AI News · 2026-10-19

Mistral ประกาศเมื่อ 15 ตุลาคมว่า Timestral เป็นโมเดลพื้นฐานสำหรับข้อมูลอนุกรมเวลาชุดแรกของบริษัท มีสี่ขนาดตั้งแต่ 5M ถึง 209M พารามิเตอร์ รับข้อมูลย้อนหลังได้ 32,768 จุด และพยากรณ์เป็นช่วงความน่าจะเป็นได้ 21 ระดับ รองรับเป้าหมายหลายตัวพร้อมตัวแปรประกอบที่รู้ล่วงหน้า

Mistral บอกว่ารุ่น 209M ได้อันดับหนึ่งในชุดทดสอบ GIFT-Eval, TIME และ fev-bench ด้วยขนาดราวสองในสามของรุ่นที่ดีที่สุดก่อนหน้า และรุ่น 28M ชนะ Chronos-2 ที่ใหญ่กว่าราว 4 เท่า บน CPU แปดเธรดรุ่น 5M ใช้เวลาราว 10 มิลลิวินาทีต่อการพยากรณ์ ส่วนรุ่น 209M ราว 140 มิลลิวินาที น้ำหนักเปิดให้ดาวน์โหลดบน GitHub และ Hugging Face และรันในเครื่องหรือในเครือข่ายปิดได้

ข้อควรระวังคือคะแนนเป็นการวัดของ Mistral เอง และรายงานทางเทคนิคฉบับเต็มยังไม่ออก

▲ ทำไมต้องรู้ · งานพยากรณ์ยอดขาย ความต้องการสินค้า หรือปริมาณงาน เป็นงานที่หลายองค์กรทำด้วย Excel อยู่ โมเดลขนาดเล็กที่รันในเครื่องได้ทำให้ทีมวิเคราะห์ข้อมูลลองใช้ได้โดยไม่ต้องส่งข้อมูลออกนอกองค์กร

Mistral AI

เอกสารของ DeepSeek ระบุว่ามี API สองตัว ตัวแรกคือ Search ที่คืนผลค้นหาจากเครื่องมือค้นหาของ DeepSeek เอง ได้ครั้งละ 1 ถึง 50 รายการ และรองรับคำสั่งกรองอย่าง site: และช่วงวันที่ ตัวที่สองคือ Fetch ที่ดึงหน้าเว็บหนึ่งหน้ากลับมาเป็น Markdown ทั้งสองตัวคิดเงินตามจำนวนครั้งที่ได้ผลจริง ครั้งที่ล้มเหลว ได้ผลว่าง หรือหมดเวลาไม่คิดเงิน

บัญชีหนึ่งเรียกได้ 5 ครั้งต่อวินาทีต่อ API ตอนนี้การเรียกผ่าน DeepSeek Harness, Claude Code และ Codex ยังฟรี และจะเริ่มคิดเงินตั้งแต่เที่ยงคืนวันที่ 1 พฤศจิกายนตามเวลาปักกิ่ง

ข้อควรระวังคือเอกสารบอกเองว่า Fetch ขึ้นกับนโยบายของเว็บปลายทางและอาจถูกปฏิเสธ

▲ ทำไมต้องรู้ · ความสามารถค้นเว็บของ agent กำลังถูกขายแยกจากตัวโมเดลในราคาที่คำนวณต้นทุนได้ชัด องค์กรที่สร้างระบบอัตโนมัติเองควรเทียบราคาแบบนี้กับการให้โมเดลค้นเองที่คิดเป็นโทเคน

DeepSeek API Docs · Hacker News

Blognone รายงานเมื่อ 18 ตุลาคมจากโพสต์ของ OpenCode ว่า OpenCode Console ซึ่งเป็นบริการจัดการการใช้งานของทีมและให้ทีมแชร์ API key ของผู้ให้บริการโมเดลภายนอกร่วมกันได้ถูกเจาะระบบ คนร้ายดึง key ออกจากบัญชีลูกค้าไปใช้ ทำให้ลูกค้าจำนวนมากถูกเรียกเก็บค่า API

OpenCode ระบุว่าคนร้ายต้องการ key ไปสร้างชุดข้อมูลสำหรับฝึกโมเดลอื่น ผู้ใช้ที่ถูกดึง key คิดเป็นราว 1.4% ของผู้ใช้ทั้งหมด ลูกค้าที่ได้รับผลกระทบได้รับอีเมลแจ้งแล้ว และบริษัทกำลังประสานกับ Anthropic, OpenAI และ Google เพื่อลดความเสียหาย Blognone ระบุว่าผู้ใช้ส่วนใหญ่ใช้บัญชีส่วนตัว OpenCode Go ที่มักตั้งค่า key ไว้ในเครื่องตัวเองแทนการเก็บใน Console

ข้อควรระวังคือเรายังเปิดอ่านโพสต์ต้นทางของ OpenCode ไม่ได้ และรายงานไม่ได้บอกว่าระบบถูกเจาะเมื่อไหร่ ด้วยวิธีใด หรือความเสียหายรวมเท่าไร

▲ ทำไมต้องรู้ · API key ของบริการ AI คือบัตรเครดิตขององค์กร ถ้าเคยใส่ key ไว้ในเครื่องมือของบริษัทอื่น ควรตั้งเพดานค่าใช้จ่าย เปลี่ยน key เป็นระยะ และดูรายการใช้งานย้อนหลังสม่ำเสมอ

Blognone · Hacker News

Sphinx เป็น Git hook ฟรีภายใต้สัญญาอนุญาต MIT เมื่อจะส่งโค้ดเข้า branch ที่ตั้งป้องกันไว้ โมเดลตัวตรวจจะอ่านส่วนที่แก้แล้วถามคำถามว่าโค้ดทำอะไร เช่น เกิดอะไรขึ้นเมื่อการลองซ้ำล้มเหลว ต้องตอบถูกก่อนจึงส่งได้ ข้ามได้ด้วยคำสั่ง sphinx yolo แต่ทุกครั้งที่ข้ามจะถูกบันทึกไว้

ใช้ได้กับ Codex, Claude Code, Cursor, OpenCode หรือ git ธรรมดา และเลือกโมเดลตัวตรวจได้เอง หน้าเว็บของผู้สร้างระบุว่าไม่เปิดไฟล์ .env หรือกุญแจลับ และสรุปแนวคิดไว้ว่า "you can outsource your thinking, but not your understanding."

ข้อควรระวังคือเป็นโปรเจกต์ใหม่ที่ยังไม่มีตัวเลขผู้ใช้ และข้อมูลทั้งหมดมาจากหน้าเว็บของผู้สร้างเอง

▲ ทำไมต้องรู้ · เมื่อ AI ทำงานให้มากขึ้น ความเสี่ยงคือคนส่งงานที่ตัวเองไม่เข้าใจ หลักการถามก่อนส่งแบบนี้ใช้ได้กับงานเอกสารและรายงานในองค์กรด้วย ไม่ใช่เฉพาะโค้ด

Sphinx · Hacker News

เปเปอร์จากทีมที่มี James Zou เป็นหนึ่งในผู้เขียนเสนอ agent ที่สลับระหว่างการคิดแบบแฝงภายในโมเดลกับการเรียกเครื่องมือผ่านข้อความภายในการตอบครั้งเดียว ฝึกด้วยวิธีที่ให้โมเดลเรียนรู้เองว่าเมื่อไหร่ควรคิดแบบแฝงและเมื่อไหร่ควรลงมือ ทดสอบสามขนาดโมเดลบน 11 ชุดทดสอบทั้งคณิตศาสตร์ วิทยาศาสตร์ การแพทย์ การค้นหา และงาน agent

ผู้เขียนรายงานว่าผลดีกว่า agent ที่ใช้โมเดลชั้นนำโดยเฉลี่ยราว 10.4% ใช้โทเคนน้อยลง 35.5% ถึง 54.7% เร็วขึ้น 1.8 ถึง 2.6 เท่า และต้นทุนต่ำลง 2.7 ถึง 3.7 เท่า และบอกว่าความคิดแบบแฝงนั้นยังเปิดตรวจดูได้

ข้อควรระวังคือเป็น preprint ที่ส่งขึ้นตั้งแต่ 13 ตุลาคมและเพิ่งเป็นที่พูดถึงบน Hacker News ผลทั้งหมดวัดโดยผู้เขียนเอง และยังไม่ระบุว่าผ่านการตรวจโดยผู้ทรงคุณวุฒิ

▲ ทำไมต้องรู้ · ถ้าแนวทางนี้ใช้ได้จริง agent รุ่นถัดไปอาจถูกลงและเร็วขึ้นมาก แต่ก็ตั้งคำถามว่าเราจะตรวจได้อย่างไรว่า AI คิดอะไรอยู่เมื่อความคิดไม่ได้อยู่ในรูปข้อความ

arXiv 2610.18861 · Hacker News

ชุดทดสอบ agent จำนวนมากใช้โปรแกรมตรวจผลเพื่อให้คะแนน ซึ่ง agent อาจหาช่องโหว่ได้คะแนนเต็มโดยไม่ได้ทำงานจริง งานวิจัยนี้แยกตัวตรวจไปไว้ในพื้นที่ที่ agent แก้ไม่ได้ แล้ววนให้ agent ฝั่งเจาะหาช่องโหว่และฝั่งซ่อมคอยปิดช่องโหว่ซ้ำไปเรื่อยๆ ทดสอบบนสามสภาพแวดล้อมรวมถึง Terminal Bench

ผู้เขียนรายงานว่าการโจมตีสำเร็จลดลงอย่างมาก และยิ่งวนหลายรอบยิ่งดีขึ้น และระบุว่าวิธีรุ่นก่อนหน้าถูกนำไปใช้ตรวจการโกงในคลังโค้ดทางการของ Terminal Bench แล้ว

ข้อควรระวังคือบทคัดย่อไม่ได้ให้ตัวเลขผลลัพธ์ และเป็น preprint ที่ยังไม่ระบุว่าผ่านการตรวจโดยผู้ทรงคุณวุฒิ

▲ ทำไมต้องรู้ · คะแนน agent ที่ผู้ให้บริการโฆษณาอาจสูงเกินจริงถ้าชุดทดสอบมีช่องให้โกง เป็นอีกเหตุผลที่องค์กรควรทดสอบ agent กับงานจริงของตัวเองก่อนตัดสินใจ

arXiv 2610.15924

ทีมวิจัยแยกความลำเอียงต่อตัวเลือกของโมเดลออกเป็นสองส่วน ส่วนแรกคือสัดส่วนข้อที่คำตอบเปลี่ยนเมื่อสลับลำดับตัวเลือก ส่วนที่สองคือการเลือกตัวอักษรตัวเลือกบางตัวบ่อยเกินควร ทดสอบกับโมเดล 41 รุ่นบนชุดทดสอบ 12 ชุด

ผลชี้ว่าวิธีแก้ความลำเอียงแต่ละแบบแก้คนละส่วน การเฉลี่ยคำตอบจากลำดับปกติกับลำดับกลับด้านช่วยให้คำตอบนิ่งขึ้น แต่บางส่วนเป็นเพราะคำตอบไปกองอยู่ที่ตัวเลือกผิดตัวเดียวกัน ผู้เขียนแนะนำให้รายงานทั้งสองส่วนคู่กับคะแนนความแม่นยำ

ข้อควรระวังคือผู้เขียนระบุเองว่าเป็น preprint

▲ ทำไมต้องรู้ · ใครที่ใช้ AI เลือกจากตัวเลือก เช่น คัดใบสมัคร ให้คะแนน หรือตอบแบบฟอร์ม ควรลองสลับลำดับตัวเลือกดูว่าคำตอบเปลี่ยนไหม ถ้าเปลี่ยนแปลว่าผลนั้นยังเชื่อไม่ได้

arXiv 2610.20993

Techsauce รายงานวงเสวนาเรื่อง AI กับความเสี่ยงไซเบอร์ในระบบการเงินระหว่างการประชุม IMF และธนาคารโลก ผู้ร่วมเวทีมีตัวแทนจาก Anthropic, หน่วยงานกำกับการเงินของสวิตเซอร์แลนด์ (FINMA), ธนาคารกลางบราซิล และ BIS Michael Sellitto จาก Anthropic บอกว่างานเจาะระบบที่เคยต้องใช้ทีมทำเป็นเดือน ตอนนี้คนคนเดียวทำเสร็จได้ในไม่กี่ชั่วโมง และอ้างว่าโครงการ Project Glasswing ของบริษัทพบช่องโหว่ราว 130,000 จุด ราว 30,000 จุดอยู่ในระดับร้ายแรง

FINMA สำรวจสถาบันการเงินสวิสเกือบ 150 แห่งพบว่าตอนนี้ใช้ AI กันทั้งองค์กร ฝั่งบราซิลเล่าว่าระบบโอนเงิน Pix ถูกโจมตีผ่านบริษัทภายนอกที่ความปลอดภัยอ่อน ส่วนตัวแทน BIS บอกว่า "จุดอ่อนใหญ่ของระบบการเงินคือ ธนาคารหลายแห่งใช้โปรแกรมเดียวกันและจ้างบริษัทไอทีเจ้าเดียวกัน" วงเสวนาเห็นตรงกันว่าระบบการเงินโลกต้องเร่งรับมือภายใน 12 เดือนข้างหน้า

ข้อควรระวังคือเป็นการถอดความเป็นภาษาไทยของ Techsauce ไม่มีบันทึกการเสวนาเต็ม และตัวเลขช่องโหว่เป็นคำกล่าวของผู้แทนบริษัทที่มีส่วนได้เสียทางธุรกิจ

▲ ทำไมต้องรู้ · ธนาคารและผู้ให้บริการไอทีของธนาคารในไทยมีแนวโน้มเข้มงวดเรื่องการยืนยันตัวตนและความปลอดภัยของคู่ค้ามากขึ้น ซึ่งพนักงานและลูกค้าจะรู้สึกได้ในการใช้งานประจำวัน

Techsauce

Techsauce สรุปปาฐกถาหัวข้อ "Inside the Event Horizon: Why Everyone Should Take AI Progress Seriously" ซึ่ง Clark ยกตัวอย่างความเร็วของ AI จากชุดทดสอบ เช่น Humanity's Last Exam ที่ตอนเปิดตัวในมกราคม 2025 ระบบที่ดีที่สุดทำได้เพียง 8% แต่ตอนนี้ Claude Opus 5.5 ที่ใช้เครื่องมือประกอบทำได้ 67.7% และสไลด์ของเขาระบุว่าปริมาณโค้ดต่อคนใน Anthropic ไตรมาสสองปี 2026 สูงขึ้น 9.3 เท่า

Clark เรียกร้องให้ผู้กำหนดนโยบายเร่งนำผลงานวิจัยออกจากห้องทดลองไปสู่โรงพยาบาลและโรงงาน ให้รัฐบาล นักวิทยาศาสตร์ และบริษัท AI ร่วมกันสร้างกฎเกณฑ์ที่จริงจัง และเสนอให้ประเทศต่างๆ ลงทุนในศูนย์ทดลองที่ให้นักวิทยาศาสตร์มนุษย์ทำงานร่วมกับนักวิทยาศาสตร์ AI

ข้อควรระวังคือเป็นการสรุปเป็นภาษาไทยโดยไม่มีบันทึกฉบับเต็ม ตัวเลขทั้งหมดเป็นคำกล่าวของผู้พูด และตัวเลขภายในของ Anthropic ยังไม่มีผู้ตรวจภายนอก

▲ ทำไมต้องรู้ · ผู้บริหารแล็บ AI ชั้นนำกำลังบอกธนาคารกลางทั่วโลกว่าผลต่องานและเศรษฐกิจจะมาถึงภายในทศวรรษนี้ องค์กรไทยไม่ควรวางแผนเรื่องคนและทักษะโดยคิดว่ายังมีเวลาอีกนาน

Techsauce

Techsauce สัมภาษณ์ Volker Rath ผู้บริหารด้านความปลอดภัยของ Cloudflare ในงาน GovWare 2026 ที่สิงคโปร์ เขาอ้างรายงานของ Cloudflare ที่พบว่าพนักงาน 98% ใช้แอปที่องค์กรไม่ได้อนุมัติ และบอกว่าการเฝ้าดูทุกงานของ agent ทำให้ค่าโทเคนเพิ่มขึ้นราวเท่าตัว เขาสรุปหลักความรับผิดชอบไว้ว่า "คุณเป็นเจ้าของมัน ถ้ามันออกมาจาก AI ของคุณ คุณคือเจ้าของ ทั้งด้านดี และ ด้านแย่"

บทความยังเล่าว่าธนาคารแห่งประเทศไทยออกแนวทางบริหารความเสี่ยง AI สำหรับผู้ให้บริการทางการเงินแล้ว

ข้อควรระวังคือเป็นความเห็นของผู้บริหารบริษัทที่ขายเครื่องมือด้านนี้ และตัวเลขหลายตัวในบทสัมภาษณ์เป็นตัวอย่างสมมติ ไม่ใช่ข้อมูลจริง

▲ ทำไมต้องรู้ · งานที่ AI ทำให้ ไม่ว่าจะเป็นอีเมล รายงาน หรือการกระทำของ agent คนที่สั่งคือคนรับผิดชอบ องค์กรไทยที่ยังไม่มีรายการเครื่องมือ AI ที่อนุมัติควรเริ่มทำ เพราะพนักงานใช้กันอยู่แล้ว

Techsauce

The Register รายงานว่าเมื่อวันศุกร์ที่ 16 ตุลาคม จีนเสนอเพิ่มรายการเทคโนโลยี 40 รายการเข้าบัญชีควบคุมการส่งออก โดย 23 รายการเกี่ยวกับ AI และอ้าง AP ว่า Kimi K3 ของ Moonshot และ Qwen 3.8-Max ของ Alibaba อยู่ในกลุ่มโมเดลที่ถึงเกณฑ์จำนวนพารามิเตอร์ที่ทางการจีนกำหนด แม้ประกาศทางการจะไม่ได้ระบุชื่อโมเดล

Chris McGuire จาก Council on Foreign Relations เขียนว่า "This introduces significant uncertainty for US businesses that host or rely on Chinese models" ข้อมูลของ Vercel ที่บทความอ้างระบุว่าค่าใช้จ่ายกับโมเดลจีนในเดือนกันยายนมากกว่าสองในสามจ่ายให้ผู้ให้บริการในสหรัฐฯ ที่นำโมเดลเหล่านี้ไปให้บริการ

ข้อควรระวังคือเป็นเพียงข้อเสนอที่ยังไม่มีผล และชื่อโมเดลมาจาก AP ไม่ใช่จากประกาศทางการ

▲ ทำไมต้องรู้ · องค์กรไทยที่ใช้โมเดลจีนราคาถูกผ่านผู้ให้บริการต่างประเทศควรรู้ว่ากติกาการส่งออกอาจเปลี่ยนว่าใครให้บริการได้บ้าง ระบบที่สลับโมเดลได้จะรับมือได้ง่ายกว่า

The Register

Anthropic ประกาศเมื่อ 18 ตุลาคมว่าจะตั้ง Anthropic Public Benefit Fund เป็นบริษัทจำกัดความรับผิดที่ Anthropic ถือทั้งหมด และกันหุ้นของบริษัท 5% เข้ากองทุนตั้งแต่วันนี้ โดยต้องได้รับอนุมัติจากผู้ถือหุ้นก่อน คณะกรรมการอาจเพิ่มหุ้นให้อีก 2% ทุกครั้งที่มูลค่าบริษัทเพิ่มขึ้น 50% จากฐานที่กำหนดไว้ เมื่อรวมกับคำมั่นเดิมของผู้ร่วมก่อตั้งและโครงการบริจาคของพนักงาน บริษัทบอกว่าหุ้นราว 20% จะถูกกันไว้เพื่อประโยชน์สาธารณะ

Anthropic ยกตัวอย่างการใช้เงินว่าอาจบริจาคก้อนใหญ่ให้องค์กรไม่แสวงกำไร หรือจ่ายตรงให้กลุ่มคนเฉพาะ โดยหยิบผลกระทบของ AI ต่อตลาดแรงงานเป็นตัวอย่าง บริษัทเลือกโครงสร้างนี้แทนมูลนิธิเพื่อให้ปรับไปมาระหว่างการให้หลายรูปแบบได้ และเขียนว่า "None of the Anthropic equity held by the LLC will be used for lobbying or political giving, in the US or abroad."

ข้อควรระวังคือยังต้องรอผู้ถือหุ้นอนุมัติ บริษัทไม่ได้เปิดเผยฐานมูลค่าที่ใช้คำนวณหรือมูลค่าเป็นเงินของกองทุน และบอกว่าจะเผยโครงสร้างและการกำกับดูแลในอีกไม่กี่เดือนข้างหน้า

▲ ทำไมต้องรู้ · บริษัทที่ทำเครื่องมือ AI ที่เราใช้เริ่มพูดถึงการแบ่งผลประโยชน์ให้คนที่ได้รับผลกระทบเรื่องงาน แต่ตอนนี้ยังเป็นคำมั่นที่ไม่มีรายละเอียดว่าใครจะได้เงินและได้อย่างไร

Anthropic · TechCrunch

Politico อ้างคนที่รู้เรื่องสามคนว่าตัวแทนของ Anthropic นำร่างกฎหมายไปเสนอต่อสมาชิกรัฐสภา ตามรายงานที่ Investing.com เรียบเรียงต่อ ร่างนี้ให้รัฐเข้าแทรกแซงได้เฉพาะเมื่อมีความเสี่ยงที่คาดได้และใกล้จะเกิดว่าจะเสียหายเกิน 1 พันล้านดอลลาร์ หรือทำให้คนตายหรือบาดเจ็บสาหัสเกิน 50 คน และต้องมาจากสามสาเหตุเท่านั้น คืออาวุธชีวภาพ การโจมตีไซเบอร์ หรือโมเดลหลบเลี่ยงการควบคุมความปลอดภัยของผู้พัฒนา

ตามรายงาน ผู้ประเมินอิสระต้องลงทะเบียนกับกระทรวงพาณิชย์สหรัฐฯ และต้องแจ้งกระทรวงภายใน 72 ชั่วโมงเมื่อพบความเสี่ยงระดับนั้น กระทรวงพาณิชย์ขอคำสั่งศาลให้ระงับโมเดลได้ โดยผู้สั่งระงับได้มีเพียงผู้พิพากษาศาลแขวงกลางของ District of Columbia และหน่วยงานรัฐบาลกลางอื่นห้ามระงับโมเดลเอง Mother Jones อ้างโฆษกของ Anthropic ที่ให้ข่าวกับ Politico ว่า "These are sensible policies we believe Congress should act on." และวิจารณ์ว่าเกณฑ์สูงเกินไป

ข้อควรระวังคือเป็นร่างที่เสนอแบบไม่เปิดเผย ยังไม่มีรายงานว่ายื่นเข้าสภาอย่างเป็นทางการ รายละเอียดมาจากแหล่งข่าวนิรนาม และเรายังไม่ได้อ่านรายงานต้นฉบับของ Politico โดยตรง

▲ ทำไมต้องรู้ · กติกาที่กำหนดว่ารัฐหยุดโมเดล AI ได้เมื่อไหร่กระทบทุกองค์กรที่พึ่งเครื่องมือเหล่านี้ และผู้ให้บริการ AI เองกำลังเป็นคนร่างกติกาที่ใช้กับตัวเอง

Yahoo News (Investing.com) · Mother Jones · Hacker News

404 Media รายงานเมื่อ 15 ตุลาคมว่า Accenture แจ้งพนักงานจำนวนมากว่าบริษัทจะจ่ายค่า Claude ให้เพียงเดือนละ 29 ดอลลาร์ต่อคน ขณะที่ก่อนหน้านี้พนักงานบางคนใช้สูงถึงราว 1,000 ดอลลาร์ต่อเดือน Blognone สรุปต่อว่า 404 Media อ้างว่าเห็นอีเมลภายในเรื่องการใช้งาน Claude Enterprise และนโยบายเริ่มในเดือนตุลาคม

ตัวเลข 29 ดอลลาร์เป็นงบมาตรฐานต่อหัว พนักงานยังขอเพิ่มได้จากงบของทีมหรือของโครงการ จึงอาจไม่ใช่เพดานตายตัว

ข้อควรระวังคือ Blognone จัดเป็นข่าวลือ เนื้อหาเต็มของ 404 Media ต้องจ่ายเงินอ่าน และยังไม่มีคำชี้แจงจาก Accenture

▲ ทำไมต้องรู้ · บริษัทใหญ่เริ่มปันส่วนงบ AI ต่อหัวแทนการให้ใช้ไม่จำกัด คนทำงานควรรู้ว่างานแบบไหนกินโควตามาก และเลือกใช้โมเดลหรือโหมดที่เหมาะกับงานเพื่อไม่ให้งบหมดกลางเดือน

404 Media · Blognone

TechCrunch อ้างเอกสารทางกฎหมายที่ Bloomberg พบว่า Disney ตกลงยื่นข้อเสนอจ้างงานให้พนักงาน Character.AI อย่างน้อย 60 คน ค่าตอบแทนรวมประมาณ 60 ล้านดอลลาร์ต่อปี และพนักงานส่วนใหญ่ที่ได้ข้อเสนอตอบรับแล้ว ก่อนหน้านี้บริษัทบอกว่า Disney ตกลงซื้อทรัพย์สินบางส่วนในราคา 20 ล้านดอลลาร์

ข้อเสนอของ Disney เป็นราคาตั้งต้นในการประมูล บริษัทอื่นจึงยังเสนอสูงกว่าได้

ข้อควรระวังคือรายละเอียดมาจากเอกสารศาลที่ส่งต่อผ่านสื่อสองทอด และบทความไม่ได้บอกว่าข้อมูลผู้ใช้และตัวบริการจะเป็นอย่างไร

▲ ทำไมต้องรู้ · เมื่อสตาร์ทอัพ AI ล้ม คนและทรัพย์สินถูกขายต่อได้ องค์กรที่ใช้บริการของผู้ให้บริการรายเล็กควรรู้ล่วงหน้าว่าข้อมูลของเราจะไปอยู่ที่ไหนถ้าผู้ให้บริการปิดตัว

TechCrunch

The Register รายงานเมื่อ 17 ตุลาคมว่าการโจมตีเมื่อคืนวันอาทิตย์ก่อนหน้าทำให้ระบบทำความเย็นที่ควบคุมจากระยะไกลหลายพันเครื่องในร้านขายของชำหลายร้อยแห่งในฝรั่งเศสมีอุณหภูมิพุ่ง อาหารเสีย และเกิดไฟไหม้ โดยยังระบุตัวผู้โจมตีไม่ได้ Armis Labs รายงานว่า 73% ขององค์กรมีระบบควบคุมอาคารที่เคยถูกใช้ในการโจมตีเรียกค่าไถ่ และ Dragos นับเหตุเรียกค่าไถ่ต่อองค์กรอุตสาหกรรมได้ 1,140 ครั้งในไตรมาสสองปี 2026

Michael Freeman จาก Armis บอกว่า "We're also seeing threat actors using AI to understand more building automation systems"

ข้อควรระวังคือบทบาทของ AI ในการโจมตีเป็นความเห็นของผู้เชี่ยวชาญ ยังไม่มีข้อมูลว่าคนร้ายใช้ AI มากแค่ไหน

▲ ทำไมต้องรู้ · ระบบแอร์ ลิฟต์ ประตู และตู้แช่ในอาคารสำนักงานและร้านค้าก็เป็นเป้าได้ ทีมอาคารและทีมไอทีในองค์กรไทยควรคุยกันเรื่องการแยกเครือข่ายและการเข้าถึงระยะไกลของระบบเหล่านี้

The Register