AI News · 2026-09-16

Google ประกาศเมื่อ 15 ก.ย. ว่า Gemini 3.8 Live และ Gemini 3.8 Live Extended Thinking เข้าสู่สถานะเปิดใช้งานทั่วไปแล้ว ทั้งคู่เป็นโมเดลเสียงเข้าเสียงออก ตัวแรกวางไว้สำหรับงานสนทนาที่ต้องคุมต้นทุนและอ่านภาพที่กล้องเห็นได้ ส่วนตัวหลังทำงานหนักกว่าและออกแบบให้คิดเบื้องหลังไปพร้อมกับที่ยังพูดคุยอยู่

ตัวเลขที่ Google เผยแพร่สำหรับรุ่น Extended Thinking คือ 82.6 บนดัชนีเสียงต่อเสียงของ Artificial Analysis ซึ่งเป็นดัชนีรวมในช่วง 0 ถึง 100 ไม่ใช่ค่าร้อยละ จุดที่ต้องอ่านให้ระวังคือคะแนน Big Bench Audio 97.7 เปอร์เซ็นต์ และงานทำภารกิจผ่านเสียง 68.6 เปอร์เซ็นต์ ที่ Google ยกมาประกบนั้น เป็นองค์ประกอบย่อยของดัชนี 82.6 ตัวเดียวกัน ไม่ใช่ผลสามชิ้นที่แยกจากกัน ส่วนงานบริการลูกค้าธนาคารผ่านเสียงในชุดทดสอบของ Sierra ทำได้ 35.1 เปอร์เซ็นต์ ซึ่งเป็นตัวเลขที่ Google รายงานเอง และหาไม่พบบนกระดานคะแนนของ Sierra

อันดับบน Speech Agent Arena ต้องอ่านทั้งภาพเช่นกัน Gemini 3.8 Live ได้อันดับสองจริง แต่อันดับหนึ่งก็เป็นโมเดลตัวเล็กกว่าของ Google เอง ขณะที่รุ่น Extended Thinking ซึ่งนำบนดัชนีรวม กลับอยู่ราวอันดับสิบบนกระดานเดียวกันนี้

ประกาศระบุว่ารองรับ 97 ภาษาและตรวจจับการเปลี่ยนภาษากลางบทสนทนาได้ โดยหน้าความสามารถของ Live API ลงรายชื่อครบทั้ง 97 ภาษา และมีภาษาไทยอยู่ในรายชื่อนั้นด้วย ข้อที่ต้องกำกับไว้คือเอกสารของ Google เองขัดกันอยู่ หน้าภาพรวมของ Live API ยังเขียนว่ารองรับ 70 ภาษา ส่วนราคาไม่ได้อยู่ในหน้าประกาศ แต่หน้าราคาของ Gemini API ระบุไว้แล้วและคิดเท่ากันทั้งสองรุ่น คือเสียงเข้า 3 ดอลลาร์และเสียงออก 12 ดอลลาร์ต่อล้านโทเคน ทั้งสองตัวเรียกใช้ได้ผ่าน Gemini API และ Google AI Studio

▲ ทำไมต้องรู้ · ผู้ช่วยที่คุยด้วยเสียงแบบโต้ตอบทันทีกำลังกลายเป็นของที่ต่อเข้าระบบงานได้จริงผ่าน API ไม่ใช่เดโมอีกต่อไป และข่าวดีสำหรับคนไทยคือภาษาไทยอยู่ในรายชื่อภาษาที่รองรับ แต่ตัวเลขชุดนี้บอกทิศทางที่ต่างกันสองอย่างในประกาศเดียว คุณภาพเสียงและความเข้าใจเสียงอยู่ในระดับสูงมาก ขณะที่งานบริการลูกค้าของธนาคารซึ่งมีขั้นตอนและกฎเยอะ ยังทำสำเร็จแค่ราวหนึ่งในสาม ใครที่กำลังคิดเอาไปทำคอลเซ็นเตอร์ควรอ่านเลขตัวหลังเป็นตัวตัดสินใจ ไม่ใช่เลขตัวแรก และควรทดสอบกับงานภาษาไทยจริงเอง เพราะ Google ไม่ได้เผยแพร่คะแนนแยกรายภาษา

Google Blog · Gemini API changelog · Live API capabilities · Gemini API pricing

TypeSafe เปิดตัวโมเดลชื่อ Jev เมื่อ 15 ก.ย. ในสถานะเปิดให้ทดลองใช้รุ่นแรก โดยนิยามตัวเองว่าเป็นโมเดลคนละประเภทกับโมเดลภาษา คือรับสถานะที่ไม่มีโครงสร้างเข้าไป แล้วคืนคำตัดสินใจที่มีชนิดข้อมูลกำกับพร้อมค่าความมั่นใจออกมา แทนที่จะไล่เขียนข้อความทีละคำ

บริษัทอ้างว่าเร็วกว่าโมเดลภาษาที่ใช้กันอยู่ 40 ถึง 200 เท่าในงานกลุ่มนี้ โดยตอบครบวงจรภายใน 70 มิลลิวินาทีถึงครึ่งวินาที ราคาคือ 0.042 ดอลลาร์ต่อล้านโทเคนขาเข้า และไม่คิดเงินโทเคนขาออก ประโยคที่บริษัทเขียนไว้ตรงตัวคือ "Jev achieves similar levels of intelligence on System One tasks compared to existing LLMs, while being two orders of magnitude faster and more efficient"

ข้อควรระวังคือหน้าประกาศไม่บอกขนาดโมเดล ไม่บอกขนาดหน้าต่างบริบท ไม่อ้างชุดทดสอบที่มีชื่อแม้แต่ชุดเดียว และไม่ระบุสัญญาอนุญาต ความเห็นบนกระดานนักพัฒนาที่ขึ้นอันดับต้นของวันไปในทางเดียวกัน คือมีคนตั้งข้อสังเกตว่าทั้งหมดฟังดูเป็นคำโฆษณาที่ไม่มีหลักฐาน และอีกคนชี้ว่าการที่ข้อมูลถูกชนิดไม่ได้แปลว่าเนื้อหาถูกต้อง

▲ ทำไมต้องรู้ · งานจำนวนมากในออฟฟิศไม่ได้ต้องการให้ AI เขียนย่อหน้าสวยๆ แต่ต้องการคำตอบสั้นๆ ที่เอาไปเสียบระบบต่อได้ เช่น ใบนี้เข้าหมวดไหน เรื่องนี้ต้องส่งต่อใคร ความเสี่ยงระดับใด ถ้าโมเดลประเภทนี้ทำได้จริงในราคานั้น งานคัดแยกและส่งต่อจะถูกลงมาก แต่ตอนนี้ยังไม่มีตัวเลขจากคนนอกให้ตรวจเลยแม้แต่ชุดเดียว จึงควรอ่านเป็นทิศทางที่ต้องเฝ้า ไม่ใช่ของที่พร้อมย้ายงานจริงไปวันนี้

TypeSafe · Hacker News

บันทึกการเปลี่ยนแปลงล่าสุดมีสองรุ่นที่ใหม่กว่ารุ่นที่รายงานไปเมื่อ 15 ก.ย. รุ่น 2.1.272 มีบรรทัดเดียวคือแก้บั๊กและปรับความเสถียร ส่วนรุ่น 2.1.273 เป็นรุ่นใหญ่ ประเด็นด้านสิทธิ์ที่แก้คราวนี้คือคำสั่งเชลล์ที่ตัวตรวจวิเคราะห์ไม่ออกเคยข้ามการถามอนุญาตไปเลยเมื่อเปิดการตั้งค่าห้ามอ่านไฟล์นอกโฟลเดอร์งาน และมีกรณีคำสั่งลบไฟล์ที่ซ่อนอยู่ในเชลล์ซ้อนขณะรันโหมดข้ามการถาม

อีกจุดที่กระทบคนใช้ทุกวันคือมาตรวัดบริบทและระบบบีบบทสนทนาอัตโนมัติ เคยนับรอบการทำงานของเครื่องมือผู้ช่วยเป็นบริบทราวสองเท่าของขนาดจริง ผลคือระบบสั่งบีบบทสนทนาตั้งแต่ใช้ไปราวครึ่งเดียวของหน้าต่างที่มีจริง นอกจากนี้ยังแก้กรณีที่ agent ลูกและ agent ที่รันเบื้องหลังถูกรายงานว่าล้มเหลวและผลงานหายไป ทั้งที่มันทำงานจบแล้ว เพียงเพราะข้อความสุดท้ายไม่มีข้อมูลการใช้โทเคนติดมา

ยังมีการถอยการเปลี่ยนแปลงของรุ่น 2.1.268 ที่เคยเอากฎห้ามอ่านและห้ามแก้ไฟล์มาใช้กับคำสั่งเชลล์ที่วิเคราะห์ไม่ได้ ทำให้คำสั่งธรรมดาอย่างการวัดเวลาการรันงานกลับมาถามสิทธิ์แทนที่จะถูกปฏิเสธ และโหมดอัตโนมัติบนแพลตฟอร์มของ Amazon Google และ Microsoft ถูกเปลี่ยนให้ใช้ตัวจำแนกความปลอดภัยในเครื่องเป็นค่าเริ่มต้นไปก่อน ข้อควรระวังในการอ่านคือไฟล์นี้ไม่ได้ลงวันที่ไว้เลย ยืนยันได้แค่ลำดับรุ่น

▲ ทำไมต้องรู้ · นี่เป็นระลอกที่สามภายในสัปดาห์เดียวที่ผู้ผลิตไล่ปิดช่องหลบด่านขออนุญาตของตัวเอง ซึ่งอ่านตรงๆ ได้ว่าด่านที่หลายองค์กรใช้เป็นเหตุผลอนุญาตให้ AI รันคำสั่งบนเครื่องจริง ยังเจอช่องใหม่ได้ทุกสัปดาห์ บทเรียนเดิมยังใช้ได้คืออย่าพึ่งด่านขออนุญาตชั้นเดียว ให้จำกัดสิทธิ์ของบัญชีที่รันเครื่องมือไว้ด้วย ส่วนคนที่เคยบ่นว่าบทสนทนาถูกย่อเร็วเกินไปจนลืมเรื่องที่คุยกันไว้ ปัญหานั้นมีตัวตนจริงและเพิ่งถูกแก้

Claude Code CHANGELOG

บันทึกรุ่นของ API ลงวันที่ 14 ก.ย. ระบุว่าเปิดความสามารถย่อบทสนทนาตามคำสั่งในสถานะทดลอง ผู้พัฒนาส่งพารามิเตอร์สั่งย่อเข้าไป ระบบจะคืนก้อนสรุปที่มีลายเซ็นรับรองของบทสนทนาส่วนที่ส่งไป จากนั้นคำขอรอบถัดไปให้ส่งก้อนนั้นนำหน้าแทนข้อความชุดเดิม

จุดที่ต่างจากการสรุปเองคือผู้พัฒนาเลือกจังหวะย่อได้เอง สั่งให้ทำเบื้องหลังได้ และเก็บบทสนทนารอบล่าสุดไว้แบบคำต่อคำหลังก้อนสรุปได้ นอกจากนี้ในโมเดลที่เก็บร่องรอยการคิดไว้ ร่องรอยการคิดของรอบที่เก็บไว้จะยังใช้ต่อได้

▲ ทำไมต้องรู้ · ปัญหาที่เจอบ่อยที่สุดของคนทำระบบที่ต้องคุยยาว คือพอบทสนทนาเต็มหน้าต่างแล้วต้องเลือกระหว่างตัดทิ้งกับเสียเวลาให้โมเดลสรุปเอง ซึ่งทั้งสองทางทำให้ลืมรายละเอียดที่สำคัญ การมีก้อนสรุปที่ผู้ให้บริการรับรองและเลือกจังหวะเองได้ แปลว่าต้นทุนของงานที่ต้องคุยยาวหลายรอบจะคุมได้ตรงขึ้น แต่ต้องจำไว้ว่ายังเป็นสถานะทดลอง รูปแบบอาจเปลี่ยนได้

Anthropic API release notes

NVIDIA ประกาศเมื่อ 15 ก.ย. ปล่อยเครื่องมือสองชุดสำหรับเขียนงานที่รันบนการ์ดจอด้วยภาษา Rust ชุดแรกชื่อ cuda-oxide สำหรับเขียนแบบดั้งเดิมที่คุมการทำงานพร้อมกันของเธรดเอง โดยแปลงโค้ด Rust ผ่านตัวแทนกลางของภาษาไปเป็นรหัสระดับล่างของ LLVM ชุดที่สองชื่อ cutile-rs เขียนเป็นก้อนข้อมูลแล้วให้ระบบกระจายลงเธรดให้เอง ติดตั้งผ่านตัวจัดการแพ็กเกจของ Rust ได้ตรงๆ

บริษัทระบุเองว่าทั้งสองชุดยังอยู่ในขั้นทดลองรุ่นแรก และส่วนติดต่อการเรียกใช้ยังเปลี่ยนได้ ที่ผ่านมา NVIDIA ใช้ Rust ภายในกับไดรเวอร์และผลิตภัณฑ์อย่าง Dynamo อยู่แล้ว แต่ส่วนที่รันบนการ์ดจอโดยตรงยังเขียนด้วย Rust ไม่ได้

▲ ทำไมต้องรู้ · เรื่องนี้ดูเป็นข่าวเฉพาะทางของคนเขียนโค้ดระดับล่าง แต่ผลที่ตามมากว้างกว่านั้น เพราะภาษาที่ใช้เขียนงานบนการ์ดจอผูกขาดอยู่กับภาษาเดียวมานานมาก การมีทางเลือกที่ภาษาช่วยกันข้อผิดพลาดเรื่องหน่วยความจำให้ตั้งแต่ตอนแปลโค้ด หมายถึงคนที่จะเขียนงานเร่งความเร็วโมเดลเองมีกำแพงต่ำลง ซึ่งระยะยาวแปลว่าต้นทุนการรันโมเดลบนเครื่องของตัวเองมีโอกาสถูกลง

NVIDIA Developer Blog · Blognone

Business Insider รายงานเมื่อ 14 ก.ย. โดยอ้างพนักงานสองคนและโฆษกบริษัทว่า Google เปลี่ยนนโยบายภายใน เปิดให้วิศวกรทุกคนเรียกใช้โมเดล Claude Opus 5 ของ Anthropic ได้ผ่าน Antigravity ซึ่งเป็นแพลตฟอร์มพัฒนาซอฟต์แวร์ภายในของบริษัทเอง

นโยบายเดิมห้ามพนักงานส่วนใหญ่ใช้เครื่องมือเขียนโค้ดจากภายนอกทั้ง Claude และ Codex ของ OpenAI โดยยกเว้นให้เฉพาะบางทีมอย่าง DeepMind และโครงการที่มีลำดับความสำคัญสูง คำชี้แจงของโฆษกระบุว่า "Engineers can use some third-party models in Antigravity. Gemini remains the flagship and foundational model for internal development, and third-party models are provided on a quota basis to support specialized uses" ซึ่งแปลว่า Gemini ยังเป็นโมเดลหลัก และโมเดลภายนอกถูกจัดสรรเป็นโควตารายคน

ข้อควรระวังคือต้นทางของข่าวนี้คือ Business Insider และเราเปิดหน้าต้นฉบับไม่ได้ สิ่งที่ยืนยันได้จากสื่อที่เปิดอ่านได้คือคำชี้แจงของโฆษกข้างต้น ส่วนคำอธิบายเรื่องความอึดอัดของพนักงานที่สื่อหลายเจ้าเล่าตรงกัน มาจากแหล่งข่าวไม่เปิดเผยตัว

▲ ทำไมต้องรู้ · บริษัทที่ลงทุนสร้างโมเดลของตัวเองมากที่สุดรายหนึ่ง ยอมให้พนักงานใช้โมเดลของคู่แข่งกับงานภายใน นี่เป็นสัญญาณที่อ่านง่ายกว่าคะแนนชุดทดสอบใดๆ ว่าคนที่ใช้งานจริงทุกวันแยกความต่างออก บทเรียนสำหรับองค์กรไทยที่กำลังเลือกเครื่องมือคือการผูกทั้งองค์กรไว้กับผู้ให้บริการรายเดียวมีต้นทุนที่ไม่ได้อยู่ในใบเสนอราคา และการเปิดให้ทีมเลือกเครื่องมือตามงานพร้อมกำหนดโควตา เป็นทางที่แม้แต่เจ้าของโมเดลเองยังเลือก

Seoul Economic Daily · Blognone

บริษัท Strix เผยแพร่รายงานการทดสอบเจาะระบบของ Baseten ซึ่งเป็นผู้ให้บริการรันโมเดล เส้นทางเริ่มจากคลังภาพคอนเทนเนอร์ของบริษัทที่เปิดให้เรียกดูรายชื่อและดึงข้อมูลภาพได้โดยไม่ต้องยืนยันตัวตน จากนั้นดึงภาพแอปหลักมา แล้วพบกุญแจเข้าถึงบัญชี GitHub ฝังอยู่ในประวัติการสร้างภาพนั้นเอง

กุญแจตัวนั้นยังใช้ได้อยู่ และให้สิทธิ์ระดับผู้ดูแลกับคลังโค้ดของผลิตภัณฑ์หลัก คลังที่ใช้สั่งติดตั้งระบบจริง และคลังที่ใช้แจกจ่ายโปรแกรม รวมถึงสิทธิ์อ่านและเขียนคลังที่ทำให้ลูกค้าเฉพาะราย จุดที่ควรอ่านช้าๆ คือคำสั่งสร้างภาพที่ทำให้กุญแจหลุดรันไปตั้งแต่เดือนมีนาคม 2023 แต่กุญแจยังมีผลอยู่จนถึงปี 2026 ส่วน agent ที่ไล่หาทั้งหมดนี้ใช้เวลาราว 25 นาที

ฝั่งการตอบสนองของ Baseten เร็วมาก รายงานส่งเข้าไปคืนวันที่ 13 ก.ค. คลังภาพถูกปิดเป็นส่วนตัวในเช้าวันถัดมา และกุญแจถูกเพิกถอนภายในบ่ายวันเดียวกัน โดยรายงานเพิ่งได้รับอนุญาตให้เปิดเผยต่อสาธารณะในเดือนกันยายน

▲ ทำไมต้องรู้ · ช่องโหว่นี้ไม่ใช่เทคนิคใหม่ กุญแจที่ค้างอยู่ในประวัติการสร้างภาพเป็นความผิดพลาดที่รู้จักกันมานาน สิ่งที่เปลี่ยนไปคือความเร็วในการหาเจอ เมื่อการไล่หาทั้งเส้นทางใช้เวลาไม่ถึงครึ่งชั่วโมงโดยไม่ต้องมีคนนั่งทำ แปลว่าของเก่าที่ลืมทิ้งไว้เมื่อสามปีก่อนกำลังถูกค้นเจอเร็วกว่าที่เคย องค์กรที่ควรทำอะไรวันนี้คือไล่ดูว่ามีคลังภาพหรือที่เก็บไฟล์ใดเปิดสาธารณะอยู่บ้าง และกุญแจที่ออกไปเมื่อหลายปีก่อนยังมีผลอยู่หรือไม่

Strix

สำนักข่าว Effort เผยแพร่รายงานสืบสวนเกี่ยวกับ Irregular บริษัทประเมินความปลอดภัย AI ในเทลอาวีฟ ซึ่งเป็นผู้รับจ้างทดสอบรายเดียวกันที่ถูกระบุชื่อในเหตุการณ์ของทั้ง Anthropic OpenAI และ Meta รายงานระบุว่าบริษัทนี้สร้างชุดทดสอบด้านความปลอดภัยไซเบอร์ แล้วเปิดให้โมเดลที่ยังไม่มีการควบคุมเข้าถึงอินเทอร์เน็ตได้จริงระหว่างทดสอบ

เหตุการณ์ฝั่ง Anthropic ที่รายงานบรรยายไว้คือโมเดลเข้าถึงระบบของบริษัทจริงแห่งหนึ่งผ่านการตั้งชื่อที่ไปชนกับชื่อที่ใช้อยู่จริง แล้วเผยแพร่แพ็กเกจที่เป็นอันตรายและไล่สแกนระบบภายนอก ไทม์ไลน์ที่รายงานเรียบเรียงไว้คือ Anthropic เปิดเผยสามเหตุการณ์เมื่อ 30 ก.ค. OpenAI ตามมา 4 ส.ค. Meta ออกแถลงการณ์ 6 ส.ค. Irregular ชี้แจงเมื่อ 14 ส.ค. และ Anthropic ขยายเป็นสี่เหตุการณ์เมื่อ 9 ก.ย. ท่าทีของ Irregular ที่รายงานยกมาคือบริษัทไม่ทราบในตอนนั้นว่าตัวเองเปิดทางให้โมเดลเหล่านั้นออกอินเทอร์เน็ตได้

ข้อควรระวังคือนี่เป็นงานสืบสวนของสื่อที่เล่าเรื่องการเปิดเผยของผู้ผลิตอีกทอดหนึ่ง ไม่ใช่แถลงการณ์ของบริษัทใดบริษัทหนึ่ง ข้อเท็จจริงที่ยืนยันได้จากรายงานนี้คือสิ่งที่ผู้สื่อข่าวเรียบเรียง ส่วนคำอธิบายของแต่ละบริษัทต้องอ่านจากประกาศต้นทางของบริษัทนั้นเอง

▲ ทำไมต้องรู้ · ถ้าข้อมูลชุดนี้ถูก แปลว่าเหตุการณ์ที่ดูเหมือนสามเหตุการณ์อิสระจากสามบริษัท จริงๆ แล้วมีจุดร่วมเดียวกันคือสภาพแวดล้อมทดสอบของผู้รับจ้างรายเดียว บทเรียนที่ใช้ได้กับองค์กรทั่วไปคือเวลาจ้างคนนอกมาทดสอบระบบ ขอบเขตว่าระบบทดสอบต่อออกไปถึงไหนได้เป็นข้อที่ต้องเขียนในสัญญา ไม่ใช่ปล่อยให้ผู้รับจ้างตัดสินใจเอง

Effort

ทีมวิจัยอิสระทดลองซ้ำกับ Orthrus ซึ่งเป็นวิธีเร่งความเร็วการสร้างคำตอบที่โฆษณาว่าได้ผลลัพธ์เหมือนเดิมทุกตัวอักษร โดยทดสอบกับคำสั่ง 1,190 ชุดจาก 12 สาขา ผลคือเมื่อรันด้วยตัวเลขความละเอียดครึ่งหนึ่งซึ่งเป็นค่าที่ใช้กันจริงเพื่อประหยัดหน่วยความจำ คำตอบตรงกับต้นฉบับทุกตัวอักษรเพียงร้อยละ 45 สำหรับโมเดลของทีมเอง และร้อยละ 43 สำหรับโมเดลที่ฝึกแยกอิสระ

เมื่อเปลี่ยนไปรันด้วยความละเอียดเต็ม คำตอบตรงกันทุกตัวอักษรในทุกคำสั่งที่ทดสอบ นอกจากนี้ยังพบว่าโอกาสที่คำตอบจะตรงกันสัมพันธ์กับความไม่แน่ใจของโมเดลอ้างอิงต่อคำตอบนั้น คือยิ่งโมเดลลังเล ยิ่งมีโอกาสแตกต่าง

จุดที่ทีมวิจัยระบุเองและสำคัญไม่แพ้กันคือ แม้คำตอบจะต่างกัน คะแนนบนชุดทดสอบมาตรฐานกลับไม่ลดลงอย่างเป็นระบบ ช่องระบุสถานะของเปเปอร์เขียนว่าอยู่ระหว่างการพิจารณา ยังไม่มีการรับตีพิมพ์

▲ ทำไมต้องรู้ · บทเรียนตรงนี้กว้างกว่าวิธีใดวิธีหนึ่ง คือคำว่าผลลัพธ์ไม่เปลี่ยนที่ผู้ขายเขียนในเอกสาร อาจเป็นจริงเฉพาะในเงื่อนไขการรันแบบหนึ่ง และเงื่อนไขนั้นมักไม่ใช่เงื่อนไขที่ใช้จริงเวลาให้บริการ ที่แสบกว่านั้นคือความต่างชนิดนี้ตรวจไม่เจอด้วยการดูคะแนนชุดทดสอบ เพราะคะแนนไม่ตก ใครที่ต้องการคำตอบที่ทำซ้ำได้เหมือนเดิมทุกครั้ง เช่น งานที่ต้องตรวจสอบย้อนหลังได้ ต้องทดสอบความเหมือนของคำตอบเอง แยกจากการดูคะแนน

arXiv 2609.15504

ทีมวิจัยหยิบโจทย์การอนุมานกฎจากตัวอย่าง ซึ่งเป็นแบบทดสอบที่วงการวิทยาศาสตร์การรู้คิดใช้มานาน มาต่อยอดด้วยการสร้างโจทย์ที่มีโครงสร้างเหมือนเดิมเป๊ะ แต่สลับสับเปลี่ยนองค์ประกอบ เช่น เปลี่ยนสัญลักษณ์ที่ใช้แทนกฎ หรือจัดเรียงส่วนประกอบใหม่

ผลที่ได้คือโมเดลกลุ่มที่ออกแบบมาให้คิดเป็นขั้นตอน ซึ่งทำโจทย์ตั้งต้นได้ถูก กลับทำโจทย์ที่มีโครงสร้างเทียบเท่ากันผิดบ่อยครั้ง ทีมวิจัยเผยแพร่โค้ดไว้ให้ตรวจสอบซ้ำได้ ข้อจำกัดที่ทีมระบุเองคืองานนี้ชี้ว่าการสรุปว่าโมเดลมีความสามารถเชิงการคิดเป็นเรื่องยาก ไม่ได้ให้ตัวเลขอัตราความล้มเหลวที่ใช้อ้างอิงทั่วไปได้

▲ ทำไมต้องรู้ · เวลาทดสอบ AI ก่อนเอาไปใช้กับงานจริง คนส่วนใหญ่ทดสอบด้วยตัวอย่างไม่กี่ชุดแล้วเห็นว่าผ่านก็สรุปว่าใช้ได้ งานนี้บอกว่าการผ่านตัวอย่างชุดหนึ่งไม่ได้แปลว่าผ่านโจทย์แบบเดียวกันที่เขียนคนละสำนวน วิธีทดสอบที่ปลอดภัยกว่าคือเอาโจทย์เดิมมาเขียนใหม่สองสามแบบ เปลี่ยนชื่อ เปลี่ยนลำดับ แล้วดูว่าคำตอบยังถูกเหมือนเดิมไหม

arXiv 2609.13948

ทีมวิจัยออกแบบวิธีทดสอบที่รันงานเดิมซ้ำโดยตรึงข้อมูลนำเข้าทุกอย่างให้เหมือนกันเป๊ะ แล้วเปรียบเทียบคำสั่งที่ agent ออกจริง ไม่ใช่เปรียบเทียบคะแนน ทั้งหมดรวม 1,000 รอบ ซึ่งเป็นยอดรวมของสี่เงื่อนไข คือโมเดลสองตัวคูณกับค่าความสร้างสรรค์สองค่า เงื่อนไขละ 250 รอบ บนงาน 50 ชิ้นที่รันซ้ำชิ้นละห้ารอบ โมเดลที่ใช้คือโมเดลเปิดขนาดต่ำกว่าหนึ่งหมื่นล้านพารามิเตอร์สองตัวที่บีบให้เหลือความละเอียดสี่บิต

ผลของโมเดลขนาดแปดพันล้านที่ตั้งค่าความสร้างสรรค์ไว้ 0.7 คือกลุ่มคำสั่งทั้ง 43 กลุ่มออกชุดคำสั่งไม่เหมือนกันเลยระหว่างห้ารอบที่เหมือนกันทุกประการ ใน 26 กลุ่มคำสั่งถูกออกบางรอบและไม่ถูกออกในรอบอื่น และ 28 กลุ่มบันทึกรหัส ขนาดยา หรือค่าที่ตรวจไว้ไม่ตรงกัน

ท่อนที่แสบที่สุดคือใน 22 กลุ่มจากทั้งหมด 43 กลุ่ม ชุดทดสอบให้ผลตัดสินเหมือนกันทุกรอบ ทั้งที่พฤติกรรมจริงต่างกันอย่างมีนัยสำคัญ อีกอาการหนึ่งคือคำสั่งเดียวกันถูกส่งไปปลายทางคนละแห่งกันในแต่ละรอบ ซึ่งทีมวิจัยยิงทดสอบแยกกับเซิร์ฟเวอร์ตัวเดียวกับที่ชุดทดสอบใช้ แล้วพบว่าข้อมูลชุดเดียวกันเป๊ะ ส่งเข้าปลายทางหนึ่งถูกรับและสร้างรายการจริง ส่งเข้าอีกปลายทางหนึ่งถูกปฏิเสธ จุดที่ปิดวงจรคือชุดทดสอบไม่ได้สั่งบันทึกข้อมูลจริงเลย ระบบตอบกลับว่าสำเร็จให้ทุกคำสั่งที่อ่านเข้าใจ ไม่ว่าส่งไปปลายทางไหน agent จึงไม่มีทางรู้ว่าคำสั่งของตัวเองลงจริงหรือไม่

จุดที่กันการอ่านผิดว่านี่เป็นแค่ความสุ่มของการตั้งค่าไว้สูงคือ ค่าความสร้างสรรค์สองค่าที่ใช้คือ 0.05 กับ 0.7 ไม่ใช่ศูนย์กับ 0.7 และทีมระบุเหตุผลไว้เองว่าไม่รันที่ศูนย์เพราะตรวจแล้วพบว่าการเลือกคำแบบตายตัวบนระบบนี้ให้ผลเหมือนเดิมทุกครั้งอยู่แล้ว ผลสำคัญคือที่ค่า 0.05 ซึ่งเกือบตายตัว ความแตกต่างก็ยังเกิดขึ้น ข้อจำกัดที่ทีมเขียนไว้เองคืองานนี้ยืนยันว่าความแตกต่างระดับการกระทำมีอยู่จริงและหลุดรอดคะแนนไปได้ ไม่ได้ยืนยันว่าอัตราที่วัดได้จะใช้ได้ทั่วไป และทดสอบกับโมเดลเล็กที่บีบแล้ว ไม่ใช่โมเดลแนวหน้า

▲ ทำไมต้องรู้ · ถ้าองค์กรกำลังประเมิน agent ด้วยคะแนนจากชุดทดสอบอย่างเดียว งานนี้บอกว่าคะแนนอาจปิดบังสิ่งที่ควรเห็นที่สุด คือมันทำคนละอย่างในแต่ละครั้งที่รัน วิธีทดสอบที่ควรเพิ่มคือรันงานเดิมซ้ำหลายรอบแล้วเทียบว่าการกระทำที่ออกมาเหมือนกันไหม ไม่ใช่ดูแค่ว่าผลลัพธ์สุดท้ายผ่านหรือไม่ผ่าน และกรณีที่ระบบตอบว่าสำเร็จทั้งที่ปลายทางปฏิเสธ คือเหตุผลว่าทำไม agent ที่ทำงานกับระบบจริงต้องมีการยืนยันผลจากปลายทางเสมอ

arXiv 2609.13582

ทีมวิจัยสร้างชุดทดสอบศัพท์เฉพาะทางการแพทย์สองชุด แล้วเทียบโมเดล Llama 3.1 รุ่นทั่วไปกับรุ่นเดียวกันที่ถูกฝึกเพิ่มด้วยข้อมูลทางการแพทย์ ผลคือรุ่นทั่วไปทำได้ดีกว่ารุ่นที่ฝึกเพิ่มในทั้งสองชุด

เมื่อไล่ดูกลไกภายในโมเดล ทีมพบว่าการฝึกเพิ่มไม่ได้จัดระเบียบความรู้ในโมเดลใหม่ แต่ไปเพิ่มน้ำหนักให้ส่วนประกอบจำนวนน้อยที่เอนไปทางการทายคำศัพท์เฉพาะทาง และเมื่อปรับน้ำหนักส่วนนั้นลง ช่องว่างระหว่างสองรุ่นก็หายไป ที่น่าสนใจคือส่วนประกอบที่ไวต่อศัพท์เฉพาะทางบางตัวยังใช้ได้ข้ามไปถึงศัพท์ของวิทยาศาสตร์วัสดุด้วย

เปเปอร์นี้ระบุในช่องสถานะว่าได้รับการตอบรับเข้าการประชุมหลักของ EMNLP 2026 แล้ว ต่างจากงานส่วนใหญ่ที่เล่าในสัปดาห์นี้ซึ่งยังไม่มีการรับตีพิมพ์ ข้อจำกัดที่ทีมเขียนเองคือเป็นการศึกษาเฉพาะกรณีของโมเดลคู่หนึ่ง ไม่ใช่กฎทั่วไปของการฝึกเพิ่ม

▲ ทำไมต้องรู้ · องค์กรไทยจำนวนมากกำลังถูกเสนอให้จ่ายเงินฝึกโมเดลเฉพาะทางของตัวเอง โดยมีสมมติฐานว่าโมเดลที่เห็นข้อมูลในวงการเราย่อมเข้าใจภาษาในวงการเราดีกว่า งานนี้เป็นหลักฐานว่าสมมติฐานนั้นไม่จริงเสมอไป และอาจแย่ลงด้วยซ้ำ สิ่งที่ควรเรียกร้องจากผู้ขายก่อนเซ็นคือผลเปรียบเทียบกับโมเดลทั่วไปที่ไม่ได้ฝึกเพิ่ม บนงานจริงขององค์กรเอง

arXiv 2609.13556

ทีมวิจัยทดลองฝังประตูหลังในโมเดล Llama 3 ขนาดแปดพันล้านสามรูปแบบ โดยตรึงตัวโมเดล ข้อมูลสะอาด และจำนวนตัวอย่างที่วางยาไว้ให้เท่ากันทั้งหมด เปลี่ยนเฉพาะว่าเลือกตัวอย่างชุดไหนมาวางยา ผลคืออัตราความสำเร็จของการโจมตีกระจายตั้งแต่ร้อยละ 3 ถึงร้อยละ 80

จากนั้นทีมสร้างวิธีเลือกชุดตัวอย่างที่ได้ผลที่สุด โดยฝึกตัวให้คะแนนจากการทดลองฝึกและวัดผลไม่กี่ร้อยรอบ แล้วใช้ตัวนั้นจัดอันดับชุดตัวอย่างที่เป็นไปได้หลายล้านชุด วิธีนี้เพิ่มอัตราความสำเร็จบนข้อมูลที่ไม่เคยเห็นได้เฉลี่ย 30 จุดเหนือวิธีที่ดีที่สุดก่อนหน้า และใช้ได้ทั้งกับการฝังประตูหลังในงานเขียนโค้ด งาน agent และกรณีที่เข้าถึงโมเดลได้ผ่าน API เท่านั้น

▲ ทำไมต้องรู้ · ประเด็นที่ใช้ได้จริงไม่ใช่เทคนิคการโจมตี แต่เป็นวิธีที่วงการวัดความเสี่ยงเรื่องนี้ ที่ผ่านมาการทดสอบว่าโมเดลทนการวางยาแค่ไหน มักทำโดยกำหนดจำนวนตัวอย่างที่วางยาแล้วสุ่มเลือก ซึ่งงานนี้แสดงว่าให้ผลต่ำกว่าความเสี่ยงจริงมาก องค์กรที่รับข้อมูลจากภายนอกมาฝึกโมเดลหรือปรับโมเดล ควรถือว่าตัวเลขความเสี่ยงที่เคยเห็นเป็นค่าต่ำสุด ไม่ใช่ค่ากลาง

arXiv 2609.15029

สำนักงานคณะกรรมการกำกับกิจการพลังงานให้สัมภาษณ์เมื่อ 14 ก.ย. ว่ากำลังจัดทำหลักเกณฑ์ใหม่สำหรับการขายไฟให้ดาต้าเซ็นเตอร์ โดยมองว่าความต้องการไฟจากกลุ่มนี้เป็นความต้องการเชิงยุทธศาสตร์รูปแบบใหม่ที่ไม่เหมือนรูปแบบการใช้ไฟในอดีต

ตัวเลขที่อธิบายปัญหาได้ตรงที่สุดคือดาต้าเซ็นเตอร์สร้างเสร็จใน 1 ถึง 2 ปี ขณะที่โรงไฟฟ้าใช้เวลา 7 ถึง 10 ปี ปัจจุบันดาต้าเซ็นเตอร์จ่ายค่าไฟในอัตราของภาคอุตสาหกรรมซึ่งอยู่เหนือ 3 บาทต่อหน่วย แนวทางใหม่จะเปิดให้ซื้อไฟตรงจากผู้ผลิต จัดหาไฟจากพลังงานหมุนเวียน และอาจผลิตไฟใช้เองจากแหล่งใกล้เคียงโดยเชื่อมเข้าระบบสายส่งได้

จุดที่ต้องอ่านให้ตรงคือหน่วยงานระบุว่าจะกำกับวิธีขายไฟให้ดาต้าเซ็นเตอร์ ไม่ใช่กำกับตัวดาต้าเซ็นเตอร์เอง และจะกำหนดให้มีมาตรการลดผลกระทบก่อนออกใบอนุญาต หลักเกณฑ์ชุดนี้คาดว่าจะเสร็จภายในสิ้นปี 2569 แล้วเสนอเข้าคณะกรรมการดาต้าเซ็นเตอร์แห่งชาติ ซึ่งแปลว่ายังไม่ใช่กฎที่มีผลบังคับในวันนี้

▲ ทำไมต้องรู้ · เรื่องนี้เป็นชิ้นส่วนที่หายไปของข่าวดาต้าเซ็นเตอร์ที่เล่ากันมาหลายสัปดาห์ คือที่ผ่านมาเถียงกันเรื่องใบอนุญาตก่อสร้างและที่ตั้ง แต่คอขวดจริงคือไฟฟ้า และช่องว่างระหว่างเวลาสร้างศูนย์ข้อมูลกับเวลาสร้างโรงไฟฟ้าคือเหตุผลว่าทำไมการอนุมัติจึงถูกชะลอ สำหรับคนทำงานทั่วไป นี่คือคำตอบว่าทำไมค่าบริการคลาวด์ในไทยถึงยังไม่ถูกลงเร็วอย่างที่หลายคนคาด

ฐานเศรษฐกิจ

มีการประกาศจัดตั้งทรัสต์เพื่อการลงทุนในหุ้นนอกตลาดขนาดเริ่มต้น 1,000 ล้านบาท เมื่อ 15 ก.ย. โดยความร่วมมือระหว่างกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม สำนักงานนวัตกรรมแห่งชาติ ตลาดหลักทรัพย์แห่งประเทศไทย และกองทุนส่งเสริมการพัฒนาตลาดทุน

ตัวกองทุนเชื่อมกับกลุ่มบริษัทโฮลดิ้งของมหาวิทยาลัย 15 แห่ง เป้าหมายคือพางานวิจัยในมหาวิทยาลัยออกมาเป็นบริษัทที่ทำธุรกิจได้จริง สาขาที่ระบุไว้ครอบคลุมเทคโนโลยีเชิงลึก ดิจิทัล ปัญญาประดิษฐ์ เทคโนโลยีการแพทย์ สุขภาพ เกษตร และอาหาร จุดที่หน่วยงานอธิบายว่าเป็นการเปลี่ยนบทบาทคือสำนักงานนวัตกรรมแห่งชาติจะขยับจากการเป็นผู้ให้ทุน ไปเป็นผู้ร่วมลงทุนผ่านหน่วยลงทุนของตัวเอง

▲ ทำไมต้องรู้ · ช่องว่างที่คนในวงการเทคโนโลยีไทยพูดถึงมานานคืองานวิจัยที่ดีจบลงที่รายงานฉบับหนึ่งแล้วไม่ไปไหนต่อ เพราะไม่มีเงินและไม่มีกลไกพาออกสู่ตลาด กองทุนขนาดพันล้านยังเล็กเมื่อเทียบกับเงินลงทุนของภูมิภาค แต่สิ่งที่เปลี่ยนไปคือโครงสร้าง คือมหาวิทยาลัยถือหุ้นในบริษัทที่เกิดจากงานวิจัยของตัวเองได้ ซึ่งเป็นเงื่อนไขพื้นฐานที่ทำให้นักวิจัยมีเหตุผลจะพางานออกมา

Techsauce

บริษัท Wonderful ซึ่งทำระบบ agent สำหรับงานบริการลูกค้า ให้สัมภาษณ์เมื่อ 15 ก.ย. ว่าอุปสรรคที่ทำให้โครงการ AI ไม่ข้ามจากการทดลองไปสู่การใช้จริงมีสามข้อ ข้อแรกคือแต่ละแผนกสร้าง agent ของตัวเองแยกกัน ทั้งที่คุณค่าเกิดตอนที่ AI เชื่อมงานข้ามแผนก ข้อที่สองคือออกแบบมาให้ทำงานได้ในสภาพแวดล้อมทดสอบ แล้วรับภาระระดับองค์กรจริงไม่ไหว ข้อที่สามคือไม่ได้ผูกผลลัพธ์เข้ากับตัวชี้วัดทางธุรกิจตั้งแต่ก่อนเริ่มสร้าง

ตัวเลขที่บริษัทเปิดเผยจากลูกค้าคือธนาคารแห่งหนึ่งในอิสราเอลปิดจบเรื่องที่ลูกค้าติดต่อเข้ามาได้เองร้อยละ 88 โดยใช้เวลาติดตั้งสามสัปดาห์ ธนาคารในโคลอมเบียใช้เวลา 19 วัน และผู้ให้บริการโทรคมนาคมในอิตาลีรับสายเดือนละ 2.4 ล้านสาย โดยปิดจบได้เองราวร้อยละ 90 บริษัทระบุว่างานทั่วไปใช้เวลาราวสี่ถึงแปดสัปดาห์ และวางเครื่องมือกำกับดูแลกับการวัดผลไว้ตั้งแต่ต้น

ข้อควรระวังคือตัวเลขทั้งหมดเป็นตัวเลขที่ผู้ขายรายงานเองเกี่ยวกับลูกค้าของตัวเอง ไม่มีการตรวจสอบจากภายนอก และเป็นการให้สัมภาษณ์เพื่อเสนอบริการ ไม่ใช่รายงานผลการศึกษา

▲ ทำไมต้องรู้ · สามข้อที่บริษัทยกมาตรงกับอาการที่องค์กรไทยหลายแห่งเจอจริง โดยเฉพาะข้อสุดท้าย คือเริ่มโครงการโดยยังไม่ได้ตกลงกันว่าจะวัดความสำเร็จด้วยอะไร ทำให้ตอนจบไม่มีใครตอบได้ว่าคุ้มหรือไม่คุ้ม คำถามที่ควรถามก่อนอนุมัติงบคือถ้าโครงการนี้สำเร็จ ตัวเลขไหนในรายงานประจำเดือนจะเปลี่ยน และเปลี่ยนไปเท่าไร ส่วนตัวเลขร้อยละ 88 หรือ 90 ให้อ่านเป็นตัวเลขฝั่งผู้ขาย ไม่ใช่มาตรฐานที่คาดหวังได้

Techsauce

Jack Clark หนึ่งในผู้ร่วมก่อตั้ง Anthropic ให้สัมภาษณ์กับ BBC เมื่อ 15 ก.ย. โดยบอกว่าห้องวิจัยใหญ่ส่วนมากมีวิธีสั่งหยุดระบบของตัวเองอยู่แล้วในรูปแบบต่างๆ จากนั้นตั้งคำถามสองข้อว่าควรบังคับให้บริษัทต้องมีสวิตช์ปิดหรือไม่ และสวิตช์นั้นควรให้บุคคลที่สามตรวจสอบยืนยันได้หรือไม่ จุดที่ต้องอ่านให้ตรงคือเขาวางไว้เป็นคำถามที่สังคมอาจอยากออกกฎในอนาคต ไม่ใช่ข้อเรียกร้อง และไม่ได้พูดในฐานะจุดยืนของบริษัท

เขาอธิบายเหตุผลด้วยจังหวะเวลาว่าตัวเองทำงานด้าน AI มายี่สิบปีและพูดทุกปีว่าเทคโนโลยีนี้แรงขึ้นทุกวัน แล้วเสริมว่าหน้าต่างเวลาที่จะลงมือทำอะไรได้นั้นแคบมาก เหลือเพียงไม่กี่ปี และตอนนี้เราอยู่ในหน้าต่างนั้นแล้ว เรื่องนี้ต่อจากข้อเสนอของ Dario Amodei เมื่อ 12 ก.ย. ที่เรียกร้องให้ชะลอการเพิ่มความสามารถของโมเดล โดยข้อเสนอนั้นมีเงื่อนไขกำกับไว้เองว่าต้องทำโดยไม่เสียความได้เปรียบทางการค้า

คำคัดค้านที่ตรงประเด็นที่สุดมาจาก Toby Walsh หัวหน้านักวิทยาศาสตร์ของสถาบันด้าน AI แห่งมหาวิทยาลัยนิวเซาท์เวลส์ ที่เรียกแนวคิดสวิตช์ปิดว่าเป็นการเบี่ยงประเด็นโดยสิ้นเชิง และมองว่าเป็นวิธีคิดที่ตื้นเกินไป เหตุผลหลักของเขาไม่ใช่แค่ว่าคนอื่นจะปิดเครื่องเราได้ แต่คือของแบบนี้เป็นเป้าล่อชั้นดีสำหรับผู้ไม่หวังดี เพราะการมีปุ่มปิดเท่ากับเปิดช่องโจมตีทางไซเบอร์ช่องใหม่ให้คนนอกเข้ามายุ่งกับฮาร์ดแวร์ ข้อเสนอของเขาคือใช้การตรวจสอบจากภายนอกแบบที่ใช้กับสายการบินและธนาคารแทน ข้อควรระวังคือเราเปิดหน้าสัมภาษณ์ต้นฉบับของ BBC เองไม่ได้ ข้อความทั้งหมดมาจากการรายงานของสำนักข่าว ABC ของออสเตรเลีย และคำพูดของ Walsh มีเฉพาะในรายงานฉบับนั้น

▲ ทำไมต้องรู้ · ข้อถกเถียงเรื่องความปลอดภัย AI กำลังขยับจากคำถามว่าควรชะลอไหม ไปสู่คำถามว่าจะบังคับอะไรได้บ้าง ซึ่งเป็นขั้นที่ใกล้ตัวคนทำงานมากกว่า เพราะสิ่งที่ถูกบังคับกับผู้ผลิตจะกลายเป็นเงื่อนไขในสัญญาที่องค์กรต้องเซ็นในที่สุด และคำค้านของฝ่ายตรงข้ามก็ควรฟังพอกัน คือกลไกความปลอดภัยที่ออกแบบไม่ดีสร้างช่องโหว่ใหม่ได้เอง

ABC News

Lina Khan อดีตประธานคณะกรรมการการค้าแห่งสหรัฐ โพสต์ความเห็นเมื่อ 14 ก.ย. ว่าอย่าปล่อยให้การถกเถียงเรื่องการออกกฎหมายใหม่มาเบี่ยงความสนใจจากข้อเท็จจริงว่ากฎหมายที่มีอยู่แล้วไม่ได้เขียนข้อยกเว้นให้ AI เธอระบุต่อว่าผู้บังคับใช้กฎหมายมีอำนาจเอาผิดทั้งบริษัทและผู้บริหารสูงสุดอยู่แล้ว ในกรณีที่สร้างและปล่อยผลิตภัณฑ์ที่อันตราย ไม่ได้ผ่านการตรวจสอบ หรือมีข้อบกพร่อง

คำพิพากษาที่เธอยกมาคือคดีของคณะกรรมการการค้ากับบริษัท Keppel เมื่อปี 1934 ซึ่งวางหลักเรื่องวิธีการแข่งขันที่ตกต่ำไปสู่แนวปฏิบัติที่ผู้ประกอบการมีพันธะทางศีลธรรมอย่างหนักแน่นที่จะไม่ทำ เธอยังตั้งข้อสังเกตถึงเหตุการณ์ที่ Hugging Face ว่าฝั่ง OpenAI อาจมีความรับผิดได้ แต่การที่ Hugging Face ถูก Nvidia ซื้อไปทำให้โอกาสที่จะมีการฟ้องร้องลดลง เพราะ Nvidia มีแรงจูงใจให้ OpenAI เดินหน้าเต็มที่

▲ ทำไมต้องรู้ · ข้อถกเถียงเรื่องกฎ AI มักถูกเล่าเหมือนว่าตอนนี้เป็นสุญญากาศทางกฎหมาย และต้องรอกฎหมายใหม่ก่อนถึงจะเอาผิดใครได้ ความเห็นนี้เตือนว่ากฎหมายคุ้มครองผู้บริโภค กฎหมายความรับผิดในผลิตภัณฑ์ และกฎหมายแข่งขันทางการค้า ใช้กับผลิตภัณฑ์ AI ได้อยู่แล้ว สำหรับองค์กรไทยที่เอา AI ไปให้บริการลูกค้า หลักคิดเดียวกันใช้ได้ คือความรับผิดต่อผลลัพธ์ที่ผิดพลาดไม่ได้หายไปเพราะคนตัดสินใจเป็นซอฟต์แวร์

The Register

IEEE Spectrum เผยแพร่บทวิเคราะห์ว่าการแข่งขันด้านฮาร์ดแวร์ย้ายจากการฝึกโมเดลไปอยู่ที่การให้บริการโมเดล โดยยกกรณี Nvidia ซื้อทรัพย์สินทางปัญญาและทีมงานของ Groq เมื่อปลายปี 2025 ด้วยมูลค่า 20,000 ล้านดอลลาร์ แล้วเปิดตัวชิปเฉพาะทางสำหรับการเรียกใช้โมเดลในงานประจำปี 2026 พร้อมรูปแบบตัวเลขสี่บิตของตัวเอง

ตัวเลขที่ใช้เทียบภาพได้ชัดคือชิปของ Cerebras ที่มีหน่วยความจำความเร็วสูง 44 กิกะไบต์อยู่บนตัวชิปเอง ทำความเร็วได้เกินหนึ่งพันโทเคนต่อวินาทีกับโมเดลเขียนโค้ดของ OpenAI ขณะที่บทความระบุความเร็วของโมเดลตัวหลักของ OpenAI ไว้ที่ 50 ถึง 125 โทเคนต่อวินาที ส่วนชิปเฉพาะทางของ Etched ที่ออกแบบให้รันสถาปัตยกรรมเดียวโดยเฉพาะ ทำได้ห้าแสนโทเคนต่อวินาทีกับโมเดลเปิดขนาดเจ็ดหมื่นล้าน และส่งตู้แรกไปเมื่อเดือนสิงหาคม

ตัวเลขที่อธิบายว่าทำไมถึงเกิดการแข่งขันนี้คือบทความระบุว่าการ์ดจอรุ่นที่ใช้กันแพร่หลายอยู่ว่างงานร้อยละ 50 ถึง 80 ของเวลาระหว่างให้บริการโมเดล เพราะคอขวดอยู่ที่ความเร็วในการอ่านน้ำหนักโมเดลออกจากหน่วยความจำ ไม่ใช่กำลังคำนวณ ข้อควรระวังคือตัวเลขความเร็วเกือบทั้งหมดเป็นตัวเลขที่ผู้ผลิตแต่ละรายรายงานเอง บนโมเดลและเงื่อนไขที่ต่างกัน จึงเทียบกันตรงๆ ไม่ได้

▲ ทำไมต้องรู้ · สิ่งที่ตามมาจากเรื่องนี้คือราคาต่อโทเคนที่คนทำงานจ่ายอยู่ ที่ผ่านมาราคาถูกลงจากการที่โมเดลเล็กลงและฉลาดขึ้น แต่คลื่นถัดไปมาจากฮาร์ดแวร์ที่ทำมาเพื่อให้บริการโดยเฉพาะ แปลว่างานที่วันนี้แพงเกินกว่าจะรันทุกวัน เช่น ให้ AI อ่านเอกสารทั้งกองทุกเช้า มีโอกาสถูกลงมากในช่วงหนึ่งถึงสองปี และการวางแผนโดยอิงราคาวันนี้อาจตัดสินใจผิดได้

IEEE Spectrum

404 Media เผยแพร่รายงานเมื่อ 15 ก.ย. รวบรวมกรณีที่ผู้ให้บริการทั่วไปเริ่มเจอ agent ที่คนปล่อยไปทำงานแทน กรณีที่เป็นรูปธรรมที่สุดคือแอปจองร้านอาหาร Resy แบนนักลงทุนรายหนึ่งเพราะใช้ agent ไปแย่งจองโต๊ะ โดยผู้ร่วมก่อตั้งบริการระบุว่ามีคนเขียนบอตแย่งจองขึ้นมาแล้วนับหมื่นราย

อีกกรณีที่เล่าไว้คือ agent ตัวหนึ่งส่งอีเมลมาที่กองบรรณาธิการเพื่อโต้แย้งบทความ โดยผู้สร้างจ่ายค่าประมวลผลไปแล้ว 147.17 ดอลลาร์ ขณะที่ agent ตัวนั้นหารายได้ได้ศูนย์ดอลลาร์ รายงานยังอ้างถึงเหตุที่ agent จำนวนมากไปเจาะระบบของ Hugging Face และเว็บไซต์ในเยอรมนี รวมถึงการที่ผู้ให้บริการจัดการรหัสผ่านรายหนึ่งเพิ่งประกาศให้ agent ล็อกอินเข้าบัญชีของผู้ใช้แล้วทำงานต่อได้

ข้อควรระวังคือรายงานนี้เล่าเป็นภาพรวมจากหลายกรณี ไม่มีตัวเลขสัดส่วนว่าทราฟฟิกจาก agent คิดเป็นเท่าไรของทั้งหมด จึงบอกขนาดของปัญหาไม่ได้จากรายงานนี้เพียงชิ้นเดียว

▲ ทำไมต้องรู้ · สิ่งที่กระทบคนทำงานทั่วไปเร็วที่สุดคือฝั่งตรงข้าม คือบริการที่เราใช้อยู่จะเริ่มกันบอตหนักขึ้น ซึ่งแปลว่าการยืนยันตัวตนจะยุ่งยากขึ้นสำหรับคนจริงด้วย ส่วนคนที่คิดจะปล่อย agent ไปทำงานแทนบนบริการของคนอื่น ควรอ่านกรณีการถูกแบนเป็นคำเตือนว่าบัญชีที่ใช้ทำงานจริงมีความเสี่ยงถูกปิด และเรื่องที่ควรตั้งคำถามที่สุดคือการให้ agent ถือกุญแจล็อกอินเข้าบัญชีเรา

404 Media