AI News · 2026-09-08

นักพัฒนาที่ใช้ชื่อบัญชี cozyblazex โพสต์เมื่อ 5 ก.ย. ว่าให้ GPT-6 Astra เล่นเกม Portal จนจบตั้งแต่ต้นจนจบโดยไม่มีคนช่วย วิธีที่ใช้คือต่อโมเดลเข้ากับเกมผ่าน MCP แล้วดัดแปลงเครื่องมือชื่อ SourcePauseTool ให้หยุดเกมไว้ระหว่างที่โมเดลกำลังคิด และป้อนภาพหน้าจอ ตำแหน่งผู้เล่น กับมุมกล้องให้ในทุกจังหวะที่หยุด

ตัวเลขที่สองสำนักข่าวรายงานไม่ตรงกันเสียทีเดียว The Decoder ระบุว่าใช้เวลา 23 ชั่วโมง 43 นาที และตีเป็นค่าโทเคนอย่างน้อย 570 ดอลลาร์ถ้าคิดตามราคาป้าย โดยเสริมว่าผู้ทดลองใช้ผ่านบริการเหมาจ่ายเดือนละ 200 ดอลลาร์ ส่วน Blognone ให้ตัวเลขเดียวคือ 571.18 ดอลลาร์ หรือราว 19,000 บาท และไม่ได้ระบุระยะเวลาที่ใช้เล่นไว้เลย

ข้อควรระวังคือหลักฐานทั้งหมดมาจากผู้อ้างเอง ทั้งคลิปและเอกสารในคลังโค้ดของเขา ยังไม่มีใครทดลองซ้ำอย่างเป็นอิสระ และตัวเลขค่าใช้จ่ายเป็นราคาป้ายที่คำนวณย้อนหลัง ไม่ใช่เงินที่จ่ายออกไปจริง

▲ ทำไมต้องรู้ · ข่าวแนวนี้อ่านให้ถูกต้องแยกสองเรื่องออกจากกัน คือทำได้หรือไม่ กับทำได้ในราคาที่คุ้มหรือยัง งานที่กินเวลาเกือบครบวันและตีเป็นเงินหลักหมื่นบาทเพื่อเล่นเกมให้จบ บอกว่าโมเดลทำงานยาวต่อเนื่องโดยไม่หลุดได้ดีขึ้นจริง แต่ยังไม่ได้แปลว่าเอาไปวางในงานประจำวันของทีมได้ทันที

Blognone · The Decoder

Konstantin Ryabitsev ซึ่งดูแลโครงสร้างพื้นฐานของ kernel.org เขียนบันทึกไว้เมื่อ 29 ส.ค. แล้วกลับมาเป็นที่พูดถึงอีกครั้งเมื่อ Simon Willison หยิบไปเขียนต่อเมื่อ 7 ก.ย. ประโยคที่เป็นแกนของบันทึกคือ "we spend more CPU cycles rendering commits for scrapers than we spend on all other kinds of legitimate access, including git clones" โดยขอบเขตที่เขาพูดถึงคือ git.kernel.org ซึ่งเป็นหน้าเว็บสำหรับดูประวัติการแก้โค้ด ไม่ใช่ทุกบริการของ kernel.org

ตัวเลขที่เขาให้ไว้คือ git.kernel.org รับคำขอขอดูคอมมิตแบบสุ่มราว 6 ล้านครั้งต่อวัน ในจำนวนนั้นด่านกันบอตสกัดได้ทันที 66 เปอร์เซ็นต์ แต่อีก 33 เปอร์เซ็นต์แก้โจทย์ผ่านด่านเข้ามาได้แล้ว ส่วนภาระที่ลงไปถึงเครื่องคือจาก 90 คอร์บนเครื่อง 5 แห่งที่กระจายตามภูมิภาค มี 14 ถึง 16 คอร์ที่ไม่ได้ทำอะไรเลยนอกจากสร้างหน้าคอมมิตให้บอต

จุดที่ต้องระวังไม่ให้เล่าเกินคือผู้เขียนระบุตัวผู้ที่ส่งบอตมาไม่ได้ เขาเล่าเองว่าเมื่อก่อนบอตยังบอกชื่อตัวเองมาในคำขอ แต่ตอนนี้ปลอมเป็นเบราว์เซอร์ธรรมดาและกระจายผ่านไอพีบ้านเรือนกับมือถือนับล้าน ส่วนที่ว่าเก็บไปฝึกโมเดลนั้นเป็นการอนุมานแรงจูงใจของเขาเอง ไม่ใช่การพิสูจน์ตัวตนว่าเป็นบริษัทใด

ข้อควรระวังอีกข้อคือตัวเลขที่ว่าคำขอจากผู้ใช้จริงเหลือราว 2 เปอร์เซ็นต์ ผู้เขียนกำกับไว้เองว่าตั้งอยู่บนสมมติฐานที่ใจกว้างหลายข้อ และตัวเลขทั้งหมดเป็นภาพ ณ วันที่ 29 ส.ค. ของระบบที่กำลังปรับด่านกันบอตอยู่

▲ ทำไมต้องรู้ · องค์กรที่มีเว็บซึ่งเปิดให้ค้นเจอได้ อาจกำลังจ่ายค่าเซิร์ฟเวอร์ให้บอตที่ไม่ยอมบอกว่าตัวเองเป็นใคร โดยที่ค่านั้นไม่เคยโผล่ในรายงานไหน สิ่งที่ตรวจได้เองวันนี้คือเปิดบันทึกการเข้าเว็บของตัวเองแล้วดูสัดส่วนคำขอที่ไม่ใช่คน โดยเฉพาะเว็บที่สร้างหน้าจากฐานข้อมูลจำนวนมาก เพราะหน้าประเภทนั้นแพงต่อการสร้างและถูกไล่เก็บง่ายที่สุด

Konstantin Ryabitsev · Simon Willison

บทความเมื่อ 7 ก.ย. อธิบายวิธีออกแบบระบบที่มี agent หลายตัวด้วยชุดเครื่องมือ Agent Development Kit ของ Google โดยแยกองค์ประกอบเป็นสองชนิดคือ Agent Node ที่เป็นตัวตัดสินใจ กับ Function Node ที่เป็นงานตายตัว แล้วต่อกันเป็นเส้นทางที่มองเห็นได้ พร้อมยกตัวอย่างระบบตรวจรีวิวโค้ดที่แตกการดึงข้อมูลออกเป็นห้าสายขนานกัน

ประโยคที่สรุปหลักการเลือกได้ชัดที่สุดในบทความคือ "ถ้ารู้ขั้นตอนอยู่แล้วให้ใช้กราฟ ถ้ายังไม่รู้ว่าคำตอบจะมาจากทางไหนให้ใช้ Swarm" ส่วนข้อสังเกตเชิงเทคนิคที่ผู้เขียนย้ำคือเมื่อสร้างระบบหลาย agent ด้วยชุดเครื่องมือนี้ agent ทุกตัวจะแชร์สถานะก้อนเดียวกัน ซึ่งเป็นทั้งข้อดีเรื่องการส่งต่อข้อมูลและเป็นจุดที่ทำให้ระบบพันกันถ้าออกแบบไม่ดี

ข้อควรระวังคือบทความนี้เป็นบทความอธิบายวิธีใช้เครื่องมือ ไม่ใช่รายงานผลการทดลองเปรียบเทียบ ตัวเลขประสิทธิภาพที่ยกมาประกอบเป็นตัวเลขที่ผู้ผลิตเครื่องมือประกาศเอง

▲ ทำไมต้องรู้ · คำถามที่ทีมไทยเจอบ่อยที่สุดเวลาจะเริ่มทำระบบ agent คือควรแตกเป็นหลายตัวหรือใช้ตัวเดียวให้จบ เกณฑ์ในบทความนี้ใช้ตัดสินใจได้ทันทีโดยไม่ต้องอ่านงานวิจัย คือถ้าเรารู้ลำดับขั้นของงานอยู่แล้วให้เขียนเป็นเส้นทางตายตัว การปล่อยให้ AI คิดลำดับเองมีค่าเมื่อเราเองยังไม่รู้ลำดับเท่านั้น

Techsauce

ทีมวิจัยชี้ว่าเวลามีคนบอกว่าผู้ช่วยเขียนโค้ดปรับโครงสร้างโค้ดทั้งโปรเจกต์ได้ดีหรือไม่ดี เราแยกไม่ออกว่าผลมาจากตัวโมเดล จากวิธีค้นหาโค้ดที่เกี่ยวข้อง จากการแตกงานให้ agent ย่อย หรือจากความละเอียดของคำสั่ง ทีมจึงสร้างสนามทดสอบเปิดชื่อ RefactorPlatform ที่สลับทีละปัจจัยได้ แล้วสาธิตด้วยโจทย์แก้โค้ดข้ามหลายไฟล์ 100 ข้อจากชุดทดสอบ RefactorBench ของทีมอื่น กับโมเดลสี่ตระกูลคือ qwen3.6-flash, minimax-m3, kimi-k2.6 และ deepseek-v4-pro

ผลที่หนักแน่นที่สุดคือการตัดโค้ดเป็นชิ้นตามโครงสร้างไวยากรณ์ ให้ผลดีกว่าการตัดตามหน้าต่างโทเคนดิบอย่างน้อย 25 จุดในทุกโหมดคำสั่ง เช่น 86 เทียบกับ 57 เปอร์เซ็นต์ในโหมดที่บรรยายงานละเอียด และการค้นหาแบบหยาบให้ผลแย่กว่าการไม่ค้นหาเลยเสียอีก ตรงนี้เป็นส่วนต่างของหน่วยเปอร์เซ็นต์ ไม่ใช่การดีขึ้น 25 เปอร์เซ็นต์จากของเดิม

ตัวเลขที่ถูกหยิบไปเล่ากันมากที่สุดคือ agent เดี่ยวที่เสริมระบบค้นหาทำได้ 86 เปอร์เซ็นต์ ขณะที่การเปิดโหมดแตก agent ย่อยได้ 66 เปอร์เซ็นต์ แต่ตัวเลขคู่นี้มาจากโมเดลเดียวคือ qwen3.6-flash ในโหมดคำสั่งเดียวเท่านั้น ไม่ใช่ค่าเฉลี่ยของทั้งสี่ตระกูล

สิ่งที่ต้องอ่านคู่กันเพราะเปลี่ยนข้อสรุปคือ ในโจทย์ 100 ข้อนั้นระบบแตก agent ย่อยทำงานจริงเพียง 81 ข้อ ซึ่งได้ 70.4 เปอร์เซ็นต์ ส่วนอีก 19 ข้อระบบไม่แตกงานเลยและกลายเป็น agent เดี่ยวธรรมดาซึ่งได้ 47.4 เปอร์เซ็นต์ ส่วนต่างที่เห็นจึงปนกันระหว่างการแตกงานแล้วทำได้แย่กว่า กับการที่ระบบไม่ยอมแตกงานตั้งแต่แรก

ข้อควรระวังคือผู้เขียนระบุเองว่าทุกตัวเลขมาจากการรันรอบเดียว ไม่มีการทดสอบนัยสำคัญทางสถิติ และหน้าเปเปอร์ระบุว่าได้รับตอบรับเข้าการประชุมวิชาการ EMNLP 2026 สายสาธิตระบบ ซึ่งยังไม่มีรายชื่อสาธารณะให้ตรวจซ้ำ

▲ ทำไมต้องรู้ · ทีมจำนวนมากลงแรงแตกงานให้ AI หลายตัวคุยกันเพราะเชื่อว่ายิ่งแบ่งยิ่งดี สิ่งที่งานนี้ชี้คือก่อนจะไปถึงตรงนั้น เงินและเวลาควรลงที่การทำให้ AI หาไฟล์ที่เกี่ยวข้องเจอก่อน และบทเรียนที่คมที่สุดของงานนี้อาจไม่ใช่ตัวเลข แต่คือการที่ระบบแตกงานเงียบๆ ไม่ยอมทำงานในหนึ่งในห้าของโจทย์ โดยที่ผลรวมยังออกมาเป็นตัวเลขเดียวให้อ่านเหมือนทุกอย่างปกติ

arXiv 2609.04898

ทีมวิจัยตั้งโจทย์จากสิ่งที่เกิดขึ้นเงียบๆ เวลาเปลี่ยนรุ่นโมเดล คือโมเดลใหม่อ่านบันทึกที่โมเดลเก่าเขียนไว้แล้วเข้าใจคลาดเคลื่อน ระบบค้นหาที่ใช้เวกเตอร์คนละรุ่นปนกันทำให้หาของไม่เจอ และเมื่อจะซ่อมก็ซ่อมไม่ได้เพราะทิ้งต้นฉบับไปแล้ว ทีมจึงเทียบวิธีเก็บความจำสี่แบบคือเก็บบทสนทนาดิบทั้งหมด เก็บเป็นชิ้นแล้วค้นเอา ให้โมเดลย่อยเป็นบันทึก และเก็บเป็นตารางความสัมพันธ์ที่มีโครงตายตัว

ผลคือแบบที่มีโครงตายตัวแทบไม่สะเทือนเลยเมื่อเปลี่ยนโมเดลผู้เขียน โดยความแม่นขยับราว 0.04 จุด ซึ่งเป็นช่วงที่ถือว่าวัดไม่พบความเปลี่ยนแปลง ขณะที่แบบให้โมเดลย่อยเป็นบันทึกเหวี่ยงไม่สมมาตร คือขยับขึ้น 9.91 จุดหรือลง 13.28 จุดแล้วแต่ทิศทางการย้าย ส่วนระบบค้นหาที่ปล่อยให้เวกเตอร์สองรุ่นปนกันครึ่งต่อครึ่ง ได้ความแม่นคืนมาเพียง 4.96 จุด เทียบกับการแปลงใหม่ทั้งคลังที่ได้ 11.90 จุด

ตัวเลขที่ใช้ตัดสินใจได้ตรงที่สุดคือการซ่อมโดยแก้เฉพาะคลังความจำที่มีอยู่ ไปไม่ถึงเป้าฟื้นคืน 90 เปอร์เซ็นต์เลยแม้แต่กรณีเดียวจากทั้งหมด 48 กรณี แต่ถ้ายังเก็บบทสนทนาต้นฉบับไว้ ก็กู้คืนได้ 34 จาก 48 กรณี โดยข้อควรระวังที่สำคัญคือตัวเลขนี้เป็นของทิศทางการย้ายทิศเดียว ส่วนการย้ายทิศตรงข้ามกู้ไม่สำเร็จเลยแม้จะมีต้นฉบับอยู่ครบ

สาเหตุที่ทีมแยกออกมาได้คือราว 80 เปอร์เซ็นต์ของส่วนที่หายในแบบบันทึกย่อ หายไปตั้งแต่ตอนเขียนบันทึก ไม่ใช่ตอนอ่าน ขณะที่ราว 81 เปอร์เซ็นต์ของส่วนที่หายในแบบค้นหา มาจากการค้นไม่เจอ

ข้อควรระวังคือชุดทดสอบเป็นบทสนทนาสังเคราะห์ 48 ชุดที่ทีมสร้างเอง แต่ละชุดมีคำถาม 160 ข้อ โมเดลที่ใช้คือ Llama-3.1-8B-Instruct กับ Qwen2.5-7B-Instruct-1M ซึ่งขนาดใกล้กันทั้งคู่ ทีมระบุเองว่าโมเดลใหญ่กว่านี้ บทสนทนาจริงที่ไม่ได้เขียนตามสคริปต์ และประวัติที่ยาวกว่านี้ อาจให้ผลต่างออกไป และงานนี้ยังเป็นฉบับ preprint ที่อยู่ระหว่างการตรวจ

▲ ทำไมต้องรู้ · องค์กรที่เพิ่งเปิดให้ผู้ช่วย AI จำเรื่องของทีมได้ กำลังสะสมของที่จะกลายเป็นภาระตอนเปลี่ยนรุ่นโมเดลในอีกไม่กี่เดือน สิ่งที่ทำได้ทันทีและถูกที่สุดคืออย่าทิ้งบทสนทนาต้นฉบับหลังให้ AI สรุปเป็นบันทึกแล้ว เพราะเมื่อบันทึกเพี้ยน ต้นฉบับคือสิ่งเดียวที่กู้กลับได้

arXiv 2609.05339

ผู้เขียนคนเดียวเสนอวิธีชื่อ Discovery Loop ซึ่งให้โมเดลภาษาเสนอวิธีปรับปรุงโปรแกรมแก้โจทย์ทีละรอบ โดยมีกระดานคะแนนกับประวัติที่เคยลองแล้วเป็นตัวนำทาง และมีโปรแกรมตรวจอิสระคอยตรวจผลลัพธ์ทุกครั้ง เก็บเฉพาะรอบที่ทำได้ดีกว่าสถิติเดิมจริง

ผลคือทำลายสถิติที่ดีที่สุดเท่าที่เคยมีของโจทย์เรียงวงกลม 10 ค่า ในช่วงจำนวนวงกลม 101 ถึง 114 ดีขึ้นจากสถิติเดิม 2.4 ถึง 5.4 เปอร์เซ็นต์ ภายในไม่เกิน 15 รอบ และค่าเรียกใช้โมเดลรวมทั้งงานอยู่ที่ 27.72 ดอลลาร์

จุดที่ทำให้งานนี้ต่างจากงานอ้างสถิติทั่วไปคือผลลัพธ์ถูกเว็บที่เก็บสถิติของโจทย์นี้รับรองแล้ว ซึ่งเป็นการตรวจจากคนนอกจริง ไม่ใช่ตัวเลขที่ผู้เขียนวัดเอง ส่วนข้อควรระวังคือค่าใช้จ่ายกับจำนวนรอบยังเป็นตัวเลขที่ผู้เขียนรายงานเอง บทคัดย่อไม่ระบุว่าใช้โมเดลตัวไหน และงานนี้เป็นฉบับ preprint ที่เขียนคนเดียวโดยไม่ระบุที่ประชุมวิชาการ

▲ ทำไมต้องรู้ · นี่คือรูปแบบการใช้ AI ที่ให้ผลตรวจสอบได้ชัดที่สุด คือปัญหาที่มีเกณฑ์วัดถูกผิดชัดเจนและตรวจคำตอบได้ด้วยเครื่อง ให้ AI ลองเป็นร้อยรอบแล้วเก็บเฉพาะรอบที่ดีขึ้นจริง งานในองค์กรที่เข้าข่ายนี้มีมากกว่าที่คิด เช่น การจัดคิวรถส่งของ การวางแผนตัดวัสดุ หรือการจัดตารางเวร ซึ่งวัดผลได้เป็นตัวเลขทันทีเหมือนกัน

arXiv 2609.05093

ทีมวิจัยปล่อยโมเดลค้นหาสองตัวชื่อ Iris-mini กับ Iris-pro ซึ่งใช้สถาปัตยกรรมแบบเลือกใช้ผู้เชี่ยวชาญบางส่วนต่อการเรียกหนึ่งครั้ง โดยตัวเล็กมีพารามิเตอร์รวมสามหมื่นห้าพันล้านแต่ใช้งานจริงราวสามพันล้านต่อครั้ง ส่วนตัวใหญ่มีรวมสามแสนเก้าหมื่นเจ็ดพันล้านแต่ใช้จริงราวหนึ่งหมื่นเจ็ดพันล้าน

วิธีฝึกที่ทีมเน้นคือสลับระหว่างการสอนด้วยตัวอย่างกับการเรียนรู้แบบเสริมกำลังไปเรื่อยๆ และการสร้างโจทย์ถามตอบหลายทอดแบบย้อนกลับจากโครงข่ายลิงก์บนเว็บ เพื่อให้คำตอบหาไม่เจอด้วยการจับคู่ข้อความตรงๆ

ตัวเลขที่รายงานเมื่อเปิดระบบจัดการบริบทคือ Iris-mini ได้ 82.2 บน BrowseComp และ 52.3 บนชุดข้อสอบยาก ส่วน Iris-pro ได้ 88.6 และ 56.4 ตามลำดับ พร้อมอ้างว่าเป็นผลรวมที่ดีที่สุดในบรรดา agent ค้นหาแบบเปิดในช่วงขนาดเดียวกัน

ข้อควรระวังคือคำว่าดีที่สุดเป็นคำที่ทีมเขียนเอง ไม่มีกระดานจัดอันดับอิสระมายืนยัน ทีมยังไม่ปล่อยน้ำหนักโมเดลออกมาตอนเขียนบทคัดย่อ โดยระบุเพียงว่ามีแผนจะปล่อย และงานนี้เป็นฉบับ preprint

▲ ทำไมต้องรู้ · งานค้นหาข้อมูลบนเว็บเป็นงานที่องค์กรอยากให้ AI ทำมากที่สุดงานหนึ่ง แต่ก็เป็นงานที่ต้องส่งคำค้นออกไปนอกองค์กรมากที่สุดด้วย การมีโมเดลเปิดที่ทำงานนี้ได้ดีขึ้นแปลว่าทางเลือกรันในบ้านตัวเองเริ่มมีจริง แต่ควรรอจนกว่าน้ำหนักโมเดลจะปล่อยออกมาแล้วมีคนนอกลองวัดซ้ำก่อนตัดสินใจ

arXiv 2609.04304

รายงานฉบับนี้ไม่ใช่งานฝึกโมเดล แต่เป็นการไล่นับระบบนิเวศของโมเดลเปิดที่ถูกถอดกลไกปฏิเสธคำขอที่เป็นอันตรายออก ในช่วงมกราคม 2024 ถึงมีนาคม 2026 โดยดูทั้งคนที่ทำต้นฉบับ คนที่เอาไปแปลงต่อ และแอปที่เอาไปใช้จริง

ตัวเลขที่ได้คือพบโมเดลต้นฉบับแบบนี้ 3,471 ตัวบนคลังโมเดลสาธารณะ แต่ละตัวถูกเอาไปแปลงเป็นรุ่นย่อยเฉลี่ย 2.4 ครั้ง และในบรรดารุ่นย่อยที่ถูกบีบขนาดทั้งหมด 8,164 รายการ มีผู้เผยแพร่เพียงสามรายที่เป็นเจ้าของถึง 52 เปอร์เซ็นต์

ฝั่งการนำไปใช้ ทีมพบแอปบนคลังโค้ดสาธารณะ 1,643 ตัวที่ต่อกับโมเดลกลุ่มนี้ และจัดว่าเป็นแอปที่มีเจตนาร้ายชัดเจน 25 เปอร์เซ็นต์

ข้อควรระวังคือเกณฑ์ที่ใช้ตัดสินว่าแอปไหนมีเจตนาร้ายเป็นเกณฑ์ที่ทีมกำหนดเอง วิธีเก็บข้อมูลก็เป็นของทีมเอง ไม่มีการตรวจสอบจากภายนอก ผู้เขียนสังกัดบริษัทเอกชนไม่ใช่สถาบันวิชาการ และงานนี้เป็นฉบับ preprint จึงควรอ่านตัวเลขเป็นภาพคร่าวๆ ของขนาดปัญหา ไม่ใช่สถิติทางการ

▲ ทำไมต้องรู้ · ประเด็นที่ใช้ได้จริงกับองค์กรคือเวลาจะหยิบโมเดลเปิดจากคลังสาธารณะมาใช้ คนที่อัปโหลดไม่ใช่คนที่ทำโมเดลเสมอไป และรุ่นที่ถูกบีบขนาดให้รันง่ายซึ่งเรามักโหลดกัน คือชั้นที่คนกลางเข้ามาแทรกได้มากที่สุด การเช็คว่าใครเป็นคนอัปโหลดและมาจากต้นฉบับตัวไหน จึงควรเป็นขั้นตอนมาตรฐานก่อนเอาเข้าระบบ

arXiv 2609.05241

ทีมวิจัยชี้ว่าระบบที่มี agent ตัวคุมงานคอยสั่ง agent ลูกน้องแล้วให้เขียนบันทึกสะท้อนผลกลับมานั้น ใช้กันแพร่หลายแต่ไม่มีคำอธิบายเชิงทฤษฎีว่าทำไมการประสานงานถึงดีขึ้นหรือแย่ลง ทีมจึงจำลองความสัมพันธ์นี้เป็นเกมสองชั้น และเสนอวิธีชื่อ SRMA ที่ยอมรับบันทึกใหม่เข้าคลังความจำก็ต่อเมื่อค่าความเสี่ยงที่วัดได้ลดลงจริงเท่านั้น ไม่ใช่รับทุกอันที่โมเดลเขียนมา

ตัวเลขที่รายงานคือบนโจทย์แก้บั๊กจริง 500 ข้อ ระบบเต็มรูปที่สร้างบนโมเดลตระกูล Kimi แก้ได้ 72.2 เปอร์เซ็นต์ เทียบกับ agent อ้างอิงแบบเรียบง่ายที่เผยแพร่สาธารณะซึ่งได้ 70.8 เปอร์เซ็นต์

ข้อควรระวังคือส่วนต่างที่ได้อยู่ที่ 1.4 จุด ซึ่งเป็นระยะห่างที่งานวิจัยเมื่อวานเพิ่งชี้ว่ากรรมการที่เป็นโมเดลยังตัดสินไม่นิ่งพอจะแยกออก ทีมยังไม่ระบุเลขรุ่นของโมเดลที่ใช้ การเทียบเป็นการรันเองเทียบกับคะแนนที่อีกฝ่ายเคยประกาศ ไม่ใช่การรันคู่กันใหม่ และงานนี้เป็นฉบับ preprint

▲ ทำไมต้องรู้ · บทเรียนที่หยิบไปใช้ได้โดยไม่ต้องอ่านคณิตศาสตร์ในเปเปอร์คือกติกาที่ว่าอย่ารับทุกสิ่งที่ AI สรุปมาเข้าคลังความจำ ให้รับเฉพาะที่พิสูจน์ได้ว่าทำให้ผลลัพธ์ดีขึ้นจริง ส่วนวิธีอ่านข่าววิจัยให้ถูกคือดูส่วนต่างของตัวเลขก่อนดูความน่าตื่นเต้นของวิธีการ

arXiv 2609.02750

คอลัมน์เมื่อคืนวันที่ 7 ก.ย. โดย ดร.เมทังกร เสริมสุข จากวิทยาลัยนวัตกรรมและการจัดการอุตสาหกรรม เจาะเทคโนโลยีสองตัวที่ผู้ประกอบการดาต้าเซ็นเตอร์ยกมาอ้างเรื่องความยั่งยืน คือการระบายความร้อนที่ชิปโดยตรงแบบวงจรปิด กับการระบายความร้อนแบบไม่ใช้น้ำ

ข้อสรุปเรื่องน้ำนั้นตรงไปตรงมา ผู้เขียนระบุว่าการระบายความร้อนที่ชิปโดยตรงแบบวงจรปิด "ประหยัดน้ำได้จริงอย่างมีนัยสำคัญ" เพราะตัดการสูญเสียน้ำจากการระเหยออกไป แต่เรื่องไฟฟ้าเขาแยกให้ชัดว่าประหยัดได้ก็จริง ทว่าไม่ได้เกิดขึ้นเองโดยอัตโนมัติ ต้องออกแบบมาเพื่อการนั้นจริงๆ

ประเด็นที่เป็นของไทยโดยเฉพาะคืออุณหภูมิกระเปาะแห้งในบ้านเราสูง ทำให้การระบายความร้อนแบบไม่ใช้น้ำซึ่งถูกยกเป็นทางออกด้านความยั่งยืน กลับมีโอกาสทำให้ใช้พลังงานเพิ่มขึ้น กลายเป็นการแลกน้ำกับไฟ ทางที่ผู้เขียนเสนอคือระบบผสมหลายโหมดที่สลับวิธีตามสภาพอากาศแต่ละช่วง

ข้อควรระวังคือบทความนี้เป็นคอลัมน์ความเห็นเชิงวิชาการ ไม่ใช่รายงานผลการวัดจากดาต้าเซ็นเตอร์จริงในไทย และไม่มีตัวเลขการใช้พลังงานเปรียบเทียบให้ตรวจสอบ

▲ ทำไมต้องรู้ · เวลาผู้ให้บริการคลาวด์หรือดาต้าเซ็นเตอร์เสนอตัวเลขความยั่งยืนให้องค์กรพิจารณา คำถามที่คุ้มที่สุดคือประหยัดอะไรและแลกมาด้วยอะไร เพราะตัวเลขที่ดูดีในภูมิอากาศเขตหนาวอาจกลับด้านเมื่อย้ายมาตั้งในไทย คำถามนี้ถามได้โดยไม่ต้องเป็นวิศวกร

ฐานเศรษฐกิจ

คอลัมน์เมื่อ 7 ก.ย. โดย รศ.ดร.มนตรี วิบูลยรัตน์ ชี้ว่าการออกแบบระบบสำรองเชื้อเพลิงของดาต้าเซ็นเตอร์ด้วยถังดีเซลขนาด 500,000 ลิตร เป็นความเสี่ยงเชิงระบบที่มักถูกมองข้าม เพราะเมื่อทุกอย่างพึ่งถังใบเดียว จุดเดียวที่พังก็ทำให้ระบบสำรองทั้งหมดหมดความหมายพร้อมกัน

ประโยคที่สรุปความเสี่ยงไว้ชัดที่สุดคือ "หากถังเดียวเกิดการรั่ว ไฟไหม้ หรือจำเป็นต้องหยุดเพื่อบำรุงรักษา ระบบสำรองทั้งหมดอาจสูญเสียเชื้อเพลิงพร้อมกัน" ส่วนหลักการที่เขาเสนอสรุปได้เป็นสองข้อคือ "ระบบต้องไม่พึ่งอุปกรณ์วิกฤตร่วมกัน" และ "ต้องแยกพื้นที่และเส้นทางทางกายภาพ"

ข้อเสนอที่เป็นรูปธรรมคือแตกเป็นถังขนาดเล็กลงสี่ใบใบละ 125,000 ลิตร แยกสายส่งเชื้อเพลิงเป็นสองชุดที่เป็นอิสระต่อกัน วางท่อเป็นวงแหวนเพื่อให้ไหลอ้อมจุดที่เสียได้ ใช้ท่อสองชั้นกันรั่ว มีปั๊มและปั๊มดับเพลิงสำรองเกินจำนวนที่ต้องใช้หนึ่งชุด และทดสอบด้วยตารางเหตุและผลว่าเมื่อเกิดเหตุแบบใดระบบต้องตอบสนองอย่างไร

ข้อควรระวังคือนี่เป็นคอลัมน์ข้อเสนอทางวิศวกรรม ไม่ใช่การตรวจสอบดาต้าเซ็นเตอร์แห่งใดแห่งหนึ่ง และไม่ได้ระบุว่าโครงการในไทยแห่งใดใช้การออกแบบแบบถังใบเดียวจริง

▲ ทำไมต้องรู้ · เรื่องนี้ต่อกับคำถามที่ฝ่ายกฎหมายและฝ่ายไอทีถามกันอยู่ว่าข้อมูลขององค์กรไปนั่งอยู่ที่ไหน คำถามถัดไปที่ควรถามผู้ให้บริการคือถ้าไฟดับพร้อมกับอุปกรณ์สำคัญเสียหนึ่งจุด ระบบยังจ่ายไฟต่อได้กี่ชั่วโมง เพราะสัญญาระดับบริการที่รับประกันเวลาออนไลน์ไม่ได้บอกเรื่องนี้

ฐานเศรษฐกิจ

รายงานเมื่อ 7 ก.ย. เล่าการเปิดตัวโซลูชันของ iFLYTEK ในงานประชุมเทคโนโลยีที่จัดเมื่อ 26 ถึง 28 ส.ค. ที่ศูนย์ประชุมแห่งชาติสิริกิติ์ ซึ่งบริษัทระบุว่าเข้าร่วมเป็นปีที่สามติดต่อกัน โดยชูกลุ่มผลิตภัณฑ์ตั้งแต่จอแปลภาษา ระบบต้อนรับเสมือนที่รองรับกว่า 30 ภาษา แพลตฟอร์มที่รวมโมเดลพื้นฐานกว่า 50 ตัวไว้ให้เลือกใช้ ไปจนถึงเครื่องที่รวมทุกอย่างไว้ในกล่องเดียวสำหรับองค์กรที่ต้องการรันในบ้านตัวเอง

สิ่งที่มีน้ำหนักกว่าการออกบูทคือการลงนามในหนังสือแสดงเจตจำนงกับจุฬาลงกรณ์มหาวิทยาลัยและบริษัท Zense เพื่อทำงานด้านการรู้จำเสียงพูดและการประมวลผลภาษาไทย ซึ่งเป็นการลงหลักในโจทย์ภาษาไทยโดยตรง ไม่ใช่แค่การขายของสำเร็จรูปเข้ามา

ข้อควรระวังคือรายละเอียดทั้งหมดรวมถึงรางวัลที่บริษัทได้รับในงาน เป็นข้อมูลที่บริษัทและผู้จัดงานรายงานเอง ยังไม่มีตัวเลขผลการใช้งานจริงในองค์กรไทยรายใดมาให้ตรวจสอบ

▲ ทำไมต้องรู้ · ตลาดเครื่องมือ AI ภาษาไทยกำลังมีผู้เล่นจากจีนเข้ามาเทียบกับผู้เล่นฝั่งอเมริกาและผู้พัฒนาไทยเอง ซึ่งเป็นข่าวดีเรื่องราคาและทางเลือกสำหรับองค์กรที่ต้องรันระบบในประเทศ แต่เป็นเหตุผลที่ต้องถามให้ชัดตั้งแต่ต้นว่าข้อมูลเสียงและข้อความที่ป้อนเข้าไปถูกเก็บไว้ที่ไหนและถูกนำไปฝึกต่อหรือไม่

Techsauce

รายงานเมื่อ 8 ก.ย. เรียบเรียงจากการตรวจเอกสารกว่า 100 ฉบับของสำนักข่าว Reuters ซึ่งพบว่ากองทัพจีนออกประกาศจัดซื้อหุ่นยนต์ทรงมนุษย์พร้อมบริการติดตั้งและฝึกอบรมตั้งแต่เดือนมิถุนายน 2568 และในเดือนมิถุนายน 2569 ได้ตั้งงบประมาณ 300,000 ดอลลาร์สำหรับระบบเก็บและติดป้ายกำกับข้อมูลจากกล้อง เรดาร์ และการเคลื่อนไหวของหุ่นยนต์ทรงมนุษย์

ตัวเลขที่บอกสภาพตลาดคือการประมาณการของ BofA Global Research ที่ระบุว่าผู้ผลิตจีนส่งมอบหุ่นยนต์ทรงมนุษย์ราว 95 เปอร์เซ็นต์ของทั้งโลกในปี 2568 ส่วนฝั่งสหรัฐ รายงานระบุว่ากองทัพบกตั้งงบการแข่งขันไว้สูงสุด 1.25 ล้านดอลลาร์ กระจายให้ทีมที่เข้ารอบสุดท้าย 10 ทีม

ข้อควรระวังคือตัวเลข 95 เปอร์เซ็นต์เป็นการประมาณการของนักวิเคราะห์การเงิน ไม่ใช่ตัวเลขการส่งออกทางการ และเอกสารจัดซื้อบอกได้แค่ว่ามีการศึกษาและจัดหา ไม่ได้แปลว่ามีการนำไปใช้ในภารกิจรบจริงแล้ว

▲ ทำไมต้องรู้ · เรื่องนี้อยู่ไกลจากงานประจำวันของคนทำงานทั่วไป แต่มีผลทางอ้อมที่ใกล้ตัวกว่าที่คิด เพราะเมื่อหุ่นยนต์ทรงมนุษย์กลายเป็นสินค้าที่มีผู้ซื้อรายใหญ่ระดับกองทัพ กำลังการผลิตและราคาของหุ่นยนต์รุ่นที่ใช้ในโรงงานและคลังสินค้าก็จะขยับตาม ซึ่งเป็นตลาดที่ผู้ผลิตจีนครองอยู่แล้วเกือบทั้งหมด

กรุงเทพธุรกิจ

รายงานเมื่อ 7 ก.ย. อ้างการรายงานของ The Information ที่ระบุว่า Anthropic เซ็นสัญญาจัดหากำลังประมวลผลรวมมูลค่าสูงสุดถึง 517,000 ล้านดอลลาร์ ภายในเวลา 11 เดือนนับจากเดือนตุลาคม 2025 คิดเป็นกำลังไฟฟ้าที่ล็อกไว้แล้วอย่างน้อย 14.8 กิกะวัตต์ เพิ่มจากที่มีอยู่เดิมราวหนึ่งถึงสองกิกะวัตต์

ตัวเลขรายได้ที่รายงานเดียวกันยกมาประกอบคือรายได้ต่อปีเมื่อคิดจากอัตราปัจจุบันของ Anthropic อยู่เหนือ 65,000 ล้านดอลลาร์ตามการรายงานของ Bloomberg ส่วน OpenAI อยู่เหนือ 40,000 ล้านดอลลาร์เมื่อเดือนกรกฎาคม และมีเป้าหมายกำลังไฟฟ้าที่ประกาศไว้ที่ 30 กิกะวัตต์ภายในปี 2030

สิ่งที่ทำให้ข่าวนี้ถูกหยิบมาเล่าคือเมื่อต้นปี 2026 ผู้บริหารสูงสุดของ Anthropic เคยเตือนเรื่องการลงทุนเร็วเกินไป โดยพูดถึงคู่แข่งว่า "don't really understand the risks they're taking" ซึ่งอ่านคู่กับตัวเลขวันนี้แล้วเป็นคนละภาพกัน

ข้อควรระวังคือ Anthropic ไม่ได้ยืนยันตัวเลขนี้เอง ทั้งหมดมาจากการรายงานของสำนักข่าวสองเจ้า และรายงานต้นทางของ The Information อยู่หลังกำแพงที่เราเข้าไม่ได้ นอกจากนี้การเทียบ 14.8 กิกะวัตต์ของฝั่งหนึ่งกับเป้าหมาย 30 กิกะวัตต์ในปี 2030 ของอีกฝั่ง เป็นการเทียบของที่เซ็นแล้วกับเป้าที่ยังไม่ถึง จึงไม่ใช่การเทียบกันตรงๆ

▲ ทำไมต้องรู้ · ตัวเลขระดับนี้อธิบายว่าทำไมราคาโมเดลถึงยังไม่ลดลงเร็วอย่างที่หลายคนคาด และทำไมผู้ให้บริการถึงผลักผู้ใช้ไปหาแผนรายเดือนแบบเหมามากกว่าการคิดตามการใช้จริง องค์กรที่วางงบ AI ปีหน้าควรคิดเผื่อไว้ว่าโครงสร้างราคาจะยังขยับได้อีก และควรหลีกเลี่ยงการออกแบบระบบที่ย้ายผู้ให้บริการไม่ได้เลย

The Decoder

รายงานเมื่อ 7 ก.ย. อ้างข้อมูลของ Similarweb ที่ระบุว่าส่วนแบ่งทราฟฟิกเว็บของ ChatGPT ขยับขึ้นจาก 52.7 เปอร์เซ็นต์เมื่อสามเดือนก่อนมาอยู่ที่ 55.5 เปอร์เซ็นต์ ขณะที่ Gemini อยู่ที่ 25.6 เปอร์เซ็นต์ และ Claude อยู่ที่ 9.3 เปอร์เซ็นต์

ภาพที่ต่างออกไปเมื่อมองย้อนหนึ่งปีคือ ChatGPT เคยอยู่ที่ 73.3 เปอร์เซ็นต์ จึงยังเสียส่วนแบ่งไปมากเมื่อเทียบปีต่อปี ทั้งที่สามเดือนหลังกลับมาได้ ส่วน Claude ขึ้นมาจาก 1.9 เปอร์เซ็นต์เมื่อปีก่อน ซึ่งเป็นการโตจากฐานที่เล็กมาก

ข้อควรระวังที่รายงานเขียนกำกับไว้เองและสำคัญกว่าตัวเลขคือ ข้อมูลชุดนี้นับเฉพาะการเข้าใช้ผ่านเว็บเท่านั้น การใช้งานผ่านแอปมือถือไม่ถูกนับเลย ซึ่งกระทบ Gemini เป็นพิเศษเพราะการแจ้งเตือนบน Android มักเปิดแอปโดยตรงโดยไม่ผ่านเว็บ และกระทบ ChatGPT ด้วยเพราะทั้งแอปมือถือและโปรแกรมบนเครื่องรุ่นใหม่ไม่ปรากฏในสถิติ อีกทั้งเราไม่สามารถเข้าถึงโพสต์ต้นทางของ Similarweb ได้โดยตรง จึงตรวจนิยามของแต่ละหมวดเองไม่ได้

▲ ทำไมต้องรู้ · ตัวเลขส่วนแบ่งตลาดของผู้ช่วย AI ถูกยกมาใช้ตัดสินใจเลือกเครื่องมือให้ทั้งองค์กรอยู่บ่อยครั้ง ทั้งที่ตัวเลขที่หาได้ง่ายที่สุดคือทราฟฟิกเว็บซึ่งนับไม่ครบวิธีที่คนใช้งานจริง เกณฑ์ที่ใช้ได้จริงกว่าคือให้ทีมของเราลองงานตัวอย่างชุดเดียวกันกับสองสามเจ้าแล้ววัดผลเอง

The Decoder

รายงานเมื่อ 7 ก.ย. ระบุว่า UBS กำหนดให้ผู้สมัครระดับเด็กจบใหม่และนักศึกษาฝึกงานที่จะเข้าทำงานในปี 2027 ในสายวาณิชธนกิจและตลาดทุน ต้องแสดงให้เห็นว่าใช้ AI เป็น โดยเกณฑ์ที่ระบุไม่ใช่แค่เคยใช้แชตบอต แต่คือความสามารถในการใช้และทดลองใช้ AI อย่างรับผิดชอบเพื่อทำให้ผลงานดีขึ้น และจะมีคำถามเกี่ยวกับ AI ในการสัมภาษณ์โดยเฉพาะ

สิ่งที่รายงานย้ำและเป็นจุดที่คนมักเข้าใจผิดคือเกณฑ์เดิมไม่ได้หายไป ผลการเรียนและทักษะการทำงานร่วมกับคนอื่นยังเป็นเงื่อนไขเหมือนเดิม ทักษะ AI ถูกเพิ่มเข้ามาเป็นอีกชั้นหนึ่ง

บริบทที่รายงานยกมาประกอบคือธนาคารอื่นเริ่มขยับคล้ายกัน ขณะที่ผู้บริหารของอีกธนาคารหนึ่งเตือนว่าเด็กจบใหม่ยังต้องแน่นพื้นฐานอยู่ดี และมีบทวิเคราะห์ที่ประเมินว่างานธนาคารในยุโรปอาจหายไปมากกว่า 200,000 ตำแหน่งภายในห้าปี

ข้อควรระวังคือรายงานนี้เรียบเรียงต่อจากรายงานของ Financial Times ซึ่งอ้างแหล่งข่าวที่ไม่เปิดเผยชื่อ ไม่ใช่ประกาศทางการของธนาคาร และเราเข้าอ่านต้นฉบับเองไม่ได้ ตัวเลข 200,000 ตำแหน่งก็เป็นการคาดการณ์ของบทวิเคราะห์ ไม่ใช่ตัวเลขที่เกิดขึ้นแล้ว

▲ ทำไมต้องรู้ · นี่คือสัญญาณที่ชัดที่สุดว่าทักษะ AI กำลังย้ายจากสิ่งที่ทำให้ประวัติดูดี ไปเป็นเงื่อนไขในการคัดคนเข้าทำงาน สิ่งที่เตรียมได้ตั้งแต่วันนี้ไม่ใช่การท่องชื่อเครื่องมือ แต่คือการมีตัวอย่างงานจริงของตัวเองสักชิ้นที่เล่าได้ว่าใช้ AI ตรงไหน ตรวจผลอย่างไร และรู้ได้อย่างไรว่าคำตอบที่ได้เชื่อถือได้

The Decoder

รายงานเมื่อ 7 ก.ย. ระบุว่าหน่วยงานการศึกษาของนครนิวยอร์กประกาศห้ามใช้เครื่องมือแชตบอต AI ในโรงเรียนรัฐทุกระดับชั้นจนถึงเกรด 8 ซึ่งเทียบได้กับมัธยมศึกษาปีที่ 2 ของไทย โดยครอบคลุมนักเรียนราว 600,000 คน และห้ามใช้หน้าจอส่วนตัวรายคนจนถึงเกรด 3

กติกาสำหรับครูแยกจากกติกาของนักเรียน คือครูยังใช้ AI ช่วยเตรียมบทเรียนได้ แต่ห้ามใช้ตรวจให้คะแนน ส่วนข้อยกเว้นที่เปิดไว้คือนักเรียนที่มีความบกพร่อง นักเรียนที่ใช้หลายภาษา และรายวิชาสายอาชีพกับวิทยาการคอมพิวเตอร์

กำหนดถัดไปที่ระบุไว้คือคณะทำงานจะต้องส่งรายงานภายในเดือนเมษายน 2027 ซึ่งเป็นจุดที่จะรู้ว่านโยบายนี้จะขยาย ผ่อนคลาย หรือคงไว้

ข้อควรระวังคือรายงานนี้เรียบเรียงต่อจากรายงานของหนังสือพิมพ์ New York Times ซึ่งเราเข้าอ่านต้นฉบับเองไม่ได้ และรายละเอียดเรื่องเพดานเวลาใช้หน้าจอต่อวันนั้นสำนักข่าวแต่ละเจ้าให้ตัวเลขไม่ตรงกัน จึงยังไม่ควรอ้างตัวเลขนั้น

▲ ทำไมต้องรู้ · เรื่องนี้กระทบพ่อแม่ที่กำลังลังเลว่าจะให้ลูกใช้ AI ตอนไหน จุดที่นโยบายนี้แยกแยะไว้และเอาไปใช้ที่บ้านได้เลยคือมันไม่ได้ห้ามเพราะ AI ไม่ดี แต่แยกตามช่วงวัยและแยกตามงาน คือช่วงที่ยังสร้างทักษะพื้นฐานให้เว้นไว้ก่อน ส่วนงานที่ต้องใช้วิจารณญาณตัดสินคนอื่นอย่างการให้คะแนน ห้ามแม้แต่กับผู้ใหญ่

The Decoder

รายงานเมื่อ 7 ก.ย. เรียบเรียงจากการลงพื้นที่ของหนังสือพิมพ์ New York Times ที่กรุงไนโรบี ประเทศเคนยา ซึ่งเล่าถึงอุตสาหกรรมรับจ้างเขียนรายงานและเปเปอร์ให้นักศึกษาในประเทศตะวันตก ที่แทบหายไปหลังลูกค้าหันไปใช้แชตบอตเขียนเองได้ฟรี

คนที่รายงานยกมาเป็นตัวอย่างคือ Teresios Bundi วัย 34 ปี ซึ่งเขียนงานให้ลูกค้าไปแล้วกว่า 2,500 ชิ้นในเวลาสิบสองปี ได้ค่าตอบแทนชิ้นละ 40 ถึง 70 ดอลลาร์ ประโยคของเขาที่รายงานยกมาคือ "A.I. is coming for bankers, for accountants, it's coming for engineers, and A.I. will come for architects. It's coming for everybody"

ข้อควรระวังที่สำคัญที่สุดคือตัวเลขที่บอกว่าช่วงที่รุ่งเรืองที่สุดมีคนทำงานในอุตสาหกรรมนี้ในไนโรบีอย่างน้อย 40,000 คนนั้น ทั้งรายงานต้นทางและรายงานที่เรียบเรียงต่อ ระบุที่มาไว้เพียงว่า "ตามข้อมูลของนักวิจัย" โดยไม่บอกว่าเป็นนักวิจัยจากสถาบันใด ใช้วิธีสำรวจแบบไหน จึงควรอ่านเป็นการประมาณที่ไม่มีที่มา ไม่ใช่สถิติที่ตรวจสอบได้ และเราเข้าอ่านรายงานต้นฉบับเองไม่ได้เพราะโฮสต์นั้นถูกบล็อก

▲ ทำไมต้องรู้ · สิ่งที่ทำให้กรณีนี้ต่างจากข่าว AI แย่งงานทั่วไปคือมันเกิดขึ้นแล้วและวัดได้ ไม่ใช่การคาดการณ์ และงานที่หายไปก่อนคืองานที่ส่งมอบเป็นข้อความล้วน ไม่ต้องเจอหน้าลูกค้า ไม่มีความสัมพันธ์ระยะยาว และลูกค้าตรวจคุณภาพเองไม่ได้อยู่แล้ว คนทำงานไทยที่รับงานฟรีแลนซ์ลักษณะเดียวกันใช้สามข้อนี้ประเมินความเสี่ยงของงานตัวเองได้ทันที

The Decoder

รายงานเมื่อ 7 ก.ย. เล่าผลการวิเคราะห์เพิ่มเติมจากการทดลองทางคลินิกระยะ 2a ของยา rentosertib ซึ่งเป็นยาที่บริษัท Insilico Medicine ออกแบบด้วย AI สำหรับโรคพังผืดในปอดชนิดไม่ทราบสาเหตุ โดยผู้ป่วย 42 คนจากทั้งหมด 71 คนยินยอมให้เก็บตัวอย่างเลือดเพื่อวิเคราะห์โปรตีนที่จุดเริ่มต้นและที่สัปดาห์ที่ 2, 4 และ 12

วิธีวัดคือใช้นาฬิกาชีวภาพที่สร้างจากโปรตีนในเลือดหกชุดที่พัฒนาโดยทีมวิจัยคนละกลุ่มกัน เทียบกับฐานข้อมูลโปรตีนของคนกว่า 55,000 คน ผลที่พบคือในกลุ่มที่ได้ยาขนาด 30 มิลลิกรัมวันละสองครั้ง ค่าที่วัดได้ที่สัปดาห์ที่ 4 ย้อนกลับไปราวสามถึงสี่ปีในนาฬิกาส่วนใหญ่ โดยมีนาฬิกาหนึ่งชุดที่แสดงผลสูงถึงราวหกปี

ข้อควรระวังที่ต้องอ่านคู่กับพาดหัวทุกฉบับคือตัวเลขนี้ไม่ได้แปลว่าผู้ป่วยอ่อนเยาว์ลงจริง มันคือค่าที่อ่านจากตัวชี้วัดในเลือดเท่านั้น และตัวเลขหกปีเป็นค่าสูงสุดของนาฬิกาชุดเดียว ไม่ใช่ค่ากลางของทั้งหกชุด อีกทั้งการทดลองระยะ 2a มีผู้ป่วยจำนวนน้อยและไม่ได้ออกแบบมาเพื่อตอบคำถามเรื่องอายุตั้งแต่แรก

จุดที่ทำให้งานนี้มีน้ำหนักกว่าข่าวยาชะลอวัยทั่วไปคือผลถูกตีพิมพ์ในวารสาร Nature Biotechnology ซึ่งผ่านการตรวจของผู้ทรงคุณวุฒิแล้ว แม้เราจะเข้าอ่านตัวบทความเต็มเองไม่ได้เพราะติดกำแพงเข้าสู่ระบบ

▲ ทำไมต้องรู้ · นี่เป็นตัวอย่างที่ชัดของกรณีที่ AI ทำงานได้จริงในสายที่ตรวจสอบยากที่สุด และเป็นบทเรียนเรื่องการอ่านพาดหัวไปด้วยในตัว เพราะคำว่าอ่อนเยาว์ลงหกปีที่จะเห็นตามหน้าข่าว มาจากนาฬิกาชุดเดียวในหกชุด และวัดจากโปรตีนในเลือด ไม่ใช่จากสุขภาพของคนไข้ที่เปลี่ยนไปจริง

The Decoder

บันทึกของ Simon Willison เมื่อ 7 ก.ย. หยิบอีกส่วนของบทความ An Alien Mind ที่ข่าวส่วนใหญ่ไม่ได้เล่า คือผู้เขียนไม่ได้เสนอให้หยุดอย่างเดียว แต่เสนอว่าการสร้างโมเดลที่ฉลาดกว่าเดิมให้เร็วคือหนึ่งในเครื่องมือป้องกันอันตรายจาก AI ด้วย ประโยคที่ Willison ยกมาคือ "the idea of racing forward at all costs seems absurd once one internalizes the seriousness of the stakes" ซึ่งเป็นการปฏิเสธการเร่งแบบไม่คิดถึงต้นทุน ไม่ใช่การปฏิเสธการเร่งทั้งหมด

อีกชิ้นที่ Willison เขียนถึงเมื่อ 6 ก.ย. คือเอกสารของบริษัทเดียวกันเรื่องการเร่งงานวิจัยภายใน ซึ่งมีกราฟที่เขาอ่านได้ว่าค่าใช้จ่ายผู้ช่วยเขียนโค้ดต่อนักวิจัยหนึ่งคนขยับจากราว 150 ดอลลาร์ต่อวันในเดือนมิถุนายน ไปเป็นราว 600 ดอลลาร์ต่อวันในเดือนสิงหาคม 2026

ข้อควรระวังที่ต้องระบุให้ชัดคือทั้งประโยคที่ยกมาและตัวเลขในกราฟ เราตรวจกับหน้าต้นฉบับของบริษัทเองไม่ได้ เพราะเว็บของบริษัทตอบ 403 ทุกหน้าสำหรับเรา สิ่งที่ยืนยันได้จึงมีเพียงว่า Willison อ่านเอกสารนั้นแล้วรายงานไว้อย่างนี้ และการตีความว่ากราฟหมายถึงอะไรเป็นการอ่านของเขา ไม่ใช่คำอธิบายของบริษัท

▲ ทำไมต้องรู้ · ข่าวชิ้นเดียวกันถูกเล่าได้สองแบบที่ให้ข้อสรุปตรงข้ามกัน คือกำลังจะชะลอ กับกำลังจะเร่ง ทั้งที่มาจากบทความเดียวกัน วิธีที่ใช้ได้เสมอเวลาเจอข่าวที่ดูขัดแย้งกันเองคือหาประโยคเต็มของคนพูดให้ได้ก่อนจะเชื่อพาดหัวใด และถ้าหาไม่ได้ ก็ควรรู้ตัวว่ากำลังอ่านการตีความของคนกลาง ไม่ใช่คำของต้นทาง

Simon Willison 7 ก.ย. · Simon Willison 6 ก.ย.