AI & Web Coding Revolution: From LLM through RAG to MCP

פתיחה והקשר

• למה בכלל לדבר על Web Coding בעידן ה־AI

• סקירה קצרה של מהפכת ה־LLM והקשר שלה לפיתוח עבור מפתחים מתחילים ומנוסים.

מודלים גדולים (LLM) – להבין את המוח

• מהו LLM: איך הוא בנוי ומה הופך אותו לחכם

• מה יש בתוך המודל – Tokenization, Embeddings, Layers

• איך מודדים מודל: Benchmarks, דירוגים, ומה זה אומר לנו

• תרגול קצר: צפייה בבנצ’מרקים אמיתיים, ניתוח מודל קיים

איך המודל “זוכר אותנו” – קונטקסט וזיכרון

• מהו Context Window ולמה הוא קריטי

• ההבדל בין “זיכרון אמיתי” לבין Context נוכחי

• איך נוצרת תחושת המשכיות בשיחה עם מודל ולמה חשוב להבין זאת

מבוא ל־RAG

• מה זה Retrieval Augmented Generation

• מתי צריך להשתמש בו, יתרונות וחסרונות

• סקירה שטוחה של הכלים, דוגמאות נפוצות

• דיון פתוח: איפה הייתם משלבים RAG בעבודה שלכם

MCP – הכוח האמיתי

• מה זה Model Context Protocol ולמה הוא פורץ דרך

• MCP כשכבת אינטגרציה: חיבור בין מודלים, APIים ותהליכי פיתוח

• התעמקות באופן התקשורת בשרת מקומי ושרת מרוחק

התנסות ראשונית: הרצת MCP על API קיים

• הכנת סביבה – חיבור ל־API קיים

• בניית MCP פשוט להרצת שאילתה

• ניתוח התוצאות – מה עבד, מה לא

פיתוח פיצ’ר אמיתי באמצעות Claude Code

• איך עובדים עם Claude Code, מה היתרון מול כלים אחרים

• משימה קבוצתית: פיתוח פיצ’ר לאתר קיים

• עבודה מודרכת – כתיבה, הרצה, פידבק בזמן אמת

• חווית “מעבדה” –איך פיצ’רים נבנים מהר עם AI

סיכום

• איך ממשיכים מפה בעבודה היומיומית

• סשן שאלות ותשובות

• טיפים להטמעה אישית/צוותית של MCP ו־Claude Code