפיש דאַטן פּריוואַטקייט רעקווירעמענץ אָדער יינציק פעלד-ספּעציפיש באדערפענישן, אַן אָפֿן-וואָג מאָדעל אַלאַוז פֿאַר פיין-טונינג אויף פּראַפּרייאַטערי דאַטאַסעץ אָן שיקן שפּירעוודיק אינפֿאָרמאַציע צו דריט-פּאַרטיי אַפּיס. דאָס קען פירן צו העכסט ספּעשאַלייזד, פּערפאָרמאַנט מאָדעלס וואָס זענען דיפּלי ינאַגרייטיד אין אַן אָרגאַניזאַציע ס יגזיסטינג ינפראַסטראַקטשער.

אָבער, די באמת דיסראַפּטיוו עלעמענט איז DeepSeek ס פּראָוטאַטייפּ אָטאַנאַמאַס קאָודינג אַגענט, דיזיינד צו קאָנקורירן קאָמפּעטיטאָרס אַזאַ ווי Claude C, ווי דיטיילד אין אַן [AI בריפינג פון 1 נאוועמבער 2026] (https://aibriefs.news/ai-news-today). דאָס איז ניט בלויז אַ אַוואַנסירטע קאָד קאַמפּלישאַן געצייַג אָדער אַ סאַפיסטאַקייטיד לינטער. אַ * אָטאַנאַמאַס * אַגענט ימפּלייז אַ סיסטעם וואָס איז ביכולת צו:

1. ** ציל-אָריענטיד פּלאַנירונג: ** ברייקינג אַראָפּ הויך-מדרגה טאַסקס אין אַקטיאָנאַבלע סאַב-טאַסקס.
2. ** מכשירים ניצן: ** ינטעראַקטינג מיט פונדרויסנדיק סיסטעמען (קאַמפּיילערז, דיבוגערז, ווערסיע קאָנטראָל, אַפּיס, דאַטאַבייסיז) צו ויספירן פּלאַנז.
3. ** אַליינ - קערעקשאַן און אָפּשפּיגלונג: ** אַנאַלייזינג רעזולטאַט, ידענטיפיצירן ערראָרס און יטעראַטיוולי ראַפינירן זייַן צוגאַנג.
4. ** פּערסיסטענט שטאַט: ** מיינטיינינג קאָנטעקסט אַריבער קייפל ינטעראַקשאַנז און אַנטוויקלונג סייקאַלז.

דאָס באוועגט ווייַטער פון "קאָפּילאָט" פאַנגקשאַנאַליטי צו "קאָ-דעוועלאָפּער" אָדער אפילו "פירן דעוועלאָפּער" אין ספּעציפיש, געזונט-דיפיינד קאַנטעקסץ. ימאַדזשאַן אַן אַגענט וואָס קענען באַקומען אַ שטריך בעטן, סקאַפאַלד די פּרויעקט, שרייַבן די נייטיק קאָד, דזשענערייט טעסץ, לויפן זיי, דיבאַג פייליערז און אפילו פאָרלייגן אַ ציען בעטן - אַלע מיט מינימאַל מענטש ינטערווענטיאָן.

אַרטשיטעקטואַללי, אַזאַ אַ אַגענט רילייז אויף סאַפיסטאַקייטיד אַגענט לופּס, אָפט ינוואַלווד אַ "פּלאַננער" LLM, אַ "געצייג-נוצן" LLM, און אַ "רעפלעקטאָר" LLM, אָרקעסטרייטיד דורך אַ קאָנטראָל פלאַך.

# סימפּליפיעד פּיטהאָניק פאַרטרעטונג פון אַ אָטאַנאַמאַס אַגענט ס האַרץ שלייף
קלאַס אַוטאָנאָמאָוס קאָדינג אַגענט:
    דעף __יניט__ (זיך, פּלאַננער_ללם, קאָדער_ללם, דעבוגגער_ללם, מכשירים):
        self.planner = פּלאַננער_ללם
        self.coder = קאָדער_ללם
        self.debugger = דעבוגגער_ללם
        self.tools = מכשירים # למשל, {'git': GitTool(), 'קאָמפּילער': CompilerTool()}
        self.context = [] # סטאָרעס שמועס געשיכטע, קאָד סניפּאַץ, ערראָרס

    דעף execute_task (זיך, הויך_לעוועל_גאָאַל):
        פּלאַן = self.planner.generate_plan(הויך_לעוועל_גאָאַל, זיך.קאָנטעקסט)
        self.context.append(f"ציל: {היגה_לעוועל_גאָאַל}\nפּלאַן: {פּלאַן}")

        פֿאַר שריט אין פּלאַן.סטעפּס:
            print(f" עקסעקוטינג שריט: {סטעפּ. דעסקריפּטיאָן}")
            קאָד_סניפּפּעט = self.coder.generate_code(סטעפּ.דיסקריפּשאַן, זיך.קאָנטעקסט)
            self.context.append(f"דזשענערייטאַד קאָד:\n{קאָדע_סניפּפּעט}")

            פּרוּווט:
                # ניצן אַ געצייַג צו ויספירן דעם קאָד (למשל, לויפן אַ פּראָבע, צונויפנעמען)
                רעזולטאַט = self.tools ['קאָמפּילער'].run (קאָדע_סניפּפּעט)
                אויב רעזולטאַט.האַס_ערראָרס:
                    error_report = self.debugger.analyze_error (result.errors, code_snippet, self.context)
                    print(f"טעות דיטעקטאַד: {ערror_report}")
                    # אַגענט זיך-קערעקץ: מוסיף טעות צו קאָנטעקסט, שייַעך-פּלאַנז אָדער שייַעך-קאָודז
                    self.context.append(f"טעות: {ערror_report}")
                    # פּאַטענטשאַלי שלייף צוריק צו קאָדער_ללם מיט טעות קאָנטעקסט
                אַנדערש:
                    print ("שריט געראָטן.")
                    self.context.append(f"שריט געראָטן: {סטעפּ.דיסקריפּטיאָן}")
            חוץ חוץ ווי E:
                print(f" דורכפירונג ניט אַנדערש: {e}")
                self.context.append(f" דורכפירונג ניט אַנדערש: {e}")
                # שעפּן אומגעריכט פייליערז, פּאַטענטשאַלי שייַעך-פּלאַן

        final_review = self.planner.review_overall_goal(self.context)
        print(f"אַרבעט גאַנץ. לעצט רעצענזיע: {final_review}")
        צוריקקומען final_review

# ביישפּיל באַניץ (קאַנסעפּטשואַל)
# אַגענט = AutonomousCodingAgent (GPT61Terra, DeepSeekV41, DeepSeekV41, {'git': GitTool(), 'קאָמפּילער': PythonCompiler()})
# agent.execute_task("ימפּלעמענט אַ נייַע באַניצער אָטענטאַקיישאַן ענדפּוינט מיט JWT.")

דעם יבעררוק דאַרף אַ שייַעך-אפשאצונג פון דעוועלאָפּער וואָרקפלאָוז, ווייכווארג אַרקאַטעקטשער און קוואַליטעט פארזיכערונג. מענטשנרעכט דעוועלאָפּערס וועלן יבערגאַנג פון שרייבן באָילערפּלאַטע צו דיפיינינג העכער-מדרגה אַבדזשעקטיווז, ריוויוינג אַגענט-דזשענערייטאַד קאָד און אַרקאַטעקטינג די סיסטעמען וואָס אגענטן אַרבעטן אין.

די AI Build-Out Fears: אַ פינאַנציעל חשבון

בשעת די טעכניש אַדוואַנטידזשיז זענען יגזילערייטינג, אַ ניכטער טאָמבאַנק דערציילונג איז ימערדזשינג פון די פינאַנציעל מארקפלעצער. א לעצטע וואנט סטריט דזשאָורנאַל באַריכט, כיילייטיד דורך [AI News Today] (https://aiweekly.co/ai-news-today), ריווילז אַז קרעדיט דיפאָלט סוואַפּס (CDS) אויף די כויוו פון הויפּט טעק קאָמפּאַניעס - אַמאַזאָן, אַלפאַבעט, מייקראָסאָפֿט, מעטאַ און אָראַקלע - האָבן ריטשט זייער העכסטן לעוועלס זינט 2021. "AI Build-Out Fears."

קרעדיט דיפאָלט סוואַפּס זענען יסענשאַלי פאַרזיכערונג קאַנטראַקץ קעגן אַ פירמע דיפאָלטינג אויף זיין כויוו. ווען CDS פּרייסיז העכערונג, עס סיגנאַלז אַז ינוועסטערז זע אַ העכער ריזיקירן פון פעליקייַט. דער פאַקט אַז דאָס איז ביי 2021 כייז, אַ פּעריאָד פון באַטייטיק מאַרק וואַלאַטילאַטי, איז אַ שטרענג גראדן פון גראָוינג ינוועסטער מוזיי.

די "AI Build-Out Fears" זענען נישט אַבסטראַקט. זיי פאָרשטעלן די קאָלאָסאַל קאַפּיטאַל הוצאות פארלאנגט צו קאָנקורירן אין די אַי געווער ראַסע:

• ** דאַטן סענטערס: ** אַקוויירינג לאַנד, קאַנסטראַקטינג מאַסיוו פאַסילאַטיז און ינשורינג שטאַרק מאַכט און קאָאָלינג ינפראַסטראַקטשער.
• ** ספעציעלע טשיפּס: ** פּראַקיורינג טענס פון טויזנטער פון הויך-סוף גפּוס (למשל, NVIDIA H100s, B200s אָדער מנהג ASICs), וואָס קומען מיט יגזאָרביטאַנט פּרייַז טאַגס און לאַנג פירן צייט.
• ** ענערגיע קאַנסאַמשאַן:** די אַפּעריישאַנאַל קאָס פון מאַכט די דאַטן סענטערס זענען אַסטראַנאַמיקאַל און גראָוינג. טראַינינג אַ איין גרויס LLM קענען פאַרנוצן ווי פיל עלעקטרע ווי הונדערטער פון האָמעס פֿאַר אַ יאָר.
• ** טאַלאַנט אַקוואַזישאַן: ** די צאָרנדיק פאַרמעסט פֿאַר שפּיץ אַי ריסערטשערז און ענדזשאַנירז דרייווז אַרויף געצאָלט קאָס.

בשעת קאָמפּאַניעס אַזאַ ווי Santander און Novartis האָבן שוין רעפּאָרטעד אַי-געטריבן רעוועך בוסץ און קאָס רידאַקשאַנז, ווי אנגעוויזן דורך [CNBC] (https://www.cnbc.com/2026/11/01/ai-investments-company-earnings.html), די אַפּפראַנט ינוועסמאַנט בלייבט גוואַלדיק. דער פינאַנציעל דרוק גלייך ימפּאַקץ די צוקונפֿט פון די טעק אינדוסטריע. העכער באַראָוינג קאָס פֿאַר די דזשייאַנץ קען פירן צו:

• ** סלאָוער כידעש: ** רידוסט R&D באַדזשיץ ווי קאָמפּאַניעס פּרייאָראַטייז כויוו סערוויסינג.
• ** דינגען פריזיז / לייאָפס: ** קאָס-קאַטינג מיטלען וואָס ווירקן די יקספּאַנשאַן פון ווערקפאָרס.
• ** קאַנסאַלאַדיישאַן: ** קלענערער פּלייַערס סטראַגאַלינג צו האַלטן גאַנג, וואָס פירן צו אַקוואַזישאַנז.
• ** קלאָוד פּרייסינג שיפץ: ** קלאָוד פּראַוויידערז זאל דאַרפֿן צו סטרויערן פּרייסינג מאָדעלס צו צוריקקריגן ינפראַסטראַקטשער קאָס, פּאַטענטשאַלי פּראַל אויף סטאַרטאַפּס און קלענערער געשעפטן.

⚠️ ** אַרקאַטעקטשעראַל ריזיקירן:** די עסקאַלייטינג קאָס פון אַי ינפראַסטראַקטשער קריייץ אַ באַטייטיק לאַנג-טערמין סאַסטיינאַביליטי ריזיקירן. אינזשעניריע דיסיזשאַנז וועגן מאָדעל ברירה, ינפעראַנס אַפּטאַמאַזיישאַן און דאַטן צענטער עפעקטיווקייַט זענען ניט מער נאָר וועגן פאָרשטעלונג; זיי זענען קריטיש פינאַנציעל דיסיזשאַנז וואָס גלייַך פּראַל אויף אַ פירמע 'ס וואָג בלאַט און מאַרק מערקונג. יגנאָרינג די TCO פון אַי וועט פירן צו אַנסאַסטיינאַבאַל אַפּעריישאַנאַל מאָדעלס.

אינזשעניריע ס נייַ פאַקט: נאַוויגאַציע עפעקטיווקייַט און כויוו

די דזשאַקסטאַפּאַזישאַן פון טשיפּער, פאַסטער פראָנטיער מאָדעלס און די רייזינג קאָס פון אַי ינפראַסטראַקטשער גיט אַ פאַסאַנייטינג פּאַראַדאָקס. אַי איז שיין מער צוטריטלעך * פּער ינפעראַנס *, אָבער די גאַנץ פּרייַז פון בנין און מיינטיינינג די יקאָוסיסטאַם איז סקייראַקאַטינג. דאָס פאָדערט אַ נייַע מדרגה פון פינאַנציעל אַקיומאַן פון ינזשעניעריע פירערשאַפט.

אינזשעניריע טימז מוזן זיין כייפּער-אַווער פון די פּרייַז ימפּלאַקיישאַנז פון זייער אַי ברירות. דאָס מיינט:

1. ** קאָסט-אַווער אַרטשיטעקטורע: ** פּריאָריטיזינג עפעקטיוו מאָדעל דיפּלוימאַנט, לעווערידזשינג טעקניקס ווי קוואַנטיזאַטיאָן און פּרונינג, און קערפאַלי סעלעקטינג צווישן פּראַפּרייאַטערי אַפּי קאַללס און זיך-כאָוסטיד עפענען-וואָג מאָדעלס באזירט אויף טקאָ.
2. ** היבריד מאָדעל סטראַטעגיעס: ** קאַמביינינג די מאַכט פון פראָנטיער מאָדעלס (ווי GPT-6.1 Terra) פֿאַר קאָמפּלעקס ריזאַנינג מיט פייַן-טונד עפענען-וואָג מאָדעלס (ווי DeepSeek V4.1-Flash-1017) פֿאַר פעלד-ספּעציפיש טאַסקס, אָפּטימיזינג פֿאַר ביידע פאָרשטעלונג און פּרייַז.
3. ** עמברייסינג אַגענטיק וואָרקפלאָווס: ** פּריפּערינג פֿאַר אַ צוקונפֿט ווו אַי אגענטן שעפּן מער אַנטוויקלונג טאַסקס. דאָס ינוואַלווז דיזיינינג געזונט אַפּיס, קלאָר ספּעסאַפאַקיישאַנז און פולשטענדיק טעסטינג פראַמעוואָרקס מיט וואָס אגענטן קענען ינטעראַקט. דעוועלאָפּערס וועלן יבעררוק צו אַגענט אָרקעסטראַטיאָן, וואַלאַדיישאַן און העכער-מדרגה סיסטעם פּלאַן.
4. ** סאַסטיינאַבאַל ינפראַסטראַקטשער אַדוואַקאַסי: ** פּושינג פֿאַר ענערגיע-עפעקטיוו ייַזנוואַרג, אָפּטימיזינג דאַטן צענטער יוטאַלאַזיישאַן, און ויספאָרשן רינואַבאַל ענערגיע קוואלן צו פאַרמינערן די ינווייראַנמענאַל און פינאַנציעל פּראַל פון אַי קאַמפּיוט.

די קראַנט לאַנדשאַפט איז אַ פאדערן סוויווע פֿאַר כידעש, וואָס געצווונגען ענדזשאַנירז צו ניט בלויז שטופּן די באַונדריז פון אַי קייפּאַבילאַטיז אָבער אויך צו בעל די עקאָנאָמיק פון זייַן דיפּלוימאַנט. די ראַסע פֿאַר אָטאַנאַמאַס אגענטן איז ינקריסינג, און מאַסטערינג די קייפּאַבילאַטיז איז יקערדיק פֿאַר צוקונפֿט-פּרופינג קאַריערע און געשעפט סטראַטעגיעס. די קאָמפּאַניעס וואָס בעל ביידע טעכניש און פינאַנציעל אַספּעקץ פון דעם אַי רעוואָלוציע וועט זיין די וואָס טרייוו.

# קוואלן

• [AI בריפינג פֿאַר זונטיק 1 נאוועמבער 2026] (https://aibriefs.news/ai-news-today) - ריפּאָרץ וועגן DeepSeek ס V4.1-Flash-1017 אָפֿן-וואָג מאָדעל, OpenAI's GPT-6.1 Terra, און DeepSeek ס פּראָוטאַטייפּ אָטאַנאַמאַס קאָודינג אַגענט.
• [AI News Today Top געשיכטע: WSJ: CDS אויף אַמאַזאָן, אלפאבעט, מייקראָסאָפֿט, מעטאַ און אָראַקלע כויוו היט העכסטן זינט 2021 אויף אַי בויען-אָוט פירז] (https://aiweekly.co/ai-news-today) - כיילייץ פינאַנציעל מאַרק סיגנאַלז וועגן טעק ריז כויוו און "AI Build-Out Fears."
• [סאַנטאַנדער, נאָוואַרטיס און אנדערע קאָמפּאַניעס זאָגן אַז אַי איז אָנהייב צו בוסט רעוועך, שניידן קאָס אָדער פֿאַרבעסערן פּראַפיטאַביליטי] (https://www.cnbc.com/2026/11/01/ai-investments-company-earnings.html) - גיט פֿירמע פּערספּעקטיווז אויף אַי ראָי און זייַן פּראַל אויף רעוועך און קאָס.