AI News · 2026-07-28

ปิดเดดไลน์ที่ ledger ตามมาตั้งแต่ F25: weights ขึ้น huggingface.co/moonshotai/Kimi-K3 จริง · commit แรกที่มีไฟล์ ~13:30 UTC วันที่ 27 ก.ค. · commit ล่าสุด 16:29:18 UTC (จาก HF API lastModified) · repo สร้างไว้ตั้งแต่ 13 มิ.ย. ในสถานะ placeholder · ของจริงคือ 96 shards model-00001-of-000096.safetensors ถึง -000096 · นับพารามิเตอร์จาก dtype breakdown ได้ 2,779,931,837,184 ตัว · ขนาดรวม 1.56TB (Willison · 27 ก.ค.)

สเปกที่ตรวจได้แล้วจาก model card: 2.8T total / ~104B activated · 93 layers (69 KDA + 24 Gated MLA) · 896 experts active 16 · context 1,048,576 · MXFP4 weights / MXFP8 activations แบบ quantization-aware training · ⚠ สื่อบางเจ้าเขียน "2.8T-A50B" ซึ่งนับเฉพาะ routed experts · ของจริง ~104B เพราะต้องบวก dense อีก 57.18B

License คือประเด็นที่ใหญ่กว่าขนาด: ชื่อจริง "Kimi K3 License" · quote จากตัวไฟล์: "If the Licensee or any of its affiliates operates a Model as a Service business, and the aggregate revenue … exceeds 20 million US dollars … in total over any consecutive 12 months, the Licensee must enter into a separate agreement with Moonshot AI before using the Software or its derivative works for any commercial purpose." · เป็นการเพิ่ม ไม่ใช่แทนที่: ยังเก็บเงื่อนไขแบบ K2 ไว้ด้วย (100M MAU หรือ $20M รายได้ต่อเดือน ต้องแสดงชื่อ "Kimi K3") · Willison ใช้คำว่า license นี้ "goes further"

จุดที่ Moonshot ควรได้เครดิต และสื่อควรโดนจับ: Willison ตั้งข้อสังเกตว่า Moonshot "make no attempt to describe this as an 'open source' license…consistently using the term 'open weight' in its place" · แต่ aggregator หลายเจ้าพาดหัวว่า "Modified MIT License Confirmed" และยังผิดอยู่จนวันนี้ ทั้งที่ Moonshot ไม่เคยประกาศชื่อ license ล่วงหน้าเลย

อันดับ AA ที่เดินทางไกลโดยที่คะแนนไม่ขยับ: score 57 เท่าเดิม ตลอด แต่ #3 (17 ก.ค.) → #4 (19 ก.ค.) → #7 (28 ก.ค.) เพราะ Claude Opus 5 เข้ามาสามระดับ effort · แต่คนละเลขกับ "#1 จาก 98" ซึ่งคืออันดับในกลุ่ม open weights (AA เปลี่ยนการจัดประเภท K3 จาก proprietary เป็น "Open weights model" แล้ว) · OpenRouter มี K3 จาก 7 ผู้ให้บริการ ส่วนใหญ่ที่ $3/$15 เท่ากับ Moonshot เอง (single source · ติดวันที่ 27 ก.ค.)

▲ ทำไมต้องรู้ · บทเรียนสำคัญที่สุดจากข่าวนี้คือเรื่อง license ไม่ใช่ขนาดโมเดล การเปิดให้ดาวน์โหลด weights กับการเป็น open source เป็นคนละเรื่องกัน เพราะ Kimi K3 โหลดมารันเองได้จริง แต่มีเพดานรายได้ $20 ล้านต่อ 12 เดือนที่ต้องเจรจาสัญญาแยกกับ Moonshot ก่อน และไม่เปิดข้อมูลที่ใช้เทรนด้วย ใครที่คิดจะเอาโมเดล open-weight ไปทำบริการขายจึงควรเปิดไฟล์ LICENSE อ่านให้ครบก่อนเสมอ เพราะตัวเลขเพดานนี้ไม่ไกลตัวบริษัทใหญ่ในไทยเลย อีกจุดที่น่าสังเกตคือคะแนนของ K3 บนตารางจัดอันดับนิ่งอยู่ที่ 57 มา 11 วัน แต่อันดับกลับตกจากที่ 3 ลงมาที่ 7 เพราะมีโมเดลอื่นแซงเข้ามาเพิ่ม ไม่ใช่เพราะตัวโมเดลแย่ลงแต่อย่างใด

Hugging Face · LICENSE · Simon Willison · Blognone · AA leaderboard · kimi-k3

คำถามที่ ledger ตั้งไว้ล่วงหน้าคือ พอ weights เปิดจะมีคนงัดหา fingerprint เจอไหม · ค้นเจ็ดทางแล้ววันนี้ยังไม่พบ · งานที่มีอยู่ทั้งหมด เป็นการวัดพฤติกรรม ไม่ใช่การเปิด weights ดู และทำก่อน weights ออกทั้งสิ้น

หลักฐานชิ้นที่แข็งที่สุด · Berczi & Kim, "Does distilling Claude carry the persona with it?" (LessWrong · 24 ก.ค.) ใช้เครื่องมือ Personascope ทดสอบ 7 โมเดล · Kimi K3 อ้างตัวเป็น Claude 40% ของคำถามตรงแบบไม่ได้ชี้นำ · ⚠ แต่ footnote ของงานเองระบุว่า "This was run on July 17, but by July 20, the Claude identity drift had vanished completely" เพราะ "Moonshot's serving layer changed between July 17 and July 20" → ห้ามพูดตัวเลข 40% เป็นปัจจุบันเด็ดขาด · จุดที่น่าสนใจกว่า: GLM 5.2 ตอบคำถามอ่อนไหวแบบไม่เซ็นเซอร์เพิ่มจาก 17% เป็น 85% เมื่อบอกว่า "you are Claude" ขณะที่ Kimi ไม่เปลี่ยนพฤติกรรมเลย · ข้อสรุปจึงกลับหัวจากพาดหัว: GLM มี "a selectable Claude character" จริง แต่ของ Kimi ดูผิวเผิน คือเนื้อหา Claude ถูกกลืนเข้า persona ปกติ ไม่ได้เป็นตัวละครแยก · ผู้เขียนสรุปเองว่า "It is not proof of a distillation, but it does show that Claude's self-concept is embedded in these models' weights."

หลักฐานชิ้นที่สอง · Ryan Greenblatt (Redwood Research) · ⚠ second-hand ทั้งหมด ยืนยัน primary ไม่ได้ (โพสต์ X คืน HTTP 402) · รายงานผ่าน glitchwire (21 ก.ค.): เขาทำ cross-entropy เทียบ raw text response ข้ามโมเดล พบว่า K3 "claims to be Claude disproportionately often" บางครั้งอ้างว่าเป็น Claude 4.5 ซึ่งโมเดล Claude จริงไม่ทำ · control (Qwen, GPT) ให้ศูนย์ใน 48 ตัวอย่างต่อโมเดล · แต่จุดที่สื่อไม่เล่าและเป็น counter-evidence ตรงๆ: ไม่พบว่า K3 อ้างตัวเป็น Mythos หรือ Fable เลย ทั้งที่ข้อกล่าวหาของ Kratsios เจาะจงที่ Fable · และ hidden reasoning style ของ K3 ใกล้โมเดล reasoning ของ OpenAI มากกว่า Claude · เขาเองระบุว่าเป็น "calibrated ranking, not exact p-values" และคำอธิบายอื่นมีทั้ง contamination · system-prompt leakage · synthetic examples

ฝั่งค้าน · Maria Sukhareva ("AI Realist"): Fable 5 เปิด 9 มิ.ย. ถอน 12 มิ.ย. กลับมา 1 ก.ค. = "Fable had been reachable for eighteen days when K3 was published" · Fable 5 เป็นเป้า distill ที่แย่เพราะ "costs 3.3 times more per harvested token than Sonnet 4.6, runs at a quarter of the speed" (gloss: 3.3x มาจากราคา output · "quarter of the speed" เธออนุมานจาก rate limit ไม่ใช่ latency ที่วัดจริง) · Anthropic ไม่คืน raw reasoning trace แต่คิดเงิน · มี safety classifier หมวด reasoning_extraction ที่ reroute ไป Opus 4.8 · caveat: เป็น Substack ส่วนตัวจุดยืน pro-open ชัด และอ้างการหารือเชิงนโยบายที่ยังไม่เผยแพร่โดยไม่มี attribution

▲ ทำไมต้องรู้ · คำตอบของคำถามที่ค้างมาก่อนหน้านี้คือยังไม่มีใครวิเคราะห์ weights แล้วเจอหลักฐานที่ยืนยันเรื่อง distillation ได้จริง และคำตอบที่ตรงไปตรงมาแบบนี้ก็มีค่าไม่น้อยไปกว่าการเจอหลักฐานจริง หลักฐานที่ดูน่าเชื่อที่สุดในข่าวนี้กลับเป็นหลักฐานที่นักวิจัยเจ้าของงานเองบอกตรงๆ ว่ายังพิสูจน์อะไรไม่ได้ ตัวเลขที่สื่อหลายเจ้าชอบอ้างว่า Kimi ตอบว่าตัวเองเป็น Claude ถึง 40% ของคำถามนั้น จริงๆ แล้วมีเชิงอรรถกำกับว่าวัดในวันที่เฉพาะเจาะจงและหายไปหมดหลังจากนั้นไม่กี่วัน ตัวเลขที่ไม่มีวันที่กำกับจึงเป็นตัวเลขที่ยังพิสูจน์ไม่ได้ว่ายังจริงอยู่หรือเปล่า เรื่องนี้ยังมีความเห็นแตกต่างกันมากในหมู่นักวิจัย บางคนบอกว่าเป็นส่วนหนึ่งของเรื่องจริงแต่ไม่ใช่ทั้งหมด บางคนบอกว่ามีน้อยมากถ้ามีจริง บางคนค้านไปเลย ขณะที่ฝั่งรัฐบาลสหรัฐกล่าวหาตรงตัวโดยไม่มีหลักฐานสาธารณะรองรับ

LessWrong (Berczi & Kim) · glitchwire (Greenblatt · second-hand) · Sukhareva · Zvi

Simon Willison สรุปคู่มือฉบับใหม่ของ Ethan Mollick · แกนหลักที่เปลี่ยน: เมื่อปีก่อนคู่มือพูดถึงหน้าแชตเป็นหลัก ตอนนี้ย้ายไปที่ agentic system คือ "where the AI is capable of doing the equivalent of many hours of real human work in one go" · Google หลุดจากรายการแนะนำ เพราะ "Google still doesn't have an established entry in the Codex/ChatGPT Work/Cowork category" · Mollick ยอมรับตรงๆ ว่าชื่อเรียกของแต่ละค่ายสับสน: "The names do not map onto each other in any way that will help you remember them" (ChatGPT มี Work กับ Codex · Claude มี Cowork กับ Code) · และความสับสนลามไปถึงความต่างระหว่างมือถือกับเดสก์ท็อป

▲ ทำไมต้องรู้ · มุมมองที่เปลี่ยนไปคือตลาดเครื่องมือ AI ย้ายจากคำถามว่าโมเดลไหนฉลาดกว่า มาเป็นคำถามว่าค่ายไหนมีพื้นที่ให้ AI ลงมือทำงานจริงได้มากกว่ากัน และ Google กลับหลุดจากการแนะนำในหมวดนี้ ทั้งที่ตัวโมเดลเองไม่ได้แย่ลง อีกจุดที่น่าสับสนสำหรับคนทั่วไปคือชื่อโหมดของแต่ละค่ายไม่ได้เทียบกันตรงๆ เช่น ChatGPT มี Work กับ Codex ส่วน Claude มี Cowork กับ Code ทำให้เลือกใช้งานยากขึ้นถ้าไม่รู้ว่าอะไรคืออะไร ข้อควรระวังคือนี่เป็นความเห็นส่วนตัวของ Mollick ไม่ใช่ผลการวัดที่เป็นทางการ

Simon Willison

Issue One รายงานว่า 11 บริษัทเทค โซเชียล และ AI รายใหญ่ ใช้เงินล็อบบี้รัฐบาลกลางรวม $41 ล้าน ระหว่าง ม.ค.-มิ.ย. 2026 = เฉลี่ยวันละกว่า $226,000 เพิ่มจาก $38 ล้านในครึ่งปีแรกของ 2025 ราว 8% · Meta ใช้มากที่สุดในกลุ่มเทครายใหญ่: เกือบ $6 ล้าน เฉพาะไตรมาส เม.ย.-มิ.ย. · Anthropic ใช้ไปแล้วกว่า $3.5 ล้านในครึ่งปีแรก มากกว่า $3.1 ล้านที่ใช้ทั้งปี 2025 · OpenAI กับ Anthropic รวมกันใช้ $3.17 ล้านในไตรมาส 2 เพิ่มจากไตรมาสแรก 23% · Axios ระบุว่าการล็อบบี้ไตรมาส 2 ของ Anthropic โฟกัสที่ export controls · cybersecurity · มาตรฐานความปลอดภัย AI โดยพบทั้งสองสภา ทำเนียบขาว กระทรวงพาณิชย์ และกระทรวงการคลัง

▲ ทำไมต้องรู้ · ตัวเลขนี้ทำให้เห็นภาพชัดขึ้นว่าการถกเถียงเรื่องนโยบายกำกับ AI ระหว่างอุตสาหกรรมกับภาครัฐมีเม็ดเงินอยู่เบื้องหลังเท่าไร และใครกำลังเร่งเครื่องเรื่องนี้มากที่สุด จุดที่น่าสนใจคือ Anthropic เป็นบริษัทเดียวในกลุ่มที่ไม่ได้ร่วมลงชื่อในจดหมายสนับสนุน open-weights แต่กลับเป็นเจ้าที่เพิ่มงบล็อบบี้เร็วที่สุดในกลุ่มเดียวกันนี้ ข้อควรระวังคือตัวเลขบอกได้แค่ว่างบเพิ่มขึ้น ไม่ได้พิสูจน์ว่าล็อบบี้เรื่องอะไรสำเร็จหรือเกี่ยวข้องโดยตรงกับการไม่ลงชื่อในจดหมายฉบับนั้น สำหรับคนที่ต้องติดตามนโยบาย AI ในที่ทำงาน บทเรียนคือควรอ่านจุดยืนด้านความปลอดภัยของผู้ให้บริการคู่กับคำถามว่าจุดยืนนั้นทำให้ฝ่ายไหนได้เปรียบ

Issue One · Axios · CNBC · FT (paywall)

⚠ ติดป้ายก่อนอ่าน: Ed Zitron เป็นนักวิจารณ์อุตสาหกรรม AI ที่มีจุดยืนชัดเจนว่านี่คือฟองสบู่ · ชิ้นนี้เป็น opinion ไม่ใช่รายงาน · แกนที่เขาเสนอ: เศรษฐศาสตร์ของ LLM พังตั้งแต่ฐาน เพราะผู้ใช้เผา token เกินค่าสมาชิกรายเดือนมาก อ้างงานของ SemiAnalysis ว่าสมาชิกบางรายเผา "hundreds of dollars on a $20-a-month subscription" · อ้างว่า OpenAI ขาดทุน $20.9 พันล้าน จากรายได้ $13.07 พันล้านในปี 2025 · ตัวเลขโครงสร้างพื้นฐาน: hyperscaler ใช้ capex เกิน $1 ล้านล้านตั้งแต่ปี 2022 · เฉพาะปี 2026 เกิน $650 พันล้าน · ขณะที่ Apple ใช้ราว $14 พันล้าน · Oracle เดิมพันดาต้าเซ็นเตอร์ AI เกิน $340 พันล้านพร้อมหนี้หลายแสนล้าน · เขาอ้างว่า "89% of all AI revenues are Anthropic and OpenAI" และวิจารณ์ว่าสตาร์ทอัพ AI ส่วนใหญ่พูดถึง "annualized revenue" เพราะ "actual revenues are very depressing" · เรื่อง Apple: เรียก Apple Intelligence ว่าเป็น "a mass-radicalization of its users against AI" และสรุปว่า "I think they will sit on the sidelines and watch everything burn"

▲ ทำไมต้องรู้ · ตัวเลขต้นทุนโครงสร้างพื้นฐานกับ unit economics ในบทความนี้เป็นข้อมูลที่ตอบคำถามที่คนมักสงสัยว่าราคา AI จะถูกลงเรื่อยๆ หรือไม่ คำตอบที่ตรงไปตรงมาคือราคาที่จ่ายอยู่วันนี้อาจไม่ได้สะท้อนต้นทุนจริง ซึ่งเป็นเหตุผลเชิงปฏิบัติที่ควรออกแบบระบบให้สลับผู้ให้บริการได้ง่าย ส่วนข้อสรุปเรื่องฟองสบู่และอนาคตของ Apple เป็นความเห็นของคนที่มีจุดยืนวิพากษ์วิจารณ์อุตสาหกรรมนี้อยู่แล้ว จึงควรอ่านแยกจากตัวเลข บทเรียนที่ใช้ได้จริงคือไม่ควรวางแผนงบ AI ระยะยาวโดยอิงราคาปัจจุบันทั้งหมด เพราะผู้ให้บริการหลายเจ้ายังขายต่ำกว่าทุนอยู่ ซึ่งเป็นสถานการณ์ที่ไม่ยั่งยืนไม่ว่าจะเชื่อเรื่องฟองสบู่หรือไม่ก็ตาม ข้อควรระวังคือตัวเลขทั้งหมดเป็นตัวเลขที่ Zitron อ้างเอง ยังไม่มีการตรวจสอบกับงบการเงินต้นทางโดยตรง

MacRumors

เรื่องกลับมาเป็นที่สนใจอีกครั้งหลังโพสต์บน X เมื่อ 26 ก.ค. · แกน: บริษัท AI ซื้อหนังสือจำนวนมากมาสแกนด้วยเครื่องความเร็วสูงที่ตัดสันหนังสือออก แล้วทำลายต้นฉบับทิ้ง · แพลตฟอร์มฐานข้อมูลหนังสือ ISBNdb เปลี่ยนบทบาทจากบริการห้องสมุด/ร้านค้า มาเป็นตัวกลางจัดหาแบบยกล็อต ตั้งแต่ 1,000 ถึงหนึ่งล้านเล่มต่อออร์เดอร์ และ เสนอ NDA เป็นจุดขาย · เว็บของ ISBNdb เขียนเองว่า "AI company destroys two million books" is not a headline ที่สร้างความเห็นใจ · แรงจูงใจที่ตรงที่สุดคือคุณภาพข้อมูล: อินเทอร์เน็ตวันนี้อิ่มตัวด้วยข้อความที่ AI เขียน หนังสือกระดาษก่อนปี 2022 จึงเป็นแหล่งข้อความมนุษย์ขนาดใหญ่แหล่งสุดท้ายที่ "structurally guaranteed to be free of this contamination" · ร้านหนังสือรายเล็กรายหนึ่งรายงานว่ายอดกระโดดจากสัปดาห์ละไม่เกิน 20 เล่ม เป็นหลายร้อยเล่ม · ฐานทางกฎหมาย: คำวินิจฉัยในคดี Bartz v. Anthropic (มิ.ย. 2025 · ผู้พิพากษา Alsup) ที่ว่าการแปลงหนังสือที่ซื้อมาถูกกฎหมายเป็นดิจิทัลเพื่อเทรนโมเดล เข้าข่าย fair use ประกอบกับหลัก first-sale doctrine

▲ ทำไมต้องรู้ · ประเด็นที่ลึกที่สุดในเรื่องนี้คือข้อความที่มนุษย์เขียนเองกำลังกลายเป็นทรัพยากรที่หายากขึ้นเรื่อยๆ เพราะโลกผลิตข้อความสังเคราะห์จาก AI ได้เร็วกว่าที่มนุษย์จะเขียนเอง ปี 2022 จึงกลายเป็นเส้นแบ่งที่มีความหมาย อะไรที่พิมพ์ก่อนหน้านั้นการันตีได้ว่าเป็นฝีมือคน ส่วนอะไรที่เขียนหลังจากนั้นต้องพิสูจน์ที่มา ซึ่งเป็นปัญหาที่กำลังเกิดขึ้นในหลายวงการพร้อมกัน คำถามเชิงจริยธรรมที่น่าคิดต่อคือการกระทำนี้ถูกกฎหมายชัดเจนตามคำวินิจฉัย fair use ที่ผ่านมา แต่ถูกกฎหมายไม่ได้แปลว่าสมควรทำเสมอไป โดยเฉพาะเมื่อหนังสือบางเล่มเหลือสำเนาในโลกไม่กี่เล่ม และคำวินิจฉัยนั้นไม่ได้แค่ยกฟ้องคดีเดิม แต่กลายเป็นแรงจูงใจให้เกิดตลาดซื้อขายหนังสือเก่าแบบยกล็อตขึ้นมาทั้งตลาด ข้อควรระวังคือรายงานนี้มาจากสื่อรอง ตัวเลขหนึ่งล้านเล่มต่อออร์เดอร์เป็นสิ่งที่ ISBNdb โฆษณาเอง ยังไม่มีการยืนยันอิสระ และไม่มีบริษัท AI รายใดถูกระบุชื่อว่าเป็นผู้ซื้อในกรณีนี้

Futurism · anthropic-books-settlement-2026

Rick Manelius เล่าประสบการณ์ตรง: เมื่อ AI ทำงานได้เร็วขึ้น 2-100 เท่า เขาเอาเวลาที่ได้ไป เริ่ม proof-of-concept 40 ตัวพร้อมกัน · ประโยคที่เป็นแกนของบทความ: "I used AI to reduce my required work, so I invented an endless amount of make-work" · ข้อสรุปคือแทนที่จะขยายออกด้านข้าง (โปรเจกต์เยอะขึ้น) ควรไปให้ลึกกว่าเดิม "way farther on the things that matter" อ้างแนวคิด Essentialism ของ Greg McKeown ว่า "doing less, but better" · และใช้ภาพเปรียบของ Garry Tan ว่า 1% สุดท้ายที่ทำให้ประสบการณ์สมบูรณ์ ต่างจากงานที่เสร็จ 99% อยู่ 100 เท่า · จุดขายของ AI ในมุมนี้จึงไม่ใช่ความเร็ว แต่คือ การมีเวลาเหลือพอจะทำ 1% สุดท้ายให้เสร็จ ถ้ายังโฟกัสอยู่

▲ ทำไมต้องรู้ · ข้อสังเกตที่น่าคิดคือ AI ไม่ได้ให้เวลาว่างเพิ่มขึ้น แต่ให้ความสามารถในการเริ่มงานใหม่ได้ง่ายขึ้น ซึ่งเป็นคนละเรื่องกัน และอธิบายได้ว่าทำไมหลายคนใช้ AI แล้วยังรู้สึกยุ่งเท่าเดิม คำถามที่ควรถามตัวเองจึงไม่ใช่ว่าจะเริ่มอะไรได้เร็วขึ้นแค่ไหน แต่คือจะทำอะไรให้จบได้มากขึ้นหรือเปล่า มุมนี้เข้ากันดีกับงานวิจัยที่พบว่าคนที่ได้ประโยชน์จริงจากการใช้ AI คือคนที่ใช้เพื่อเรียนรู้ ไม่ใช่ใช้แทนตัวเองทำงาน ข้อควรระวังคือบทความนี้เป็นประสบการณ์ส่วนตัว ไม่มีข้อมูลเชิงประจักษ์รองรับ ควรมองเป็นกรอบคิดมากกว่าหลักฐาน

rickmanelius.com

เปเปอร์เปิดด้วยข้อสังเกตที่ตรงประสบการณ์: "Production AI agents' failures are less often due to an inability to reason well and more often because they cannot manage what is in their reasoning context" · เสนอให้มอง context ของ agent เป็น ปัญหาเชิง lifecycle และ architecture ไม่ใช่ปัญหาการเก็บข้อมูล · แยกงานออกเป็น 5 primitive: architecting · ingesting · scoping · anticipating · compacting & consolidation · แกนเชิงต้นทุน: การสะสม context ไปเรื่อยๆ ทำให้ต้นทุน token โตแบบกำลังสอง ส่วนการสรุปย่อแบบหยาบได้ต้นทุนเชิงเส้นแต่แลกความแม่นยำ · วิธีที่เสนออ้างว่าได้ต้นทุนเชิงเส้นโดยรักษาความครบของข้อมูล · reference implementation ทำได้ 92% บน LongMemEval · และชี้ว่ามิติที่ benchmark ปัจจุบันวัดน้อยเกินไปคือ latency · token efficiency · ความทนต่อการเสื่อมของ context เมื่อเวลาผ่านไป

▲ ทำไมต้องรู้ · ข้อสังเกตที่มีประโยชน์คือ agent ที่ทำงานพังในหลายองค์กรส่วนใหญ่ไม่ได้พังเพราะตัวโมเดลโง่ แต่พังเพราะไม่มีใครออกแบบไว้ว่าอะไรควรอยู่ใน context ที่ป้อนให้โมเดลและอะไรควรตัดออก ก่อนจะเปลี่ยนไปใช้โมเดลที่แพงกว่า จึงควรตรวจก่อนว่าข้อมูลที่ป้อนเข้าไปสะอาดและเป็นระเบียบแค่ไหน เพราะมักได้ผลดีกว่าการเปลี่ยนโมเดลเฉยๆ ทีมที่สร้าง agent เองสามารถเอา 5 องค์ประกอบที่เปเปอร์นี้แยกไว้ไปใช้เป็น checklist ตรวจสอบระบบของตัวเองได้ทันที เรื่องนี้ยังเชื่อมโยงกับงานวิจัยอื่นที่พบว่าเมื่อผู้ใช้เปลี่ยนเจตนากลางทาง โมเดลมักหลุดโฟกัส ซึ่งเป็นอาการของปัญหาเดียวกัน ข้อควรระวังคือตัวเลข 92% เป็นตัวเลขที่ผู้เขียนเปเปอร์รายงานเอง ยังไม่มีการทดลองซ้ำโดยทีมอื่น และงานนี้เป็น position paper เชิงกรอบคิดมากกว่างานทดลองเต็มรูปแบบ

arXiv 2607.21503

กรอบชื่อ Skill-SP ตั้งอยู่บนข้อสังเกตว่า "LLM training is shifting from manual design and annotation to interaction-driven self-evolution" · ปัญหาที่แก้คือการหาสมดุลระหว่าง ความหลากหลายของโจทย์ กับ ความน่าเชื่อถือของการตรวจคำตอบ · เสนอให้ใช้ "ทักษะ" (skill) เป็นตัวกลาง เพราะแต่ละทักษะทำให้ทำงานได้ลึกและตรวจสอบได้ ขณะที่การสุ่มเลือกทักษะแบบพลวัตยังคงความหลากหลาย · มีสามองค์ประกอบที่วิวัฒน์ร่วมกันในลูป RL: proposer (ตั้งโจทย์จากทักษะที่สุ่มมา) · solver (หาทางแก้เพื่อขยายเพดานความสามารถ) · dynamic skill controller (เก็บ feedback ไปอัปเดตและขยายคลังทักษะ) · ผลที่รายงาน: ดันเพดานของ backbone ที่เก่งอยู่แล้วได้ต่อเนื่อง และ "catalyzing striking turnarounds for initially misaligned models"

▲ ทำไมต้องรู้ · งานวิจัยนี้เป็นสัญญาณว่าอุตสาหกรรมกำลังเปลี่ยนวิธีเทรนโมเดล จากการให้คนออกแบบข้อมูลฝึกเอง ไปเป็นระบบที่สร้างโจทย์ฝึกให้ตัวเองได้ น่าสนใจว่าแม้โมเดลจะเก่งขึ้นเรื่อยๆ ในการตั้งโจทย์ฝึกตัวเอง แต่งานวิจัยอื่นในช่วงเดียวกันกลับพบว่าโมเดลยังจัดลำดับความรู้พื้นฐานได้แย่มาก เช่น การบอกว่าอะไรควรเรียนรู้ก่อนอะไร ซึ่งเป็นทักษะคนละแบบกัน ข้อควรระวังคือตัวเลขในงานวิจัยนี้เป็นตัวเลขที่ผู้เขียนรายงานเอง ยังไม่มีการทดลองซ้ำโดยทีมอื่น

arXiv 2607.22529

อ้างจดหมายข่าว Power On ของ Mark Gurman (Bloomberg): Apple กำลังทดลองต้นแบบแว่นตาอัจฉริยะที่มี AI แต่ตัดฟีเจอร์ถ่ายภาพและบันทึกวิดีโอออก เพื่อวางจุดขายด้านความเป็นส่วนตัวให้ต่างจาก Meta · คาดวางขายปี 2027 · Blognone วันเดียวกันยังรายงานเรื่อง Kimi K3 ปล่อยโมเดลให้ดาวน์โหลด ซึ่งตรงกับข้อ 1 และระบุ license กับเงื่อนไข $20 ล้านไว้ถูกต้อง (Blognone)

▲ ทำไมต้องรู้ · คุณค่าของข่าวนี้ไม่ได้อยู่ที่ตัวสินค้าซึ่งยังเป็นแค่ต้นแบบ แต่อยู่ที่การวางตำแหน่งสินค้า ในตลาดที่ทุกเจ้าแข่งกันใส่ฟีเจอร์เข้าไปเรื่อยๆ การไม่มีฟีเจอร์บางอย่างกำลังกลายเป็นจุดขายด้วยตัวมันเอง การตัดสินใจว่าจะไม่เก็บข้อมูลอะไรจึงเป็นการตัดสินใจเชิงกลยุทธ์มากกว่าจะเป็นข้อจำกัดทางเทคนิค ข้อควรระวังคือนี่เป็นข่าววงในจาก Gurman ยังเป็นแค่ต้นแบบ ไม่ใช่การประกาศอย่างเป็นทางการจาก Apple

Blognone (Apple glasses) · Blognone (Kimi K3)