AI News · 2026-10-24

Moonshot ประกาศโมเดลใหม่ชื่อ Kimi K3.1 Pro เมื่อ 23 ตุลาคม โดยอธิบายว่าเป็นรุ่นที่เอา Kimi K3 มาฝึกต่อด้วยกำลังประมวลผลในขั้น post-training ที่มากขึ้นอย่างมีนัยสำคัญ บริษัทเรียกมันว่าโมเดลระดับ 3T-class แบบเปิดน้ำหนักที่เก่งที่สุดของตัวเอง แต่ไม่ได้ระบุจำนวนพารามิเตอร์ไว้ที่ไหนเลยในประกาศ รับ context ได้ 1 ล้านโทเคน และบริษัทระบุว่าเปิดใช้แล้วบนเว็บ Kimi แอปมือถือ Kimi Work, Kimi Code และ API

ตัวเลขจากผู้วัดอิสระคือ Artificial Analysis ให้คะแนนดัชนีความฉลาดที่ 55 อยู่อันดับ 4 จาก 215 โมเดล ตามหลัง Claude Opus 5.5 ที่ 58 กับ Claude Sonnet 5.5 และ Muse Wonder Full ที่ 56 ทั้งคู่ ราคาอยู่ที่ 2 ดอลลาร์ต่อล้านโทเคนขาเข้าและ 10 ดอลลาร์ต่อล้านโทเคนขาออก โดยอ่านแคชอยู่ที่ 0.20 ดอลลาร์ ส่วนรุ่น Highspeed ที่บริษัทบอกว่าเร็วกว่า 2 ถึง 3 เท่า มีรายงานราคาที่ 4 และ 20 ดอลลาร์ ความเร็วขาออกที่ Artificial Analysis วัดได้คือ 77.1 โทเคนต่อวินาที

คะแนน benchmark ในประกาศเป็นการวัดของบริษัทเองทั้งชุด และเชิงอรรถระบุว่ารันด้วย harness ของ Claude Code โดยตั้งระดับการคิดไว้สูงสุด โดยไม่บอกเงื่อนไขที่ใช้วัดคู่แข่ง จึงไม่ใช่การเทียบในเงื่อนไขเดียวกัน ตัวอย่างที่เห็นชัดคือตาราง Terminal-Bench 4.0 ของบริษัทให้ตัวเองที่ 65.7% ตามหลัง Claude Opus 5.5 ที่ 66.4% ขณะที่ Artificial Analysis รันเองได้ 67% และจัดให้ K3.1 Pro เป็นอันดับหนึ่งของ benchmark ตัวนั้น ซึ่งสลับลำดับกับตารางของผู้ผลิต ส่วน BenchCAD แบบใช้เครื่องมือบริษัททำได้ 92.7% ซึ่งเป็นอันดับสามในตารางของตัวเอง ตามหลัง Opus 5.5 ที่ 96.2% และ GPT-6 Astra ที่ 95.9%

เรื่องที่บริษัทเผยตรงไปตรงมาผิดคาดคือ benchmark ความสามารถด้านไซเบอร์ที่ทำขึ้นเอง รุ่นที่ปล่อยทำได้ 81.0% แบบ pass@3 บนชุดย่อยที่สุ่มมาและไม่ระบุว่าชุดไหน ส่วนเช็กพอยต์ที่ยังไม่ใส่มาตรการลดความเสี่ยงทำได้ 90.5% แปลว่าบริษัทยอมเสียคะแนนความสามารถเพื่อแลกกับการลดความเสี่ยง และบริษัทระบุว่าสำหรับรุ่นเปิดน้ำหนักได้ตัดข้อมูลที่เกี่ยวกับไซเบอร์ออกจากการฝึกทั้งสองขั้น

ข้อควรระวังมีสองชั้น ชั้นแรกคือคำว่าเปิดน้ำหนักยังไม่เป็นจริงในวันนี้ หน้าของ Artificial Analysis ระบุสถานะว่าเป็นโมเดลปิดและน้ำหนักยังไม่เปิดให้ดาวน์โหลด ชั้นที่สองคือถ้อยคำของบริษัทเปิดช่องไว้ว่ารุ่นที่จะปล่อยน้ำหนักอาจไม่ใช่ตัวเดียวกับที่ให้เรียกผ่าน API อยู่ตอนนี้ เพราะบริษัทเขียนว่าตั้งใจไม่ปล่อยน้ำหนักที่จะขยายขีดความสามารถด้านไซเบอร์ของวงการ และจะค่อย ๆ เพิ่มความสามารถส่วนนั้นในรุ่นเปิดภายหลัง นอกจากนี้ผู้ดูแลระบบขององค์กรต้องไปเปิดสิทธิ์ให้ก่อนเพราะค่าตั้งต้นคือปิด

▲ ทำไมต้องรู้ · ถ้าทีมของคุณเคยตัดโมเดลจากจีนออกเพราะคิดว่าตามหลังอยู่หลายช่วงตัว การวัดอิสระที่จัดให้มันอยู่อันดับสี่ของโลกในราคาประมาณครึ่งหนึ่งของรุ่นท็อป เป็นเหตุผลให้ทบทวน สิ่งที่ยังไม่ควรเชื่อคือตารางเทียบในประกาศของผู้ผลิต เพราะวัดในเงื่อนไขที่ผู้ผลิตเลือกเองและผู้วัดอิสระได้ลำดับไม่เหมือนกัน และคำว่าเปิดน้ำหนักในวันนี้ยังเป็นคำสัญญา ไม่ใช่ของที่ดาวน์โหลดได้

Kimi blog · Artificial Analysis · AA launch benchmarks · Simon Willison

รายงานทางเทคนิคที่ขึ้น arXiv เมื่อ 22 ตุลาคม เปิดโมเดลชื่อ IQuest-Q1 เป็นแบบ sparse Mixture-of-Experts ขนาด 320 พันล้านพารามิเตอร์รวม แต่ทำงานจริงครั้งละ 15 พันล้าน และผู้เขียนระบุว่าปล่อยเป็นโอเพนซอร์ส

สิ่งที่ต่างจากโมเดลเปิดทั่วไปคือขั้นตอน post-training ที่ผู้เขียนบอกว่าฝึกข้ามโครงร่าง agent หลายแบบและหลายรุ่น ไม่ใช่ฝึกกับโครงร่างเดียว เหตุผลคือโมเดลที่เก่งเฉพาะกับเครื่องมือชุดหนึ่งจะร่วงเมื่อถูกย้ายไปอยู่ในระบบ agent อีกแบบ

ข้อควรระวังคือหน้า abstract ไม่ได้ให้คะแนน benchmark ไว้เลยแม้แต่ตัวเดียว ต้องเปิดตัวเปเปอร์เต็มจึงจะเห็น และยังไม่มีผู้วัดอิสระรายใดรายงานผล

▲ ทำไมต้องรู้ · ตัวเลขพารามิเตอร์ที่ทำงานจริงครั้งละ 15 พันล้านคือสิ่งที่กำหนดว่าองค์กรขนาดกลางจะรันโมเดลนี้บนเครื่องของตัวเองได้หรือไม่ ซึ่งต่างจากตัวเลข 320 พันล้านที่ดูน่ากลัวกว่าความจริง หลักนี้ใช้อ่านประกาศโมเดล MoE ทุกตัวได้เหมือนกัน

arXiv 2610.30949

Canva เปิดโมเดลสร้างภาพที่พัฒนาเองเป็นครั้งแรก ใช้ชื่อว่า Craft และเปิดให้เรียกผ่าน API ได้ พร้อมรุ่นที่เน้นความเร็ว

อันดับบน benchmark ชื่อ DesignArena อยู่ที่สี่ ตามหลัง GPT Image สามรุ่น จุดที่รายงานว่าทำได้ดีที่สุดคือภาพบุคคลและภาพทิวทัศน์

▲ ทำไมต้องรู้ · เครื่องมือทำงานที่คนทั่วไปใช้อยู่แล้วเริ่มมีโมเดลของตัวเองแทนที่จะต่อท่อไปซื้อจากเจ้าอื่น ผลที่ตามมาคือภาพที่ได้จะถูกปรับให้เข้ากับงานออกแบบในเครื่องมือนั้นมากขึ้น แต่คุณจะย้ายผลงานข้ามแพลตฟอร์มได้ยากขึ้นด้วย

Canva newsroom · Blognone

บันทึกการเปลี่ยนแปลงของ Claude Code รุ่น 2.1.310 ซึ่งเป็นรุ่นล่าสุด ระบุว่าเครื่องมือชื่อ Monitor และ monitor ที่มาจากปลั๊กอิน ใช้งานได้แล้วบน Bedrock, Vertex และ Foundry รวมถึงในกรณีที่ปิดการส่งข้อมูลการใช้งานหรือปิด traffic ที่ไม่จำเป็น และในสภาพแวดล้อมเดียวกันนั้นคำสั่งหยุดรอยาว ๆ แบบค้างหน้าจอถูกบล็อกไปด้วย ตัวบันทึกไม่ได้อธิบายว่าเครื่องมือ Monitor ทำอะไรได้

ฝั่งงานบนคลาวด์มีการเพิ่มสิทธิ์ของ cloud sessions และ Remote Control เข้าไปในบทบาทที่องค์กรกำหนดเองสำหรับลูกค้า Enterprise เพื่อให้เจ้าของบัญชีคุมได้ว่าบทบาทไหนเข้าถึงอะไร

ที่เหลือเป็นการแก้บั๊กเป็นส่วนใหญ่ เช่น ความเข้ากันได้กับ gateway การเก็บกวาดรายการไฟล์ที่เพิ่งเปิด การย่อบทสนทนาหลังเจอข้อผิดพลาดว่าพรอมต์ยาวเกิน และพฤติกรรมของ hook บน Windows

▲ ทำไมต้องรู้ · จุดที่น่าสังเกตไม่ใช่ตัวเครื่องมือ แต่คือการที่ความสามารถเหล่านี้ไล่ลงไปอยู่บนคลาวด์องค์กรทั้งสามเจ้าและในโหมดที่ปิดการส่งข้อมูลออก ซึ่งเป็นเงื่อนไขที่ฝ่าย IT ขององค์กรใหญ่มักบังคับ แปลว่าเครื่องมือสาย agent กำลังถูกปรับให้ผ่านข้อกำหนดขององค์กรมากขึ้นเรื่อย ๆ

Claude Code CHANGELOG

นักพัฒนาคนหนึ่งเผยแพร่โปรเจกต์ชื่อ WorldTUI เมื่อ 21 ตุลาคม เป็นโมเดลภาษาขนาด 360 ล้านพารามิเตอร์ที่ถูกฝึกให้ทำหน้าที่เป็นเทอร์มินัล ไม่มีเชลล์และไม่มีระบบไฟล์จริงรันอยู่เบื้องหลัง ทุกครั้งที่คุณกดปุ่ม โมเดลจะทำนายว่าหน้าจอเปลี่ยนไปเป็นอะไร

จุดเริ่มคือ Qwen2.5-Coder-0.5B แล้วตัดตาราง embedding ออกเกือบทั้งหมดจนเหลือราว 360 ล้านพารามิเตอร์ และย่อด้วย int4 จนไฟล์ดาวน์โหลดเหลือ 208 MB ข้อมูลฝึกเป็นบทบันทึกสังเคราะห์ราว 336,000 ตอนจากโปรแกรมจริงในคอนเทนเนอร์ ใช้เวลาฝึกราว 75 ชั่วโมง GPU บนการ์ด RTX 4090 เครื่องเดียว

ผลที่วัดได้คือ 80 จาก 106 บน ShellBench เทียบกับ 52 ของ Qwen2.5-Coder-0.5B ที่ใช้พรอมต์สั่งแทนการฝึก และหน่วงเวลาของเฟรมใหญ่ที่เปอร์เซ็นไทล์ 95 ลดจาก 6.7 วินาทีเหลือ 0.87 วินาทีเมื่อถอดรหัสหลายแถวขนานกัน

ข้อควรระวังที่ผู้เขียนเขียนไว้เองคือมันไม่ใช่ระบบไฟล์ที่เชื่อถือได้ บรรทัดที่ต่อท้ายไฟล์มักหายไปเมื่อสั่งอ่านไฟล์นั้นภายหลัง ผลลัพธ์จาก Python มักเป็นของที่โมเดลแต่งขึ้น และน้ำหนักยังไม่ถูกปล่อยตอนเผยแพร่บทความ

▲ ทำไมต้องรู้ · นี่คือภาพชัดของสิ่งที่เรียกว่า world model คือโมเดลที่จำลองพฤติกรรมของระบบไว้ในตัวเองแทนที่จะเรียกระบบจริง ประโยชน์คือใช้ทำสนามซ้อมหรือเดโมที่ไม่ต้องมีของจริง ส่วนบทเรียนที่ใช้ได้กว้างกว่านั้นคือมันจำสิ่งที่คุณเพิ่งเขียนลงไปไม่ได้แน่นอน ซึ่งเป็นข้อจำกัดเดียวกับที่เจอในระบบ AI ที่แกล้งทำเป็นฐานข้อมูล

simedw.com

เปเปอร์สองชิ้นที่ขึ้น arXiv พร้อมกันวัดสิ่งที่คนมักข้าม ชิ้นแรกวัดขั้นตอนเริ่มเชื่อมต่อของโปรโตคอล MCP, A2A และ ACP พบว่าจำนวนรอบรับส่งข้อมูลเป็นตัวกำหนดความหน่วงหลัก และรายการความสามารถที่ปลายทางส่งกลับมาสามารถกิน context window ของโมเดลไปเป็นสัดส่วนที่มากได้

ชิ้นที่สองเทียบการให้ agent เรียกเครื่องมือผ่านคำสั่งเชลล์ธรรมดากับผ่านโปรโตคอลแบบมีโครงสร้าง ใน 14 มิติ ข้อสรุปคือการใช้คำสั่งเชลล์ประหยัดกว่าสำหรับงานคนเดียวบนเครื่องตัวเอง ส่วน MCP ให้สิ่งที่เชลล์ไม่มีคือการคุมสิทธิ์ การตรวจย้อนหลัง และการแยกผู้ใช้หลายรายในองค์กร ผู้เขียนเสนอให้ใช้ผสมกัน

▲ ทำไมต้องรู้ · ถ้าคุณเคยรู้สึกว่า agent ตอบช้าลงหรือลืมเรื่องที่คุยไว้ตอนต้นเมื่อต่อเครื่องมือเข้าไปเยอะ ๆ นี่คือคำอธิบายที่วัดได้ รายการความสามารถของเครื่องมือทุกตัวถูกใส่เข้าไปในพื้นที่คิดของโมเดลก่อนที่งานจะเริ่ม วิธีแก้ที่ใช้ได้ทันทีคือเปิดเฉพาะเครื่องมือที่งานนั้นต้องใช้จริง

arXiv 2610.30151 · arXiv 2610.30157

เปเปอร์ที่ขึ้น arXiv เมื่อ 21 ตุลาคม เรียกปัญหานี้ว่า mosaic effect คือกรณีที่ agent ดึงข้อมูลจากเอกสารที่มันเข้าถึงได้ แล้วประกอบขึ้นเป็นข้อสรุปที่ไม่ควรเปิดเผย ซึ่งผู้เขียนเรียกว่า forbidden composites ความเสี่ยงที่ผู้เขียนวางกรอบไว้คือ agent ที่ทำงานอยู่บนข้อมูลที่เป็นความลับและสภาพแวดล้อมที่ผู้ใช้มีระดับชั้นความลับต่างกัน ทีมวิจัยวัดด้วยตัวอย่างสังเคราะห์ 30 ตัวอย่างในด้านความปลอดภัยไซเบอร์ การแพทย์ และการทหาร

ผลที่ได้คือการใส่หัวกระดาษบอกระดับชั้นความลับและเขียนกฎห้ามประกอบข้อมูลไว้ชัด ๆ ช่วยลดอัตราการหลุดลงได้อย่างมีนัยสำคัญ แต่ยังไม่หมด คำตอบที่ยังหลุดข้อสรุปที่ห้ามไว้อยู่ที่ 32.37% โดยช่วงความเชื่อมั่น 95% อยู่ระหว่าง 28.33 ถึง 36.19% ตัวเลขนี้เป็นค่ารวมทุกเจตนาของคำถาม ไม่ใช่ของตัวอย่างเดียวหรือโมเดลเดียว

ขนาดการทดลองคือคำตอบจากการจำลอง 10,800 คำตอบจาก agent สามตัว และคำตอบจากระบบจริง 1,440 คำตอบบนโครงร่างโอเพนซอร์สสองแบบ โมเดลที่ทำได้ดีที่สุดในกลุ่มที่ทดสอบคือ GPT-5.6-Sol ซึ่งยังหลุดข้อสรุปที่ห้ามไว้ 7.08% เมื่อถูกถามด้วยคำถามที่ไม่มีเจตนาร้ายและออกแบบให้ตอบได้จากเอกสารใบเดียว ช่วงความเชื่อมั่น 95% อยู่ระหว่าง 3.75 ถึง 10.67% และผู้เขียนระบุว่าอัตราการหลุดบนโครงร่างที่รันจริงแย่กว่าในการจำลอง ตัวเลข 7.08% จึงเป็นพื้น ไม่ใช่เพดาน

อีกข้อที่ผู้เขียนชี้คือการให้โมเดลปฏิเสธมากขึ้นไม่ได้รับประกันว่าความลับจะไม่หลุด เพราะการปฏิเสธที่มากพอก็เปิดเผยข้อสรุปที่ห้ามไว้อยู่ดี

▲ ทำไมต้องรู้ · ถ้าที่ทำงานกำลังต่อ AI เข้ากับคลังเอกสารภายในแล้วคิดว่าคุมด้วยสิทธิ์การเข้าถึงรายไฟล์พอแล้ว งานนี้บอกว่ายังมีช่องอีกชั้นที่สิทธิ์รายไฟล์ไม่ได้ปิด คือสิ่งที่ AI สรุปออกมาจากหลายไฟล์รวมกัน คำถามที่ควรถามผู้ขายคือระบบคุมสิ่งที่ AI อนุมานและพูดออกมาได้ไหม ไม่ใช่แค่คุมว่าเปิดไฟล์ไหนได้ ข้อควรจำคือนี่เป็น preprint ที่ยังอยู่ระหว่างการพิจารณา ยังไม่ผ่าน peer review

arXiv 2610.30418

เปเปอร์สองชิ้นชี้ปัญหาเดียวกันจากสองด้าน ชิ้นแรกรันตัวตัดสินของ Arena-Hard ซ้ำในเงื่อนไขเดิมแล้วพบว่าอัตราชนะรวมดูนิ่งดี แต่คำตัดสินรายข้อเปลี่ยนไปราว 21% และเปลี่ยนมากขึ้นอีกเมื่อแก้ถ้อยคำคำสั่ง ผู้เขียนเสนอให้รายงานความสอดคล้องระดับรายข้อควบคู่กับคะแนนรวม

ชิ้นที่สองไปดู benchmark ที่ตัดสินด้วยเทสต์สำหรับ agent เขียนโค้ด แล้วพบว่าเทสต์จำนวนมากขึ้นกับชื่อฟังก์ชันหรือ path ที่โจทย์ไม่เคยบอกไว้เลย agent จึงสอบตกด้วยเหตุผลที่ไม่เกี่ยวกับฝีมือเขียนโค้ด

▲ ทำไมต้องรู้ · เวลาเห็นข่าวว่าโมเดลใหม่ชนะรุ่นเก่าไปสองสามจุด ตัวเลขนั้นอาจอยู่ในระยะที่การรันซ้ำเองก็ทำให้พลิกได้ สิ่งที่ควรดูแทนคือช่วงความเชื่อมั่นและจำนวนครั้งที่รัน ส่วนในงานจริงของคุณ การทดลองกับงานตัวอย่างของตัวเองสิบงานบอกอะไรได้มากกว่าคะแนนรวมบนตารางสาธารณะ

arXiv 2610.30512 · arXiv 2610.30635

การทดลองแบบควบคุมบน ARC-AGI-3 ให้โมเดลสร้างและแก้โครงร่าง agent ของตัวเองซ้ำ ๆ ผลคือการแก้สองรอบเพิ่มคะแนนบนชุดข้อสอบที่ไม่เคยเห็นได้เพียงไม่กี่จุด

จุดที่สำคัญกว่าคือคะแนนที่เพิ่มขึ้นตอนพัฒนาสูงกว่าคะแนนจริงบนชุดที่กันไว้ แปลว่าการวัดตอนทำงานเกินความดีขึ้นจริงไปมาก

▲ ทำไมต้องรู้ · แนวคิดที่ว่า AI จะปรับปรุงตัวเองไปเรื่อย ๆ จนก้าวกระโดดนั้น เมื่อลองวัดในสนามปิดกลับเพิ่มได้น้อยและเอียงไปทางหลอกตัวเอง สิ่งที่ใช้ได้กับงานประจำวันคือเวลาให้ AI ปรับขั้นตอนทำงานของตัวเอง ต้องมีชุดงานที่มันไม่เคยเห็นไว้ตรวจ ไม่ใช่วัดจากงานที่ใช้ปรับ

arXiv 2610.30499

วิธีที่ผู้เขียนเรียกว่า BELT ฝึกตัวตรวจเล็ก ๆ บนสถานะภายในที่แช่แข็งไว้ของโมเดล ให้ทำนายคำตอบล่วงหน้า แล้วใช้กฎหยุดแบบง่ายตัดสินว่าพอ

ผลบนชุดข้อสอบคณิตศาสตร์คือลดโทเคนที่โมเดลผลิตออกมาได้ 41 ถึง 51% โดยความแม่นไม่ลด และตัวตรวจที่ฝึกไว้ย้ายไปใช้กับงานเขียนโค้ดและงาน agent ได้ด้วย

▲ ทำไมต้องรู้ · ต้นทุนส่วนใหญ่ของโมเดลสายคิดเยอะอยู่ที่โทเคนขาออกที่คุณไม่ได้เห็น การตัดได้ครึ่งหนึ่งโดยคำตอบเท่าเดิมแปลตรง ๆ เป็นค่าใช้จ่ายและเวลารอที่ลดลง ถ้าเครื่องมือที่คุณใช้มีปุ่มปรับระดับความคิด ลองลดลงมาหนึ่งขั้นกับงานที่ทำซ้ำทุกวันแล้ววัดเองว่าคำตอบแย่ลงจริงไหม

arXiv 2610.30450

เปเปอร์ที่ขึ้น arXiv เมื่อ 21 ตุลาคม เล่าการทำงานแบบวนรอบระหว่างคนกับ agent โดยผสมการถามตอบเป็นภาษาธรรมดา ท่อคำนวณเชิงตัวเลขที่เร็ว ตัวตรวจเชิงสัญลักษณ์แบบแม่นตรง และการค้นแบบกระจายงาน เพื่อโจมตีโจทย์ของ Lehmer ที่ถามว่าค่าหนึ่งของพอลิโนเมียลจำนวนเต็มเล็กได้เรื่อย ๆ หรือไม่

ผลที่ได้คือโครงสร้างห้าพารามิเตอร์ที่แก้ปัญหาการข้ามดีกรีของตระกูลเดิม และให้พอลิโนเมียลที่ลดทอนไม่ได้ซึ่งมีค่าต่ำกว่าขีดเดิมในทุกดีกรีคู่จนถึง 2000 พร้อมปรับปรุงค่าที่เคยตีพิมพ์ไว้ได้หกค่า และตรงกับสถิติที่ดีที่สุดที่รู้กัน 99.6%

ข้อควรระวังคืองานนี้ไม่ได้อ้างว่าแก้โจทย์ของ Lehmer ได้ แค่สร้างพอลิโนเมียลที่มีค่าเล็กในดีกรีสูงได้ครบ และหน้า abstract ไม่ได้ระบุว่าใช้โมเดล AI ตัวใด

▲ ทำไมต้องรู้ · รูปแบบที่ใช้ได้ผลในงานนี้ไม่ใช่การถาม AI ให้ตอบคำตอบสุดท้าย แต่เป็นการให้ AI เสนอรูปแบบ แล้วมีตัวตรวจที่ตรวจได้แน่นอนคอยคัดทิ้ง หลักนี้ย้ายมาใช้กับงานออฟฟิศได้ตรง ๆ ว่างานที่ AI ช่วยได้มากที่สุดคืองานที่คุณมีวิธีตรวจคำตอบแบบอัตโนมัติอยู่แล้ว

arXiv 2610.30277

การทดลองกับโมเดลขนาดเล็กที่ผ่านการปรับตามคำสั่ง บนเกม Sokoban, Connect Four และ Othello พบผลที่ขัดความคาดหมาย การใส่ท่าที่เพิ่งล้มเหลวพร้อมข้อความแจ้งข้อผิดพลาดกลับเข้าไปในบทสนทนา มักทำให้โมเดลมีแนวโน้มเดินท่าเดิมซ้ำมากขึ้น

และการเติมคำสั่งว่าห้ามเดินซ้ำท่าเดิมก็ไม่ได้แก้ปัญหานี้

▲ ทำไมต้องรู้ · นิสัยที่หลายคนทำกันคือเมื่อ AI ตอบผิดก็วางข้อความ error กลับเข้าไปแล้วบอกว่าลองใหม่ ผลวัดนี้บอกว่าวิธีนั้นอาจทำให้มันย้ำผิดซ้ำ สิ่งที่ควรลองแทนคือเริ่มบทสนทนาใหม่และเขียนโจทย์เสียใหม่ แทนที่จะพยายามแก้ในเธรดที่มีร่องรอยความผิดนั้นอยู่

arXiv 2610.30205

คณะกรรมการนโยบายการประกอบกิจการดาต้าเซ็นเตอร์ชุดใหญ่ ซึ่งมีรองนายกรัฐมนตรีและรัฐมนตรีว่าการกระทรวงการคลังเป็นประธาน นัดประชุมวันที่ 21 ตุลาคม เพื่อรวบผลจากคณะอนุกรรมการสี่ชุด เรื่องที่ยังไม่จบมีทั้งการจัดว่าดาต้าเซ็นเตอร์เป็นกิจการประเภทใด ซึ่งเป็นตัวกำหนดผังเมืองและเงื่อนไขพื้นที่ตั้ง ไปจนถึงว่าจะใช้สีผังเมืองเป็นเกณฑ์หลักหรือจะมุ่งไปที่พื้นที่ EEC ซึ่งแม้ไฟพร้อมแต่ยังต้องดูว่าน้ำพอสำหรับทั้งภาคอุตสาหกรรมและคนในพื้นที่หรือไม่ ณ วันที่เขียน ยังไม่มีรายงานผลการประชุมวันที่ 21 ตุลาคมเผยแพร่ออกมา

ร่างเกณฑ์ขั้นต่ำที่คณะอนุกรรมการซึ่งมีรัฐมนตรีว่าการกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม ไชยชนก ชิดชอบ เป็นประธานพิจารณาไว้ ผูกระยะห่างจากชุมชนกับปริมาณน้ำมันสำรองของโครงการ คือเก็บน้ำมันมากกว่า 90,000 ถึง 180,000 ลิตร ต้องห่างบ้าน โรงเรียน โรงพยาบาล และวัด อย่างน้อย 100 เมตร ส่วนมากกว่า 180,000 ถึง 500,000 ลิตร ต้องห่างอย่างน้อย 200 เมตร ยกเว้นที่อยู่ในนิคมอุตสาหกรรม และการผ่านเกณฑ์ขั้นต่ำไม่ได้แปลว่าได้อนุมัติ ยังมีการประเมินแบบให้คะแนนอีกชั้น

เส้นเวลาคือจุดที่น่าจับตาที่สุด เลขาธิการสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติ ดนุชา พิชยนันท์ ซึ่งเป็นกรรมการและเลขานุการของบอร์ดชุดนี้ เคยระบุเมื่อ 23 กันยายนว่าเกณฑ์น่าจะบังคับใช้ได้จริงไม่เกินกลางเดือนตุลาคม 2569 ล่าสุดรัฐมนตรีช่วยว่าการกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม บุณย์ธิดา สมชัย ระบุว่าหวังจะเห็นความชัดเจนภายในไตรมาส 1 ปี 2570 โดยยืนยันกรอบเวลานั้นไม่ได้ และกล่าวว่าไม่ต้องการให้ความล่าช้าทำให้นักลงทุนตัดสินใจย้ายไปลงทุนในประเทศอื่น

ข้อมูลของ BOI ระบุว่าแผนลงทุนดาต้าเซ็นเตอร์ในไทยมีมูลค่าระดับล้านล้านบาทโดยไม่ได้ให้ตัวเลขรวมที่แน่นอน บางโครงการเริ่มก่อสร้างและรับลูกค้าไว้แล้ว ส่วนเรื่องการย้อนหลัง กระทรวงดีอีระบุว่าเกณฑ์ใหม่จะไม่มีผลย้อนหลังต่อโครงการเดิม ข้อควรระวังคือประเด็นนี้ยังไม่ปิด เพราะมี สส. ฝ่ายค้านออกมาเรียกร้องต่อสาธารณะให้บอร์ดกล้าบังคับใช้ย้อนหลังกับโครงการที่ผ่าน BOI ไปแล้ว

▲ ทำไมต้องรู้ · ค่าบริการคลาวด์และความเร็วในการเข้าถึง AI ที่คนทำงานไทยจ่ายอยู่ ขึ้นกับว่าเครื่องตั้งอยู่ในประเทศหรือต้องวิ่งข้ามไปสิงคโปร์ การที่เป้าหมายขยับจากกลางเดือนตุลาคม 2569 ไปเป็นไตรมาส 1 ปี 2570 คือการเลื่อนออกไปราวหนึ่งไตรมาส และเป็นการเลื่อนคำตอบนั้นออกไปด้วย สิ่งที่ควรจับตาคือผลการประชุมและนิยามประเภทกิจการ เพราะสองอย่างนี้ปลดล็อกเรื่องอื่นทั้งหมด

MGR Online · กรุงเทพธุรกิจ · เดลินิวส์ · ฐานเศรษฐกิจ

Sveriges Radio Ekot รายงานเมื่อ 23 ตุลาคมว่า Regeringskansliet ซึ่งเป็นสำนักงานกลางของรัฐบาลสวีเดน จะบล็อกการเข้าถึง ChatGPT และ Claude จากเครื่องคอมพิวเตอร์ที่ใช้ทำงาน โดยเริ่มวันจันทร์ที่ 26 ตุลาคม สื่อสวีเดนหลายสำนักรายงานตรงกันในสาระสำคัญ

เหตุผลที่ถูกอ้างในรายงานคือการใช้บริการ AI ที่ไม่มีสัญญารองรับอาจกระทบความมั่นคงปลอดภัยของข้อมูล เป้าหมายคือให้เจ้าหน้าที่ใช้เฉพาะบริการที่หน่วยงานอนุมัติแล้ว

สิ่งที่ยังใช้ได้คือ Microsoft Copilot ซึ่งผ่านการตรวจความปลอดภัยและเพิ่มมาตรการแล้ว และฝ่ายสื่อสารระบุว่าเจ้าหน้าที่บางส่วนยังเข้าถึง ChatGPT กับ Claude ได้ผ่านแพลตฟอร์มผู้ช่วย AI ที่หน่วยงานพัฒนาขึ้นเอง จึงไม่ใช่การห้ามใช้ generative AI ทั้งหมด

หน่วยงานสวีเดนอื่นที่ทำแบบเดียวกันแล้วมีกรมสรรพากรและ Statens institutionsstyrelse ส่วนกรมบังคับคดีกำลังพิจารณา และ DeepSeek ถูกจำกัดที่นี่ไปก่อนหน้านี้แล้ว

▲ ทำไมต้องรู้ · รูปแบบที่กำลังเกิดซ้ำในหลายองค์กรไม่ใช่การห้าม AI แต่เป็นการบีบให้ใช้ผ่านช่องทางที่มีสัญญาและมีคนรับผิดชอบเรื่องข้อมูล ถ้าที่ทำงานของคุณยังเปิดให้พิมพ์งานลงเว็บฟรีได้ตามใจ ให้เตรียมใจว่าวันหนึ่งจะถูกปิด และคำถามที่ควรถามล่วงหน้าคือช่องทางที่อนุมัติแล้วคืออะไร ไม่ใช่รอให้บล็อกก่อนแล้วค่อยหาทางเลี่ยง

SVT · Breakit

The Intercept รายงานเมื่อ 21 ตุลาคมว่า Sofia Liguori วิศวกรวิจัยที่เข้าทำงานกับ Google DeepMind ตั้งแต่ปี 2023 และทำงานด้านการใช้ AI จัดเส้นทางไฟฟ้าในโครงข่าย ได้ลาออกเพื่อประท้วงงานด้านการทหารของบริษัท

ในจดหมายภายในที่เขียนถึงเพื่อนร่วมงาน เธอระบุว่าไม่เชื่ออีกต่อไปว่าเทคโนโลยีของบริษัทจะส่งผลดีสุทธิต่อสังคม และจุดที่ทำให้เริ่มตั้งคำถามคือการรู้เรื่องโครงการ Nimbus ที่ส่งเครื่องมือ AI ให้กองทัพอิสราเอลและผู้ผลิตอาวุธรายใหญ่ เธอระบุว่าหยุดทำงานจริงไปก่อนหน้านี้หลายเดือนแล้ว ตั้งแต่วันถัดจากที่ Google ประกาศสัญญา AI ลับกับกระทรวงกลาโหมสหรัฐฯ เมื่อเดือนเมษายน โดยใช้วิธีลาป่วยและลาพักร้อน

รายงานไม่ได้ให้จำนวนคนที่ลาออก ระบุเพียงว่ามีพนักงาน DeepMind บางส่วนลาออกแบบเปิดเผยและบางส่วนลาออกเงียบ ๆ แต่เอ่ยชื่อเฉพาะรายนี้ ส่วนโฆษก Google ชื่อ Tom Hewett ตอบว่าบริษัททำงานกับหน่วยงานภาครัฐทั่วโลกและมีกระบวนการตรวจทานสัญญาที่สม่ำเสมอ รวมถึงการตรวจตามนโยบายการใช้งานที่ยอมรับได้และหลักการด้าน AI ของบริษัท พร้อมระบุว่ามีช่องทางให้พนักงานแสดงความกังวลและมีนโยบายห้ามการตอบโต้

▲ ทำไมต้องรู้ · การที่คนในห้องแล็บแนวหน้าเริ่มลาออกด้วยเหตุผลเรื่องสัญญาที่บริษัทรับ ไม่ใช่เรื่องความเสี่ยงของ AI ในอนาคต เป็นสัญญาณว่าคำถามเรื่อง AI กับการทหารกำลังกลายเป็นประเด็นแรงงานในองค์กรเทคโนโลยี ซึ่งเป็นสิ่งที่ส่งผลต่อการจ้างและการรักษาคนของผู้ขายเครื่องมือที่องค์กรของคุณใช้อยู่

The Intercept

Berget AI ผู้ให้บริการ AI ของสวีเดน เผยแพร่ผลคำนวณเมื่อ 21 ตุลาคมว่าคำขอแบบที่พบจริงในการใช้งาน ซึ่งนับเป็นข้อความเข้า 5,000 โทเคนและออก 387 โทเคน บนโมเดลเปิดน้ำหนัก Kimi K3 ที่รันบนโน้ด B300 แบบแชร์กัน ปล่อยคาร์บอนราว 0.38 กรัมในสวีเดน และราว 3.2 กรัมในเท็กซัส

บริษัทระบุว่าพลังงานต่อคำขออยู่ราว 4 วัตต์ชั่วโมงทั้งในสวีเดนและเท็กซัส และตัวเลขความเข้มคาร์บอนของไฟที่บริษัทเลือกใช้คือสวีเดนราว 8 กรัมต่อกิโลวัตต์ชั่วโมง ไอร์แลนด์ราว 224 เยอรมนีราว 337 และโครงข่าย ERCOT ของเท็กซัสราว 333 ผลคือในสวีเดนคาร์บอนราว 89% มาจากการผลิตฮาร์ดแวร์ ขณะที่ในเท็กซัสราว 90% มาจากไฟฟ้า และเท็กซัสยังมีน้ำหล่อเย็นอีกราว 6 มิลลิลิตรต่อคำขอ

ข้อที่ต้องอ่านให้ระวังคือส่วนต่างนี้ไม่ได้มาจากความเข้มคาร์บอนของไฟอย่างเดียว เพราะตัวเลขของบริษัทเองให้เยอรมนีที่ความเข้มสูงกว่าเท็กซัสเล็กน้อย แต่ปล่อยคาร์บอนต่อคำขอน้อยกว่า และหน้าเดียวกันระบุว่าการระบายความร้อนด้วยอากาศเย็นแบบนอร์ดิกได้ค่า PUE ราว 1.15 โดยไม่ใช้น้ำ ขณะที่ภูมิอากาศร้อนขยับไปทาง 1.8 แปลว่าพลังงานรวมต่อคำขอต่างกันตามภูมิภาคด้วย

วิธีคำนวณอ้างสเปก SCI for AI ของ Green Software Foundation ผ่านเครื่องมือโอเพนซอร์สของบริษัทเองภายใต้สัญญา MIT และใช้ค่าเฉลี่ยของโครงข่ายตามที่ตั้งเซิร์ฟเวอร์ โดยรวมคาร์บอนจากการผลิตฮาร์ดแวร์เข้าไปด้วยที่ราว 1,000 กิโลกรัมต่อ GPU หนึ่งตัว

ขอบเขตที่บริษัทระบุว่าไม่ครอบคลุมคือ ไม่รวมคาร์บอนจากการฝึกโมเดล ใช้ค่าเฉลี่ยของโครงข่ายไม่ใช่ค่าส่วนเพิ่มซึ่งบริษัทบอกว่าจะเพิ่มเดือนถัดไปและอาจเปลี่ยนตัวเลขของสวีเดนอย่างมีนัยสำคัญ และยังไม่รวมน้ำกับพลังงานจากการผลิตชิป นอกจากนั้นวิธีคำนวณยังนับ GPU มือสองว่ามีคาร์บอนแฝงเป็นศูนย์ ซึ่งเป็นตัวเลือกเชิงวิธีการที่กระทบสัดส่วน 89% ของสวีเดนโดยตรง ไม่ใช่ข้อจำกัดที่บริษัทประกาศไว้เอง ส่วนฉบับก่อนปล่อยภายใต้ embargo มีตัวเลขกริดผิดจนออกมาเป็นสิบเท่า ตัวเลข 8.5 เท่าคือค่าหลังแก้ และค่าของสวีเดนไม่เปลี่ยน

สองเรื่องที่ต้องรู้ก่อนอ้างตัวเลขชุดนี้ เรื่องแรกคือ Berget AI ขายบริการ inference ที่โฮสต์ในสวีเดนเอง ซึ่งเป็นภูมิภาคที่งานของตัวเองสรุปว่าปล่อยคาร์บอนต่ำสุด และค่ากริดสวีเดนที่เลือกใช้ที่ 8 กรัมต่ำกว่าค่าเฉลี่ยกริดสวีเดนที่แหล่งอิสระเผยแพร่ซึ่งอยู่ราว 18 ถึง 35 กรัม เรื่องที่สองคือทั้งเรื่องนี้ยังมีแหล่งเดียวคือตัวบริษัท ยังไม่มีการตรวจสอบจากภายนอก

▲ ทำไมต้องรู้ · ถ้าองค์กรของคุณต้องรายงานคาร์บอนจากการใช้ AI นี่เป็นวิธีคำนวณแรก ๆ ที่เปิดสูตรให้ตรวจได้ และคำถามที่หยิบไปใช้ได้ทันทีคือผู้ให้บริการที่คุณใช้รันเครื่องอยู่ที่ไหน เพราะที่ตั้งเปลี่ยนตัวเลขได้หลายเท่า สิ่งที่ไม่ควรทำคือยกตัวเลขนี้ไปอ้างเป็นมาตรฐานกลาง เพราะผู้เผยแพร่ขายบริการในภูมิภาคที่ผลออกมาดีที่สุด และยังไม่มีใครตรวจซ้ำ

Berget AI

Ubuntu ปล่อยแพตช์ของช่องโหว่ PHP ที่เพิ่งประกาศ ครอบรุ่นที่ยังรองรับอยู่ย้อนไปถึง PHP 5.5 บน Ubuntu 14.04 ผู้ใช้ทั่วไปจะได้แพตช์ตั้งแต่รุ่น 22.04 ขึ้นมา ส่วนการครอบรุ่นที่เก่ากว่านั้นอยู่ในแพ็กเกจ Ubuntu Pro

ภาพที่เห็นคือช่องโหว่ที่ย้อนถึง PHP 5.4 ตั้งแต่ปี 2012 ทำให้ผู้ดูแลระบบปฏิบัติการต้องไปแพตช์โค้ดที่เลยช่วงรองรับปกติไปนานแล้ว เพราะยังมีเครื่องจริงรันอยู่

▲ ทำไมต้องรู้ · ถ้าเว็บขององค์กรคุณยังรันบนเซิร์ฟเวอร์เก่าที่ไม่ได้อัปเกรดมาหลายปี การที่แพตช์มีให้ไม่ได้แปลว่าเครื่องคุณได้รับแล้ว ให้ตรวจว่าแพ็กเกจที่ติดตั้งอยู่เป็นรุ่นที่แก้แล้วจริงหรือไม่ และถ้ารุ่นระบบปฏิบัติการเก่ากว่าที่แพตช์ฟรีครอบ ต้องรู้ว่าต้องซื้อการรองรับเพิ่มหรือย้ายระบบ

Ubuntu · Blognone

ความคืบหน้าของการเลื่อน PostgreSQL 19 ที่เคยรายงานไว้คือตัวเลขที่ชัดขึ้น กำหนดปล่อยย้ายไปวันที่ 19 พฤศจิกายน และฟีเจอร์ใหญ่แปดถึงสิบตัวถูกถอนกลับไปเป็นของ PostgreSQL 20

เหตุผลที่ระบุคือการรีวิวโค้ดโดยใช้ LLM ช่วยพบปัญหาเรื่องคุณภาพเชิงสถาปัตยกรรมที่แก้ไม่ทันในรอบนี้

▲ ทำไมต้องรู้ · นี่เป็นกรณีตัวอย่างที่ชัดที่สุดตอนนี้ของการที่ AI ช่วยตรวจโค้ดแล้วทำให้โปรเจกต์ตัดสินใจเลื่อนและถอนของออก แทนที่จะเร่งปล่อยให้เร็วขึ้น ผลที่ตามมาสำหรับทีมที่วางแผนอัปเกรดฐานข้อมูลคือต้องเลื่อนตามและเช็กว่าฟีเจอร์ที่รออยู่ยังอยู่ในรุ่นนี้หรือไม่

Peter Eisentraut · Blognone