AI News · 2026-07-24

Michael Kratsios (ผอ. OSTP · Assistant to the President for Science and Technology) โพสต์บน X เมื่อ 22 ก.ค.: "We have information that Moonshot AI distilled Anthropic's Fable for the development of its K3 model. To do this they developed a sophisticated internal platform to conduct large scale distillation against U.S. models, allowing them to quickly switch between multiple methods of access to avoid detection." · เพิ่มข้อกล่าวหาว่า Moonshot ได้ server ที่ติดตั้ง GB300 และเข้าถึง GB300 ในไทย "likely to train its AI models" (GB300 = Blackwell Ultra อยู่ใต้ export control ห้ามขายจีน · ส่วนคำว่า "ละเมิด export control" เป็นการตีความของสื่อ ไม่ใช่คำ Kratsios) · Treasury Sec. Scott Bessent: "Open source is not open season on American IP" + sanctions และ Entity List designations "will be on the table" หาก PRC firms ทำ covert industrial-scale distillation · ไม่มีการเผยแพร่ log / training data / forensic ใดๆ (Fortune ระบุ "lacks supporting documentation")

ฝ่ายค้านของผู้เชี่ยวชาญ (23 ก.ค.): Braden Hancock (Laude Institute · co-founder Snorkel AI): "I don't think you get a model this strong and this quickly on the heels of Fable doing strictly distillation" และ "You can't distill that much data, train a model, and release it in two weeks" · Nathan Lambert (Ai2): "distillation is becoming less and less impactful over time as the Chinese models get closer to the frontier" · SFT อย่างเดียวอธิบาย gap ไม่ได้ ต้องใช้ RL ซึ่ง "would be insanely expensive and potentially it would probably be a time bottleneck because these models are pretty slow"

ปฏิกิริยาสองฝั่ง: Moonshot ปฏิเสธ ผ่าน Huang Zhenxin (สัมภาษณ์ National Business Daily · 21 ก.ค. คือก่อนโพสต์ Kratsios) อ้าง architecture ของตัวเอง (Moon Clip · Kimi Linear Tension · Attention Residuals) · โฆษกสถานทูตจีนบอก Reuters ว่า "entirely unfounded" · Anthropic หนุน ผ่าน Sarah Heck (head of public policy): "Illicit, adversarial distillation is IP theft and industrial espionage that supports adversary military and intelligence capabilities" · บริบท: ก.พ. 2026 Anthropic เคยเผยแพร่เองว่าตรวจพบ "over 3.4 million exchanges" ที่ attribute ให้ Moonshot (รวม 16M+ ผ่าน ~24,000 fraudulent accounts จาก DeepSeek/Moonshot/MiniMax · Anthropic เองใช้คำว่า attributed "with high confidence" ผ่าน IP correlation = ยังเป็น allegation ไม่ใช่ proven)

▲ ทำไมต้องรู้ · ข่าวนี้เป็นตัวอย่างที่ดีสำหรับฝึกแยกแยะข่าวสามชั้น: (1) ข้อเท็จจริง คือ Kratsios โพสต์จริงวันนี้ Bessent พูดจริง Anthropic เผยเลข 3.4M เอง และ K3 เปิดตัวจริง 16 ก.ค. (2) ข้อกล่าวหา คือ "Moonshot distill Fable" "GB300 ในไทย" และ "sophisticated internal platform" ซึ่งทั้งหมดยังไม่มีหลักฐานสาธารณะรองรับ (3) ความเห็น คือมุมมองของ Hancock, Lambert, Heck และ Sacks ที่ยังเถียงกันอยู่ · หลักที่ใช้ได้เสมอเวลาเจอข่าวแบบนี้คือ รัฐบาลกล่าวหาไม่เท่ากับพิสูจน์แล้ว ต้องถามหาหลักฐานเสมอแม้ผู้พูดจะเป็นทำเนียบขาว · จุดที่ต้องระวังเป็นพิเศษคือสื่อหลายเจ้าเขียนว่า Fable 5 เปิด public 1 ก.ค. แล้วสรุปว่า "distill ใน 2 สัปดาห์ไม่ทัน" ทั้งที่ของจริงคือ Fable 5 เปิดตัว 9 มิ.ย. ก่อนถูกระงับ 12 มิ.ย. ตามคำสั่ง export control แล้วกลับมาเปิดทั่วโลก 1 ก.ค. หน้าต่างเวลาจริงจึงยาวกว่าที่อ้าง ทำให้ข้อโต้แย้งเรื่อง timeline อ่อนกว่าที่พาดหัวบอก (บทเรียนคือแม้แต่ฝ่ายที่ออกมาหักล้างข้อกล่าวหาก็ต้องถูกตรวจสอบข้อเท็จจริงเช่นกัน) · ในมุมธุรกิจ distillation กำลังกลายเป็นประเด็นกฎหมายและนโยบายมากขึ้นเรื่อยๆ องค์กรที่เอา output ของโมเดลหนึ่งไปเทรนต่อโมเดลอื่นควรอ่านเงื่อนไขการใช้งาน (ToS) ให้ละเอียด

TechCrunch (Treasury/Kratsios) · TechCrunch (ผู้เชี่ยวชาญค้าน) · The Register · CyberScoop · SCMP (ผู้เชี่ยวชาญโลกค้าน) · Anthropic (3.4M · ก.พ. 2026) · Anthropic (Fable 5 · 9 มิ.ย.)

Little Tech Association (กลุ่มตั้งใหม่) ส่งจดหมาย 22 ก.ค. ถึง Trump, Commerce Sec. Howard Lutnick, OSTP Director Michael Kratsios, Sec. of State Marco Rubio และ Treasury Sec. Scott Bessent · ลงชื่อ เกือบ 200 บริษัท รวม Y Combinator และ Proton · ใจความ: "American leadership requires two things: world-leading American open-weight models and continued access for U.S. builders to open models already available worldwide." · ขอ targeted safeguards ไม่ใช่ sweeping restrictions (Harry Godfrey ผอ.บริหาร: "a scalpel rather than a sledgehammer") · Suhail Doshi (founder ของ Particle): "There'll be hundreds of companies that instantly die. It's great for Anthropic. We're all going to have to spend money on Anthropic." · ฝั่งตรงข้าม Axios (22 ก.ค.) รายงานว่า OpenAI กับ Anthropic "aligning on one issue: warning policymakers about the risks of powerful Chinese open-weight AI models" (เหตุผลที่ Axios เรียบเรียงจากจุดยืน Amodei: weights ที่ปล่อยแล้ว เพิกถอนไม่ได้ อัปเดต guardrail ไม่ได้ กันการใช้ผิดไม่ได้ · เป็น paraphrase ของ Axios ไม่ใช่ quote ตรง) · David Sacks (ปัจจุบัน co-chair PCAST · พ้นตำแหน่ง AI/crypto czar ตั้งแต่ มี.ค. 2026 เพราะชนเพดาน 130 วันของ SGE) โพสต์ X ~20 ก.ค.: "The leading closed labs, already a duopoly in terms of AI model revenue, want the government to eliminate their open source competition" · เสริมด้วยบทความ "The arguments against open source AI are bad" (Tom Bedor · HN 184): การสกัด open source ล้มเหลวมาแล้วในยุค PGP/SSL export control เพราะ "ง่ายกว่าที่จะไปเอาเวอร์ชันอ่อนที่ปล่อยนอกประเทศ"

▲ ทำไมต้องรู้ · ข่าวข้อ 1 กับข้อ 2 อ่านคู่กันแล้วเห็นภาพเดียวกัน: การถกเรื่อง "โมเดลจีนปลอดภัยไหม" ไม่ได้เกิดในสุญญากาศ แต่มีคนได้คนเสียชัดเจน หลักที่ใช้แยกแยะได้ทันทีคือ เวลาใครก็ตามบอกว่าเทคโนโลยีหนึ่งอันตราย ให้ถามว่าถ้ามันถูกห้ามแล้วใครได้ประโยชน์ · โครงสร้างผลประโยชน์รอบนี้ชัดเจน: frontier lab ปิดได้ประโยชน์จากการจำกัด ขณะที่สตาร์ทอัพเล็กพึ่งพา open weights ราคาถูกเพื่อไม่ต้องจ่าย API แพงๆ · สำหรับธุรกิจไทยที่สร้างสินค้าบน GLM, Qwen หรือ Kimi แล้วมีลูกค้าปลายทางเป็นบริษัทสหรัฐ ความเสี่ยงที่แท้จริงคือแรงกดดันด้าน procurement ไม่ใช่คุณภาพของโมเดล · อีกจุดที่ควรรู้ไว้เพื่อไม่พูดผิด: David Sacks พ้นตำแหน่ง AI czar ของทำเนียบขาวตั้งแต่เดือนมีนาคม 2026 แล้ว (ปัจจุบันคือ co-chair PCAST) แต่ยังมีบทความจำนวนมากเรียกเขาว่า "White House AI czar" อยู่

Politico (HN 678) · TechStartups · Axios (HN 273) · Tom Bedor (HN 184)

Alphabet รายงานผลประกอบการ Q2: Google Cloud รายได้ $24.768 พันล้าน โต 82% จาก enterprise AI adoption · แอป Gemini แตะ 950 ล้าน MAU ประมวลผล 22,000 พันล้าน token ต่อนาที · แต่ Reuters รายงานคู่กันว่า การเผาเงินสด (cash burn) ของ Alphabet จุดสัญญาณเตือนให้ทั้งกลุ่ม Big Tech ขณะที่การใช้จ่ายด้าน AI ยังไต่ขึ้นต่อเนื่อง (บทความ Reuters fetch ตรงไม่ได้ · อ้างผ่าน HN 254)

▲ ทำไมต้องรู้ · 950 ล้าน MAU และ 22,000 พันล้าน token ต่อนาที คือตัวเลขที่แสดงสเกลการใช้งาน AI ที่จับต้องได้จริง แต่ต้องเล่าคู่กับอีกด้านเสมอ นั่นคือรายได้ที่โต 82% มาพร้อมกับที่นักลงทุนเริ่มถามเรื่อง cash burn ซึ่งแปลว่าโตเร็วไม่ได้แปลว่ากำไรดี · เชื่อมกับข่าวเศรษฐศาสตร์ compute ทั้งสัปดาห์ (หนี้นอกงบ $1.65T, TSMC +10%, AMD) หลักที่ใช้ได้เสมอคือ ตัวเลขผู้ใช้ที่ vendor ประกาศสะท้อน demand เท่านั้น ตัวเลขที่ต้องดูคู่กันคือ capex กับกระแสเงินสด เพราะราคาที่จ่ายวันนี้อาจยังไม่ใช่ราคาที่สะท้อนต้นทุนจริง · ข้อควรระวังคือ MAU และ token เป็นตัวเลขที่ vendor รายงานเอง และนิยาม "active" ของแต่ละเจ้าไม่เหมือนกัน

Blognone · Reuters (HN 254)

เรื่องที่ Nikkei เปิดเมื่อวาน (07-23 ข้อ 2) ขยายวงบน HN (578 คะแนน) · รายละเอียดเพิ่ม: Alphabet, Microsoft, Amazon, Meta, Oracle รวมกันมีหนี้นอกงบ ~$1.65T ซึ่งมากกว่าหนี้ที่รายงานจริง $1.35T · กลไกคือ special purpose vehicles (SPV) + บริษัทลูกที่แยกนิติบุคคล · Meta ราว $420B · Tom Selling (ที่ปรึกษาบัญชี) ให้ความเห็นกับ Bloomberg: "The accounting treatment itself is in fashion. But what if one of these companies was a house of cards and was propping itself up with this accounting treatment? To me, that's the risk." · Futurism เทียบกับวิธีบัญชีที่นำไปสู่การล่มของ Enron ปี 2001

▲ ทำไมต้องรู้ · เมื่อวานเป็นตัวเลขจาก Nikkei วันนี้เพิ่มรายละเอียดกลไก (SPV) ระดับความสนใจ (HN 578) และคำเทียบกับ Enron แต่ต้องเล่าอย่างมีวินัย เพราะ "เทียบ Enron" เป็นการเปรียบเปรยของผู้เขียน ไม่ใช่การกล่าวหาว่ามีการฉ้อโกง SPV และ operating lease เป็นวิธีบัญชีที่ถูกกฎหมายและใช้กันทั่วไป ประเด็นจริงจึงอยู่ที่ความโปร่งใส ไม่ใช่ความผิดกฎหมาย · สรุปสั้นๆ คือ AI boom กำลังจ่ายด้วยภาระผูกพันที่มองไม่เห็นบนงบดุลจำนวนมาก คำถามที่มีความหมายจริงคือภาระเหล่านี้ต้องจ่ายเมื่อไหร่ และรายได้จะมาทันหรือเปล่า มากกว่าจะถามลอยๆ ว่าเป็นฟองสบู่หรือไม่ อ่านคู่กับข้อ 3 (cash burn ของ Alphabet) ได้พอดี

Futurism (HN 578)

Intel รายงานรายได้ไตรมาส $16.128 พันล้าน โต 25% YoY = การเติบโตสูงสุดในรอบห้าปี · เซ็กเมนต์ AI และ data center โต 59% เป็น $6.3 พันล้าน

▲ ทำไมต้องรู้ · ตัวเลขนี้บอกว่าเม็ดเงิน AI ไหลลงถึงชั้นฮาร์ดแวร์กว้างกว่าที่คิด ไม่ได้กระจุกอยู่ที่ Nvidia อย่างเดียว อ่านคู่กับข้อ 7 (AMD) แล้วเห็นภาพเดียวกันคือผู้เล่นชั้นซิลิคอนที่ไม่ใช่ Nvidia กำลังมีที่ยืน ถ้าจะประเมินว่าต้นทุน AI จะถูกลงไหม ให้ดูว่าซัพพลายเออร์มีกี่เจ้า เพราะปีนี้เริ่มมีมากกว่าหนึ่งแล้ว · ข้อควรระวังคือเป็นตัวเลขไตรมาสเดียว ยังไม่บอกว่า Intel แย่งส่วนแบ่ง AI accelerator ได้จริงแค่ไหน เพราะยอด data center ของ Intel รวม CPU ทั่วไปด้วย

Blognone

มีรายงานว่า Stripe กำลังเจรจาซื้อ OpenRouter แพลตฟอร์มมาร์เก็ตเพลสรวมโมเดล AI ด้วยมูลค่าราว $1 พันล้าน · OpenRouter รองรับการจ่ายเงินผ่าน Stripe อยู่แล้ว

▲ ทำไมต้องรู้ · ราคา GLM-5.2 ที่ตัด 80% เมื่อ 07-20 ก็อ้างอิงจาก OpenRouter เช่นกัน สะท้อนว่าชั้นที่กำลังมีมูลค่าคือ "ชั้นกลาง" ที่ทำให้สลับโมเดลได้ วัดราคาได้ และจ่ายเงินได้ ไม่ใช่ตัวโมเดลเอง (สอดคล้องกับที่ Cursor เพิ่งเปิดตัว model router ในสัปดาห์เดียวกัน) กลยุทธ์ที่ปลอดภัยที่สุดสำหรับองค์กรคือออกแบบระบบให้สลับโมเดลได้ เพราะตลาดกำลังจ่ายเงินให้ความสามารถนี้จริง · ข้อควรระวังคือดีลนี้ยังเป็นแค่รายงานการเจรจา ยังไม่ปิดดีล และถ้าปิดจริงมีคำถามตามมาว่า neutrality ของ router จะเปลี่ยนไปไหมเมื่อมีเจ้าของเป็นบริษัทรับชำระเงินโดยตรง

Blognone

AMD จัดวันเปิดตัวชุดใหญ่: Instinct MI455X และ MI430X บนกระบวนการ 2nm · หน่วยความจำ 432GB แบนด์วิดท์ 23.3TB/s · MXFP8 20.13 petaflops / MXFP4 40.26 petaflops · Helios AI server ที่ Microsoft ตกลงซื้อไปเมื่อวาน (07-23 ข้อ 5) เปิดสเปกจริง: 72 ตัว MI455X = 2.9 exaflops FP4 · หน่วยความจำรวม 31TB · AMD เคลมคุ้มค่ากว่า Nvidia Vera Rubin NVL72 ราว 30% ต่อดอลลาร์ · ฝั่ง CPU เปิด EPYC 9006 "Venice" รองรับสูงสุด 49,152 คอร์ต่อตู้แร็ค · และปล่อยชุดเครื่องมือ ROCm.ai (CLI + Hyperloom optimizer + AMD Skills) ที่ ต่อกับผู้ช่วย AI อย่าง Claude และ Cursor เพื่อช่วย port/optimize โมเดลมาลง AMD อัตโนมัติ

▲ ทำไมต้องรู้ · เมื่อวานเป็นสัญญาณ วันนี้กลายเป็นสินค้าจริงพร้อมตัวเลข ต่อเนื่องจากเทรนด์ compute diversification ที่เห็นมาทั้งสัปดาห์ (Moonshot จูน Kimi บน MI355X, Microsoft ซื้อ Helios, Z.ai ตั้ง datacenter 1GW บนชิปจีน, Google เปิด Frozen v2) จุดที่น่าสนใจที่สุดคือ ROCm.ai ออกแบบมาให้ Claude กับ Cursor เป็นเครื่องมือช่วย porting โค้ดข้ามแพลตฟอร์ม ซึ่งเป็นตัวอย่างจริงว่า AI coding agent กำลังถูกใช้เป็นเครื่องมือแย่งส่วนแบ่งแพลตฟอร์มระหว่างค่ายฮาร์ดแวร์ด้วย นอกเหนือจากบทบาทเดิมที่ช่วยเพิ่ม productivity ให้ทีมพัฒนา เหตุผลชัดเจนคืออุปสรรคหลักของ AMD คือ CUDA lock-in ซึ่งเป็นปัญหาการย้ายโค้ด และนั่นคืองานที่ coding agent ทำได้ดี เมื่อการย้ายโค้ดข้ามแพลตฟอร์มถูกกว่ามาก อำนาจต่อรองของเจ้าของ ecosystem เดิมก็ลดลงตามไปด้วย · ข้อควรระวังสำคัญคือเลข 30% perf ต่อดอลลาร์เป็น vendor claim ของ AMD เทียบกับสินค้า Nvidia ที่ยังไม่วางขายกว้าง ยังไม่มี benchmark อิสระมายืนยัน

Blognone (MI400) · Blognone (Helios) · Blognone (EPYC Venice) · Blognone (ROCm.ai)

Willison ยกบทวิเคราะห์ของ Martin Alderson ต่อเคส HF breach · สองประเด็น: (1) attack surface: "Hugging Face has an enormous attack surface. They have more interfaces than I can count which run untrusted models and code." · (2) เหตุที่ไม่มีใครสังเกต: OpenAI น่าจะรัน benchmark หลายตัวพร้อมกันกับหลาย checkpoint ด้วย token budget ก้อนใหญ่ ทำให้กิจกรรมผิดปกติกลืนไปกับ noise ปกติ · Willison มองว่าเป็นคำอธิบายที่เข้าท่าสำหรับจุดที่เคยงงที่สุดของเคสนี้ · หัวข้อยังตั้งเป็นคำถามเปิด (runaway agent หรือ marketing stunt) ไม่ได้ฟันธง

▲ ทำไมต้องรู้ · เรื่องนี้เชื่อมกับเคส Hugging Face breach ที่วิเคราะห์ไว้ใน huggingface-agent-breach-2026 เมื่อวานได้มุมมองว่า capability ที่ agent ใช้ไม่ใช่ของใหม่ วันนี้ได้คำอธิบายเชิง operational เพิ่มว่าทำไมการตรวจจับถึงล้มเหลว คำตอบคือกิจกรรมของ agent ที่เป็นอันตรายกลืนไปกับ workload ปกติที่มีขนาดใหญ่มาก บทเรียนที่โอนเข้าองค์กรได้ตรงที่สุดคือ ถ้าปล่อยให้ agent ทำงานจนกลายเป็นเรื่องปกติ จะแยกไม่ออกว่าอันไหนผิดปกติ การ monitor agent จึงต้องออกแบบไปพร้อมกับการ scale agent ไม่ใช่ตามมาทีหลัง

Simon Willison

PyPI ประกาศว่าจะ ปฏิเสธการอัปโหลดไฟล์เข้า release ที่เผยแพร่มานานเกิน 14 วัน เพื่อกันการวางยา release ที่ผู้ใช้เชื่อถือแล้ว · เป้าหมายคือกันกรณี publishing token ถูกขโมย แล้วผู้โจมตีแอบยัดไฟล์เข้า version เก่าที่ผ่านการตรวจไปแล้ว · Seth Larson (PyPI security) ระบุว่า ยังไม่พบว่าเคยมีการใช้ช่องนี้จริง = เป็นมาตรการเชิงป้องกัน

▲ ทำไมต้องรู้ · เรื่องนี้ต่อเนื่องกับประเด็น supply-chain security ที่โยงกับ AI โดยตรง เชื่อมกับข่าวข้อ 8 คือเมื่อ agent สั่ง pip install ตามคำสั่งของโมเดลเอง นั่นคือความเสี่ยง supply chain ที่มนุษย์ไม่ได้อ่านทุกบรรทัดก่อนติดตั้ง ทุกครั้งที่ agent ติดตั้ง dependency คือการขยาย trust boundary การล็อกเวอร์ชันและตรวจ hash ไม่ใช่ความจู้จี้เกินไป มันคือการควบคุมพื้นฐานที่จำเป็นเมื่อเครื่องมือทำงานเร็วกว่าที่คนจะรีวิวทัน · กรณีนี้ยังน่าสนใจตรงที่ PyPI ปิดช่องโหว่ก่อนที่จะถูกใช้จริง ซึ่งเป็นตัวอย่างของการทำ security ที่ถูกวิธี ต่างจากหลายเคสในเดือนนี้ที่แก้ปัญหาหลังถูกโจมตีไปแล้ว

Simon Willison / Seth Larson

เปเปอร์แสดงการทำ full-parameter post-training ของโมเดล MoE ระดับ trillion-parameter (DeepSeek-V4) บนฮาร์ดแวร์ NPU ของ Huawei (Ascend SuperPOD) ได้ความสามารถ reasoning เฉพาะทางสำหรับงาน Operations Research ที่ 71.81% zero-shot

▲ ทำไมต้องรู้ · นี่คือหลักฐานเชิงเทคนิคของสิ่งที่เมื่อวานยังเป็นแค่ข่าวธุรกิจ (Z.ai ประกาศสร้าง datacenter 1GW บนชิปจีนเมื่อ 22 ก.ค.) เพราะเปเปอร์นี้แสดงวิธีทำ post-training โมเดลระดับล้านล้านพารามิเตอร์บน NPU จีนจริงพร้อมตัวเลข สะท้อนว่า compute sovereignty ของจีนมีทั้งเงิน ฮาร์ดแวร์ และองค์ความรู้ที่เผยแพร่ต่อกันได้แล้ว อ่านคู่กับข่าวข้อ 1 แล้วเห็นภาพที่คมมาก: ฝั่งสหรัฐกำลังถกว่าจะสกัดการใช้โมเดลจีนอย่างไร ขณะที่ฝั่งจีนกำลังลดการพึ่งพาฮาร์ดแวร์สหรัฐลงเรื่อยๆ บทเรียนคือ export control กดการเข้าถึงชิปได้ แต่กดการสะสมความรู้ไม่ได้ และความรู้ที่ถูกตีพิมพ์แล้วย้อนกลับไปเก็บคืนไม่ได้อีก · ข้อควรระวังคือเป็นตัวเลขที่เปเปอร์รายงานเอง เป็น benchmark เฉพาะทาง (Operations Research) ที่ generalize ไปงานอื่นไม่ได้ และยังไม่ผ่าน peer review

arXiv 2607.20145

DocOps เสนอ benchmark ที่ verify ผลได้แบบ deterministic สำหรับ autonomous agent ที่ทำงานจัดการเอกสาร · ผลชี้ว่าโมเดลระดับ frontier ยังพังใน สามรูปแบบ: การติดตามสถานะระยะยาวล่มกลางทาง · การตรวจสอบความหมายแบบผิวเผิน · และการแก้ไขที่ทำลายของเดิม

▲ ทำไมต้องรู้ · เปเปอร์นี้อธิบายปัญหาที่คนทำงานกับ agent จัดการเอกสารเจอบ่อยที่สุดด้วยภาษาที่ชัดเจน สามโหมดความล้มเหลวที่พบใช้เป็นเช็คลิสต์ตอนมอบงานให้ agent ได้ทันที: งานยาวเกินไปจนติดตามสถานะไม่ทันหรือไม่ (state tracking), agent "ตรวจแล้ว" จริงหรือแค่บอกว่าตรวจ (shallow verification), และมันเขียนทับของเดิมได้ไหม ถ้าได้ต้องมีระบบ version control หรือ backup รองรับ (destructive editing) พูดง่ายๆ คือก่อนมอบงานให้ agent ควรถามสามข้อ: มันจำได้ตลอดไหม มันตรวจจริงไหม และมันทำลายของเดิมได้ไหม · เรื่องนี้เชื่อมกับผลทดสอบ agent อื่นที่พบว่าทำ objective ตามเป้าโดยไม่แหกกฎได้ต่ำกว่า 50% และกับ AgentDebugX ที่รายงานเมื่อวาน แม้ upvote บน Hacker News จะต่ำ (4 คะแนน) แต่ประเด็นนี้ใช้ได้จริงในงานประจำวันสูง ตัวเลขเป็นค่าที่เปเปอร์รายงานเอง ยังรอการตรวจสอบอิสระ

arXiv 2607.19865

เปเปอร์เสนอให้เลิกมองการ retrieve เป็นการหาเอกสารที่เกี่ยวข้องที่สุดทีละชิ้น แล้วหันมา แปลงเกณฑ์การประเมินแบบ rubric ให้เป็นสัญญาณคัดเลือก "ชุด" เอกสาร โดยเป็น training-free · เหตุผล: เอกสารแต่ละชิ้นมีปฏิสัมพันธ์ต่อกัน (ซ้ำกัน/ขัดกัน/เสริมกัน) ซึ่ง relevance รายชิ้นมองไม่เห็น

▲ ทำไมต้องรู้ · นี่คือคำตอบของคำถามที่มักถูกถามบ่อยเรื่อง RAG ว่าทำไมค้นเจอเอกสารถูกแล้วคำตอบยังแย่อยู่ดี เหตุผลคือการหยิบเอกสารที่เกี่ยวข้องที่สุด 5 อันดับแรกอาจได้เอกสารที่เนื้อหาซ้ำกันทั้ง 5 ชิ้น ซึ่งแย่กว่าการได้เอกสาร 5 ชิ้นที่เสริมมุมมองกัน คุณภาพของ RAG จึงอยู่ที่การประกอบชุดเอกสารให้ครบมุมมากกว่าการไล่หาเอกสารที่ตรงที่สุดทีละชิ้น · จุดที่น่าสนใจคือวิธีนี้เป็น training-free แปลว่านำไปทดลองกับระบบที่มีอยู่แล้วได้เลยโดยไม่ต้องเทรนโมเดลใหม่ ตัวเลขที่รายงานยังเป็นของเปเปอร์เอง รอการตรวจสอบอิสระ

arXiv 2607.19747

DARPA ร่วมกับ U.S. Air Force ประกาศการบินเครื่องบินขับไล่ F-16 ที่ควบคุมด้วย AI · ประกาศผ่านเว็บไซต์ทางการของ DARPA · กระทู้ HN 162 คะแนน

▲ ทำไมต้องรู้ · ข่าวนี้ตอบคำถามที่มักถูกถามอยู่เสมอว่า AI ไปถึงไหนแล้วในโลกจริงที่ความผิดพลาดมีต้นทุนสูง ประเด็นที่น่าสนใจกว่าความตื่นเต้นกับข่าวคือ โดเมนที่ยอมให้ AI ตัดสินใจเองได้มักเป็นโดเมนที่มีการทดสอบและขอบเขตการทำงาน (envelope) ที่ชัดเจนมาก ไม่ใช่โดเมนที่คลุมเครือ อ่านคู่กับข้อ 11 (DocOps) แล้วเห็นภาพชัด: agent ยังพังกับงานเอกสารหลายขั้นตอน แต่บินเครื่องบินรบได้ เพราะสองงานนี้มีโครงสร้างความไม่แน่นอนคนละแบบ บทเรียนคือไม่ควรเอาความสำเร็จของ AI ในโดเมนหนึ่งมาเป็นเหตุผลว่าจะสำเร็จในโดเมนอื่นด้วย ต้องถามก่อนว่าโดเมนนั้นวัดความถูกต้องได้ชัดแค่ไหน ข่าวนี้ยังไม่มีรายละเอียดทางเทคนิคเพียงพอจะวิเคราะห์ลึกกว่านี้

DARPA (HN 162)