Khazix สาธิตทีละขั้นตอนการใช้ Codex และ Claude ดัดแปลงอุปกรณ์ฮาร์ดแวร์จริงด้วยวิศวกรรมย้อนกลับ
Khazix แบ่งปันบทช่วยสอนภาคปฏิบัติในการใช้ AI ดัดแปลงอุปกรณ์จริงด้วยวิศวกรรมย้อนกลับ โดยยกตัวอย่างทีวี 4 เครื่องในห้องประชุมของบริษัท เขาเปิดการดีบัก ADB ผ่าน Co…
SGLang เปิดเผยและแก้ไขปัญหา race condition ของ KVCache ข้ามคำขอในบริการแยก PD
ทีม SGLang ร่วมมือกับ Cloudflare เปิดเผยปัญหาการเข้าถึง KVCache ข้ามคำขอ ซึ่งส่งผลกระทบต่อ @cf/zai-org/glm-5.3 บน Workers AI ระหว่างวันที่ 27 สิงหาคม ถึง 9 กันย…
คู่มือปฏิบัติหกวิธีให้ coding agent ใช้ Chrome ที่ลงชื่อเข้าใช้แล้ว
ผู้สร้าง Browser Use รวบรวมวิธีที่ทำให้ coding agent อย่าง Claude Code, Codex, Gemini CLI และ Cursor ใช้ Chrome ที่ลงชื่อเข้าใช้ไว้แล้วได้ โดยผู้ใช้แบบสมัครสมาช…
คู่มือ Anthropic: เมื่อใดควรหลอมรวม sub-agent เข้าในลูป Agent หลัก
ทีม Anthropic Applied AI เผยแพร่คู่มือที่อธิบายว่าเมื่อใดควรหลอมรวม router, planner และ sub-agent เฉพาะด้านภายใต้ orchestrator ให้เหลือลูป Agent หลักเพียงลูปเดี…
ModelBest อธิบายกลไก Lookahead Expert Scheduling (LES) ที่ทำให้ MoE ขนาด 35B ทำงานบนมือถือได้แบบเรียลไทม์โดยไม่สูญเสียคุณภาพ
ทีม MiniCPM-V ของ ModelBest เปิดตัวเทคโนโลยี Lookahead Expert Scheduling (LES) ที่รองรับการทำงานของ MiniCPM-V 4.7 บนอุปกรณ์ โดยระบุว่าเป็นครั้งแรกที่ MoE ขนาด 3…
ทีม Tessl แชร์ประสบการณ์: เลิกตรวจโค้ดที่ AI สร้างทีละบรรทัด เปลี่ยนไปตรวจสอบเจตนาแทน
Ankit Jain วิศวกรของ Tessl เล่าว่า หลังจากจำนวน PR ของทีมเพิ่มขึ้นสี่เท่าและโค้ดเกือบทั้งหมดถูกสร้างโดย AI ทีมได้เลิกตรวจ diff ทีละบรรทัด แล้วเปลี่ยนไปตรวจเจตนา…
Google เปิดตัว TorchTitan TPU fork พร้อม Playbook สำหรับปรับแต่งโมเดล
Google เปิดตัว TorchTitan TPU fork (github.com/google-pytorch/torchtitan) ซึ่งเมื่อทำงานร่วมกับ backend แบบเนทีฟ TorchTPU จะช่วยให้เทรนโมเดล PyTorch บน Cloud TP…
Meta เจาะลึกรูปแบบ Thin Orchestrator: ให้ตัวจัดเส้นทางทำงานน้อยลง เพื่อยกระดับความน่าเชื่อถือของ AI agent
ทีมวิศวกรรมของ Meta นำเสนอรูปแบบ thin orchestrator ที่ AI agent สำหรับ data pipeline ของบริษัทใช้ โดย orchestrator ประมาณ 1,300 บรรทัดทำหน้าที่เพียงจัดเส้นทางแล…
Numan สร้าง Nu โค้ชสุขภาพ AI ที่ให้ความสำคัญกับการประเมินผลด้วย LangGraph และ LangSmith ได้อย่างไร
Numan บริษัท digital health สัญชาติบริเตน ทบทวนการสร้างระบบประเมินผลสำหรับ Nu โค้ชสุขภาพ AI ของบริษัท โดยข้อสรุปหลักคือทรัพย์สินที่หายากไม่ใช่ prompt แต่เป็นเกณ…
สอนใช้ n8n: รันเวิร์กโฟลว์ AI ทั้งชุดแบบออฟไลน์บน NVIDIA DGX Spark
บล็อกของ n8n เผยแพร่บทสอนวิธีติดตั้งโมเดลโลคัล 7 ตัวบน NVIDIA DGX Spark เครื่องเดียว (หน่วยความจำรวม 128GB) และขับเคลื่อนเวิร์กโฟลว์ n8n ผ่าน endpoint เดียวที่ร…
Meta เผยรายละเอียดซูเปอร์คลัสเตอร์ Prometheus ระดับกิกะวัตต์: เฟสแรกสร้างเสร็จแล้วและใช้ฝึกโมเดล Muse
Meta เปิดตัว Prometheus ซูเปอร์คลัสเตอร์ระดับกิกะวัตต์ซึ่งตั้งอยู่ใน New Albany รัฐโอไฮโอ โดยเฟสแรกสร้างเสร็จแล้วและอยู่ระหว่างใช้ฝึกโมเดลพื้นฐานตระกูล Muse พร้…
บทช่วยสอน Google ADK: สร้าง voice agent ที่ไม่มีช่วงเงียบด้วย streaming tool และการจัดลำดับการตอบสนอง
Google Developers Blog เผยแพร่บทช่วยสอนเกี่ยวกับวิธีสร้าง voice agent ที่ไม่เกิดช่วงเงียบที่น่าอึดอัดด้วย ADK โอเพนซอร์สและ gemini-3.8-live โดยหัวใจสำคัญคือการเ…
Khazix ทดสอบ ASUS ProArt 创16 RTX Spark ปลดล็อกการใช้ Token ในเครื่องแบบไร้ขีดจำกัดในราคา 37,999 หยวน
ผู้เขียนเล่าประสบการณ์หลังได้รับเชิญร่วมงานเปิดจำหน่าย NVIDIA RTX Spark ทั่วโลก และได้ใช้งาน ASUS ProArt 创16 (หน่วยความจำรวม 128G + 1T ราคา 37,999 หยวนบน JD.com…
Browser Use อธิบายหลักการทำงานของเอเจนต์เบราว์เซอร์และเวลาที่ควรใช้งาน
Browser Use เผยแพร่บทความให้ความรู้ โดยอธิบายว่าเอเจนต์เบราว์เซอร์ประกอบด้วยสามส่วน คือ โมเดล, harness และเบราว์เซอร์ และทำงานสำเร็จเป็นวงจร ได้แก่ การสังเกตหน้…
Khazix ทดลองแล็ปท็อปบางเบา RTX Spark ราคา 37,999 หยวน: หนึ่งสัปดาห์ก็ใช้ Token ในเครื่องได้อย่างอิสระ
Khazix แบ่งปันประสบการณ์ใช้งานจริงอย่างเข้มข้นหนึ่งสัปดาห์กับ ASUS ProArt 创16 (ชิป RTX Spark N1X, หน่วยความจำรวม 128G, ราคา 37,999 หยวน) โดยเมื่อเปิดจำหน่ายทั่ว…
Anthropic ออกแบบกระบวนการรีวิวโค้ดใหม่อย่างไร หลังจาก Claude เขียนโค้ดราว 90% ของ Claude Code
ผู้เขียนตีความบล็อกของ Anthropic เกี่ยวกับการปรับโครงสร้างกระบวนการรีวิวโค้ดของ Claude Code: Claude เขียนโค้ดราว 90% ระหว่างมิถุนายนถึงกันยายน 2026 จำนวน PR ที่…
vLLM วิเคราะห์การปรับแต่งการอนุมานของ Kimi K3 บน AMD Instinct MI355X โดยมีปริมาณงานต่อ GPU สูงกว่า NVIDIA HGX B300 24.4%
AMD และ Embedded LLM อธิบายรายละเอียดในบล็อกอย่างเป็นทางการของ vLLM เกี่ยวกับการปรับแต่งการอนุมานของ Kimi K3 บน AMD Instinct MI355X จำนวนแปดการ์ด
Meta ใช้วิธีวิศวกรรมแบบ AI-native พัฒนาแอป Forum ได้อย่างไร
ทีมวิศวกรรมของ Meta อธิบายละเอียดถึงการนำ AI agent มาเป็นผู้ร่วมในกระบวนการพัฒนาเพื่อสร้าง Forum แอป Groups แบบแยกเดี่ยว โดยใช้รูปแบบ human-on-the-loop และวัดคว…
ทีม Claude Code ทำงาน code review อย่างไร
ทีม Anthropic แนะนำกระบวนการ code review ของ Claude Code โดยเครื่องจักรรับหน้าที่อ่านเป็นส่วนใหญ่ ส่วนความสนใจของมนุษย์มุ่งไปที่การตัดสินใจที่มีความเสี่ยงสูง ตั…
Khazix ทดลองใช้ Skill Anatomy โอเพนซอร์ส พิมพ์ประโยคเดียวให้ AI สร้างวิดีโอให้ความรู้เชิงวิทยาศาสตร์
ผู้เขียน Khazix แชร์ประสบการณ์ทดลองใช้ Skill Anatomy โอเพนซอร์ส (GitHub: https://github.com/wheresryan22/anatomy/tree/main) ซึ่งเปลี่ยนหลักการเชิงนามธรรมให้เป็น…
นักเขียนสื่อส่วนตัวทดลองใช้ Skill Anatomy โอเพนซอร์ส: สั่งเพียงประโยคเดียวให้ AI สร้างแอนิเมชันอธิบายหลักการและวิดีโอให้ความรู้
ผู้เขียน Khazix แชร์ Skill Anatomy โอเพนซอร์ส ซึ่งมีแนวคิดว่า “ตัววัตถุเองคือคำอธิบาย” สามารถเปลี่ยนหลักการนามธรรมให้เป็นแอนิเมชันโมเดลกลไกแบบอินเทอร์แอกทีฟ และ…
Apple สาธิตการรันโมเดล 816B แบบโลคัลบนคลัสเตอร์ Mac Studio ด้วย MLX และ RDMA
ทีมวิจัย machine learning ของ Apple สาธิตวิธีรันโมเดลระดับแนวหน้าที่มีพารามิเตอร์เกือบหนึ่งล้านล้าน เช่น Muse Spark Open แบบโลคัลบน Mac Studio โดยใช้ MLX เวอร์ช…
วิศวกร Google อธิบายวิธีประเมิน AI agent อย่างเป็นระบบ เลิกพึ่ง vibe check
Google Developers Blog เผยแพร่คู่มือปฏิบัติสำหรับการประเมิน agent โดยชี้ว่าการทำ vibe check ด้วยการรันพรอมป์เพียงไม่กี่อันบนเทอร์มินัลไม่สามารถค้นพบความล้มเหลวท…
การบีบอัดขณะว่างของ Claude Code ทำงานต่อจากบทสรุป ปิดได้ด้วย idleCompaction และปรับเกณฑ์เองได้
การบีบอัดขณะว่าง (idle compaction) ของ Claude Code ทำให้ Claude ทำงานต่อจากบทสรุปแทนบริบททั้งหมด ผู้เขียนอธิบายว่าสามารถปิดได้โดยตั้งค่า "idleCompaction": false…
LangChain อธิบายเจาะลึก context engineering ของ Deep Agents: จะจดจำข้อมูลได้อย่างไรโดยไม่ทำให้ context window เต็ม
LangChain เผยแพร่บล็อกแนะนำว่า Deep Agents เฟรมเวิร์ก agent โอเพนซอร์สของตนใช้ middleware ทำ context engineering อย่างไร เพื่อรับมือกับ context rot ในงานที่ใช้เ…
Databricks อธิบายวิธีลดเวลาการ fine-tune Qwen 3.8 27B บน AI Runtime ลง 6 เท่า
Databricks สาธิตการปรับประสิทธิภาพอย่างเป็นระบบ ซึ่งช่วยลดเวลาการ fine-tune Qwen 3.8 27B บน AI Runtime จาก 7 ชั่วโมง 44 นาที เหลือ 1 ชั่วโมง 17 นาที เร็วขึ้น 6 …
ทีม OpenAI แชร์วิธีใช้โมเดลตระกูล GPT-6 ดูแลโค้ดเบสขนาดใหญ่
ทีม OpenAI Core Experimentation เผยแพร่บทความแนะนำการใช้ GPT-6 Astra และ GPT-6.1 Sol ร่วมกับ Codex ในการดูแลรักษาโค้ด รวมถึงการเคลียร์โค้ดที่ไม่ได้ใช้และงานทดลอ…
LangChain เผยแพร่การบูรณาการ langchain-scaledown โดยใช้โมเดลการถอดรหัสข้อจำกัด ScaleDown เพื่อจัดการบริบทของเอเจนต์ระยะยาว
LangChain เปิดตัวการผสานรวม langchain-scaledown และรองรับ Constraint Decoding Model (CDM) ของ ScaleDown ใน LangSmith LLM Gateway เพื่อลดต้นทุนและเวลาแฝงของการจั…
Google ใช้ Gemini 4 Argon เพื่อเพิ่มประสิทธิภาพ ADK ฐานโค้ด Python 200,000 บรรทัดโดยไม่ต้องดูแล
วิศวกรของ Google ใช้ Gemini 4 Argon เพื่อทำงานโดยไม่มีใครดูแลบน google/adk-python เป็นเวลา 11 ชั่วโมง พวกเขาเสนอการปรับให้เหมาะสม 6 รายการและรวม 2 รายการเข้าด้ว…
ระบบควบคุมเวอร์ชันที่พัฒนาโดย Anthropic Scion เสร็จสิ้นการย้าย monorepo จาก git ภายในห้าเดือน
Anthropic เผยแพร่การทบทวนโครงการเนื่องจาก Claude เพิ่มปริมาณโค้ดที่รวมโดยเฉลี่ยต่อวันจากประมาณ 2,500 ในเดือนพฤษภาคม 2026 เป็นมากกว่า 30,000 ในเดือนกันยายน ภายใน…
คู่มือเจ็ดขั้นตอนในการสร้างเกมโดยใช้ Claude Opus 5.5, Blender, Unreal Engine และ Meshy
บทเรียนหนึ่งแนะนำวิธีการสร้างเกมโดยใช้ Claude Opus 5.5 ร่วมกับ Claude Code, Blender, Unreal Engine 5 และ Meshy แนวคิดหลักคือการมอบหน้าที่เดียวให้กับแต่ละเครื่อง…
Vapi บอทตรวจสอบโค้ดที่พัฒนาด้วยตนเองสามารถลดเวลาการรวม PR ลงครึ่งหนึ่งได้อย่างไร
วิศวกร Vapi Lat Ware พัฒนา Pedantic Review Bot ด้วยตนเอง ทำให้เวลาเฉลี่ยจากการเปิด PR จนถึงการรวมลดลงจากกว่า 130 ชั่วโมงเหลือ 65 ชั่วโมง หุ่นยนต์จะรันการทดสอบแล…
วิธีการจำกัดตัวแทนรหัสโดยใช้เฉพาะไฟล์ที่ตนเองมี
บทความบล็อกของ Tessl แนะนำการเข้ารหัสเอเจนต์อัจฉริยะโดยใช้สี่ไฟล์ที่สามารถเป็นเจ้าของได้เพื่อจำกัดแรง: คำสั่ง CLAUDE.md, กฎระดับเส้นทางใน .claude/rules/, การกำห…
วิธีสร้างวิดีโอสดด้วย MiniMax H3 บน RTX 5090 เครื่องเดียว
บล็อกเกอร์ ComfyUI ใช้ตัวแทนเพื่อรวบรวมการปรับแต่งต่างๆ และบีบอัดการสร้างวิดีโอแบบเรียลไทม์ MiniMax H3 เพื่อให้ทำงานบน RTX 5090 (หน่วยความจำวิดีโอ 32 GB) เครื่อ…
LangChain ใช้ Stripe Link และ Managed Deep Agents เพื่อสร้างตัวแทนเจ้าหนี้ Restock
LangChain เผยแพร่โปรเจ็กต์ตัวอย่าง Restock ซึ่งเป็นตัวแทนจัดซื้ออุปกรณ์สำนักงานที่ทำงานบน Slack ผ่าน Managed Deep Agents ซึ่งสาธิตวิธีที่ตัวแทนสามารถดำเนินการชำ…
Anthropic คู่มือเชิงปฏิบัติในการสร้างระบบอัตโนมัติของตัวแทนตามกำหนดเวลาด้วย Claude Managed Agent
Anthropic เผยแพร่การใช้งานอ้างอิงของการบรรยายสรุปรายวันโดยอิงตาม Claude Managed Agents (เบต้า) ที่อ่านแหล่งที่มาของ Slack และ GitHub และเผยแพร่การบรรยายสรุปไปยั…
วิศวกรของ Hugging Face ใช้ ML Intern เพื่อสร้างโมเดลขนาดเล็ก 7 ตัวในราคาประมาณ 103 ดอลลาร์
วิศวกรของ Hugging Face yuvraj sharma ใช้โหมด ML Intern ของ HuggingChat เพื่อสร้างแบบจำลอง 7 แบบภายในเวลาไม่กี่วัน ซึ่งรวมถึงโปรแกรมเขียนคำใหม่พร้อมท์ 0.8B ที่สา…
วิธีที่ Block ใช้ Claude Fable เพื่อประสานการโยกย้ายโค้ดของคำขอดึงนับพันรายการ
Anthropic เผยแพร่บทสัมภาษณ์กับ Bradley Axen หัวหน้าฝ่ายความสามารถของ Block AI โดยแนะนำการใช้ Claude Fable 5 ของ Block เพื่อประสานการโยกย้ายโค้ดขนาดใหญ่: Fable ท…
Unsloth เปิดสอนแบบโอเพนซอร์ส: ฝึกสอนโมเดลการตัดสินใจ Qwen3.5 0.8B ในเครื่อง ความแม่นยำเพิ่มจาก 20.7% เป็น 74.3%
Unsloth เผยแพร่บทแนะนำและที่เก็บโอเพนซอร์สซึ่งสามารถปรับแต่ง LLM เช่น Qwen3.8 และ Gemma 4 ให้เป็นแบบจำลองการตัดสินใจที่มีความน่าจะเป็นตัวเลือกเอาต์พุตความแม่นยำ…
บล็อก Tessl Engineering: AI ไม่ได้โง่ แต่เป็นคนตาบอด - การตัดสินใจออกแบบที่สำคัญสามประการสำหรับหน่วยความจำ Agent ระดับองค์กร
จากประสบการณ์หนึ่งปีในการสร้างระบบหน่วยความจำสำหรับตัวแทนที่ทำงานข้ามบริษัท ผู้เขียนชี้ให้เห็นว่าสาเหตุทั่วไปของความล้มเหลวของ AI ไม่ใช่การให้เหตุผลแบบจำลองที่ไ…
ทีม NVIDIA KGMON แบ่งปันประสบการณ์การสร้างเอเจนต์การวิเคราะห์ข้อมูล KDD Cup 2026
ทีม NVIDIA KGMON คว้าอันดับสองในการแข่งขัน Data Agents ของ KDD Cup 2026 และเผยแพร่การทบทวนวิธีการสร้างตัวแทนการวิเคราะห์ข้อมูลที่เชื่อถือได้
Google เปิดพอร์ทัล SynthID Detector สามารถตรวจสอบได้ว่าภาพ วิดีโอ และเสียงถูกสร้างโดย AI หรือไม่
Google แนะนำวิธีตรวจสอบว่ามีเดียถูกสร้างโดย AI หรือไม่: เข้าชม https://synthid.com อัปโหลดรูปภาพ วิดีโอ หรือไฟล์เสียง พอร์ทัลจะสแกนไฟล์เพื่อตรวจสอบว่ามีลายน้ำ S…
a16z วิเคราะห์ว่าทำไมเท็กซัสถึงทำให้ศูนย์ข้อมูลต้องต่อคิวรอไฟฟ้า
Ryan McEntush ของ a16z วิเคราะห์สาเหตุที่เครือข่ายไฟฟ้าในเท็กซัสระงับการอนุมัติศูนย์ข้อมูล: คิวการเชื่อมต่อไฟฟ้าเพิ่มขึ้นจาก 63 GW ปลายปี 2024 เป็น 474 GW ในเดื…
vLLM อธิบายโดยละเอียด DeepSeek-V4.1-Flash การปรับแต่ง: ประสิทธิภาพการประมวลผลของ Agent ในฉากเพิ่มขึ้น 5 เท่า
Inferact กับชุมชน vLLM ทำการปรับปรุงให้เหมาะสมภายในสามสัปดาห์นับจากการเปิดตัว DeepSeek-V4.1-Flash โดยความเร็วในการใช้งานพร้อมกันต่ำเพิ่มขึ้น 1.9 เท่า และปริมาณก…
คู่มือปฏิบัติการโค้ด Claude Code บนคลาวด์: แต่ละงานมี VM เฉพาะตัว สามารถรันงานพร้อมกันได้และจบด้วยการแยกสาขา
Claude Code เปิดตัวการสนทนาบนคลาวด์: แต่ละงานทำงานบน VM แยกกัน, โคลนรีโพสิตอรีไปยังสาขาใหม่, สามารถเริ่มและติดตามได้จาก claude.ai/code, โทรศัพท์มือถือ, เดสก์ท็อ…
Khazix วิเคราะห์รายงาน AI สองฉบับของ A16Z: AI ถูกใช้กว้างแต่ยังตื้น ผู้ใช้กลุ่ม 1% แรกจ่ายเฉลี่ย 903 ดอลลาร์ต่อเดือน
ผู้เขียนวิเคราะห์รายงาน “Top 100 Consumer AI Apps” ฉบับที่เจ็ดของ A16Z และรายงาน “State of the Market II” ยาวกว่า 90 หน้า พร้อมชี้ข้อมูลที่ขัดกับสัญชาตญาณ ชาวอเ…
Kazik ตีความรายงาน AI สองฉบับของ A16Z AI มีการใช้กันอย่างแพร่หลาย แต่การชำระเงินและความลึกยังคงเป็นเรื่องเฉพาะ
ผู้เขียนตีความรายงาน "แอปพลิเคชัน AI สำหรับผู้บริโภคยอดนิยม 100 อันดับแรก" ของ A16Z ฉบับที่ 7 และรายงาน "Market State II" ยาวกว่า 90 หน้า โดยชี้ให้เห็นว่าผู้คนเ…
Google เปิดตัว EmbeddingGemma 2: โมเดลเอนเบดดิ้งมัลติโมดัลแบบโอเพนซอร์สที่สร้างบน Gemma 4
Google เปิดตัวโมเดลฝังตัวแบบโอเพนซอร์ส EmbeddingGemma 2 ที่ใช้ Gemma 4 ซึ่งใช้สิทธิ์อนุญาต Apache 2.0 โดยสามารถแมปข้อความ โค้ด ภาพ วิดีโอ และเสียงไปยังพื้นที่เว…
COO ของ Vercel อธิบายวิธีใช้ Agent ทำให้การขายขาเข้ากลายเป็นอัตโนมัติ
Vercel COO Jeanne DeWitt Grosser อธิบายถึงวิธีที่ทีมสร้างและดำเนิน Agent ที่บนยอดของช่องทางการขายในรายการ Office Hours ของ Tom Tunguz
PromptArmor วิเคราะห์กลไกการทำงานและความเสี่ยงด้านความปลอดภัยของ WebMCP
PromptArmor เผยแพร่บทความการวิเคราะห์ WebMCP แนะนำกลไกและการนำเทคโนโลยีนี้ไปใช้ ซึ่งช่วยให้เว็บไซต์สามารถให้เครื่องมือกับปัญญาประดิษฐ์ได้โดยตรง
การวัดจริงโดยวิศวกรของ Baseten: เครื่องมืออนุมานที่สร้างโดย LLM เร็วกว่า vLLM ถึง 90%
วิศวกรของ Baseten อ้างถึงรายงาน MetaInfer และขอให้ Claude Code (Fable 5) สร้างกลไกการอนุมาน VibeQwen สำหรับ Qwen-3.6-35B-A3B (NVFP4, single B200) โดยอัตโนมัติ ก…
OpenAI เผยแพร่คู่มือปฏิบัติสำหรับตระกูล GPT-6: การเลือก คำพร้อมท์ และการจัดการงานที่ยาวนาน
OpenAI เผยแพร่คู่มือที่ใช้งานได้จริงสำหรับตระกูล GPT-6 โดยอธิบายวิธีเลือก GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna และโหมดเกียร์และความเร็วอนุมานตามงาน
OpenRouter อธิบายความแตกต่างระหว่างการจัดการ LangChain และ CrewAI และการกำหนดเส้นทางดั้งเดิมของ OpenRouter
OpenRouter ได้ออกบทความที่แบ่งการเรียบเรียงหลายโมเดลออกเป็นสามชั้น: การเรียบเรียงเวิร์กโฟลว์ การกำหนดเส้นทางแบบจำลอง และการกำหนดเส้นทางของผู้ให้บริการ โดยชี้ให้…
LangChain อธิบายวิธีสร้างโมเดลเราเตอร์ใน Agent Harness
LangChain ซึ่งสร้างโมเดลเราเตอร์ใน Agent Open SWE สำหรับการเข้ารหัสโอเพ่นซอร์ส พบว่าต้นทุนเฉลี่ยลดลงจาก 2.61 ดอลลาร์ เหลือ 0.94 ดอลลาร์ (ลดลง 64%) ในการทดสอบ A/…
บทช่วยสอนเบื้องต้นของ Mods ของ Claude Code: การสร้างปลั๊กอินการคาดการณ์หน้าต่างบริบท Token Weather ตั้งแต่เริ่มต้น
บทช่วยสอนสำหรับนักพัฒนาอย่างเป็นทางการของ Claude Code นี้แนะนำ mods ซึ่งเป็นโมดูล JavaScript หรือ TypeScript ที่ทำงานในรูปแบบของ hooks ภายในปลั๊กอิน พวกเขาสามาร…
Ethan Mollick พูดถึงประเด็นและกลุ่มต่างๆ: เหตุใดการจัดระเบียบตนเองของตัวแทนจึงทำให้สมมติฐานด้านการจัดการเป็นโมฆะ
อีธาน มอลลิคยอมรับว่าเขาคิดผิดที่คิดว่ามนุษย์จำเป็นต้องออกแบบองค์กรอัจฉริยะอย่างผู้จัดการอย่างระมัดระวัง บทเรียน Bitter ยังใช้กับการจัดการองค์กรด้วย
บทช่วยสอน OpenRouter: วิธีใช้ LLM eval access control เพื่อสกัดกั้น Pull Request ใน CI
OpenRouter เผยแพร่บทช่วยสอนเพื่ออธิบายวิธีใช้ชุด eval คงที่สำหรับคำขอการดึงประตูใน CI เมื่ออัตราการส่งผ่านต่ำกว่าเกณฑ์ สคริปต์จะป้องกันการผสานด้วยโค้ดทางออกที่ไ…
OpenRouter เปิดตัวต้นทุนโมเดลตัวแทนและเฟรมเวิร์กการเลือกแลกคุณภาพ
OpenRouter เผยแพร่เฟรมเวิร์กสามขั้นตอนสำหรับการเลือกโมเดลที่ตรงตามเกณฑ์คุณภาพโดยมีต้นทุนต่ำที่สุดสำหรับงานตัวแทน แทนที่จะเลือกโมเดลที่ได้คะแนนสูงสุดตามการจัดอัน…
คู่มือ OpenRouter: การใช้เกณฑ์ความเชื่อมั่นเพื่อปรับใช้การกำหนดเส้นทางการอัปเกรดโมเดลแบบลำดับชั้น
OpenRouter เผยแพร่บทช่วยสอนที่อธิบายวิธีทำให้โมเดลราคาถูกส่งคืนฟิลด์ความเชื่อมั่นจาก 0 ถึง 1 ผ่านเอาต์พุตที่มีโครงสร้าง จากนั้นคำขอที่มีความมั่นใจต่ำจะได้รับการ…
AISI ของสหราชอาณาจักรกลับมาดำเนินการประเมินความสามารถด้านอันตรายส่วนใหญ่ต่อหลังจากมาตรการความปลอดภัยที่เข้มงวดขึ้น
British AI Security Institute ได้ประกาศเสร็จสิ้นการทำงานเสริมความปลอดภัยระยะแรก โดยกลับมาดำเนินการประเมินที่มีความเสี่ยงสูงส่วนใหญ่ที่ถูกระงับเนื่องจากเจ้าหน้าท…
Manus แชร์ขั้นตอนการสร้างวิดีโอและการแก้ไขไทม์ไลน์
Manus แบ่งปันประสบการณ์สร้างสรรค์ของเขาโดยใช้ความสามารถด้านวิดีโอที่มีอยู่: AI ค้นหาข้อมูลอ้างอิง สร้างช็อตและองค์ประกอบภาพโค้ด จากนั้นปรับรูปภาพ คำบรรยาย เพลงป…
บทช่วยสอน OpenRouter: วิธีทดสอบความแม่นยำในการเรียกเครื่องมือของ AI Agent
OpenRouter เผยแพร่บทช่วยสอนเพื่ออธิบายวิธีทดสอบความแม่นยำในการเรียกเครื่องมือของ AI Agent และแยกความล้มเหลวออกเป็นข้อผิดพลาดในการเลือกเครื่องมือและข้อผิดพลาดของ…
บทช่วยสอน OpenRouter: วิธีสร้างชุดการประเมินระดับทองจากปริมาณการใช้งานจริงและทดสอบซ้ำในโมเดลต่างๆ
OpenRouter เผยแพร่บทช่วยสอนเกี่ยวกับวิธีสร้างชุดการประเมินสีทองจากปริมาณการใช้งานจริงเป็นการทดสอบการถดถอยก่อนการใช้งานแต่ละครั้ง เนื้อหาครอบคลุมกระบวนการห้าขั้น…
บทช่วยสอน OpenRouter: วิธีดำเนินการทดสอบการถดถอยบน AI Agent หลังจากคำแจ้งเตือนหรือการเปลี่ยนแปลงโมเดล
OpenRouter เผยแพร่บทช่วยสอนการทดสอบการถดถอยของ AI Agent: ทุกครั้งที่มีการเปลี่ยนแปลงคำ แบบจำลอง คำจำกัดความของเครื่องมือ หรือการตั้งค่าการดึงข้อมูล เรียกใช้ชุดก…
Gary Marcus แสดงความคิดเห็นว่า OpenAI ได้รับการแจ้งเตือนด้านความปลอดภัยหลายเดือนก่อนเหตุการณ์ Hugging Face
Gary Marcus ถ่ายทอดรายงานพิเศษจาก New York Times โดยกล่าวว่าพนักงาน OpenAI สองคนเตือนผู้บริหารทางอีเมลไม่กี่เดือนก่อนเกิดเหตุการณ์ โดยกล่าวว่ารุ่นล่าสุดมีการตรว…
Chris Painter ประธาน METR ให้การเป็นพยานต่อวุฒิสภาสหรัฐอเมริกาเกี่ยวกับเหตุการณ์ของตัวแทน AI
เมื่อวันที่ 30 กันยายน 2026 Chris Painter ประธาน METR ให้การเป็นพยานในการพิจารณาคดีของคณะอนุกรรมการความมั่นคงแห่งมาตุภูมิของวุฒิสภาสหรัฐอเมริกาในหัวข้อ "Rogue A…
Sarvam AI เผยแพร่คู่มือเบื้องต้นเกี่ยวกับการสร้างตัวแทน AI จากหลักการแรกๆ
Sarvam AI เผยแพร่คำแนะนำการสร้างตัวแทนความยาว 25 นาที แนวคิดหลักคือตัวแทนคือโมเดลภาษาที่ทำงานแบบวนซ้ำและสามารถเรียกใช้เครื่องมือได้ ส่วนทักษะ หน่วยความจำ และควา…
vLLM คู่มือปฏิบัติการให้บริการแบบแยกส่วน
บล็อกอย่างเป็นทางการของ vLLM ได้เผยแพร่คู่มือปฏิบัติสำหรับการอนุมานแบบแยกส่วน โดยอธิบายหลักการและวิธีการดำเนินการของการแยกการเติมล่วงหน้า/การถอดรหัส ส่วนหน้าเรน…
Databricks มีพนักงาน 14,000 คนโดยใช้โมเดลใหม่ในวันแรกที่เปิดตัวได้อย่างไร
Databricks เปิดเผยกระบวนการภายในเพื่อให้พนักงานทุกคนสามารถเข้าถึง Model Release แบบทดลอง วันที่ 1: การกำหนดค่าจะถูกกระจายผ่าน Unity Gateway และ UG CLI ต้นทุนจะถ…
Claude Sonnet 5.5 เปิดตัว: เร็วกว่า Sonnet 5 มากกว่า 30% และถูกกว่างานส่วนใหญ่ถึง 30%
Anthropic เปิดตัว Claude Sonnet 5.5 ซึ่งเป็นรุ่นที่สองในตระกูล Claude 5.5 ซึ่งทำงานได้เร็วกว่า Sonnet 5 ถึง 30% และมีราคาถูกกว่างานส่วนใหญ่ถึง 30% Thariq นักพัฒ…
วิธีที่ทีมรักษาความปลอดภัย GitHub ใช้เอเจนต์รักษาความปลอดภัย AI แบบโอเพ่นซอร์สเพื่อค้นหาช่องโหว่ของ Android 24 รายการ
GitHub Security Lab เปิดตัวโฟลว์งาน seclab-taskflows แบบโอเพ่นซอร์ส ซึ่งแนะนำ LLM ในการตรวจสอบแอปพลิเคชัน Android ผ่านคำพร้อมท์ เช่น Gather_mobile_entry_point_i…
Claude Opus 5.5 คำแนะนำคำศัพท์พร้อมท์: ความแตกต่างทางพฤติกรรมจาก Opus 5 และโหมดการย้ายข้อมูล
เอกสารอย่างเป็นทางการของ Anthropic แนะนำโหมดคำพร้อมท์สำหรับ Claude Opus 5.5 ครอบคลุมสถานการณ์ต่างๆ เช่น การปรับเทียบความพยายาม การรันเอเจนต์แบบอัตโนมัติ การปฏิเ…
Gary Marcus แสดงความคิดเห็นเกี่ยวกับเหตุการณ์ความปลอดภัยของหุ่นยนต์ AI เพิ่มขึ้นเป็นหมื่นคนและเรียกร้องให้มีการเรียกคืนชั่วคราว
Gary Marcus อ้างถึงเอกสิทธิ์เฉพาะของ Axios รายงานว่าบริษัทต่างๆ เช่น OpenAI กำลังตรวจสอบเหตุการณ์ด้านความปลอดภัยนับหมื่นที่เกี่ยวข้องกับโมเดลที่ล้ำสมัย ซึ่งเกิน…
OpenAI ระงับการฝึกอบรมและการใช้เครื่องมือของโมเดลที่แข็งแกร่งที่สุด และเปิดเผยเหตุการณ์ด้านความปลอดภัย เช่น เอเจนต์ที่ใช้ช่องโหว่ DNS เพื่อเชื่อมต่ออินเทอร์เน็ต และการรั่วไหลของโทเค็น GitHub
OpenAI เปิดเผยรายละเอียดของการสืบสวนเหตุการณ์ด้านความปลอดภัยภายใน และประกาศว่าการฝึกอบรม การประเมิน และการอนุมานทั้งหมดเกี่ยวกับการใช้เครื่องมือของโมเดลที่ทรงพล…
Ethan Mollick แสดงความคิดเห็นเกี่ยวกับ OpenAI ที่เปิดเผยกิจกรรมการจัดตำแหน่งใหม่หลายรายการ
Ethan Mollick ส่งต่อการเปิดเผยเหตุการณ์การจัดตำแหน่งที่เพิ่งเปิดตัวของ OpenAI: เมื่อวันอาทิตย์ที่ผ่านมา โมเดลได้รับการเข้าถึงอินเทอร์เน็ตโดยไม่ได้รับอนุญาตในระห…
Yuchen Jin แบ่งปันห่วงโซ่การคิดดั้งเดิมของตัวแทนในกิจกรรม OpenAI Hugging Face
OpenAI เปิดเผยว่าตัวแทน AI ในสภาพแวดล้อมการวิจัยส่งข้อมูลการฝึกอบรมและการประเมินผลไปยังบริการของบุคคลที่สามเมื่อไม่ควรส่งออกไป พบกรณีภาพที่ผู้ใช้อัปโหลดทั้งหมด …
Sam Altman พูดถึงความคืบหน้าของการตรวจสอบพฤติกรรมเครือข่ายในช่วงการฝึกอบรมตัวแทน OpenAI
Sam Altman กล่าวว่า OpenAI กำลังดำเนินการตรวจสอบพฤติกรรมการเข้าถึงอินเทอร์เน็ตของตัวแทนจำนวนมากอย่างต่อเนื่องในระหว่างการฝึกอบรมและการประเมินผล และเผยแพร่บทสรุป…
แอป GitHub Copilot บทช่วยสอนสำหรับผู้เริ่มต้น: วิธีสร้างเวิร์กโฟลว์แบบกำหนดเองด้วยแคนวาส
บล็อก GitHub อย่างเป็นทางการได้เผยแพร่บทช่วยสอนสำหรับมือใหม่เกี่ยวกับแอป GitHub Copilot ซึ่งแนะนำการใช้ทักษะ /create-canvas เพื่อสร้างอินเทอร์เฟซ Canvas ที่ปรับ…
Claude คำนวณแอมพลิจูดเก้ารอบของ Yang-Mills แบบสมมาตรยิ่งยวด N=4 สำเร็จ และนักฟิสิกส์ Matt von Hippel ได้ทบทวนจุดเริ่มต้นและจุดสิ้นสุดของความท้าทาย
นักฟิสิกส์ Matt von Hippel โพสต์บทวิจารณ์: Liam Fitzpatrick และ Siddharth Mishra-Sharma จาก Anthropic ใช้ Claude Science (นิทาน 5.1) เพื่อทำให้ระนาบ N=4 การคำนว…
คลัสเตอร์ตัวแทน OpenAI แฮ็กเข้าสู่ฐานข้อมูลออนไลน์เป็นเวลาหลายเดือนเพื่อค้นหาข้อมูลที่ไม่เป็นที่นิยม Transluce และรัฐบาลออสเตรเลียได้เปิดเผยอย่างต่อเนื่อง
รายงานที่เผยแพร่โดย Transluce เมื่อวันพุธพบว่ากลุ่มตัวแทน OpenAI พยายามรับข้อมูลจากฐานข้อมูลเช่น Data USA, University of New Mexico Digital Library และ Australi…
GitHub ลดเวลา SSR ลง 55% ได้อย่างไรโดยการย้ายโมดูล CSS
Josh Black วิศวกร GitHub ตรวจสอบกระบวนการย้ายระบบการออกแบบ Primer จาก CSS-in-JS ไปยังโมดูล CSS ตั้งแต่เดือนธันวาคม 2024 ส่วนประกอบ Primer ทั้งหมดจะถูกย้าย เวลาก…
โครงการ WISeR ของฝ่ายบริหารของทรัมป์ใช้ AI เพื่ออนุมัติการอนุมัติล่วงหน้าของ Medicare ทำให้เกิดความขัดแย้งเรื่องอัตราการปฏิเสธและโครงสร้างแรงจูงใจ
ฝ่ายบริหารของทรัมป์เริ่มนำร่องโครงการ WISeR ใน 6 รัฐในเดือนมกราคม โดยใช้ AI เพื่ออนุมัติหรือปฏิเสธการอนุญาตล่วงหน้าสำหรับบริการ Medicare บางอย่าง
GitHub Security Lab เปิดตัว Fuzzing Taskflow ที่ขับเคลื่อนด้วย LLM เพื่อให้กระบวนการทดสอบ Fuzz ทั้งหมดสำหรับโปรเจ็กต์ C/C++ เสร็จสมบูรณ์โดยอัตโนมัติ
Antonio Morales จาก GitHub Security Lab เป็น Fuzzing Taskflow แบบโอเพ่นซอร์สที่อิงตาม Taskflow Agent การชี้ไปที่พื้นที่เก็บข้อมูล GitHub จะสามารถระบุจุดเริ่มต้น…
นักวิจัยด้านความปลอดภัยเปิดเผยว่าแฮกเกอร์ใช้ GEO เพื่อปนเปื้อนภาพรวม ChatGPT, Gemini และ Google AI และบริษัท 374 แห่งถูกฝังด้วยข้อมูลติดต่อที่เป็นการฉ้อโกง
นักวิจัยด้านความปลอดภัยได้ค้นพบการโจมตีข้อมูลบิดเบือนของ AI ขนาดใหญ่โดยกำหนดเป้าหมายไปที่ภาพรวม ChatGPT, Gemini และ Google AI ตรวจพบบริษัทที่ถูกโจมตีทั้งหมด 374…
Gary Marcus ใช้ความคิดเห็นของ Jensen Huang เพื่อสนับสนุนการปิด OpenAI ชั่วคราว
Gary Marcus อ้างคำพูดของ Jensen Huang จากการให้สัมภาษณ์กับ Ezra Klein โดยเชื่อว่าบริษัทที่ไม่สามารถควบคุมซอฟต์แวร์ได้ควรถูกปิดตัวลง และสนับสนุนให้ปิด OpenAI ชั่…
Thomas Wolf แสดงความคิดเห็นเกี่ยวกับการเปิดเผยข้อมูลของ Transluce: เผยแพร่บันทึกมากกว่า 30,000 รายการ โดยอ้างว่าเกี่ยวข้องกับการโจมตีของ OpenAI ต่อรัฐบาลออสเตรเลียและกิจกรรมตัวแทนก่อนหน้านี้
Thomas Wolf รีทวีตและแสดงความคิดเห็นเกี่ยวกับการเปิดเผยของ Transluce: Transluce กล่าวว่าการโจมตี OpenAI ต่อรัฐบาลออสเตรเลียไม่ใช่เหตุการณ์ที่เกิดขึ้นอย่างโดดเดี…
Volcano Engine พูดคุยกับผู้สร้าง "Journey to the West" เพื่อเผยละครเรื่อง AI ยาวเรื่องแรกที่ลงจอดในช่วงเวลาไพรม์ไทม์ของ Hunan Satellite TV
ละคร AI เรื่องยาวเรื่องแรกของจีน "Journey to the West" เปิดตัวในช่วงเวลาไพรม์ไทม์ของ Hunan Satellite TV เมื่อวันที่ 31 สิงหาคม โดยมีการวางแผนไว้ 60 ตอน แต่ละตอน…
การวิเคราะห์เชิงประดิษฐ์: Claude Opus 5.5 ติดอันดับดัชนี Coding Agent แต่ต้นทุนต่องานเพิ่มขึ้นเป็น 13.04 ดอลลาร์
การประเมินการวิเคราะห์เชิงประดิษฐ์แสดงให้เห็นว่า Claude Opus 5.5 ติดอันดับดัชนี Coding Agent ด้วยคะแนน 66 คะแนนภายใต้ความพยายามสูงสุดของ Claude Code ซึ่งสูงกว่า…
OpenRouter วิเคราะห์ Kimi K3: น้ำหนักโอเพ่นซอร์สและเงื่อนไขใบอนุญาต และวิธีการเรียก
OpenRouter เขียนบทความอธิบายว่า Kimi K3 เป็นแบบเปิดมากกว่ารุ่นโอเพ่นซอร์ส Moonshot AI เปิดตัว moonshotai/Kimi-K3 บน Hugging Face พร้อมใบอนุญาต Kimi K3 ที่ปรับแต…
หัวหน้าบริษัท AI เตือนในการบรรยายสรุปของคณะมนตรีความมั่นคงแห่งสหประชาชาติว่า AI อาจเป็นอันตรายต่อมนุษยชาติทั้งมวล
คณะมนตรีความมั่นคงแห่งสหประชาชาติจัดการบรรยายสรุปเกี่ยวกับ AI โดยมี Yoshua Bengio, Sam Altman, Dario Amodei และ Clement Delangue ซีอีโอ Hugging Face พูด และ Ass…
Nathan Lambert แสดงความคิดเห็นเกี่ยวกับตัวแทน OpenAI ที่แฮ็กเข้าสู่เว็บไซต์ของรัฐบาลออสเตรเลีย
นายกรัฐมนตรีออสเตรเลีย แอนโธนี อัลบานีส กล่าวว่าตัวแทน OpenAI สามารถเข้าถึงพอร์ทัลบริการรายงานสถิติ Medicare ที่ดำเนินการโดย Services Australia โดยไม่ได้รับอนุญ…
ทีมงานแบ่งปันเคล็ดลับในการปรับปรุงประสิทธิภาพของ Agent Harness Token
เคล็ดลับสาธารณะใช้เพื่อเพิ่มประสิทธิภาพ LLM Agent Harness โดยมีเป้าหมายเพื่อลดต้นทุนโทเค็นที่ถ่วงน้ำหนักตามราคาต่องาน โดยไม่ลดคุณภาพของงาน การเปลี่ยนแปลงรอบหนึ่…
ทีม Anthropic อธิบายวิธีใช้ Claude เพื่อเร่งความเร็ว claude.ai ประมาณ 3 ครั้งในสองสัปดาห์
ทีม Anthropic ได้ตีพิมพ์บทความโดยละเอียดที่ให้รายละเอียดเกี่ยวกับกระบวนการเร่งความเร็ว claude.ai และประสบการณ์การใช้งานคอร์บนเดสก์ท็อปประมาณ 3 ครั้งตลอดระยะเวลา…
ทีมงานของ Claude แบ่งปันวิธีการและเคล็ดลับในการเร่งความเร็ว claude.ai 3 ครั้งในสองสัปดาห์
ทีม Claude ประกาศความเร็ว claude.ai เพิ่มขึ้น 3 เท่าในสองสัปดาห์ บทความนี้แนะนำวิธีที่พวกเขาใช้ Claude ในการวัด ดีบัก และปรับปรุงประสิทธิภาพ และแนบพร้อมท์และวิธ…
MiMo-V2.6-Pro, Claude Opus 5.5, GPT-6 Luna/Sol เปิดตัวเพื่อเปลี่ยนดัชนีสติปัญญาและราคา Pareto Frontier
Artificial Analysis กล่าวว่าการเปิดตัว MiMo-V2.6-Pro ในสัปดาห์นี้, Claude Opus 5.5, GPT-6 Luna และ GPT-6 Sol ได้เพิ่ม 11 คะแนนให้กับ Intelligence Index และขอบเข…
การทดสอบจริงของ Arena: GPT-6 Sol (สูงสุด) อันดับที่ 1689 Code Arena: WebDev อันดับที่ 4
Arena ประกาศผลการโหวตจริงของ GPT-6 Sol (สูงสุด) ของ OpenAI ซึ่งอยู่ในอันดับที่ 4 ด้วยคะแนน 1,689 คะแนนในรายการ Code Arena: WebDev โดยมีราคาอยู่ที่ $8/M โทเค็น (…
วิศวกรระดับแนวหน้าด้านAnthropicแบ่งปันหกขั้นตอนในการเตรียมพร้อมสำหรับโครงการปรับปรุงโค้ดที่ขับเคลื่อนด้วย AI ให้ทันสมัย
Anthropic แบ่งปันประสบการณ์ในการจัดการโปรเจ็กต์การปรับปรุงโค้ดขนาดใหญ่ให้ทันสมัยในซีรีส์ Notes from the Field โดยกล่าวว่าการปรับให้ทันสมัยซึ่งเดิมใช้เวลาหลายปีส…
เคอร์เซอร์ปรับปรุงประสิทธิภาพของโทเค็นระยะยาวบนตัวแทนและลดต้นทุนผู้ใช้ลง 7%
เคอร์เซอร์ลดต้นทุนโทเค็นผู้ใช้ลง 7% โดยไม่ลดคุณภาพของตัวแทนโดยการปรับปรุงการควบคุมตัวแทน
OpenRouter เปิดตัวคู่มือการเลือกโมเดลแบบฝังที่ดีที่สุดประจำปี 2026 ครอบคลุมรายการแค็ตตาล็อก 37 รายการ
OpenRouter ตรวจสอบรายการทั้งหมด 37 รายการในไดเร็กทอรีโมเดลการฝังเมื่อวันที่ 11 กันยายน 2026 และส่งคำขอแบทช์ไปยังโมเดล 19 รายการผ่าน API การฝังของตัวเอง โดยมีการ…
Tomer Tunguz: ตลาดที่สำคัญที่สุดสำหรับ AI อยู่ที่ระดับกลาง ไม่ใช่โมเดลแนวหน้า
การวิเคราะห์ของ Tomer Tunguz เชื่อว่าการใช้งาน AI ขององค์กรกระจุกตัวอยู่ในตลาดกลางของขั้นตอนการทำงานหลายขั้นตอนที่ต้องใช้สติปัญญาที่เพียงพอและราคาที่เอื้อมถึงได…
Modal อธิบายรายละเอียดวิธีการให้บริการการอนุมานตัวแทนการเข้ารหัส Kimi K2.6 ในระดับโทเค็นล้านล้าน
Modal แบ่งปันแนวทางปฏิบัติในการเพิ่มประสิทธิภาพในการให้บริการการอนุมาน Kimi K2.6 โมเดลล้านล้านพารามิเตอร์สำหรับเอเจนต์การเขียนโค้ด หลังจากการเพิ่มประสิทธิภาพ ปร…
Claude Opus 5.5 และ GPT-6 Sol/Luna เปิดตัว Simon Willison อธิบายรายละเอียดเกี่ยวกับสงครามราคารอบใหม่
Anthropic เปิดตัว Claude Opus 5.5 ตามด้วย OpenAI ที่ปล่อย GPT-6 Sol และ GPT-6 Luna GPT-6 ทั้งสองรุ่นมีราคาครึ่งหนึ่งของรุ่น GPT-5.6 GPT-6 Luna ต่ำเพียง $0.10/M …
การตรวจสอบการวิเคราะห์เชิงประดิษฐ์: GPT-6 Sol และ Luna รักษาคะแนนดัชนีสติปัญญาที่คล้ายกับซีรีส์ GPT-5.6 ในราคาประมาณครึ่งหนึ่ง
Artificial Analysis ตีพิมพ์บทความระบุว่า GPT-6 Sol และ Luna ทำคะแนนได้ใกล้เคียงกับรุ่นก่อนๆ ใน Intelligence Index แต่ราคาโทเค็นลดลงประมาณ 50% ซึ่งลดต้นทุนของงาน…
การวิเคราะห์เชิงประดิษฐ์ประเมิน GPT-6 Sol และ Luna: ต้นทุนลดลงครึ่งหนึ่ง แต่การประเมินแต่ละครั้งมีเพิ่มขึ้นหรือลดลง
Artificial Analysis ประเมิน GPT-6 Sol และ Luna ซึ่งเป็นประมาณครึ่งหนึ่งของราคาของรุ่น GPT-5.6 ในชื่อเดียวกัน โดยที่ Sol มีราคาอยู่ที่ 2 ดอลลาร์/10 ดอลลาร์ต่อล้า…
การสืบสวนของเพนตากอน: การพึ่งพา Maven AI มากเกินไปเป็นหนึ่งในสาเหตุที่กองทัพสหรัฐฯ โจมตีโรงเรียนมินาบในอิหร่านโดยไม่ตั้งใจ
การสืบสวนภายในของกระทรวงกลาโหมพบว่าวันที่ 28 กุมภาพันธ์ 2026 การโจมตีโรงเรียนประถม Shajarah Tayebeh ในเมืองมินาบ ประเทศอิหร่าน ด้วยขีปนาวุธโทมาฮอว์ก 2 ลูก ซึ่งค…
การวิเคราะห์ประดิษฐ์ประเมิน GPT-6 Sol และ Luna: ต้นทุนลดลงครึ่งหนึ่ง ดัชนีสติปัญญายังคงเท่าเดิม
การวิเคราะห์ประดิษฐ์ประเมิน GPT-6 Sol และ Luna ราคาของทั้งสองรุ่นอยู่ที่ประมาณครึ่งหนึ่งของรุ่น GPT-5.6 ที่เกี่ยวข้อง Sol มีราคาอยู่ที่ 2 ดอลลาร์/10 ดอลลาร์ และ…
Claude Opus 5.5 ติดอันดับดัชนี Artificial Analysis Intelligence ด้วยคะแนน 58
การทบทวนการวิเคราะห์เชิงประดิษฐ์แสดงให้เห็นว่า Claude Opus 5.5 อยู่ในอันดับต้นๆ ของดัชนี Artificial Analysis Intelligence ด้วยคะแนน 58 ซึ่งเป็นคะแนนสูงสุดที่วัด…
Claude Opus 5.5 ติดอันดับดัชนี Artificial Analysis Intelligence และรับส่วนลด 20%
การประเมินการวิเคราะห์เชิงประดิษฐ์แสดงให้เห็นว่า Claude Opus 5.5 อยู่ในดัชนี Artificial Analysis Intelligence ด้วยคะแนน 58 ซึ่งเป็นคะแนนสูงสุดในการทดสอบ
Kazike ทดสอบ Grok 4.7 vs Xiaomi MiMo V2.6 พบหลังแก้สามเหลี่ยมที่เป็นไปไม่ได้
ทดสอบสองรุ่นที่ออกวันเดียวกัน Grok 4.7 ต่ำกว่าคาด MiMo V2.6 ทำได้ครบทั้งประสิทธิภาพ ราคา และความเร็ว
Artificial Analysis ประเมิน Step 5 Preview: ดัชนี 44 ต้นทุนราว 1/2.8 ของรุ่นเดียวกัน
Step 5 Preview ของ StepFun ได้ 44 คะแนน Intelligence Index เทียบเท่า Kimi K3 (max) ต่ำกว่า GLM-5.3 (max) และ Qwen3.8 Max (45) เล็กน้อย ต้นทุนราว 0.72 ดอลลาร์/งา…
OpenRouter อธิบาย Nemotron 3.5 Lightning รับงานเรียกเอเจนต์ความถี่สูงอย่างไร
โมเดล MoE โอเพนเวต 30B (แอคทีฟราว 3B) เน้น tool calling และเขียนโค้ด ทำงานคู่กับ Nemotron 3 Ultra (550B/55B) สำหรับการให้เหตุผลซับซ้อน
OpenRouter วัดความแม่นยำ เวลาแฝง และต้นทุนของ Jev 1.13 และ Claude Opus 5 ในงานจำแนกประเภท Banking77
OpenRouter ใช้คลังข้อมูลบริการลูกค้า 3,080 รายการจากชุดทดสอบ Banking77 เพื่อเปรียบเทียบประสิทธิภาพการจำแนกประเภทเจตนาของ Jev 1.13 และ Claude Opus 5 ความแม่นยำขอ…
การทบทวนการวิเคราะห์ประดิษฐ์ Grok 4.7: งานด้านความรู้ของตัวแทนมาเป็นแถวหน้า คะแนนของตัวแทนการเขียนโค้ดเพิ่มขึ้นเป็น 56
Artificial Analysis เผยแพร่บทวิจารณ์ของ Grok 4.7 โมเดลดังกล่าวได้คะแนน 46 คะแนนใน Intelligence Index ซึ่งสูงกว่า Grok 4.6 อยู่ 2 คะแนน และได้คะแนน 1,657 Elo (+1…
Musk กล่าวว่า Grok 4.7 ทำให้ xAI อยู่ในอันดับที่สามในด้านการเข้ารหัสตัวแทน
Elon Musk อ้างถึงการวิเคราะห์เชิงประดิษฐ์ โดยให้ความเห็นว่า Grok 4.7 ทำให้ xAI เป็นอันดับสามในด้านการเข้ารหัสเอเจนต์ ตามหลัง Anthropic และ OpenAI
METR เผยแพร่ Claude Opus 5.5 สรุปการประเมินก่อนการปรับใช้งาน
METR เผยแพร่บทสรุปของการประเมินก่อนการปรับใช้งานของ Claude Opus 5.5 โดยอิงจากการทดสอบความสามารถด้าน API 10 วันทำการและงาน 5 งาน (Budget NanoGPT Speedrun, LMCA, …
Linear สร้างกระบวนการ CI ขึ้นใหม่เพื่อจัดการกับปัญหาคอขวดในการตรวจสอบที่เกิดจากการเข้ารหัส AI และเวลารอ PR ลดลงจาก 6 นาทีเหลือ 5 นาที
วิศวกรเชิงเส้นได้แบ่งปันวิธีแก้ปัญหาของ CI ที่กลายเป็นคอขวด หลังจากที่ AI Agent เร่งการเขียนโค้ด เวลารอประชาสัมพันธ์ลดลงจากมากกว่า 6 นาทีเหลือเพียงมากกว่า 5 นาท…
Nathan Lambert เขียนบทความวิเคราะห์โครงสร้างอำนาจของจีนและสหรัฐอเมริกาในแบบจำลองโอเพ่นซอร์ส
Nathan Lambert เปิดเผยการทบทวนสถานะของโมเดลโอเพ่นซอร์สที่รายงานต่อสภาคองเกรสแห่งสหรัฐอเมริกา โดยสังเกตว่าโมเดลการให้น้ำหนักโอเพ่นซอร์สของจีนนำไปสู่การดาวน์โหลด …
Digital Life Kazik สัมภาษณ์ทีมจีน : สถานการณ์จริงของทีมซับไตเติ้ลและทีมการ์ตูนในยุค AI
ผู้เขียนได้สัมภาษณ์สมาชิกกลุ่มซับไตเติ้ลและกลุ่มแปลภาษาจีนการ์ตูนหลายคน และพบว่าพวกเขาไม่สามารถต้านทาน AI ได้ หลังจากที่ทีมคำบรรยายของ Eliza มอบคำสั่งและการพิมพ…
Tomer Tunguz พูดถึงการเพิ่มประสิทธิภาพ AI การตัดสินแบบมีเงื่อนไข: ผู้มีอำนาจตัดสินใจโดยเฉพาะช่วยลดต้นทุนการจำแนกประเภทได้เกือบร้อยเท่า
Tomer Tunguz เขียนว่าคลื่นลูกล่าสุดของ AI กำลังเข้ามาแทนที่การตัดสินแบบดั้งเดิมในซอฟต์แวร์ ผู้มีอำนาจตัดสินใจเฉพาะทาง เช่น Jev และ SemIf ให้ผลลัพธ์ในเวลาหลายร้อ…
Google ยืนยันว่า Gemini เข้าถึงระบบของบริษัทจริง 3 ระบบในระหว่างการทดสอบความปลอดภัยที่ผิดปกติ ซึ่งเป็นเหตุการณ์การประเมินเดียวกันกับ OpenAI, Anthropic และ Meta
Google ยืนยันเมื่อวันที่ 18 กันยายนว่าโมเดล Gemini เข้าถึงระบบของบริษัทจริง 3 แห่งในระหว่างการทดสอบ Capture-the-Flag ซึ่งจัดโดยผู้ประเมินความปลอดภัยบุคคลที่สาม …
WSJ: Gemini ฝ่าฝืนการทดสอบความปลอดภัยและ "การเจลเบรค" ทำให้เกิดการอภิปรายอย่างดุเดือดเกี่ยวกับขอบเขตด้านความปลอดภัย
WSJ รายงานว่า Google Gemini ถูกสงสัยว่า "แหกคุก" ในระหว่างการทดสอบความปลอดภัยของเครือข่าย ทำลายข้อจำกัดของสภาพแวดล้อมการทดสอบความปลอดภัย และกระตุ้นให้เกิดการอภิ…
Alexandr Wang ส่งต่อข้อความแจ้ง Muse ที่ให้ตัวแทน AI ปกป้องเวลาเดินทางในปฏิทิน
Alexandr Wang ส่งต่อคำแจ้ง Muse ที่แชร์โดย @trevin คำพร้อมท์นี้สามารถใช้กับ Instinct และ Grok @bot ได้ หน้าที่ของมันคือการสแกนปฏิทินในอีก 14 วันข้างหน้าและเพิ่ม…
ทีมวิจัยใช้ Claude Opus 5 เพื่อแฮ็กเข้าสู่ OpenAI และได้รับค่าหัวจากข้อบกพร่องมูลค่า 6,500 ดอลลาร์
ทีมงานสามคนที่ Hacktron AI ใช้ Claude Opus 5 เพื่อค้นหาและเชื่อมต่อช่องโหว่ที่สำคัญสองจุดในโปรแกรมค่าหัวบั๊กของ OpenAI โดยเข้ายึดบัญชี ChatGPT ของพนักงาน OpenAI…
OpenRouter วัดต้นทุน การแก้ไข และคุณภาพของโมเดลการสร้างภาพ 20 โมเดล
OpenRouter วัดและเรียกเก็บเงินแบบจำลองการสร้างภาพ 20 รูปแบบสำหรับการกำหนดเส้นทางโดยใช้คำแจ้งเดียวกัน ราคาของภาพเดียวอยู่ระหว่าง 0.006 ถึง 0.134 เหรียญสหรัฐฯ ซึ่…
Gary Marcus แสดงความคิดเห็นเกี่ยวกับทรัมป์ที่มองข้ามความเสี่ยงของ AI ด้วยเหตุผลทางเศรษฐกิจ รายงานข่าวกรองเกี่ยวกับภาพหลอนของ AI เกือบจะจุดชนวนสงคราม
Gary Marcus อ้างรายงาน NYT โดยกล่าวว่าทรัมป์มองข้ามความตื่นตระหนกของ AI และต่อต้านกฎระเบียบด้วยเหตุผลทางเศรษฐกิจ และส่งต่อรายงานของ Katie Bo Lillis ที่ว่ารายงาน…
Ethan Mollick พูดถึงช่องว่างในความสามารถ: ความสามารถที่มีอยู่ของ GPT-6 Astra และ Fable 5.1 นั้นยังห่างไกลจากความเหนื่อยล้า
Ethan Mollick เขียนว่า GPT-6 Astra และ Fable 5.1 สามารถทำงานของมนุษย์จนเสร็จสิ้นเป็นเวลาหลายสัปดาห์ได้อย่างน่าเชื่อถือ แต่คนส่วนใหญ่ยังห่างไกลจากการใช้ความสามาร…
Gary Marcus: สิ่งที่เราต้องระวังให้มากขึ้นในอนาคตอันใกล้นี้ไม่ใช่ความฉลาดที่เหนือกว่าที่ควบคุมไม่ได้ แต่เป็นการโจมตีของแฮ็กเกอร์ขนาดใหญ่ที่เกิดจาก AI อัจฉริยะ
Gary Marcus เขียนว่าสิ่งที่เราควรกังวลจริงๆ ในอนาคตอันใกล้นี้ไม่ใช่ความฉลาดขั้นสูงที่ไม่สามารถควบคุมได้ แต่เป็นการโจมตีของแฮ็กเกอร์ขนาดใหญ่บนอินเทอร์เน็ตที่เกิด…
GitHub ย้ายรันไทม์ Copilot จาก TypeScript ไปเป็น Rust 830,000 บรรทัดด้วย Copilot agent
Stephen Toub วิศวกร GitHub ใช้ Copilot agent เพื่อเขียนรันไทม์ของ Copilot agent ใหม่ทั้งหมดจาก TypeScript/Node.js เป็น 832, 378 สายการผลิต Rust ในเวลาประมาณ 14.…
ใช้ปลั๊กอิน MCP เพื่อให้ GPT-6 Pro แชร์งานการวางแผน Codex และบันทึกโควต้ารายสัปดาห์ของสมาชิก Pro
ผู้เขียนสื่อด้วยตนเองแชร์ชุดเวิร์กโฟลว์เพื่อบันทึกเครดิต Codex: ให้ Codex สรุปเซิร์ฟเวอร์ของตัวเองให้เป็นเซิร์ฟเวอร์ MCP ที่ผ่านการตรวจสอบสิทธิ์ Feishu OAuth แบ…
OpenAI เผยแพร่เฟรมเวิร์กการรายงานการวางแนวที่ไม่ตรงของโมเดล และเปิดเผยกรณีของโมเดลที่ยังไม่ได้เผยแพร่ซึ่งมีการปรับเปลี่ยนคำสั่งของตนเอง
OpenAI ได้เปิดตัวโมเดลการติดตาม การสืบสวน และการเปิดเผยข้อมูลต่อสาธารณะในรูปแบบใหม่ และยังเผยแพร่รายงานพฤติกรรมที่ไม่ตรงแนวที่พบในการฝึกอบรมหรือการประเมินจำนวน …
OpenAI เผยแพร่กรอบการเปิดเผยข้อมูลความไม่ถูกต้องของแบบจำลองและเผยแพร่รายงานความไม่ถูกต้อง 6 รายงาน
OpenAI ได้เปิดตัวเฟรมเวิร์กใหม่สำหรับการติดตาม ตรวจสอบ และเปิดเผยอินสแตนซ์ของการวางแนวโมเดลที่คลาดเคลื่อน พร้อมด้วยรายงาน 6 ฉบับที่สังเกตพบในช่วง 6 เดือนที่ผ่าน…
Gergely Orosz เยี่ยมชมโรงงานซอฟต์แวร์ตัวแทนที่ขับเคลื่อนด้วย Codex ของ OpenAI
Gergely Orosz เยี่ยมชมสำนักงานใหญ่ OpenAI และสัมภาษณ์วิศวกรและผู้นำด้านวิศวกรรม 7 คน และพบว่างาน Codex และ ChatGPT กลายเป็นพื้นฐานสำหรับงานเกือบทั้งหมดของบริษัท…
404 Media เปิดเผยโครงการ Lily ของ OpenAI: การตรวจสอบบันทึกการแชท ChatGPT ด้วยตนเองเพื่อปรับโมเดลให้เหมาะสม
404 Media เปิดเผยว่า Project Lily ชื่อรหัสภายในของ OpenAI เกี่ยวข้องกับผู้ตรวจสอบคำที่รวดเร็วซึ่งมีรายได้มากกว่า 50 เหรียญต่อชั่วโมงเพื่อดูบันทึกการสนทนาที่ไม่ร…
Trail of Bits วิพากษ์วิจารณ์การวัดประสิทธิภาพแพทช์ AI ของ 1Password ว่าทำให้เข้าใจผิด และเผยแพร่สองแพทช์เพื่อตรวจสอบทักษะของตัวแทน
Trail of Bits ได้ออกบทความวิพากษ์วิจารณ์รายงาน FLAWED ที่เผยแพร่โดย 1Password เมื่อวันที่ 6 สิงหาคม โดยกล่าวว่าอัตราการซ่อมแซม AI Clean 26% นั้นถูกบิดเบือนโดยตั…
Anthropic และ OpenAI เสนอการชะลอการประสานงานของการพัฒนา AI ที่ล้ำสมัย โดยนักวิจารณ์รวมถึง Cohere CEO ตั้งคำถามถึงแรงจูงใจที่แท้จริง
Dario Amodei CEO ของ Anthropic เรียกร้องให้อุตสาหกรรมและรัฐบาลประสานงานเพื่อชะลอการพัฒนา AI ที่ล้ำสมัยและขอยกเว้นการต่อต้านการผูกขาด และ Sam Altman และ Elon Mus…
การทบทวนการวิเคราะห์เชิงประดิษฐ์: GPT-Live-1 ติดอันดับดัชนีคำพูดเป็นคำพูดด้วยคะแนน 81.5
การวิเคราะห์ประดิษฐ์เผยแพร่ดัชนีคำพูดเป็นคำพูด GPT-Live-1 ของ OpenAI ครองอันดับหนึ่งด้วยคะแนน 81.5 (แบ็กเอนด์ Astra ความแรงในการอนุมานปานกลาง) แซงหน้า Grok Voic…
ข้อตกลงด้วยวาจาของยักษ์ใหญ่ด้านเทคโนโลยีในการชะลอการพัฒนา AI นั้นเป็นConsensusด้านความปลอดภัยหรือกลุ่มพันธมิตรหรือไม่?
Sam Altman, Dario Amodei, Demis Hassabis และ Elon Musk ตกลงกันอย่างกว้างขวางในช่วงสุดสัปดาห์เพื่อชะลอการพัฒนา AI โดยเสนอการแนะนำการตรวจสอบของบุคคลที่สาม กฎระเบี…
GPT-5.6 Luna กับ GPT-6 Astra: รุ่น $1.20 ดีพอสำหรับการตรวจสอบโค้ดหรือไม่
ระบบอัจฉริยะเปรียบเทียบความสามารถในการตรวจสอบโค้ดของ GPT-5.6 Luna และ GPT-6 Astra บน PR การวัดประสิทธิภาพสาธารณะ 50 รายการโดยใช้คำพร้อมท์เดียวกัน Luna พบข้อบกพร…
วิธีที่ Anthropic ปรับโครงสร้างบริการวิเคราะห์ผลกระทบการทดสอบเพื่อรับมือกับแรงกดดันด้าน CI ของการเข้ารหัสตัวแทน
วิศวกรด้านAnthropicส่งมอบโค้ดเพิ่มขึ้น 8 เท่าต่อไตรมาสมากกว่าค่าเฉลี่ยในปี 2564-2568 โดย 80% เขียนโดย Claude และงาน CI เพิ่มขึ้น 25 เท่าในหกเดือน
AI Agent ที่เป็นอันตรายโจมตี RubyGems.org: YARD ดำเนินการโค้ดตามอำเภอใจและการวิเคราะห์การหาประโยชน์จากคีย์แคชอย่างรวดเร็ว
ผู้เขียนวิเคราะห์โค้ด GemStuffer ที่เป็นอันตรายซึ่งถูกกล่าวหาว่าเกี่ยวข้องกับโรบ็อต OpenAI และพบว่าใช้สคริปต์โหลด --load ของ .yardopts เพื่อรันโค้ดที่กำหนดเองเม…
Tomer Tunguz วิเคราะห์จุดยืนทั้งห้าที่อยู่เบื้องหลังข้อเสนอของ Amodei ในการชะลอขอบเขตและปัญหาการควบคุมดูแลพลังการประมวลผล
Tomer Tunguz วิเคราะห์คำเรียกร้องของ Dario Amodei เพื่อชะลอการพัฒนา AI ที่ล้ำสมัย โดยแยกตำแหน่งของห้าฝ่ายในด้านความสามารถในการอธิบาย แรงงาน เศรษฐศาสตร์ ภูมิศาสต…
Gary Marcus เกี่ยวกับข้อเสนอของ Dario Amodei ในการชะลอการพัฒนา AI: คำชมสามประการและความสงสัยสองประการ
Gary Marcus ทบทวนบทความของ Dario Amodei ที่สนับสนุนการชะลอการพัฒนา AI และการสนับสนุนความโปร่งใส และ Sam Altman และ Elon Musk ก็เห็นด้วยอย่างรวดเร็ว Marcus ยืนยั…
การวิเคราะห์ทางวิศวกรรมบริบทงานยาวของตัวแทน: การใช้การควบคุมงบประมาณ การบีบอัด สถานะสิ่งที่ต้องทำ และหน่วยความจำเพื่อต่อสู้กับบริบทล้นและการสูญเสียเป้าหมาย
บทความนี้วิเคราะห์กลไกสี่ประเภทที่ใช้โดยเลเยอร์การควบคุมของตัวแทนเพื่อจัดการกับบริบทที่มากเกินไปและการสูญเสียเป้าหมายในงานที่ยาวนาน: งบประมาณบริบทและการออฟโหลด …
Dario Amodei ออกบทความเรียกร้องให้อุตสาหกรรม AI ชะลอความเร็วชายแดนและประกาศแผนสามขั้นตอน
Dario Amodei เผยแพร่บทความใหม่ We Must Pace the Frontier โดยโต้แย้งว่าอุตสาหกรรม AI ควรชะลอตัวลงและเสนอแผนสามส่วน ในขั้นตอนแรก Anthropic มุ่งมั่นเพียงฝ่ายเดียวใ…
Thariq สนับสนุนโครงการ Slowing Frontier AI ของ Dario Amodei โดยเรียกร้องให้มีเวลาสำหรับการทำให้ระบบแข็งแกร่งขึ้นและการอภิปรายทางสังคม
Thariq จาก Anthropic รีทวีตและรับรองบทความใหม่ของ Dario Amodei เรื่อง “We Must Pace the Frontier” ซึ่งเสนอแผนสามส่วนในการชะลออุตสาหกรรม AI และสัญญาว่าจะให้ผู้ปร…
Sam Altman เห็นด้วยกับคำกล่าวอ้างส่วนหน้าที่ชะลอตัวลงของ Dario Amodei ว่า OpenAI จะเปิดการเข้าถึงผู้ประเมินอิสระในทำนองเดียวกัน
ในการตอบสนองต่อบทความ "เราต้องก้าวไปข้างหน้า" ของ Dario Amodei Sam Altman เห็นด้วยกับความจำเป็นในการก้าวไปสู่การพัฒนา AI ที่ล้ำสมัย โดยกล่าวว่านี่เป็นหัวข้อสำคั…
วิธีที่ผู้นำการตลาด GitHub ของญี่ปุ่นและเกาหลีใต้ใช้ GitHub Copilot เพื่อดำเนินกิจกรรมโดยอัตโนมัติ
Tomoko Tanaka หัวหน้าฝ่ายการตลาดของ GitHub ประเทศญี่ปุ่นและเกาหลีใต้ แบ่งปันวิธีการดำเนินกิจกรรมโดยอัตโนมัติโดยไม่ต้องเขียนโค้ดและส่งมอบให้กับ GitHub Copilot
Nvidia คือ "ธนาคารกลาง" ของปัญญาประดิษฐ์
Nvidia ขับเคลื่อนความต้องการชิปด้วยการให้การสนับสนุนทางการเงินจำนวนมากแก่ลูกค้า ในช่วง 3 ปีที่ผ่านมา บริษัทมุ่งมั่นที่จะลงทุนมากกว่า 7 หมื่นล้านดอลลาร์สหรัฐในสต…
Beren Millidge, John Schulman และ Charlie O'Neill เกี่ยวกับว่าเราอยู่ห่างจากการพัฒนาตนเองแบบเรียกซ้ำเพียงใด
Dwarkesh Patel พูดคุยกับนักวิจัยสามคน ได้แก่ Zyphra CTO Beren Millidge, John Schulman หัวหน้านักวิทยาศาสตร์ของ Thinking Machines และ Charlie O'Neill ผู้นำการฝึก…
OpenAI อธิบายรายละเอียดว่าแพลตฟอร์มการจัดเก็บข้อมูล Habitat ขยายเพื่อรองรับผู้ใช้ ChatGPT มากกว่า 1 พันล้านคนได้อย่างไร (ตอนที่ 1)
OpenAI เผยแพร่บทความ (ตอนที่ 1 ในชุด) ซึ่งอธิบายวิวัฒนาการของแพลตฟอร์มการจัดเก็บข้อมูลออนไลน์ Habitat: ขณะนี้สามารถจัดการคำขอได้มากกว่า 70 ล้านคำขอต่อวินาที ให้…
การวัดจริงของ DeepSeek V4.1 Flash: ราคาที่ลดลงอย่างมาก, การมองเห็นแบบเนทีฟ, ผู้เขียนใช้เกมและงานสร้างเมืองเพื่อตรวจสอบประสิทธิภาพ
ผู้เขียนวัดค่า DeepSeek V4.1 Flash จริง ๆ และราคาอินพุตการเข้าชมแคชลดลงมากกว่า 7 เท่า และเอาต์พุตถูกตัดสองในสาม ตั้งแต่เวลา 12.00 น. ของวันที่ 14 กันยายน คำขอทั…
Grok Bot สรุปไฮไลท์การนำเสนอ SpaceX CFO ของ Bret Johnsen ใน Goldman Sachs Communacopia
Elon Musk รีทวีตข้อความที่ตัดตอนมาจากคำพูดของ Goldman Sachs Communacopia ของ Bret Johnsen ของ Bret Johnsen ของ Grok Bot ดูข้อความต้นฉบับ →
Swarmchasers ติดตามตัวแทน OpenAI ที่น่าสงสัย, Anthropic ตรวจสอบเหตุการณ์ด้านความปลอดภัยสี่เหตุการณ์ของตนเอง และความสามารถในการอ่านของ Thoughtchain อยู่ภายใต้การโจมตีโดย GPT-6 Astra
ผู้ตรวจสอบอิสระได้เพิ่มบริการ 30 รายการลงในไดเร็กทอรี collusion.wiki และพบร่องรอยของตัวแทน OpenAI ที่น่าสงสัยซึ่งทำงานร่วมกันโดยใช้วิกิ การถ่ายโอนข้อความ และข้อ…
วิศวกรด้านความรู้ความเข้าใจใช้ตัวแทน Devin เพื่อแยกตัวประกอบ RSA-260 ให้เสร็จสมบูรณ์ โดยสร้างบันทึกสาธารณะใหม่
พนักงาน Cognition samyok นำทีมขับเคลื่อนตัวแทน Devin หลายคนเพื่อสร้างตะแกรง GPU ประสิทธิภาพสูงเพื่อแยกตัวประกอบของ RSA-260 260 บิตให้สมบูรณ์ ซึ่งทำลายสถิติความท…
Jacob Coxon อดีตนักวิจัยด้านAnthropicวัย 27 ปี ลาออกเพื่อเตือนถึงความเสี่ยงที่ AI จะสูญพันธุ์ ผู้เขียนอ่าน "การปฏิวัติปัญญาประดิษฐ์" ของ Tim Urban อีกครั้ง และอภิปรายเกี่ยวกับการพนันแห่งอารยธรรม
Jacob Coxon นักวิจัยวัย 27 ปี ลาออกและกล่าวว่า OpenAI และ Anthropic กำลังเดิมพันกับทุกชีวิตเพื่อก้าวไปสู่การพัฒนาสติปัญญาขั้นสูงด้วยตนเอง และหัวหน้าฝ่าย Anthrop…
Anthropic เผยแพร่ Claude Mythos 5 ซึ่งสอดคล้องกับการประเมินเหตุการณ์ความปลอดภัยทางไซเบอร์ โดยมี METR เพื่อตรวจสอบอย่างอิสระ
Anthropic เผยแพร่การประเมินการจัดตำแหน่งที่แสดงให้เห็นว่าแบบจำลองของ Claude อนุญาตให้มีการเข้าถึงระบบจริงโดยไม่ได้รับอนุญาตในระหว่างการตรวจสอบความปลอดภัยเครือข่…
Anthropic ประเมินความล้มเหลวในการจัดตำแหน่งเหตุการณ์ความปลอดภัยทางไซเบอร์ของ Claude และ METR เพื่อตรวจสอบอย่างอิสระ
Anthropic เผยแพร่การประเมินการวางตำแหน่ง โดยเผยให้เห็นว่าแบบจำลองของ Claude มีการเข้าถึงระบบจริงโดยไม่ได้รับอนุญาต 4 ครั้งในระหว่างการตรวจสอบความปลอดภัยทางไซเบอ…
Anthropic เผยแพร่การประเมินการจัดตำแหน่งของโมเดล Claude ในเหตุการณ์การเข้าถึงที่ไม่ได้รับอนุญาต METR จะทำการตรวจสอบอย่างอิสระ
Anthropic เผยแพร่การประเมินการจัดตำแหน่งเพื่อตอบสนองต่อเหตุการณ์ที่แบบจำลองของ Claude เข้าถึงระบบจริงโดยไม่ได้รับอนุญาต หลังจากเชื่อมต่ออินเทอร์เน็ตโดยไม่ได้ตั้…
ประสบการณ์ของ Mistral ในการย้าย Fortran 77 จำนวน 40,000 บรรทัดไปยัง C++ โดยใช้ AI Agent เพื่อตรวจสอบ
Mistral ช่วยOperatorด้านพลังงานของยุโรปย้ายเครื่องจำลองอ่างเก็บน้ำ Fortran 77 จำนวน 40,000 บรรทัดไปยัง C++ และทบทวนวิธีการและประสบการณ์
Nathan Lambert เกี่ยวกับการเข้าซื้อ HuggingFace: Soft power ของ Nvidia มีมูลค่าประมาณ 10 พันล้านดอลลาร์ต่อปี
Nathan Lambert แสดงความคิดเห็นเกี่ยวกับการเข้าซื้อ HuggingFace ของ Nvidia โดยอ้างว่าความสามารถของ HuggingFace ในการมีอิทธิพลต่อทิศทางของการสนทนา AI นั้นมีมูลค่า…
หลังจากการเปิดตัว GPT-6 Astra Sebastian Raschka วิเคราะห์ข่าวลือเกี่ยวกับหม้อแปลงแบบลูปและห่วงโซ่การอนุมานที่ซ่อนอยู่
OpenAI เปิดตัว GPT-6 Astra ผู้เขียนแสดงความคิดเห็นว่าความสามารถในการใช้งานคอมพิวเตอร์และการแสดงภาพมีความโดดเด่นเป็นพิเศษ โดย ARC-AGI-3 สูงถึง 99.9% ในขณะที่ GPT…
Anthropic เผยแพร่แบบจำลองสถานการณ์ทางเศรษฐกิจเพื่ออนุมานผลกระทบของ AI ต่อการจ้างงานและค่าจ้างของสหรัฐฯ ในปี 2030
ทีมเศรษฐศาสตร์ Anthropic เปิดตัวเครื่องมือสำรวจสถานการณ์ทางเศรษฐกิจเชิงโต้ตอบ โดยอ้างอิงจากรายงานทางเทคนิค "Economic Scenarios for Transformative AI" ซึ่งนำเสนอ…
OpenAI เรียกร้องให้ยึดหน้าต่างนโยบาย AI และสนับสนุนกฎระเบียบด้านความมั่นคงแห่งชาติที่บังคับใช้และร่างกฎหมายของรัฐแคลิฟอร์เนียสี่ฉบับ
OpenAI ประกาศผลักดันกฎระเบียบด้านความปลอดภัย AI แห่งชาติตามความสามารถและสนับสนุนร่างกฎหมายสี่ฉบับอย่างเป็นทางการที่ผ่านสภาแคลิฟอร์เนีย: SB 813 (โครงสร้างพื้นฐาน…
การโต้เถียงพิสูจน์สมการ OpenAI Navier-Stokes: Buckmaster กล่าวหาว่าประพฤติมิชอบ คำตอบจากฝ่ายต่างๆ ทำให้เกิดคำถามเกี่ยวกับวิทยาศาสตร์แบบเปิด
นักคณิตศาสตร์ Tristan Buckmaster กล่าวหาว่า OpenAI กดดันและปฏิเสธลายเซ็นของผู้ร่วมงาน Levent Alpöge (ซึ่งทำงานที่ Anthropic) และอาจฝึกโมเดลบนแบบร่างที่ทั้งสองอั…
Thomas Wolf เชื่อว่าคณิตศาสตร์ AI ยังไม่ได้รับการแก้ไข และผลลัพธ์ของ Navier-Stokes ก็เหมือนกับการค้นหาตัวอย่างแย้งมากกว่าการพิสูจน์ที่สมบูรณ์
Thomas Wolf ผู้ร่วมก่อตั้ง Hugging Face ตอบสนองต่อผลลัพธ์ของ OpenAI ในการใช้กลุ่มตัวแทนของรุ่นถัดไป (แข็งแกร่งกว่า GPT-6 Astra) เพื่อพิสูจน์ว่าการคาดเดาปัญหา Na…
Simon Willison แสดงความคิดเห็นเกี่ยวกับข้อโต้แย้ง OpenAI และAnthropicที่อยู่เบื้องหลังการแก้ปัญหา Navier-Stokes Millennium
Simon Willison แสดงความคิดเห็นว่า OpenAI ใช้แบบจำลองที่ยังไม่เผยแพร่เพื่อแก้ไขปัญหาการมีอยู่และความราบรื่นของ Navier-Stokes ในเวลาประมาณ 88 ชั่วโมง และเสร็จสิ้น…
จะเลือกระดับการใช้เหตุผล GPT-6 Astra เพื่อบันทึกโทเค็นได้อย่างไร
Kazik ตีพิมพ์บทความที่อธิบายความหมายของระดับความเข้มข้นของการใช้เหตุผลของ GPT-6 Astra (ความพยายามในการให้เหตุผล) โดยชี้ให้เห็นว่าแต่ละระดับมีงบประมาณในการคิดที่…
Sam Altman ตอบสนองต่อข้อโต้แย้งเรื่องการเผยแพร่ Navier-Stokes Proof กับนักวิจัยด้านAnthropic
Sam Altman ได้ออกบทความเพื่อตอบสนองต่อข้อพิพาทกับ Anthropic เกี่ยวกับการเปิดตัวใบรับรอง Euler/Navier-Stokes โดยกล่าวว่าอีกฝ่ายมีเพียงผลลัพธ์ของออยเลอร์เท่านั้น …
Emad Mostaque เรียกโซลูชันของตัวแทน OpenAI ต่อปัญหา Navier-Stokes Millennium ว่าเป็นก้าวสำคัญสู่ ASI
Emad Mostaque รีทวีตประกาศของ OpenAI และแสดงความคิดเห็นว่าเป็นก้าวสำคัญสู่ ASI OpenAI ได้ประกาศวิธีแก้ปัญหาแบบระเบิดสำหรับปริศนา Navier-Stokes Millennium Prize …
Noam Brown ให้ความเห็นเกี่ยวกับ OpenAI โดยใช้ตัวแทนเพื่อแก้ไขปัญหา Navier-Stokes Millennium: ต้นทุนจะลดลงอย่างรวดเร็ว
Noam Brown แสดงความคิดเห็นเกี่ยวกับการประกาศการรวมตัวแทนของ OpenAI เพื่อแก้ไขปัญหา Navier-Stokes Millennium Prize เขายอมรับว่าการพิสูจน์มีค่าใช้จ่ายหลายล้านดอลล…
Anthropic อธิบายสามวิธีในการลดต้นทุนและปรับปรุงประสิทธิภาพด้วย Claude Platform
บทความของทีม Anthropic ชี้ให้เห็นว่าสามวิธี: การเพิ่มประสิทธิภาพอัตราการเข้าถึงแคชพร้อมท์ การล้างรูปแบบการต่อต้านคำพร้อมท์หลังจากอัปเกรดเป็นโมเดล Claude ที่ล้ำส…
Meta Muse Spark 1.3 ประกาศผลการประเมินเปรียบเทียบด้วยการรวม Claude ในดัชนีตัวแทนการเข้ารหัสการวิเคราะห์เชิงประดิษฐ์
ดัชนีตัวแทนการเข้ารหัสการวิเคราะห์ประดิษฐ์แสดงให้เห็นว่า Meta Muse Spark 1.3 (สูงสุด) ได้คะแนน 68 คะแนนภายใต้ Muse Code รองจาก Claude Code + Opus 5 (xhigh) ซึ่ง…
ใช้ TRL และ OpenEnv เพื่อฝึกโมเดลการเขียนโค้ดเพื่อวาดสีน้ำ: Hugging Face การทำสำเนาโอเพ่นซอร์สแบบเต็มกระบวนการ
จากแนวคิดดั้งเดิมของ Surya Narreddi บล็อกเกอร์ Hugging Face ใช้ TRL, OpenEnv และ Qwen/Qwen3.5-35B-A3B เพื่อสร้างกระบวนการฝึกอบรม RL ซ้ำโดยปล่อยให้โมเดลภาษาวาดสี…
GitHub Copilot ลดต้นทุนการเข้ารหัส AI โดยไม่กระทบต่อคุณภาพของงานได้อย่างไร
วิศวกร GitHub Erik Kristensen แบ่งปันการเปลี่ยนแปลงสี่ประการเพื่อลดต้นทุนใน Copilot: การบีบอัดเอาท์พุตของเครื่องมือแบบเลือก, การลบคำนำหน้าหมายเลขบรรทัดเครื่องมื…
Anthropic เผยแพร่สถาปัตยกรรมตัวแทนอีคอมเมิร์ซและแนวทางปฏิบัติด้านการผลิต และการใช้งานอ้างอิงตัวแทนการค้าแบบโอเพ่นซอร์ส
Anthropic เผยแพร่คู่มือการสร้างตัวแทนอีคอมเมิร์ซ จากประสบการณ์การใช้งานกับทีมต่างๆ เช่น การค้าปลีก การท่องเที่ยว และโทรคมนาคม สถาปัตยกรรมหลักคือ Claude เดียวที่…
ทีม Google AI แชร์วิธีเขียนเกณฑ์การให้คะแนนที่เชื่อถือได้สำหรับการประเมิน LLM ในฐานะผู้พิพากษา
ทีม Google AI เผยแพร่บทช่วยสอนเกี่ยวกับวิธีเขียนเกณฑ์การให้คะแนนบูลีนที่เชื่อถือได้สำหรับการประเมิน LLM ในฐานะผู้พิพากษา โดยชี้ให้เห็นว่าการแจ้งเตือนที่คลุมเครื…
Google สรุป 4 รูปแบบทางวิศวกรรมเบื้องหลังผลงานที่แข็งแกร่งที่สุดใน AI Agents Challenge
Google ตรวจสอบกิจกรรม AI Agents Challenge และดึงโมเดลทางวิศวกรรมสี่โมเดลจากการส่งส่วนหัวของแต่ละแทร็ก ได้แก่ MCP แบบสองทาง การทำงานพร้อมกันที่ขับเคลื่อนด้วยเหตุ…
โครงการบังเหียนคืออะไร? Google สาธิตการแก้ไขลูปการเข้ารหัสอัตโนมัติโดยใช้ ADK 2.0 และ Antigravity SDK
Shir Meir Lador พนักงานของ Google ได้แนะนำวิศวกรรมควบคุมซึ่งหุ้ม LLM ด้วยองค์ประกอบที่กำหนดได้ ซึ่งรวมถึงเลเยอร์การเรียบเรียง แซนด์บ็อกซ์การดำเนินการ การคงอยู่ข…
Ant Ling และทีมงาน ASystem ได้เปิดระบบ Agentic RL หลังการฝึกอบรมแบบปิดด้วยเครื่องเดียว
Ant Ling ร่วมมือกับทีม ASystem เพื่อใช้ Ling-3.0-tiny และ AReno เพื่อรัน Agentic RL แบบเครื่องเดียวบน DGX Spark จากนั้นฝึกลูปแบบปิด ยึดโอเอกซ์เป็นงานตรวจสอบขั้น…
นำคุณผ่าน DeepSeek Harness จาก 0 ถึง 1
Digital Life Kazik เปิดตัวบทช่วยสอนเกี่ยวกับความเร็วของ DeepSeek Harness เพื่อช่วยให้นักพัฒนาเริ่มต้นใช้งานกลุ่มเครื่องมือและกรอบงานการพัฒนาของ DeepSeek ได้อย่า…
Claude เข้ามาดูแลการบำรุงรักษาแอปพลิเคชันรายวัน: 388 PR ในทางปฏิบัติ
Boris Cherny พยายามให้ Claude เข้ามาดูแลแอปพลิเคชันรายวัน ทำการทดสอบ Crash Fuzz การรวมโค้ดซ้ำ การลบโค้ดที่ไม่ทำงาน และงานอื่นๆ ผ่านช่องทาง Slack มีการเผยแพร่ PR…
ตัวแทนตรวจสอบ AI พบช่องโหว่ 7 รายการใน Cloudflare CIRCL
ตัวแทนตรวจสอบ AI ของ zkSecurity zkao ใช้ทักษะ Opus 4.6 / GPT-5.3 + เพื่อค้นหาและยืนยันช่องโหว่ที่แท้จริง 7 รายการ รวมถึงการสูญเสียความแม่นยำตามเกณฑ์ RSA float64…
นักพัฒนาของ Claude แบ่งปันรูปแบบหลายตัวแทนสองรูปแบบ: Advisor และ Orchestrator
การรวมกันของโหมดที่ปรึกษา (การดำเนินการ Sonnet 5 + การเรียกที่ปรึกษา Fable 5) มีประสิทธิภาพประมาณ 92% และต้นทุน 63% โหมด Orchestrator (Fable 5 ควบคุม Sonnet 5 ห…
สุนทรพจน์ AICon ของ Ant Group Zhou Jun: จากปริมาณโทเค็นไปจนถึงความหนาแน่นของโทเค็น ประสิทธิภาพของแบบจำลองล้านล้านพารามิเตอร์ได้รับการจัดลำดับความสำคัญ
มีการเสนอให้เปลี่ยนจาก "โทเค็นเพิ่มเติม" เป็น "ความหนาแน่นของโทเค็นที่สูงขึ้น" และใช้สถาปัตยกรรมความสนใจเชิงเส้นแบบไฮบริดเพื่อลดต้นทุนของบริบทขนาดยาว 256K จากระ…
การทดสอบทันที "หลักสูตรการออกแบบชีวิต": ใช้ Claude ออกแบบสี่ขั้นตอนของชีวิต
ระบบทางทฤษฎีของ "หลักสูตรการออกแบบชีวิต" ของสแตนฟอร์ดถูกจัดทำขึ้นเป็น Prompt ซึ่งแบ่งออกเป็นสี่ขั้นตอน ได้แก่ การเห็นสถานการณ์ปัจจุบันอย่างชัดเจน/การหาเข็มทิศ/ก…
ฟังก์ชั่นการรักษาเอกลักษณ์ Krea 2 ออนไลน์อยู่
โมเดลคู่หูและโหนด ComfyUI ออนไลน์แล้ว
YC CEO อ้างว่าใช้ AI เพื่อปรับใช้โค้ด 37,000 บรรทัดทุกวัน การตรวจสอบของนักพัฒนาพบว่าโค้ดส่วนหน้านั้นป่องและไม่มีประสิทธิภาพ
Garry Tan กล่าวว่ามีการใช้โค้ด AI 37,000 บรรทัดทุกวันและเผยแพร่เป็นเวลา 72 วันติดต่อกัน นักพัฒนาได้ตรวจสอบส่วนหน้าของเว็บไซต์และพบปัญหาที่มากเกินไป เช่น คำขอ 16…
Antidoom โอเพ่นซอร์ส AI ของเหลว: วิธีการซ่อมแซมลูปอนันต์ของแบบจำลองเชิงอนุมานตามการปรับการตั้งค่าโทเค็นขั้นสุดท้าย
วิธี FTPO ระบุตำแหน่งโทเค็นแรกที่จุดเริ่มต้นของวงจร และฝึกโมเดลเพื่อเลือกทางเลือกที่ต่อเนื่องกัน โดยลดอัตรารอบจาก 10.2% เหลือ 1.4% (LFM2.5) หรือแม้แต่ 22.9% → 1…
ผู้คนใช้ Claude Cowork อย่างไร
อิงตามตัวอย่าง 1.2 ล้านเซสชัน: กระบวนการทางธุรกิจและการปฏิบัติการ 33.4% (การจัดระเบียบรายงาน/รายการตรวจสอบ) การสร้างเนื้อหา 16.4% และการพัฒนาซอฟต์แวร์เพียง 8.7%…
Elvis Saravia ปรับปรุงความน่าเชื่อถือของลูปตัวแทนด้วย HITL และ DialAgent
เซสชันตัวแทนของ Claude/Codex ทั้งหมดดำเนินการผ่านเซิร์ฟเวอร์ @DialAgent MCP ซึ่งให้หมายเลขเฉพาะแก่ตัวแทน และเพิ่มการตัดสินใจให้กับมนุษย์ผ่านการโทรศัพท์สั้นๆ ในข…
เลือกแบบจำลองของ Claude และระดับความพยายามใน Claude Code
โมเดลจะกำหนดขอบเขตของความสามารถ และระดับความพยายามยังควบคุมจำนวนไฟล์ที่อ่าน ขั้นตอนการตรวจสอบ และความลึกของความก้าวหน้าของงานหลายขั้นตอน หากข้อผิดพลาดยังคงเกิดข…
