AI News · 2026-07-13

บล็อก systima วาง logging proxy คั่นระหว่าง harness กับ API endpoint แล้ววัด payload จริง · baseline คำถามง่าย ("OK"): Claude Code ~32,800 token · OpenCode ~6,900 token (4.7x บน Sonnet 4.5 · แคบเหลือ 3.3x บน Fable 5) · ตัวขับหลักคือ tool schema (Claude Code ยัด 27 tools ~24k token · OpenCode 10 tools ~4.8k) · จุดแสบกว่าคือ cache: OpenCode prefix เหมือนเป๊ะทุก run จ่ายแคชครั้งเดียวอ่านซ้ำถูก · Claude Code เขียน cache token ใหม่กลางเซสชัน (53,839 vs 1,003 token ในงานหนึ่ง · ช่องว่าง 5.9x-54x) · subagent ยิ่งบาน: งานเดียวผ่าน 2 subagent ดัน Claude Code จาก 121k → 513k token (4.2x เพราะแต่ละ subagent แบก bootstrap เอง) · ผู้เขียนเตือนเอง: snapshot ก.ค. 2026 · n=3 ต่อ test · วัดผ่าน local gateway อาจไม่ generalize · harness prompt เปลี่ยนบ่อย · ทั้งคู่ทำงานเสร็จถูกเหมือนกัน (token premium ไม่ได้ให้ผลดีกว่า)

▲ ทำไมต้องรู้ · ตัวเลขนี้ชี้ว่าค่าใช้จ่ายจริงของการใช้ AI agent ไม่ได้ขึ้นกับว่าเลือกโมเดลไหนอย่างเดียว แต่ขึ้นกับว่าเครื่องมือ (harness) ที่ห่อโมเดลไว้ออกแบบมาประหยัด token แค่ไหนด้วย โดยเฉพาะเรื่อง cache ที่เขียนใหม่กลางเซสชันและการใช้ subagent ที่ยิ่งบานค่าใช้จ่ายยิ่งพุ่ง อย่างไรก็ตามตัวเลขมาจากการวัดครั้งเดียวโดยผู้เขียนที่ขายบริการ gateway อยู่ด้วย จึงควรอ่านเป็นสัญญาณเตือนให้ไปวัด token ของเครื่องมือที่ตัวเองใช้เอง มากกว่าเชื่อเป็นตัวเลขตายตัว

systima · HN 427 pts

Ploy (agent สร้าง/แก้เว็บการตลาดจริง: วางเพจ อ่าน codebase เขียน component gen ภาพ ประเมินงานเอง) เล่าเคสย้ายจาก Claude Opus 4.8 ไป GPT-5.6 Sol · ผลบน build ที่เสร็จ: เร็วขึ้น 2.2x (8 นาที → 3:42) · ถูกลง 27% ($3.06 → $2.22/build) · output token ลด ~50% (33k → 17.1k) · visual score ดีขึ้น (0.936 → 0.970) เพราะ Sol เขียนโค้ดกระชับกว่า (stylesheet 2,508 ตัวอักษร vs Opus 17,957) · แต่ migration ไม่ฟรี: (1) eval harness เดิม tune เข้ากับพฤติกรรม sequential ของ Opus พอ Sol เรียก tool ขนานเลยแหก · (2) Sol ใส่ค่ามั่วให้ optional param ครบ 25 ตัว (offset:0) ทำ file read คืนว่าง 52-64% ต้องแปลง schema เป็น "required but nullable" · (3) caching ต้องออกแบบใหม่ (cache-hit 0% → 83.7%) · (4) reasoning state ต้องตั้ง store:false

▲ ทำไมต้องรู้ · เป็นเคสจริงที่มีตัวเลขครบทุกด้าน ชี้ว่าการย้ายจากโมเดลหนึ่งไปอีกโมเดลได้ประโยชน์จริงทั้งความเร็วและต้นทุน แต่ของที่ซ่อนอยู่คือต้องรื้อ harness ระบบประเมินผล และ schema ของ tool ใหม่ทั้งหมด ซึ่งเป็นงานที่หนักกว่าการสลับชื่อโมเดลในโค้ดมาก บทเรียนที่กว้างกว่าตัวเคสคือระบบทดสอบที่ทีมสร้างขึ้นมาอาจผูกติดกับพฤติกรรมของโมเดลเดิมโดยไม่รู้ตัว จนพอเปลี่ยนโมเดลแล้วผลออกมาผิดที่ไม่ใช่ความผิดของโมเดลใหม่

ploy.ai · HN 107 pts

Mesh LLM (open source · github.com/Mesh-LLM) เปิด endpoint localhost:9337/v1 แบบ OpenAI-compatible แต่เบื้องหลังกระจาย inference ข้ามเครื่องในเครือข่าย P2P ผ่าน iroh (QUIC + NAT traversal) · route 3 แบบ: รันบน GPU เครื่องตัวเอง · โยนไป peer ที่โหลดโมเดลอยู่แล้ว · หรือ แบ่ง layer ข้ามหลายเครื่อง ("Skippy" split) สำหรับโมเดลใหญ่เกินเครื่องเดียว (activation ไหลตาม pipeline โปร่งใสต่อ client) · catalog 40+ โมเดล 500M-235B · ไบนารี ~18MB · วางแผนรองรับมือถือผ่าน iroh Swift SDK

▲ ทำไมต้องรู้ · ต่อ thread local/sovereign AI (คู่กับ Colibri รัน GLM-5.2 บน 25GB RAM 07-12, llama.cpp 1M, AMD Ryzen AI Halo 07-07) · มุมใหม่: แทนที่จะบีบโมเดลยักษ์ลงเครื่องเดียว ให้รวมเครื่องเล็กหลายตัวเป็น cluster ส่วนตัว · ตอบลูกค้าที่ห่วง data privacy/vendor lock-in ว่ามีทางรัน inference ในองค์กรโดยไม่พึ่ง cloud provider · แต่เป็นงาน infra สาย engineer ยังไม่ใช่ product พร้อมใช้สำหรับ non-technical

Mesh LLM · GitHub · HN 332 pts

Notion ปล่อยแอป iOS แยกชื่อ "Notion Agents" ทำหน้าที่ AI assistant · ถามข้อมูลจากเอกสาร/database ได้ทั้ง text/voice/image · ผู้ใช้เลือก underlying model ได้ (GPT / Claude / Gemini)

▲ ทำไมต้องรู้ · เป็นสัญญาณว่าแอปทำงานประจำวันรายใหญ่เริ่มฝัง AI agent เข้าไปในตัวสินค้าแล้วเปิดให้ผู้ใช้เลือกเองว่าจะใช้โมเดลไหน จากเดิมที่เป็นเรื่องที่นักพัฒนาเท่านั้นต้องตัดสินใจ คำถามว่า "งานนี้ควรใช้โมเดลไหน" จึงเริ่มกลายเป็นคำถามที่ผู้ใช้ทั่วไปต้องตอบเองมากขึ้นเรื่อยๆ

Blognone

IEEE Spectrum หยิบงานของ James Evans (U Chicago) + ทีม Beijing (Nature · 14 ม.ค. 2025) วิเคราะห์เปเปอร์ 41.3 ล้านชิ้น (1980-2025) · คนใช้ AI ตีพิมพ์มากกว่า ~3x · ถูกอ้างอิงมากกว่า ~5x · ขึ้นตำแหน่งนำเร็วกว่า 1-2 ปี · แต่ งานที่ใช้ AI กระจุกตัวรอบปัญห ยอดนิยม/data เยอะ (intellectual footprint แคบลง) และสร้างเครือข่ายงานต่อยอดที่อ่อนกว่า · Evans เตือน self-reinforcing cycle: incentive อาชีพผลักนักวิจัยไปหาปัญหาที่ AI ทำง่าย จนสำรวจดินแดนใหม่น้อยลง

▲ ทำไมต้องรู้ · งานวิจัยนี้ชี้ว่า AI ช่วยเพิ่ม productivity ของนักวิจัยแต่ละคนได้จริง แต่ต้นทุนที่ซ่อนอยู่คือความหลากหลายของไอเดียในภาพรวมกลับแคบลง เพราะคนมักใช้ AI ไปกับปัญหาที่มีข้อมูลเยอะและเป็นที่นิยมอยู่แล้ว กล่าวโดยสรุปคือ AI ช่วยให้ทำเรื่องเดิมได้เยอะขึ้น แต่ไม่ได้แปลว่าช่วยให้คิดเรื่องใหม่ขึ้นมาได้ ข้อควรระวังคืองานต้นฉบับตีพิมพ์ตั้งแต่ต้นปี 2025 เพิ่งถูกหยิบมาพูดถึงใหม่บน Hacker News จึงควรมองเป็นกรอบคิดมากกว่าข่าวใหม่

IEEE Spectrum · Nature (ม.ค. 2025) · HN 135 pts

เปเปอร์บน HF daily: language model ที่ gen โมเลกุลยาโดย condition ตามโรคและ protein target · เคลมชนะ baseline ด้าน molecular diversity + binding affinity

▲ ทำไมต้องรู้ · เป็นอีกตัวอย่างที่ชี้ว่างานวิจัย AI กำลังขยายเข้าไปในวงการยาและวิทยาศาสตร์มากขึ้นเรื่อยๆ ลงลึกถึงขั้นออกแบบโมเลกุลยาใหม่โดยตรง อย่างไรก็ตามตัวเลขผลลัพธ์ที่อ้างมาจากผู้เขียนเปเปอร์เอง ยังไม่มีการตรวจสอบอิสระ

arXiv 2607.08404

Lambert แย้งว่า open-weights model เสี่ยงถูกคุมเชิงนโยบายภายใน ~6 เดือน จากแรงกดดันการเมือง/ผลประโยชน์บริษัท ไม่ใช่ข้อจำกัดเทคนิค · action ที่เขาคาดว่าน่าจะมาก่อนคือ ห้าม open-weights ที่ความสามารถเหนือ GPT-5.5/Opus 4.8 อย่างมีนัย โดยเล็งบริษัทจีนก่อน · อ้างว่าทำเนียบขาวหารือ executive order คุม open model (ยังไม่เป็นทางการ อาจเริ่มที่ model จีน + งานภาครัฐ) · จุดร้อน: เรียกการล็อบบี้ต้าน model จีนของ Anthropic ว่า "regulatory capture" (บริษัทได้ประโยชน์จากการกันคู่แข่งแต่ห่อเป็นประเด็น safety · อ้างว่า Anthropic ตรวจพบการใช้ API จากต่างชาติแล้วเสนอนโยบายด้วย "หลักฐานเทคนิคน้อย") · ระบุ DeepSeek/open จีนยังนำ open ตะวันตกอยู่

▲ ทำไมต้องรู้ · เป็นมุมมองที่โต้แย้งเรื่องการควบคุมโมเดลแบบเปิด โดยเตือนว่านอกจากจีนอาจไม่ปล่อยโมเดลตัวเองออกมาให้ใช้แล้ว สหรัฐเองก็อาจออกกฎห้ามนำเข้าโมเดลเปิดจากจีนที่ความสามารถสูงเกินระดับหนึ่งด้วยเช่นกัน ทั้งหมดนี้ยังเป็นความเห็นวิเคราะห์และคำสั่งของรัฐบาลก็ยังไม่เป็นทางการ จึงควรมองว่าเรื่องการกำกับดูแลโมเดลเปิดเป็นสนามการเมืองที่มีทั้งเหตุผลด้านความปลอดภัยจริงและผลประโยชน์เชิงแข่งขันปนกันอยู่ ไม่ควรเชื่อว่าฝ่ายใดฝ่ายหนึ่งพูดความจริงทั้งหมด

Interconnects

Simon Willison บันทึก: Anthropic ขยายการเข้าถึง Claude Fable 5 ต่ออีกถึง 19 ก.ค. เพราะข้อจำกัด compute (จากเดิมที่ hot.md ระบุหมด 12 ก.ค.) · ฝั่ง OpenAI ถอด usage limit ของ GPT-5.6 Sol สร้างแรงกดดันแข่งกันเรื่อง access/ความเสถียร

▲ ทำไมต้องรู้ · กำหนดวันสิ้นสุดโปรโมชันของ Claude Fable 5 เลื่อนจาก 12 ก.ค. เป็น 19 ก.ค. แล้ว ใครที่วางแผนใช้สิทธิ์นี้อยู่ควรเช็ควันที่จริงก่อนทุกครั้งเพราะเปลี่ยนได้ตลอด ภาพที่เห็นชัดคือทั้งสองค่ายกำลังใช้เรื่องสิทธิ์การเข้าถึงและ usage limit เป็นเครื่องมือแข่งขันกัน ฝั่ง Anthropic ขยายเวลาเพราะ compute ตึง ส่วน OpenAI เลือกถอด usage limit ออกเพื่อดึงคนใช้

Simon Willison

Willison หยิบแนวคิด DRI ของ Apple (คนที่ รับผิดชอบสูงสุด ต่อความสำเร็จ/ล้มเหลวของโปรเจกต์) มาแย้งว่า LLM agent ไม่ควรเป็น DRI เด็ดขาด เพราะเครื่องจักรรับผิด (accountable) ไม่ได้

▲ ทำไมต้องรู้ · เป็นกรอบคิดที่ชัดเจนสำหรับคำถามยอดฮิตที่ว่า "ปล่อยให้ AI ตัดสินใจแทนได้ไหม" คำตอบคือมอบงานให้ agent ทำได้ แต่ความรับผิดชอบต่อผลลัพธ์ต้องอยู่กับคนเสมอ เพราะเครื่องจักรรับผิดชอบแทนไม่ได้ เป็นความเห็นส่วนตัวของผู้เขียน แต่เป็นกรอบที่นำไปใช้อธิบายเรื่องการกำกับดูแลการใช้ AI ในองค์กรได้ทันที

Simon Willison

Anthropic เปิดฟีเจอร์ให้ผู้ใช้ ทบทวนว่าตัวเองใช้ Claude อย่างไร (สรุป usage pattern) พร้อมเตือนเป็นระยะให้พิจารณาลดการพึ่งเครื่องมือ AI

▲ ทำไมต้องรู้ · เป็นตัวอย่างที่สวนทางกับแรงจูงใจปกติของธุรกิจเทค เพราะปกติแพลตฟอร์มมักออกแบบให้คนใช้งานนานขึ้น แต่ฟีเจอร์นี้กลับเตือนผู้ใช้ให้ทบทวนและลดการพึ่งพา AI เป็นระยะ สอดคล้องกับกระแสถกเถียงเรื่องสุขภาพจิตและการพึ่งพา AI ที่กำลังมาแรง และมองในมุมตรงข้ามกับกรณี EU สอบ Meta เรื่องออกแบบแอปให้เสพติด ฟีเจอร์นี้เปิดตัวไปตั้งแต่ 9 ก.ค. เพิ่งมีการรายงานถึงในวันนี้

Anthropic news · Techsauce