AI News · 2026-08-31

Simon Willison เขียนบทวิเคราะห์เมื่อ 30 ส.ค. สรุปสิ่งที่เขาแกะได้จาก ChatGPT Work ซึ่ง OpenAI ประกาศไว้ตั้งแต่ 9 ก.ค. แล้วปรับแก้เรื่อยมา โดยเขาเรียกมันว่าเป็นผลิตภัณฑ์ที่สับสนมากและทรงพลังมากในเวลาเดียวกัน

ตัวผลิตภัณฑ์มีสองโหมดที่ทำงานคนละที่กัน โหมดแรกรันบนคลาวด์ผ่านเว็บกับแอปมือถือ อีกโหมดรันบนแอปเดสก์ท็อปและเข้าถึงไฟล์กับรันโปรแกรมบนเครื่องผู้ใช้ได้ ซึ่ง Willison มองว่าคือเครื่องมือเขียนโค้ดเดิมที่เปลี่ยนหน้าตาให้คนที่ไม่ใช่นักพัฒนากล้าใช้ เอกสารของ OpenAI เรียกสองโหมดนี้ว่า Cloud Work และ Local Work ส่วนชื่อ Work Cloud กับ Work Local ที่คนแชร์กันเป็นคำที่ Willison ตั้งเองในบทความ

สิ่งที่เขาสรุปว่ามีเฉพาะใน Work Cloud และไม่มีในแชทธรรมดาคือ การเลือกโมเดลและระดับการคิดเอง สภาพแวดล้อมรันโค้ดที่ต่อออกอินเทอร์เน็ตได้ เบราว์เซอร์ Chrome เต็มตัวที่สั่งเปิดหน้าเว็บ กรอกฟอร์ม และถ่ายภาพหน้าจอได้ พื้นที่เก็บไฟล์ที่อยู่ข้ามบทสนทนา การสร้างและปล่อยเว็บไซต์ขึ้นใช้งานจริง การแตกงานย่อยออกเป็นเซสชันลูก และการตั้งเวลาสั่งงานล่วงหน้า

เขายังวิจารณ์คำอธิบายทางการของ OpenAI ที่บอกให้ใช้แชทเมื่อต้องการคำตอบและใช้ Work เมื่อต้องการให้ทำงานที่มีผลลัพธ์ชัดเจน ว่าแทบไม่ช่วยอะไรเลยเพราะแชทธรรมดาก็ทำสิ่งเหล่านั้นได้อยู่แล้ว และติงว่าบริษัทยังไม่เปิดเผยคำสั่งระบบกับรายการเครื่องมือของตัวเอง ทั้งที่การเปิดจะทำให้ความสับสนนี้หมดไปทันที

ข้อควรระวังที่เขาชี้คือ Work มีครบทั้งสามอย่างที่เขาเคยเตือนไว้ว่าอันตรายเมื่อมารวมกัน คือเข้าถึงข้อมูลส่วนตัวได้ รับเนื้อหาจากภายนอกที่ไม่รู้ที่มา และมีช่องทางส่งข้อมูลออก

จุดที่บทความเขียนไว้ผิดและควรแก้ตามคือเรื่องราคา บทความระบุว่าต้องเป็นสมาชิกแบบเสียเงินตั้งแต่ 20 ดอลลาร์ต่อเดือนขึ้นไป แต่เอกสารของ OpenAI เองระบุว่า ChatGPT Work รวมอยู่ในแพลนตั้งแต่ Free และ Go ขึ้นไป สิ่งที่ต่างกันตามระดับแพลนคือช่องทางและโมเดล คือการใช้ Work บนเว็บไม่มีในระดับ Free กับ Go ขณะที่แอปเดสก์ท็อปสำหรับงานในเครื่องมีครบทุกแพลน และผู้ใช้ Free กับ Go เลือกได้เฉพาะโมเดล GPT-5.6 Terra

▲ ทำไมต้องรู้ · หลายองค์กรจ่ายค่าสมาชิก ChatGPT ให้พนักงานโดยเข้าใจว่าซื้อแชทที่เก่งขึ้น แต่สิ่งที่เปิดมาด้วยคือระบบที่รันโค้ด เปิดเว็บ และเก็บไฟล์ข้ามงานได้เอง ซึ่งเป็นคนละระดับความเสี่ยงกับการถามตอบ และเมื่อโหมดที่ทำงานกับไฟล์ในเครื่องมีให้ตั้งแต่แพลนฟรี การนับว่าใครในองค์กรเข้าถึงความสามารถชุดนี้ได้บ้างจึงไม่ใช่การนับใบเสร็จค่าสมาชิกอีกต่อไป คนที่ดูแลนโยบายการใช้ AI ควรไล่ดูว่าแพ็กเกจที่ใช้กันอยู่มีอะไรติดมาบ้าง ก่อนจะมาไล่ตามทีหลัง

Simon Willison

บัญชีทางการของทีม Claude Code ประกาศเมื่อ 29 ส.ค. ว่าตั้งแต่ 14 ก.ย. เป็นต้นไป จะขึ้นเพดานการใช้งานรายสัปดาห์แบบมาตรฐานอย่างถาวร 25 เปอร์เซ็นต์ สำหรับแผน Pro, Max, Team และ Enterprise แบบคิดตามจำนวนที่นั่ง และระบุว่าจนถึงวันนั้นเพดานที่เพิ่มให้ 50 เปอร์เซ็นต์ยังคงอยู่

จุดที่ทำให้ข่าวนี้ถูกอ่านคนละแบบคือฐานที่ใช้เทียบ ตัวเลข 25 เปอร์เซ็นต์วัดจากเพดานมาตรฐานเดิม ไม่ใช่จากเพดานที่ผู้ใช้เห็นอยู่ตอนนี้ เมื่อของชั่วคราวหมดอายุแล้วเปลี่ยนเป็นของถาวร คนที่ใช้งานอยู่วันนี้จึงเหลือโควตาราว 83 เปอร์เซ็นต์ของที่มี

สิ่งที่ควรให้เครดิตคือตัวเลขที่ลดลงนี้ไม่ได้มาจากการคำนวณของสื่อ แต่บริษัทเขียนไว้เองในข้อความถัดไปของประกาศชุดเดียวกัน ซึ่งห่างจากข้อความแรกเพียงหนึ่งวินาที ว่าเมื่อเทียบกับวันนี้แล้วคิดเป็นการลดเพดานรายสัปดาห์ลง 17 เปอร์เซ็นต์ พร้อมระบุว่ากำลังทำการเปลี่ยนแปลงอื่นที่จะทำให้ผู้ใช้รู้สึกว่าได้จาก Claude มากขึ้นและเห็นกับควบคุมการใช้งานของตัวเองได้มากขึ้น

สำนักข่าวสายเทคจึงพาดหัวสวนทางกันทั้งที่อ้างประกาศฉบับเดียวกัน บางเจ้าเขียนว่าขึ้นโควตา 25 เปอร์เซ็นต์ บางเจ้าเขียนว่าตัดโควตา 17 เปอร์เซ็นต์ และบางเจ้าเล่าว่าบริษัทลบประกาศเดิมแล้วโพสต์ใหม่หลังโดนวิจารณ์ ซึ่งเวลาประชาสัมพันธ์ของสองข้อความที่ห่างกันหนึ่งวินาทีบอกว่าไม่ใช่อย่างนั้น

▲ ทำไมต้องรู้ · ทีมที่วางแผนงบประมาณหรือวางปริมาณงานไว้บนเพดานปัจจุบันมีเวลาราวสองสัปดาห์ในการวัดว่าจริงๆ แล้วสัปดาห์หนึ่งใช้ไปเท่าไร ก่อนเพดานจะขยับลง และนี่เป็นตัวอย่างที่ดีของการอ่านประกาศราคาให้ครบ เพราะเปอร์เซ็นต์ที่ขึ้นพาดหัวไม่มีความหมายเลยถ้าไม่รู้ว่าเทียบกับฐานไหน

ClaudeDevs · BleepingComputer · Blognone

รายงานปัญหาหมายเลข 66504 บนคลังโค้ดของ Claude Code ซึ่งผู้ใช้ชื่อ joka-7 เปิดไว้ตั้งแต่ 9 มิ.ย. ถูกเอากลับมาโพสต์บนกระดานนักพัฒนาเมื่อ 30 ส.ค. แล้วขึ้นไปถึง 178 คะแนนพร้อมความเห็น 201 รายการ

เนื้อหาที่รายงานคือ ทุกข้อความ commit และทุกคำอธิบาย pull request ที่เครื่องมือสร้างให้ จะมีลิงก์กลับไปยังเซสชันสนทนาต่อท้ายเสมอ โดยผู้เปิดรายงานเขียนว่าไม่มีการถามก่อน ไม่มีคำเตือน และไม่มีการบอกตอนตั้งค่าครั้งแรก ผู้ใช้จะรู้ตัวก็ต่อเมื่อมันไปอยู่ในประวัติของคลังโค้ดแล้ว

ข้อเสนอในรายงานคือเปลี่ยนให้เป็นแบบต้องเลือกเปิดเอง หรืออย่างน้อยแสดงตัวเลือกให้ปิดตอน commit ครั้งแรก ส่วนวิธีปิดที่ใช้ได้อยู่แล้วแต่คนส่วนใหญ่ไม่รู้คือตั้งค่า attribution.commit ให้เป็นค่าว่างในไฟล์ตั้งค่าของโครงการ ตอนนี้รายงานถูกปิดไปแล้วและติดป้ายไว้ว่าเป็นข้อเสนอปรับปรุงประสบการณ์ผู้ใช้

▲ ทำไมต้องรู้ · ประวัติของคลังโค้ดเป็นบันทึกที่ลบยากและมักถูกส่งต่อไปกับงาน ลิงก์ที่ติดไปด้วยจึงบอกได้ว่างานชิ้นไหนผ่าน AI มาบ้าง ซึ่งบางองค์กรถือเป็นข้อมูลภายใน ประเด็นที่ใช้ได้กว้างกว่านั้นคือเครื่องมือ AI มักมีค่าเริ่มต้นที่ประกาศตัวตนของมันลงในงานของเรา ควรไล่ดูตั้งแต่วันแรกว่ามีอะไรถูกเปิดไว้ให้บ้าง

GitHub issue 66504

เว็บชื่อ No AI Fridays เสนอให้ทีมพัฒนาเลือกหนึ่งวันต่อสัปดาห์ที่จะปิดผู้ช่วย AI ทั้งหมด แล้วกลับไปเขียนโค้ดด้วยมือตัวเอง อ่านเอกสารเอง และคิดปัญหาให้จบเอง โดยขึ้นไปถึง 261 คะแนนบนกระดานนักพัฒนาเมื่อ 30 ส.ค.

เหตุผลที่เว็บยกมาคือการใช้ AI ตลอดเวลาทำให้เกิดหนี้ทางความคิด ความผูกพันกับงานลดลง การคิดเชิงวิพากษ์ถดถอย ทักษะไม่ได้ถูกฝึก และเกิดจุดบอดจากการโยนการตัดสินใจออกไปให้เครื่อง พร้อมเสริมเหตุผลด้านการประหยัดโทเคนและการได้ความสนุกของการเขียนโค้ดกลับคืนมา

ข้อควรระวังคือหน้าเว็บอ้างถึงงานวิจัยด้วยการวางลิงก์ไว้เฉยๆ ไม่ได้ยกผลการวิจัยมาแสดง ไม่มีข้อมูลเชิงปริมาณของตัวเอง และรายชื่อองค์กรที่เข้าร่วมตอนนี้มีเพียงรายเดียวคือโครงการที่เป็นคนเริ่มเรื่องเอง

▲ ทำไมต้องรู้ · ข้อเสนอแบบนี้ขึ้นอันดับต้นได้เพราะมันตรงกับความรู้สึกที่หลายคนเริ่มมี คือทำงานเสร็จเร็วขึ้นแต่เข้าใจงานของตัวเองน้อยลง สิ่งที่หยิบไปลองได้จริงโดยไม่ต้องเชื่อทั้งหมดคือใช้มันเป็นเครื่องวัด ถ้าปิด AI หนึ่งวันแล้วทีมทำงานไม่ได้เลย นั่นคือข้อมูลเกี่ยวกับทีม ไม่ใช่ข้อมูลเกี่ยวกับเครื่องมือ

No AI Fridays

งานชื่อ PILOT ตั้งข้อสังเกตว่าวิธีทำให้ agent เก่งขึ้นด้วยตัวเองที่ใช้กันอยู่ ล้วนประมวลผลบทเรียนหลังงานจบไปแล้ว จึงเปลี่ยนทิศทางงานที่กำลังรันอยู่ไม่ได้ และเอาบทเรียนมาลองใช้จริงทันทีไม่ได้

สิ่งที่ทีมเสนอคือแยกบทบาทเป็นผู้ควบคุมกับผู้ลงมือ โดยผู้ควบคุมอยู่คนละบริบทและมีสิทธิ์สองอย่าง คือสั่งเปลี่ยนทิศทางหรือสั่งหยุดผู้ลงมือระหว่างที่ยังทำงานอยู่ กับกลั่นขั้นตอนและรูปแบบความล้มเหลวที่โผล่ระหว่างทางออกมาเป็นทักษะและความจำที่เอากลับมาใช้ซ้ำได้

ผลการวัดบนโมเดลพื้นฐานสองตัวและชุดทดสอบสามชุด วิธีนี้ได้อันดับหนึ่งในห้าจากหกรูปแบบการทดสอบ บนชุด Terminal-Bench 2.0 ทำได้ดีกว่าโครงคู่แข่งสูงสุด 9.8 จุด และในโหมดที่ให้พัฒนาตัวเองได้ ทำคะแนนเพิ่ม 14.6 จุดกับโมเดลหนึ่งและ 12.4 จุดกับอีกโมเดลหนึ่ง

ตัวเลขที่น่าสนใจกว่าคะแนนคือต้นทุน โทเคนขาออกเฉลี่ยลดลง 42.9 และ 47.4 เปอร์เซ็นต์ ขณะที่จำนวนงานที่สำเร็จต่อโทเคนขาออกหนึ่งล้านเพิ่มขึ้น 110.3 และ 134.0 เปอร์เซ็นต์

▲ ทำไมต้องรู้ · คนส่วนใหญ่ที่ปล่อย agent ทำงานยาวมักปล่อยจนจบแล้วค่อยมาดูว่าพังตรงไหน ซึ่งแปลว่าจ่ายค่าโทเคนเต็มจำนวนให้กับเส้นทางที่ผิดตั้งแต่กลางทาง งานนี้ชี้ว่าการมีคนหรือระบบคอยดูแล้วสั่งหยุดได้ทันเวลา ให้ผลทั้งด้านคุณภาพและด้านค่าใช้จ่ายพร้อมกัน

arXiv 2608.26530

งานชื่อ WikiSkill ชี้ว่าวิธีให้ agent สร้างทักษะจากประสบการณ์ของตัวเองที่มีอยู่ มีจุดอ่อนตรงที่ข้อสังเกตซึ่งใช้นำทางการสร้างทักษะกระจัดกระจายอยู่ในประวัติการปรับแต่ละรอบ จึงเอากลับมาใช้ซ้ำอย่างเป็นระบบไม่ได้

สิ่งที่ทีมเสนอคือแยกของออกเป็นสามชั้นที่ไม่ปนกัน คือร่องรอยการทำงานดิบ ความรู้ที่สะสมไว้ และทักษะที่รันได้จริง แล้วให้ประสบการณ์ถูกกลั่นเข้าคลังความรู้อย่างต่อเนื่อง เพื่อให้การปรับทักษะรอบถัดไปต่อยอดจากคลังนั้นได้

ผลที่ทีมรายงานคือวิธีนี้ชนะวิธีสร้างทักษะที่ดีที่สุดในปัจจุบันอย่างสม่ำเสมอ และที่น่าสนใจกว่านั้นคือทักษะที่กลั่นออกมาโอนข้ามโมเดลและข้ามตระกูลโมเดลได้ ทักษะที่โมเดลอื่นสร้างไว้บางครั้งให้ผลดีกว่าทักษะที่โมเดลนั้นสร้างเอง และโมเดลเล็กที่มีทักษะติดตัวทำได้ดีกว่าโมเดลใหญ่กว่ามากที่ไม่มี

▲ ทำไมต้องรู้ · นี่คือเหตุผลเชิงงานวิจัยที่รองรับสิ่งที่หลายทีมทำอยู่แล้วโดยไม่รู้ว่าเรียกว่าอะไร คือการเขียนคู่มือและกติกาการทำงานให้ AI อ่านซ้ำได้ งานนี้บอกว่าคลังแบบนั้นสำคัญพอที่จะทดแทนการอัปไปใช้โมเดลที่แพงกว่าได้ในบางงาน และของที่เขียนไว้ยังย้ายไปใช้กับโมเดลค่ายอื่นได้ด้วย

arXiv 2608.27454

วิธีฝึกโมเดลให้เก่งการให้เหตุผลที่เป็นกระแสหลักตอนนี้คือ GRPO ส่วนอีกสายหนึ่งคือ Evolution Strategies ซึ่งคนมักมองว่าเป็นทางเลือกที่ประหยัดหน่วยความจำแต่ได้ผลน้อยกว่า งานนี้ไล่ดูพฤติกรรมการปรับค่าของสายหลังอย่างเป็นระบบแล้วได้ข้อสรุปตรงข้าม

สิ่งที่ทีมพบคือสายที่ถูกมองข้ามให้ความครอบคลุมของวิธีคิดที่กว้างกว่า ขณะที่ GRPO มีอาการที่เรียกว่าความหลากหลายยุบตัว คือโมเดลค่อยๆ เหลือวิธีตอบแบบเดียว ส่วนอีกวิธีทำคะแนนตอบถูกครั้งแรกได้ดีขึ้นพร้อมกับรักษาโอกาสตอบถูกเมื่อให้ลองหลายครั้งไว้ได้สูงกว่า ทีมจึงเสนอให้ฝึกสองวิธีต่อกันเป็นลำดับเพื่อเอาข้อดีทั้งคู่

อีกข้อสังเกตที่ขัดสามัญสำนึกคือ แม้ค่าพารามิเตอร์ทั้งโมเดลจะขยับไปมาก แต่ผลด้านความสามารถมาจากการเปลี่ยนแปลงกลุ่มเล็กๆ ที่ขยับแรงเท่านั้น และการวัดกับงานที่ไม่ได้ฝึกก็ไม่พบว่าโมเดลลืมของเดิม

▲ ทำไมต้องรู้ · ประเด็นที่ใช้ได้กับคนที่ไม่ได้ฝึกโมเดลเองคือความแตกต่างระหว่างตอบถูกครั้งแรกกับตอบถูกเมื่อให้ลองหลายครั้ง เพราะระบบที่เราสร้างส่วนใหญ่ให้โมเดลลองได้ครั้งเดียว การเลือกวิธีฝึกที่ดันเลขตัวแรกขึ้นโดยบีบวิธีคิดให้แคบลง อาจแลกมาด้วยความสามารถที่มองไม่เห็นในเลขที่เราวัด

arXiv 2608.27351

เมื่อ agent ต้องเรียนวิธีทำงานกับสิ่งแวดล้อมภายนอกจากข้อมูลที่สร้างขึ้นเอง คำถามว่าข้อมูลแบบไหนถึงจะดีจึงสำคัญขึ้น งานนี้ตั้งข้อสังเกตว่างานที่ผ่านมามักจัดกลุ่มตามโดเมนและวัดผลกันคนละแบบ ทำให้กลไกที่ใช้ร่วมกันถูกกลบ และเอาการสร้างตัวเลือกไปปนกับการตรวจสอบและการคัดเลือก

ทีมจึงเสนอให้มองข้อมูลฝึก agent เป็นของสี่ส่วนประกอบกัน คือคำนิยามของสิ่งแวดล้อม สัญญาณของงานที่ต้องทำ ร่องรอยการลงมือจริง และตัวตรวจว่าสำเร็จหรือไม่ ซึ่งมีหรือไม่มีก็ได้ แล้วมองการสร้างข้อมูลเป็นการออกแบบการกระจายภายใต้ข้อจำกัดสามด้าน คือความถูกต้อง ความยาก และความหลากหลาย

สิ่งที่ทีมสรุปจากงานที่ผ่านมาคือทิศทางกำลังเปลี่ยนไปสามอย่าง ความถูกต้องเริ่มยึดจากการรันจริงแทนการเดา ความยากเริ่มวัดเทียบกับความสามารถของผู้เรียนแต่ละตัวแทนการตั้งระดับตายตัว และความหลากหลายเริ่มหมายถึงพฤติกรรมที่ต่างกันจริง ไม่ใช่การเปลี่ยนถ้อยคำหรือการเพิ่มจำนวนชุดข้อมูล

▲ ทำไมต้องรู้ · องค์กรที่เริ่มเก็บบทสนทนากับ agent ไว้เพื่อเอาไปปรับโมเดลทีหลัง มักเก็บทุกอย่างไว้ก่อนโดยคิดว่ายิ่งเยอะยิ่งดี งานนี้บอกว่าเกณฑ์ที่ควรใช้คัดตั้งแต่ต้นคือตรวจได้ว่าถูกจริงไหม ยากพอดีกับตัวที่จะเรียนไหม และเพิ่มพฤติกรรมใหม่หรือแค่ซ้ำของเดิม

arXiv 2608.27260

วิธีที่ได้ผลดีอยู่ตอนนี้คือให้โมเดลครูที่ฝึกมาเฉพาะทางคอยให้สัญญาณกำกับอย่างละเอียดระหว่างที่โมเดลนักเรียนทำงาน แต่วิธีนี้มีปัญหาสองข้อ คือต้องฝึกครูตัวใหม่ทุกครั้งที่เปลี่ยนเป้าหมาย ซึ่งแพง และความต่างระหว่างสิ่งที่ครูกับนักเรียนถนัดทำให้ความคลาดเคลื่อนสะสมไปตลอดเส้นทางการสร้างภาพ

สิ่งที่ทีมเสนอคือตัดครูออกแล้วให้นักเรียนเป็นตัวเทียบของตัวเอง โดยแตกทางเลือกออกไปหลายเส้นในแต่ละก้าว รันแต่ละเส้นออกไปดูผล แล้วเทียบคะแนนที่ได้กับเส้นอ้างอิงของตัวเอง เส้นที่ทำได้ดีกว่าจะถูกดึงเข้าหา เส้นที่แย่กว่าจะถูกผลักออก

ผลที่ทีมรายงานคือวิธีนี้ทำได้ดีกว่าทั้งวิธีเสริมแรงแบบเดิมและวิธีที่ใช้ครู ทั้งบนชุดทดสอบที่มีเป้าหมายเดียวและชุดที่มีหลายเป้าหมายผสมกัน ข้อควรระวังคือบทคัดย่อไม่ได้ให้ตัวเลขคะแนนที่วัดได้ ระบุเพียงว่าดีกว่า

▲ ทำไมต้องรู้ · แนวคิดที่ใช้ได้กว้างกว่าเรื่องภาพคือการลดการพึ่งพาโมเดลตัวที่สองในการปรับโมเดลตัวแรก ซึ่งเป็นต้นทุนที่มองไม่เห็นในโครงการปรับโมเดลเฉพาะทางเกือบทุกโครงการ ถ้าทิศทางนี้ได้ผลจริงในวงกว้าง การปรับโมเดลให้เข้ากับงานเฉพาะจะถูกลงอีกชั้น

arXiv 2608.26872

แพลตฟอร์ม AiPASS ภายใต้โครงการ TH-AI Passport เปิดให้ประชาชนเข้าใช้บริการอย่างเป็นทางการวันจันทร์ที่ 31 ส.ค. ตั้งแต่เวลา 09.00 น. หลังเปิดให้ลงทะเบียนล่วงหน้ามาตั้งแต่ 19 ส.ค. โดยกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคมเป็นผู้ประกาศในงานเมื่อ 28 ส.ค.

สิ่งที่ผู้ใช้ได้คือบริการระดับเสียเงินจากผู้ให้บริการ AI มากกว่าสิบสี่ค่าย ครอบคลุมโมเดลกว่าสามสิบตัว โดยพันธมิตรที่ระบุชื่อไว้มี OpenAI, Google for Education และ Microsoft ใช้งบประมาณโครงการ 1,600 ล้านบาท และมีชุดเรียนรู้สี่ทักษะที่อ้างอิงมาตรฐานของ UNESCO และ ETDA

เงื่อนไขคือเป็นผู้มีสัญชาติไทยอายุตั้งแต่ 15 ปีขึ้นไป จำกัด 5 ล้านสิทธิ์ ยืนยันตัวตนผ่านแอปทางรัฐหรือ ThaiD และผูกบัญชีกับ Google, Microsoft หรือ Apple ผู้ที่ลงทะเบียนภายใน 30 พ.ย. 2569 จะได้อัปเกรดเป็นระดับ Pro ฟรี 30 วัน ส่วนตัวโครงการมีกำหนดสิ้นสุดวันที่ 31 ส.ค. 2570

ยอดลงทะเบียนสะสมที่รายงานล่าสุดก่อนเปิดใช้จริงอยู่ที่ราว 1.3 ล้านราย ซึ่งยังห่างจากเพดาน 5 ล้านสิทธิ์อยู่มาก และรัฐมนตรีเคยระบุเองว่าอัตราการเพิ่มชะลอลงหลังผ่านสองวันแรกไปแล้ว

▲ ทำไมต้องรู้ · วันนี้คือวันแรกที่วัดได้จริงว่าคนไทยที่ลงทะเบียนไว้จะเข้ามาใช้จริงกี่คน ซึ่งเป็นตัวเลขที่มีความหมายมากกว่ายอดลงทะเบียน สำหรับคนทำงานที่จ่ายค่าสมาชิก AI เองอยู่ ควรอ่านเงื่อนไขให้ครบก่อนย้าย โดยเฉพาะวันสิ้นสุดโครงการและช่วงโปรโมชันที่จำกัดเวลา เพราะสิทธิ์ฟรีที่มีวันหมดอายุคือสิ่งที่ต้องวางแผนย้ายกลับตั้งแต่วันแรก

The Standard · Techsauce