AI News · 2026-09-28

Authors Guild เผยแพร่เมื่อ 21 กันยายนว่าศาลในแมนฮัตตันเปิดเผยเอกสารสองชิ้นของฝ่ายโจทก์ในคดีที่นักเขียนฟ้อง OpenAI และ Microsoft ได้แก่บันทึกประกอบคำร้องขอให้ศาลตัดสินบางประเด็นโดยไม่ต้องพิจารณาคดีเต็มรูปแบบ และรายการข้อเท็จจริงที่โจทก์เห็นว่าไม่มีข้อโต้แย้ง

เอกสารฝั่งโจทก์อ้างว่า Sam Altman และ Dario Amodei ซึ่งขณะนั้นทำงานที่ OpenAI แจ้ง Bill Gates และ Kevin Scott ของ Microsoft รวมถึงคนอื่นๆ ตั้งแต่เดือนเมษายน 2019 ว่าใช้ข้อมูลจาก LibGen ซึ่งเป็นเว็บรวมหนังสือละเมิดลิขสิทธิ์ เอกสารยังอ้างข้อความในการหารือภายใน OpenAI ที่ Amodei ตอบไว้ว่า "as a training set [LibGen is] a bit sketchier"

เอกสารยังอ้างว่า OpenAI ลบไฟล์ LibGen ออกจากระบบในโครงการชื่อ Project Clear ช่วงฤดูร้อนปี 2022 โดยโจทก์มีทั้ง Authors Guild และนักเขียนชื่อดังอย่าง John Grisham, George R.R. Martin และ Jonathan Franzen

ข้อควรระวังคือทั้งหมดเป็นข้อกล่าวหาในเอกสารของฝ่ายโจทก์และเผยแพร่ผ่านประกาศของ Authors Guild เอง ยังไม่ใช่ข้อเท็จจริงที่ศาลวินิจฉัย ซึ่งคาดว่าจะมีการยื่นเอกสารเพิ่มในอีกไม่กี่เดือนข้างหน้าและมีการไต่สวนต้นปี 2027

▲ ทำไมต้องรู้ · คดีลักษณะเดียวกันเคยจบด้วยเงินชดเชยก้อนใหญ่มาแล้ว ที่มาของข้อมูลฝึกจึงเป็นความเสี่ยงทางกฎหมายที่ผู้ให้บริการ AI ทุกรายยังต้องตอบ องค์กรที่เลือกผู้ให้บริการควรดูว่าสัญญามีการคุ้มครองเรื่องลิขสิทธิ์ให้ผู้ใช้หรือไม่

Authors Guild · Hacker News

Jeffrey Ding นักวิชาการด้านเทคโนโลยีจีน เขียนในจดหมายข่าว ChinAI เมื่อ 21 กันยายน แย้งข้อสมมติสามข้อในบทความของ Amodei ข้อแรกคือแนวคิดว่าถ้าสหรัฐชะลอแล้วจีนจะเร่งแซง เขาอ้าง Matt Sheehan ว่าจีนมีกฎกำกับ AI ที่เข้มที่สุดในโลกมาสามถึงสี่ปีแล้ว และชี้ว่าถ้าความก้าวหน้าของจีนมาจากการกลั่นความรู้จากโมเดลสหรัฐจริง การที่สหรัฐชะลอก็จะทำให้จีนช้าลงด้วย

ข้อที่สองคือกรอบเวลาของ Amodei ที่เลื่อนออกไปเรื่อยๆ จากปี 2026 เป็น 2028 และล่าสุดเป็น 2029 ถึง 2031 โดย Ding มองว่าการแข่งขันจริงคือใครนำเทคโนโลยีไปใช้ได้กว้างและลึกกว่า ข้อที่สามคือแทนที่จะหวังข้อตกลงใหญ่ระหว่างผู้นำสองประเทศ เขาเสนอให้ห้องแล็บของสองฝ่ายแลกเปลี่ยนกันโดยตรงและทำโครงการตรวจสอบร่วมกัน แบบที่เคยใช้ในความร่วมมือด้านนิวเคลียร์ยุคสงครามเย็น

ข้อควรระวังคือเป็นบทความแสดงความเห็นของนักวิชาการคนเดียว

▲ ทำไมต้องรู้ · ข้อถกเถียงเรื่องการแข่ง AI ระหว่างสหรัฐกับจีนมีผลต่อกฎส่งออกชิปและนโยบายที่ส่งถึงประเทศอื่นรวมถึงไทย การรู้ข้อโต้แย้งทั้งสองฝั่งช่วยให้อ่านข่าวนโยบายได้ไม่หลงไปกับเรื่องเล่าด้านเดียว

ChinAI

Nathan Lambert เขียนใน Interconnects เมื่อ 21 กันยายนว่า ตั้งแต่เริ่มเก็บข้อมูลในเดือนสิงหาคม 2025 โมเดลเปิดของจีนมียอดดาวน์โหลดบน Hugging Face รวม 3.2 พันล้านครั้ง นำสหรัฐราว 1.6 พันล้านครั้ง หรือเป็นสองเท่าของยอดรวมของสหรัฐ

บนดัชนี Artificial Analysis Intelligence Index ณ วันที่ 14 กันยายน โมเดลเปิดของจีนที่นำอยู่คือ GLM-5.3 ได้ 45 คะแนน Kimi K3 ได้ 44 และ GLM-5.3-Flash ได้ 42 ขณะที่ฝั่งสหรัฐคือ Inkling และ Inkling Small ของ Thinking Machines ได้ 26 เท่ากัน และ Nemotron 3 Ultra ของ Nvidia ได้ 23

เขาประเมินว่าโมเดลเปิดของจีนตามหลังโมเดลปิดชั้นนำของสหรัฐราว 2 ถึง 5 เดือน ส่วนโมเดลเปิดของสหรัฐตามหลัง OpenAI และ Anthropic ราว 6 ถึง 9 เดือน และถ้าห้ามการกลั่นความรู้ได้ทั้งหมด ช่องว่างจะเพิ่มขึ้นเพียง 1 ถึง 2 เดือน ข้อควรระวังคือตัวเลขช่องว่างเป็นการประเมินของผู้เขียน

▲ ทำไมต้องรู้ · องค์กรที่อยากรันโมเดลเองในเครื่องหรือบนคลาวด์ของตัวเอง ตัวเลือกที่เก่งที่สุดตอนนี้ส่วนใหญ่มาจากจีน จึงต้องชั่งระหว่างความสามารถ ต้นทุน และนโยบายขององค์กรเรื่องแหล่งที่มาของโมเดล

Interconnects

Fireworks AI ประกาศเมื่อ 23 กันยายนว่า Ember-1 สร้างต่อจาก Kimi K3 และถูกฝึกให้ตัดการคิดที่ไม่จำเป็นออก โดยอ้างว่าได้คุณภาพระดับ Kimi K3 ด้วยโทเคนน้อยลง 40% และในการทดสอบ A/B กับลูกค้าสองรายบนงานเขียนโค้ดจริง ใช้โทเคนต่องานน้อยลงราว 35%

ตัวเลขที่บริษัทแสดงมีทั้งที่ดีขึ้นและแย่ลงเล็กน้อย เช่น Terminal Bench 2.1 ได้ 82.0% เทียบกับ K3 max ที่ 80.9% ส่วน SWE-bench Verified ได้ 92.2% ต่ำกว่า K3 max ที่ 93.2% เปิดให้ใช้เป็น Research Preview บนบริการ Serverless ของ Fireworks ช่วงสองสัปดาห์

ข้อควรระวังคือตัวเลขทั้งหมดเป็นการวัดของบริษัทเอง และประกาศไม่ได้บอกเรื่องสัญญาอนุญาตหรือการเปิดน้ำหนักโมเดล

▲ ทำไมต้องรู้ · ค่าใช้ AI แบบจ่ายตามโทเคนขึ้นกับว่าโมเดลคิดยาวแค่ไหน รุ่นที่คิดสั้นลงแต่ได้ผลใกล้เดิมเป็นอีกทางลดต้นทุนนอกจากการเปลี่ยนไปใช้โมเดลที่ถูกกว่า

Fireworks AI · Hacker News

บันทึกการเปลี่ยนแปลงของ Claude API วันที่ 24 กันยายนระบุว่า endpoint สำหรับดึงข้อมูลเซสชันที่รันบนเครื่องผู้ใช้เพื่อการตรวจสอบ ออกจากสถานะทดลองแล้วสำหรับการใช้ Claude ใน Excel, PowerPoint, Word และ Outlook

อีกการเปลี่ยนแปลงคือ Activity Feed ของ Compliance API จะไม่ส่งชื่อไฟล์ ชื่อเอกสารในโปรเจกต์ หรือชื่อ artifact อีกต่อไป โดยมีผลย้อนหลังกับกิจกรรมที่บันทึกไว้ก่อนหน้าด้วย ถ้าต้องการชื่อต้องเรียกดูตาม ID ด้วยกุญแจที่มีสิทธิ์อ่านข้อมูลผู้ใช้เพื่อการตรวจสอบโดยเฉพาะ

ข้อควรระวังคือบันทึกไม่ได้ให้เหตุผลของการเปลี่ยนแปลง

▲ ทำไมต้องรู้ · ทีมไอทีหรือทีมกำกับดูแลที่ดึงบันทึกการใช้ Claude ไปเก็บในระบบตรวจสอบของตัวเอง อาจพบว่ารายงานที่เคยแสดงชื่อไฟล์กลายเป็นช่องว่าง ต้องปรับระบบและทบทวนว่าใครควรได้สิทธิ์ดูชื่อไฟล์

Claude API release notes

บล็อกเกอร์ที่ใช้นามแฝงเขียนเมื่อ 27 กันยายนว่า ค้นคำว่า "hes never coming over dario" เพื่อหาทวีตเก่าเกี่ยวกับนักบาสเกตบอล Dario Saric ที่ถูกทีม 76ers ดราฟต์แต่ยังเล่นอยู่ต่างประเทศนานจนกลายเป็นมีมของแฟน แต่ AI Overview ตีความว่าเป็นเรื่องความรักที่ไม่สมหวังแล้วตอบปลอบใจ

ผลค้นหาที่ต้องการจริงอยู่ถัดลงไปใต้คำตอบของ AI ผู้เขียนตั้งคำถามว่า "In what universe is it Google's job to console me" โพสต์นี้ขึ้นอันดับหนึ่งบน Hacker News

ข้อควรระวังคือเป็นประสบการณ์ของคนคนเดียวกับคำค้นเดียว

▲ ทำไมต้องรู้ · AI ที่พยายามเดาเจตนาของผู้ใช้อาจเดาผิดจนบังคำตอบที่ต้องการ เวลาหาข้อมูลเฉพาะทางหรือศัพท์เฉพาะกลุ่ม การเลื่อนดูผลค้นหาปกติหรือใส่บริบทในคำค้นให้ชัดยังจำเป็น

sancho.bearblog.dev · Hacker News

Blognone รายงานเมื่อ 25 กันยายนว่า David Heinemeier Hansson ผู้สร้าง Ruby on Rails บรรยายในงาน Rails World 2026 ว่าตอนนี้เขาเขียนโปรแกรมด้วยการสั่ง AI เท่านั้น และเล่าว่าพัฒนาแอปอีเมล HEY แบบเนทีฟได้เพราะไม่ต้องกลัวการพัฒนาแยกแต่ละแพลตฟอร์มอีกแล้ว

เขาเล่าว่าเขียน backend ด้วย Rust ได้แม้จะไม่ชอบภาษานี้เลย เพราะไม่ต้องเขียนเอง และมองว่าต้นทุนหลักในอดีตคือค่านักพัฒนา แต่ต่อไปจะปรับประสิทธิภาพระบบได้โดยไม่ต้องกลัวค่าแรงนั้น เขาเปรียบกับศิลปินที่ยังมีอยู่หลังกล้องถ่ายภาพเกิดขึ้น แต่หันไปสร้างงานแบบใหม่

ข้อควรระวังคือเป็นความเห็นจากเวทีบรรยาย ไม่มีตัวเลขวัดผลประกอบ

▲ ทำไมต้องรู้ · เมื่อค่าแรงเขียนโค้ดไม่ใช่ตัวจำกัดหลัก การเลือกเทคโนโลยีในองค์กรอาจเปลี่ยนจาก "ทีมถนัดอะไร" เป็น "อะไรเหมาะกับงานที่สุด" ส่วนทักษะที่มีค่าขึ้นคือการกำหนดงานและตรวจผลที่ AI เขียนให้

Blognone

ทีมวิจัยของ 10a Labs รายงานว่าระหว่างมกราคม 2024 ถึงมีนาคม 2026 พบโมเดลต้นฉบับที่ถูกถอดระบบป้องกันความปลอดภัยออกบน Hugging Face 3,471 ตัว แต่ละตัวถูกนำไปแพ็กใหม่เฉลี่ย 2.4 ครั้ง และผู้เผยแพร่เพียงสามรายครองสัดส่วน 52% ของไฟล์บีบอัดที่ถูกเผยแพร่ซ้ำทั้งหมด 8,164 ชุด

ผู้วิจัยชี้ว่าเมื่อโมเดลถูกบีบอัดและกระจายไปหลายบัญชีหลายรูปแบบ รวมถึงบริการอย่าง Ollama แล้ว โมเดลจะยังอยู่ต่อแม้ต้นฉบับถูกลบ และจากแอปบน GitHub 1,643 ตัวที่ใช้โมเดลเหล่านี้ 25% ถูกจัดว่ามีเจตนาร้ายชัดเจน

ข้อควรระวังคือเป็นพรีปรินต์ที่ส่งขึ้นตั้งแต่ 4 กันยายน และการจัดว่าแอปใดมีเจตนาร้ายเป็นเกณฑ์ของผู้วิจัยเอง

▲ ทำไมต้องรู้ · องค์กรที่ให้พนักงานดาวน์โหลดโมเดลเปิดมาใช้เองควรกำหนดแหล่งที่อนุญาต เพราะโมเดลชื่อคล้ายกันอาจเป็นรุ่นที่ถูกถอดระบบป้องกันออกแล้ว

arXiv 2609.05241

ทีมผู้เขียนห้าคน รวมถึง Remi Munos และ Julia Kempe เสนอให้วัดความน่าสนใจของทฤษฎีบทจากอัตราส่วนระหว่างความยาวของบทพิสูจน์กับความยาวของตัวโจทย์ แล้วฝึกโมเดลขนาด 27B ให้ทำนายว่าบทพิสูจน์จะยากแค่ไหน เพื่อใช้นำทางการสร้างทฤษฎีบทใหม่

ตามบทคัดย่อ วิธีนี้ลดสัดส่วนทฤษฎีบทที่ซ้ำกับคลังคณิตศาสตร์เชิงรูปนัยที่มีอยู่แล้วจาก 91.9% เหลือ 30.6% โดยมีเป้าหมายให้คลังความรู้คณิตศาสตร์ที่เครื่องตรวจได้ขยายตัวเองโดยไม่ต้องมีคนกำหนดเป้า ข้อควรระวังคือยังเป็นพรีปรินต์ที่ไม่ได้ระบุว่าผ่านการพิจารณาจากผู้ทรงคุณวุฒิ

▲ ทำไมต้องรู้ · คำถามว่า AI "รู้ไหมว่าอะไรสำคัญ" เป็นจุดอ่อนของการใช้ AI ค้นคว้า งานแบบนี้พยายามให้ AI เลือกโจทย์เองได้ ซึ่งถ้าได้ผลจะเปลี่ยนบทบาทคนจากผู้ตั้งโจทย์เป็นผู้ตรวจว่าสิ่งที่ AI เลือกมีประโยชน์จริงหรือไม่

arXiv 2609.28603

ทีมผู้เขียน 30 คนเสนอ WanPE โมเดลขนาด 397B ที่ฝึกจากวิดีโอจริง 1.05 ล้านชิ้น ทำหน้าที่ขยายพรอมต์สั้นของผู้ใช้ให้เป็นแผนการถ่ายทำระดับผู้กำกับก่อนส่งให้โมเดลสร้างวิดีโอ

เมื่อใช้คู่กับตัวสร้างวิดีโอ Wan3.0 ผู้วิจัยรายงานว่าคะแนนความชอบจากคนเพิ่มขึ้น 10.66 ถึง 18.84 คะแนนสำหรับคลิป 5 ถึง 15 วินาที และเพิ่มมากกว่านั้นสำหรับคลิป 30 วินาที โดยวัดบนชุดทดสอบ WanPEval ที่มีการประเมินจากคนราว 11,000 ครั้ง ข้อควรระวังคือเป็นพรีปรินต์และวัดผลบนชุดทดสอบที่ทีมสร้างเอง

▲ ทำไมต้องรู้ · คนทำคอนเทนต์ที่ใช้ AI สร้างวิดีโอจะเห็นว่าพรอมต์ที่ละเอียดแบบบทถ่ายทำให้ผลต่างกันมาก และเครื่องมือกำลังทำส่วนนี้ให้เองมากขึ้น

arXiv 2609.30221

ฐานเศรษฐกิจรายงานเมื่อ 23 กันยายนว่า ศ.ดร. ยศชนัน วงศ์สวัสดิ์ รองนายกรัฐมนตรีและรัฐมนตรีว่าการกระทรวง อว. แถลงว่าที่ประชุมคณะรัฐมนตรีมีมติเห็นชอบให้ขยายการใช้ Traffy Fondue เป็นแพลตฟอร์มกลางของประเทศไทย โดยระบบ AI จะช่วยคัดกรองเรื่องร้องเรียนและส่งไปยังหน่วยงานที่รับผิดชอบทันที

แพลตฟอร์มนี้เริ่มพัฒนาตั้งแต่ปี 2561 ใช้งานแล้วใน 37 จังหวัด และในกรุงเทพมหานครช่วยลดเวลาแก้ปัญหาเฉลี่ยจาก 13 วันเหลือ 2 วัน ข้อควรระวังคือตัวเลขเวลาเป็นข้อมูลจากฝ่ายรัฐ และข่าวไม่ได้ระบุวันที่ของมติ ครม.

▲ ทำไมต้องรู้ · คนทั่วไปจะมีช่องทางเดียวในการแจ้งปัญหาไปถึงหน่วยงานรัฐ ส่วนหน่วยงานรัฐที่ยังรับเรื่องแบบเดิมต้องเตรียมรับงานที่ AI ส่งมาโดยตรงและตอบสนองให้ทันตามที่ประชาชนคาดหวัง

ฐานเศรษฐกิจ