Insiderly ดึงข่าวจากหลายแหล่ง จัดกลุ่ม ตัดเรื่องซ้ำ แล้วสรุปเป็นภาษาไทยให้เห็นว่าเรื่องไหนกำลังขยับจริง
Lead Signal
5 ชั่วโมงที่แล้วYouTube กำลังเพิ่มมาตรการรับมือ AI content ในหลายด้าน — ติดป้ายวิดีโอ AI โดยอัตโนมัติแทนรอให้ creator บอก ย้ายป้ายให้เห็นชัดขึ้น และขยายเครื่องมือตรวจจับ deepfake ให้ผู้ใช้ทั่วไปอายุ 18+ ใช้ได้ พร้อมเพิ่มฟีเจอร์ podcast และ AI feed recommendation เพื่อแข่งกับ Spotify และแพลตฟอร์มอื่น
อ่านรายละเอียด →Apple กำลังปรับ Siri ให้เป็นแชตบอตที่ดีขึ้น พร้อมฟีเจอร์ลบประวัติแชทอัตโนมัติ เพื่อเน้นความเป็นส่วนตัว ขณะเดียวกัน AirPods รุ่นใหม่ที่มีกล้องในตัวกำลังเข้าสู่ขั้นทดสอบจำนวนมาก ซึ่งจะช่วยให้ Siri เข้าใจบริบทภาพได้ดีขึ้น แม้ว่ายังมีข้อกังวลเรื่องแบตเตอรี่และความเป็นส่วนตัว
Anthropic กำลังเตรียมตัวเข้าตลาดหุ้นสาธารณะ โดยผู้บริหาร Daniela Amodei ยืนยันว่าการขยายตัวทางการเงินนี้จำเป็นสำหรับการแข่งขัน ข่าวดีคือ Anthropic ได้ลูกค้าธุรกิจจริงมากกว่า OpenAI เป็นครั้งแรก ตามข้อมูล Ramp ในขณะที่นักลงทุนไม่ได้เลือกข้างใดข้างหนึ่ง แต่ลงทุนทั้งสองบริษัท เหมือนการเลือกทั้ง Pepsi และ Coke
กลุ่มวิจัยใหม่ใช้ multimodal LLM สอน AI agent ให้ทำงานจริงได้ — ตั้งแต่อ่านแบบ 3D แล้วประกอบบล็อก ไปจนถึงเลือกเครื่องมือสถิติที่เหมาะสมเพื่อวิเคราะห์ข้อมูล ปัญหาหลักคือ agent ยังเรียกใช้เครื่องมือไม่ชาญฉลาด — บางครั้งเรียกแบบไม่จำเป็น ทำให้เสียเวลาและ token ทีมวิจัยเลยสร้างระบบให้ agent เรียนรู้ว่าเครื่องมือไหนใช้ได้จริง และเมื่อไหร่ควรข้ามการเรียก
กลุ่มวิจัยเปิดตัว LeanMarathon และ Formal Conjectures — เครื่องมือและชุดข้อมูลใหม่สำหรับให้ AI ทำการพิสูจน์คณิตศาสตร์อย่างเป็นทางการ ปัญหาหลักคือ AI ล้มเหลวไม่ใช่เพราะขัดแย้งกัน แต่เพราะ \"drift\" — คำตอบเปลี่ยนไปเงียบ ๆ ขณะที่ตรรมชาติภายในยังสอดคล้องกัน งานวิจัยแสดงว่าระบบ multi-turn reasoning ต้องแก้ปัญหาการบำรุงรักษา context และ dependencies ไม่ใช่แค่ logic เท่านั้น
นักวิจัยเผยวิธีใหม่ให้ LLM agents จดจำและเรียนรู้จากประสบการณ์ยาวนาน โดยไม่ให้ context window เต็ม แทนที่เก็บข้อมูลเป็นข้อความในหน่วยความจำชั่วคราว ระบบใหม่เหล่านี้ (TMEM, DeltaMem, PEAM) ฝังความรู้ลงในพารามิเตอร์โมเดล หรือใช้โครงสร้างแบบต้นไม้เพื่อลดซ้ำซ้อน ทำให้ agents ทำงานได้ต่อเนื่องและปรับตัวตามสถานการณ์ใหม่ — สำคัญสำหรับ robot, forecasting, และ multi-turn tasks
ชุดวิจัยใหม่จาก arXiv เปิดปัญหาสำคัญ: LLM ที่ทำได้ดีในข้อสอบแพทย์กลับไม่มั่นใจในตัวเองอย่างถูกต้อง มันมั่นใจเกินจริงในคำตอบยาก แต่ขาดความมั่นใจในคำตอบง่าย และที่ร้ายแรงกว่า — ในการสนทนาแบบหลายรอบ LLM ยอมเปลี่ยนคำตอบถูกต้องเป็นผิดเมื่อถูกกดดัน งานวิจัยเสนอวิธีวัดความเสถียรของความเชื่อ และตรวจจับความล้มเหลวที่ไม่คาดคิด
นักวิจัย arXiv พบว่า reinforcement learning ที่ใช้ verifier ในการปรับปรุง LLM มักตกอยู่ในสถานการณ์ exploration collapse — โมเดลบรรจบลงไปที่รูปแบบคำตอบแคบ ๆ ที่ได้คะแนนสูง แล้วหยุดสำรวจวิธีใหม่ บทความ 3 ฉบับเสนอแนวทางต่างกัน: ยกเลิกการแข่งขัน winner-takes-all ใช้ optimization-style tasks ที่ขยายพื้นที่ค้นหา และปรับวิธีให้ teacher ไม่เห็นคำตอบเต็มตั้งแต่แรก เพื่อให้ student เรียนรู้ทีละขั้น
กลุ่มวิจัยหลายแห่งเปิดตัวเครื่องมือและ benchmark เพื่อวัดความน่าเชื่อถือของ LLM ในงานแพทย์จริง ตั้งแต่สรุปวรรณกรรมทางการแพทย์ การตัดสินใจคลินิก การประเมินความปลอดภัยผู้ป่วย ไปจนถึงการใช้ LLM เป็น \"ผู้พิพากษา\" เพื่อประเมินผลลัพธ์ทางการแพทย์ ผลการศึกษาแสดงว่า LLM มีศักยภาพ แต่ยังมีช่องว่างเรื่องความลำเอียง ความปลอดภัย และการให้เหตุผลตามหลักการแพทย์จริง
Agentic AI ไม่ใช่ปล่อยให้ระบบทำเอง แต่ต้องมี governance ที่แน่น ความรับผิดชอบชัด และคนที่เข้าใจทั้ง AI capability กับ business risk ตั้งแต่ design ถึง production ปัญหาใหญ่คือ regulated industry (ธนาคาร ประกันภัย) ต้องจัดการ compliance + financial risk ที่ AI autonomous decision สร้างขึ้น และทีมวิศวกรต้องเปลี่ยนจากแค่เขียนโค้ด เป็นคนที่สร้าง \"rightware\" — ระบบที่ปลอดภัย วัดผลได้ และเป็นไปตามค่านิยมของธุรกิจจริง
บริษัทเทคโนโลยีและองค์กรต่างพบว่า AI ที่ไม่มีการควบคุมที่ดีกำลังสร้างความเสี่ยง ปัญหาหลักคือ prompt ยังไม่มีระบบบันทึกที่เป็นทางการ agent ทำงานแบบความน่าจะเป็นไม่ใช่ deterministic ทำให้ไม่สามารถรับประกันความปลอดภัยได้ แม้จะเขียน system prompt อย่างระมัดระวัง นักวิจัยเสนอให้ใช้ zero-knowledge proof เพื่อตรวจสอบการฝึก AI ที่ frontier level และต้องมีชั้นการจัดการที่อยู่เหนือ AI engineer ระดับเดิม
Kevin O'Leary ยอมลดขนาดโครงการ Stratos ในยูทาห์จาก 40,000 เอเคอร์เหลือ 20,570 เอเคอร์ หลังความเคียดแค้นจากชุมชน สำรวจ Gallup พบ 70% ชาวอเมริกันคัดค้านการสร้าง AI data center ใกล้บ้าน ชอบอยู่ใกล้โรงไฟฟ้านิวเคลียร์มากกว่า ปัญหาแท้คือ data center ใช้ไฟ 68-99 TWh ต่อปี ขาดแรงงาน และท้องถิ่นไม่ได้ประโยชน์ — ทำให้ industry ต้องเจรจาชดเชยกับชุมชน
ชุดวิจัยใหม่จาก arXiv เน้นปัญหาที่ benchmark เดิมพลาด: AI agent ต้องทำงานหลายชั่วโมง รู้เวลาไหนต้องรอ เวลาไหนต้องทำ จัดการข้อมูลที่ยุ่ง และรู้เมื่อควรปฏิเสธงาน งานวิจัยเหล่านี้สร้าง SentinelBench, ALE, Curation-Bench, DeskCraft และอื่นๆ เพื่อวัดความสามารถเหล่านี้จริงๆ พร้อมเปิดปัญหา hallucination ที่ลุกลามข้ามขั้นตอน และ compliance bias ที่ agent ทำงานแม้ไม่ควร
กลุ่มวิจัยเผยว่า On-Policy Distillation (OPD) และ On-Policy Self-Distillation (OPSD) — เทคนิคฝึก LLM ยอดนิยมที่ให้ supervision ที่หนาแน่นในระดับ token — มีปัญหาเสถียรภาพและการเสื่อมคุณภาพที่ไม่คาดคิด บทความหลายฉบับเสนอแนวทางแก้ไข เช่น CAST ที่ใช้ advantage flipping และ Feedback Distillation ที่ฝึกให้ model จับคู่กับ feedback จาก LLM อื่น นอกจากนี้ยังพบว่า safety alignment ของ LLM ไม่เสถียร — fine-tuning แม้แต่ตัวอย่างเล็กน้อยก็อาจลบล้างพฤติกรรมความปลอดภัยที่เรียนรู้มาแล้ว
กลุ่มวิจัยเพิ่งค้นพบว่าการให้ reasoning model คิดนานขึ้นไม่ได้ช่วยเสมอ บางครั้งมันยิ่งทำให้ผิดไปจากคำตอบที่ถูก ปัญหาคือ decoder-only attention มีขีดจำกัดในการ track state ยาวๆ ดังนั้นวิจัยใหม่เสนอวิธีจัดสรร compute budget ตามความสำคัญของแต่ละงาน ไม่ใช่เท่าๆ กัน และตัดส่วน reasoning ที่ซ้ำซ้อนออกไป เพื่อให้ inference ประหยัดและแม่นยำขึ้น
นักวิจัยเพิ่งค้นพบว่า multi-agent systems ที่สร้างจาก LLM ต้องเลือกกลยุทธ์การสื่อสารระหว่างตัวแทนให้ดี ไม่ใช่ปล่อยให้พูดอิสระ เพราะมันจะเสียโทเค็นเยอะ ใช้ context window ไม่ได้ประสิทธิ์ และทำให้ inference ช้าลง มีการศึกษา 3 เรื่องพร้อมกัน: ทดสอบวิธีสื่อสารต่าง ๆ ใน SMAC-Talk (ตัวอย่างสภาพแวดล้อม) วิเคราะห์ emergence ในระบบ 1 ล้านตัวแทน และหาวิธีที่ agents ควรพูดอะไรให้เหมาะสม
ทีมวิจัยเปิดตัว DynaSchedBench และ AssetOpsBench — framework ใหม่ที่ช่วยวัดความสามารถจริงของ LLM agents ในการแก้ปัญหา job scheduling และ industrial workflows โดยไม่ให้ benchmark overfitting หรือ stochastic noise บดบังผลลัพธ์ พร้อมเทคนิค temporal semantic caching เพื่อลดเวลา latency ในการ execute tool chains ซ้ำๆ
ปัญหาใหญ่ของ LLM agent คือ benchmark ดีแต่ลงไป production แล้วเละ — ไม่มีวิธีตรวจสอบก่อนจริง ทีมวิจัยเลยเสนอ framework ที่ใช้ ontology (แผนผังความสัมพันธ์ของข้อมูล) + simulation เพื่อ verify agent ว่าทำงานในขอบเขตที่ปลอดภัยก่อนปล่อยจริง พร้อมกับ DMAIC methodology สำหรับ anomaly detection ใน manufacturing ที่ต้องจัดการข้อมูลหลายรูปแบบ
Google เปิดตัว Gemini Spark — AI agent ที่ทำงานแทนผู้ใช้ได้ดีมาก แต่ The Verge พบว่ามันน่ากลัวเพราะรู้ข้อมูลส่วนตัวอย่างละเอียด ทีมทดสอบพบว่า Spark ช่วยวางแผนการเดินทางและงานอื่นได้ประสิทธิผล แต่ต้องจ่ายเพิ่มและเสี่ยงความเป็นส่วนตัว ขณะเดียวกัน Apple อนุมัติ Poke เป็น AI agent แรกบน Messages for Business
ผู้บริหารเทคโนโลยีหลายคนตัดสินใจใช้ AI แทนคนงาน แต่ไม่เข้าใจว่างานเหล่านั้นทำอะไรจริง ๆ Box CEO Aaron Levie เรียกปรากฏการณ์นี้ว่า \"AI psychosis\" ClickUp เพิ่งตัดพนักงาน 22% แล้วแทนที่ด้วย AI agents ในขณะที่ Meta และบริษัทอื่นก็ลดคนเพื่อชดเชยค่าลงทุน AI ขนาดใหญ่ บัณฑิตปีนี้ยังเหวี่ยงหาว่า CEO ที่ชมเชย AI ในพิธีสำเร็จการศึกษา
แก๊งแฮกเกอร์ชื่อ TeamPCP ทำการโจมตีซัพพลายเชนซอฟต์แวร์อย่างเป็นระบบ โดยปล่อยมัลแวร์ infostealing ผ่านโปรเจกต์โอเพนซอร์สบน GitHub และเจาะเข้าบริการเก็บรหัสผ่านอย่าง Dashlane โดยเน้นโจมตีจำนวนมากเพื่อเพิ่มโอกาสสำเร็จ ผลกระทบไปถึง OpenAI (TanStack), Trivy scanner และผู้ใช้งานหลายพันคน
ชุมชน AI กำลังเลิกพึ่งเบนช์มาร์กแบบเดิม ๆ แล้วเปิดตัววิธีประเมินใหม่ที่ใกล้เคียงกับงานจริง OpenAI ออกคู่มือสำหรับการประเมินจากบุคคลที่สาม Hugging Face เปิดตัว EVA-Bench 2.0 (121 เครื่องมือ 213 สถานการณ์) และ ITBench-AA ที่วัดงาน IT ระดับองค์กร ขณะที่ arXiv มีการเสนอเมตริกใหม่สำหรับระบบที่มีความไม่แน่นอน และการประเมินแบบ open-world ที่ยาวนาน ยุ่งเหยิง เหมือนสภาพจริง
Microsoft ประกาศตัดขาดจาก OpenAI อย่างเป็นทางการที่ Build 2026 โดยเปิดตัวโมเดล AI ในบ้านเอง MAI-Thinking-1 เป็น flagship model ใหม่ พร้อม Project Solara — OS สำหรับ AI agent gadgets ที่สร้างจาก Android ไม่ใช่ Windows ทีมยังเผยแพร่ AI agents คล้าย OpenClaw และเครื่องมือ cybersecurity ใหม่ สัญญาณชัดว่า Microsoft เตรียมเป็นผู้เล่นหลักใน AI โดยไม่พึ่ง OpenAI อีกต่อไป
OpenAI อัปเดต ChatGPT ด้วยระบบความจำที่จำเอกสาร สเปรดชีต รูปภาพ และการตั้งค่าส่วนตัวได้ยาวนาน ผู้ใช้ฟรีและแพดก็ได้ใช้ ทำให้ ChatGPT เข้าใจบริบทของคุณดีขึ้น ตอบคำถามได้ตรงจุดมากขึ้น และจำความชอบของคุณระหว่างการสนทนาหลายครั้ง
หลายองค์กรคิดว่า AI คือปัญหา แต่จริงๆ คือ data infrastructure ที่อ่อนแอ บริบทที่ไม่ชัด และเอกสารที่ขาดหาย เมื่อ agentic AI ต้องทำงานจริง มันต้องพึ่งพาข้อมูลที่แม่นยำ architecture ที่เชื่อมโยง process กับ context และเอกสารที่ครบถ้วน ไม่เช่นนั้น AI จะติดอยู่ในการ prompt engineering แทนที่จะทำงานได้จริง
บริษัทใหญ่เริ่มเลิกคิดว่า cloud เป็นแค่บริการ แต่มองเป็นโครงสร้างพื้นฐานเหมือนไฟฟ้า ขนส่ง โทรคมนาคม ผลคือเลิกติดกับ AWS/Azure/GCP เดียว แล้วเลือกใช้หลายแพลตฟอร์มพร้อมกัน ตั้งแต่ workload placement ไปถึง payout orchestration — ทั้งหมดนี้เพราะต้องความยืดหยุ่นและไม่ขึ้นต่อผู้ขายคนเดียว
ทีม security ต้องเปลี่ยนแนวทาง เพราะ AI-based attacks ไม่รอ — ต้องย้ายจุดตัดสินใจเข้าใกล้ endpoint มากขึ้น ขยาย zero trust ไปครอบ machine identities และ borderless threats ทั่วโลก พร้อมเพิ่ม human-in-the-loop ในการตรวจจับ เพื่อให้ response เร็วขึ้นและลดความเสี่ยงโดยไม่หยุดการทำงาน
Uber และบริษัทอื่นๆ เริ่มตั้งคำถามกับการลงทุน AI หลังจากพบว่าค่าใช้จ่าย token พุ่งสูงแต่ผลลัพธ์ทางธุรกิจไม่เห็นชัด ปัญหาหลักคือ AI output ดูเรียบร้อยแต่ขาดสาระ ค่าใช้จ่ายซ่อนอยู่นอกระบบ observability ปกติ และบริษัทส่วนใหญ่ใช้งบประมาณไปกับการทดลอง ไม่ใช่ AI ที่ใช้งานจริงได้ผลกำไร
คอมพิวเตอร์ควอนตัมที่แรงพอจะทำลายระบบเข้ารหัสสาธารณะปัจจุบันยังไม่มา แต่การย้ายไปใช้ post-quantum cryptography ไม่ใช่แค่เปลี่ยนเครื่องมือ องค์กรต้องคิดใหม่เรื่องรากของความเชื่อถือ (root of trust) และเตรียมโครงสร้างพื้นฐานที่ควบคุมได้เอง ไม่ใช่แค่ใช้ cloud ตัวที่สาม ตลาดเริ่มเคลื่อนจากห้องแล็บไปสู่ระบบจริง
Neurable และ Sabi กำลังพัฒนา BCI (brain-computer interface) แบบไม่รุกรานสำหรับ wearable ผู้บริโภค แต่ปัญหาจริงไม่ใช่เทคโนโลยี — มันคือการขยายจากต้นแบบไปยังการผลิตจำนวนมาก Neurable เลือกเส้นทางลายเซ็นเทคโนโลยีให้บริษัทอื่นแทนการสร้างผลิตภัณฑ์เอง เพราะความท้าทายในการปรับขนาด signal resolution และต้นทุนการผลิต
From Wire to Brief
Wire คือชั้นข่าวสด ส่วน Brief และบทความคือชั้นที่ Insiderly แปลเป็นบริบทให้ใช้ตัดสินใจได้มากขึ้น