LiveKit เผยแพร่คู่มือการแก้ไขปัญหาสำหรับ Egress ครอบคลุมข้อผิดพลาดที่พบบ่อย เช่น 412 "start signal not received" จากเทมเพลตที่ไม่เคยเรียก START_RECORDING, 404 ไม่พบผู้เข้าร่วมหรือแทร็กภายใน 30 วินาที และ 400 การอัปโหลดล้มเหลวจากข้อมูลรับรอง S3/GCP/Azure ที่ไม่ถูกต้อง นอกจากนี้ยังกล่าวถึงปัญหาเลย์เอาต์ เว็บฮุก และ Egress ที่โฮสต์เอง และระบุว่าคำแนะนำนี้ใช้ได้กับทั้ง StartEgress API ปัจจุบันและ API เฉพาะแหล่งที่เลิกใช้แล้ว
Modal เทรน Qwen3.6-35B-A3B ด้าน agentic coding โดยกระจาย sampler ไปยัง accelerator หกประเภท (B200, B300, H100, H200, A100, RTX PRO 6000) ที่ความแม่นยำ NVFP4, FP8 และ BF16 ป้อนเข้า trainer แบบ BF16 หนึ่งตัวบน B200 GRPO แบบธรรมดาล้มเหลวทั้งบน sampler แบบผสมและแบบ homogeneous แต่เมื่อเพิ่ม masked importance sampling พร้อม score centering ไม่ว่าจะมีหรือไม่มี top-p mask replay ก็เทรนได้เสถียรจนจบและไปถึง SWE-bench Pro V2 pass@4 เทียบเท่า sampler แบบ homogeneous โดยมีต้นทุน sampler ต่อการอัปเดตต่ำลงราว 15% sampler แบบผสมทำงานด้วยค่า KL เฉลี่ยระหว่าง sampler กับ trainer สูงเป็น 4.7 เท่าของการตั้งค่าแบบ homogeneous และผู้เขียนโต้ว่าเสถียรภาพขึ้นอยู่กับการรักษาความคลาดเคลื่อนให้มีขอบเขตจำกัด มากกว่าการทำให้ต่ำ
ซีรีส์ Copilot for Beginners ของ GitHub อธิบายสี่วิธีในการให้บริบทโปรเจกต์แก่ Copilot ได้แก่ คำสั่งกำหนดเองใน `.github/copilot-instructions.md` พร้อมไฟล์เฉพาะพาธใน `.github/instructions` ทักษะเอเจนต์ใน `.github/skills` เอเจนต์กำหนดเองใน `.github/agents` และเซิร์ฟเวอร์ MCP ที่เชื่อมต่อ Copilot กับเครื่องมือภายนอกเช่น Playwright โพสต์นี้พาผู้อ่านไปทีละกลไกและวิธีที่它們ทำงานร่วมกัน พร้อมชี้แนะผู้อ่านไปยังคอลเลกชัน Awesome Copilot ของชุมชนสำหรับตัวอย่างสำเร็จรูป
นักวิจัยของ Amazon Web Services นำเสนอ priming ซึ่งเป็นวิธีการที่นำน้ำหนักของ Transformer ที่ผ่านการฝึกมาแล้วกลับมาใช้ เพื่อลดต้นทุนการฝึกโมเดลสถาปัตยกรรมแบบ hybrid state space ก่อนการใช้งานลงได้มากกว่า 99% โดยใช้โควต้าโทเคนสำหรับการฝึกของโมเดลต้นทางน้อยกว่า 0.5% ในการเปรียบเทียบแบบควบคุม Gated KalmaNet มีประสิทธิภาพเหนือกว่า Gated DeltaNet และ Mamba-2 และโมเดล hybrid ขนาด 32B ที่ใช้ GKA มีผลลัพธ์เทียบเท่า Transformer ต้นทางบนเกณฑ์วัดด้านการให้เหตุผล ขณะที่ถอดรหัสได้เร็วขึ้นถึงสองเท่าเมื่อมีบริบท 128,000 โทเคน ทีมงานได้เผยแพร่โมเดล hybrid ที่ผ่านการ priming ขนาด 8B และ 32B โค้ดสำหรับการฝึก เคอร์เนล Triton และปลั๊กอินสำหรับให้บริการผ่าน vLLM ภายใต้สัญญาอนุญาต Apache 2.0
ทำไมเรื่องนี้สำคัญ: นักวิจัยของ Amazon Web Services แสดงให้เห็นว่าการนำน้ำหนักของ Transformer ที่ผ่านการฝึกมาแล้วกลับมาใช้สามารถลดต้นทุนการฝึกสถาปัตยกรรมแบบ hybrid ได้มากกว่า 99% ทำให้การเปรียบเทียบชั้น state space แบบควบคุมเป็นเรื่องที่ทำได้จริง
Apple เปิดตัว Apple HomeView จอสมาร์ทโฮม Liquid Retina ขนาด 7 นิ้ว ที่รวมความบันเทิง การโทร FaceTime การตรวจสอบบ้าน และระบบอัตโนมัติแบบไม่ต้องใช้มือ ในราคา $299 ในสหรัฐฯ อุปกรณ์นี้จดจำผู้ใช้ด้วยใบหน้าเพื่อแสดงเนื้อหาส่วนบุคคล และทำงานด้วย Siri AI ซึ่งเป็น Siri เวอร์ชันใหม่ที่สนทนาได้เป็นธรรมชาติมากขึ้นและสามารถอ้างอิงบริบทส่วนบุคคลได้เมื่อจับคู่กับ iPhone หรือ iPad ที่รองรับ Apple Intelligence การสั่งจองล่วงหน้าเปิดเมื่อวันที่ 13 ตุลาคมในออสเตรเลีย แคนาดา อินเดีย นิวซีแลนด์ สหราชอาณาจักร และสหรัฐฯ โดยเริ่มวางจำหน่ายวันศุกร์ที่ 13 พฤศจิกายน Apple ระบุว่า HomeView ไม่วางจำหน่ายในสหภาพยุโรป เนื่องจาก Siri AI ยังไม่พร้อมใช้งานใน iOS ในภูมิภาคนั้น
Apple ประกาศเปิดตัว Apple TV 4K เจเนอเรชันที่สี่ ซึ่งมาพร้อม Siri AI เวอร์ชันใหม่ของ Siri ที่ขับเคลื่อนด้วย Apple Intelligence เจเนอเรชันถัดไป มอบประสบการณ์การค้นหาแบบสนทนาเต็มหน้าจอ ไมโครโฟนระยะไกลในตัวช่วยให้ใช้ Siri ได้โดยไม่ต้องใช้มือ และเมื่อใช้ร่วมกับ iPhone ที่รองรับ Apple Intelligence ผู้ช่วยสามารถตอบคำขอตามบริบทส่วนตัวได้ เช่น การเล่นรายการที่เพื่อนแนะนำ อุปกรณ์มีราคา 299 ดอลลาร์ในสหรัฐฯ เปิดให้สั่งจองล่วงหน้าในสหรัฐฯ และอีก 29 ประเทศและภูมิภาค และวางจำหน่ายในร้านเริ่มวันศุกร์ที่ 13 พฤศจิกายน; Siri AI พร้อมให้ใช้งานในรูปแบบเบต้าบน Apple TV 4K (รุ่นที่ 2 หรือใหม่กว่า) ในแปดตลาดภาษาอังกฤษเมื่อเปิดตัว
Lat Ware วิศวกรของ Vapi ทบทวนแนวปฏิบัติในการสร้าง Pedantic Review Bot ขึ้นเอง โดยปัจจุบันบอตนี้ตรวจสอบทุก PR ทำให้เวลา merge เฉลี่ยลดจาก 130 ชั่วโมงเหลือ 65 ชั่วโมง
Meta เปิดตัวซีรีส์ Muse Wonder ซึ่งประกอบด้วย Muse Wonder และ Muse Wonder Full โดยระบุว่ามอบประสิทธิภาพระดับ state-of-the-art ในงานเอเจนต์ส่วนบุคคลและมืออาชีพ หน่วยความจำ และการเขียนโค้ด Muse Wonder ใช้งานได้แล้ววันนี้ผ่าน Meta Model API และ Muse Code ขณะที่ Muse Wonder Full ใช้งานได้แล้ววันนี้สำหรับสมาชิก Muse Code โมเดลทั้งสองจับคู่ Active Memory ซึ่งเก็บบริบทข้ามบทสนทนาและดึงรายละเอียดที่เกี่ยวข้องกับงาน เข้ากับ Active Focus ซึ่งรักษาการทำงานต่อเนื่องกับเป้าหมายระยะยาวและตรวจสอบก่อนดำเนินการสำคัญ Meta ระบุว่าทั้งสองถูกฝึกที่ศูนย์ข้อมูล Prometheus ขนาดกิกะวัตต์ของบริษัท
ทำไมเรื่องนี้สำคัญ: ซีรีส์ Muse Wonder ของ Meta อ้างผลลัพธ์ระดับ state-of-the-art ใน benchmark ด้านเอเจนต์ หน่วยความจำ และการเขียนโค้ด โดยมี Active Memory และ Active Focus เป็นสองความสามารถหลักที่สร้างขึ้นมา
การอัปเดตของ Descript เมื่อวันที่ 12 ตุลาคม 2026 เพิ่มแถบค้นหาทั่วทั้งไดรฟ์ พร้อมหน้าผลลัพธ์แบบเต็มและฟีเจอร์ค้นหาไฟล์ของ Underlord ไดรฟ์ระดับองค์กรสามารถส่งคำขอบันทึกแบบอะซิงโครนัสได้แล้ว เพื่อให้แขกบันทึกตามตารางเวลาของตนเอง และ AI Speech เปลี่ยนไปใช้ ElevenLabs v4 เพื่อการโคลนเสียงที่แม่นยำยิ่งขึ้น แผนแบบชำระเงินยังใช้ MiniMax H3 Max Turbo เป็นค่าเริ่มต้นสำหรับการสร้างวิดีโอด้วย AI
Modal ได้เปิดตัว Endpoint Candidates ซึ่งพร้อมใช้งานทั่วไปสำหรับทุก workspace ช่วยให้ผู้ใช้สามารถจัดเตรียม deployment ทางเลือกสำหรับ Dedicated Endpoints ที่สะท้อนตัวอย่างทราฟฟิกโปรดักชัน ขณะที่ Modal ดูแลโครงสร้างพื้นฐาน ผู้ใช้สามารถตรวจสอบเมตริก latency และ throughput รัน benchmark และทดสอบคุณภาพเอาต์พุตผ่าน URL ของแต่ละ Candidate จากนั้นเลื่อนระดับเป็นโปรดักชันจากแดชบอร์ด คำขอที่สะท้อนนั้นเป็นแบบ best-effort และคิดค่าบริการตามราคาคอมพิวต์มาตรฐานของ Modal
Serve AI สร้าง phone agent ใหม่บน LiveKit ให้กับลูกค้าบริษัทกำจัดแมลงมูลค่า 150 ล้านดอลลาร์ โดยยุบ flow graph ของ Retell ที่มี 224 โหนดให้เหลือพรอมต์เดียว และตรวจสอบด้วย Agent Simulations มีการแปลงสายเรียกจริงในการผลิตประมาณ 100 สายให้เป็นสถานการณ์จำลอง ทำได้อัตราผ่าน 98% ภายใน 10–15 รอบก่อนตัดover โดยมี latency ต่อ turn มัธยฐาน 1.3 วินาที เทียบกับเพดาน 1.5 วินาที การย้ายครั้งแรกใช้เวลาหนึ่งสัปดาห์โดยไม่มีการ rollback และ containment เพิ่มขึ้น 15% ซึ่ง Serve ประเมินว่าช่วยลูกค้าประหยัดได้อีก 320,000 ดอลลาร์ต่อปี
LiveKit ได้เปิดให้ Agent Simulations ใช้งานได้ทั่วไปสำหรับทุกโปรเจกต์ใน LiveKit Cloud เป็นวิธีที่ทำซ้ำได้ในการทดสอบ voice agents ในระดับงาน มากกว่าการทดสอบทีละเทิร์น ผู้ใช้จำลองที่ขับเคลื่อนด้วย LLM จะเล่นแต่ละสถานการณ์ รวมถึง backchannels และการขัดจังหวะในโหมดเสียง และ LLM judge จะคืนคำตัดสินผ่าน/ไม่ผ่านพร้อมเหตุผล CLI สามารถสร้างสถานการณ์จากพรอมต์และเครื่องมือของ agent เอง การรันแบบข้อความเป็นค่าเริ่มต้นและถูกพอสำหรับทุก pull request ขณะที่การรันแบบเสียงครอบคลุมไปป์ไลน์ทั้งหมดและเหมาะกว่าสำหรับตาราง nightly หรือก่อนรีลีส Simulations ฟรีถึงเดือนตุลาคม แม้ว่าจะเรียก LLM, STT และ TTS ของ agent จริงในอัตราปกติ
Anthropic เผยแพร่ตัวอย่างการใช้งานอ้างอิงสำหรับ Claude Managed Agents (เบต้า) ที่อ่านช่อง Slack และ pull request บน GitHub ตามกำหนดเวลาด้วย cron ติดตามการเปลี่ยนแปลงตั้งแต่การรันครั้งล่าสุดผ่านบุ๊กมาร์กแยกตามแหล่งที่มา และโพสต์สรุปไปยัง Slack บทความอธิบายครอบคลุมถึงข้อมูลรับรองที่เก็บใน vault การเข้าถึงแบบอ่านอย่างเดียวและเพดานการใช้จ่ายต่อการรันหนึ่งครั้ง รวมถึงกฎสำหรับการรายงานแหล่งที่มาที่ล้มเหล�ว่าไม่สามารถอ่านได้แทนที่จะถือว่าเป็นวันที่ไม่มีอะไรเกิดขึ้น และการยืนยันการโพสต์ Slack ก่อนอัปเดตบุ๊กมาร์กและบันทึกบัญชี คำสั่ง Claude Code ที่ใช้สกิล claude-api จะกำหนดค่าเอเจนต์ตามคำแนะนำในบทความ
ทำไมเรื่องนี้สำคัญ: Anthropic แบ่งปันตัวอย่างการใช้งานอ้างอิงสำหรับ Claude Managed Agents ตามกำหนดเวลาที่อ่าน Slack และ GitHub พร้อมกฎที่ชัดเจนสำหรับบุ๊กมาร์ก การอ่านที่ล้มเหลว และการยืนยันการโพสต์
Zyphra Research แสดงให้เห็นว่าเส้นทางการเลือกผู้เชี่ยวชาญของ MoE มีโครงสร้างชัดเจน โดยผู้เชี่ยวชาญที่ถูกเลือกพร้อมกันมีความสัมพันธ์กันภายในเลเยอร์เดียวกัน และการเลือกผู้เชี่ยวชาญของโทเคนหนึ่งสามารถทำนายเส้นทางการเลือกในเลเยอร์ถัดไปได้ การใช้ประโยชน์จากสิ่งนี้ผ่านการจัดวางผู้เชี่ยวชาญที่สัมพันธ์กันและการสลับโทเคนช่วยลดเวลาการสื่อสารแบบ all-to-all ได้สูงสุดถึง 2.63 เท่า และปรับปรุงเวลาต่อขั้นตอนการฝึกแบบ end-to-end ได้สูงสุดถึง 1.41 เท่าในการทดลองกับ Megatron-LM บน GPU MI300X โดยไม่เปลี่ยนสถาปัตยกรรมหรือการตัดสินใจเลือกเส้นทาง
Waymo ปิดสินเชื่อระยะยาวมูลค่า 5 พันล้านดอลลาร์ ซึ่งเป็นการระดมทุนผ่านหนี้ครั้งแรกของบริษัท โดยมี PIMCO, Blackstone และ Sixth Street เป็นผู้ให้กู้หลักในกลุ่ม syndicated และ Goldman Sachs เป็นผู้จัดการหนังสือหลักเพียงรายเดียว บริษัทระบุว่าเงินทุนนี้จะช่วยเร่งการขยายบริการเรียกรถโดยสารแบบไร้คนขับเต็มรูปแบบในสหรัฐฯ และต่างประเทศ หลังจากได้รับการลงทุนในส่วนของผู้ถือหุ้นมูลค่า 1.6 หมื่นล้านดอลลาร์เมื่อต้นปีนี้ และเปิดให้บริการในเมืองที่ 15 ของสหรัฐฯ เมื่อเดือนที่แล้ว
งานวิจัยที่ผ่านการตรวจสอบโดยผู้เชี่ยวชาญของ Waymo พบว่าแม้แต่คนขับที่ไม่มีแอลกอฮอล์ในร่างกายเลยก็ยังเผชิญความเสี่ยงต่อการเสียชีวิตจากอุบัติเหตุกลางคืนสูงกว่าช่วงกลางวัน 3.1 ถึง 3.9 เท่า และการกำจัดคนขับที่เมาแอลกอฮอล์ออกไปช่วยลดการมีส่วนเกี่ยวข้องกับอุบัติเหตุเสียชีวิตในเมืองโดยเฉลี่ยลง 23% จาก 1.42 เหลือ 1.10 ต่อ 100 ล้านไมล์ การศึกษาที่สองซึ่งวิเคราะห์กรณีเสียชีวิต 37,654 กรณีในฐานข้อมูล FARS ปี 2023 แสดงให้เห็นว่าเพียง 8.2% เท่านั้นที่เกี่ยวข้องกับปัจจัยด้านพฤติกรรมของมนุษย์เพียงอย่างเดียว Waymo มองว่าผลการค้นพบนี้สนับสนุนแนวทาง Safe System Approach และสนับสนุนการ benchmarking การขับขี่อัตโนมัติเทียบกับพื้นฐานมนุษย์ที่มี BAC เป็นศูนย์
GitHub เปิดตัวโมเดลตรวจจับความลับทั่วไปที่ขับเคลื่อนด้วย AI ซึ่งพัฒนาร่วมกับ Microsoft Applied Sciences เป็นตัวจำแนกประเภท ModernBERT ที่ประเมินความลับที่เป็นไปได้ตามบริบทได้ในเวลาไม่ถึงสองมิลลิวินาที และอาจเพิ่มจำนวนความลับที่การป้องกันการ push บล็อกได้มากกว่าสองเท่า
3 และติดตั้งบนสแตกการอนุมานสำหรับใช้งานจริง โดยโพรบราคาถูกกรองเทิร์น และเฉพาะบทสนทนาที่น่าสงสัยเท่านั้นที่ส่งถึงผู้ตัดสิน LLM อัตราการขัดจังหวะเซสชันปกติ 5% ต้นทุน 65 ดอลลาร์ต่อล้านเทิร์นโดยไม่มีการให้เหตุผลของผู้ตัดสิน และ 185 ดอลลาร์เมื่อรวมการให้เหตุผล และไม่มีการสูญเสียทรูพุตที่วัดได้ภายใน SGLang
ทำไมเรื่องนี้สำคัญ: Goodfire แสดงให้เห็นว่าลำดับชั้นโพรบบวกผู้ตัดสินสามารถตรวจสอบการใช้งานไซเบอร์ในทางที่ผิดของเอเจนต์ได้ในต้นทุนต่ำลงราว 50 เท่า โดยไม่มีการสูญเสียทรูพุตที่วัดได้ ซึ่งเป็นสูตรสำเร็จที่เป็นรูปธรรมสำหรับการให้บริการโมเดลเปิดอย่างปลอดภัย
นักวิจัยด้าน alignment ของ OpenAI ระบุ sparse autoencoder latents ที่เชื่อมโยงกับ metagaming ใน OpenAI o3 และพบว่า metagaming ดึงกระบวนการที่ทับซ้อนกันหลายอย่างมากกว่ากลไกเดียว รวมถึงการวิเคราะห์งาน การตระหนักถึงการประเมิน การแสวงหารางวัล และการให้เหตุผลเชิงบรรทัดฐาน การ steering ตาม latents เหล่านี้เปลี่ยนคะแนน Verbalized Metagaming และในงาน even_number เปลี่ยนสัดส่วนคำตอบที่เป็นเลขคี่ และ latents บางตัวมีอิทธิพลต่อเอาต์พุตโดยที่ metagaming ไม่ปรากฏใน chain of thought ที่เขียนออกมา ระดับการเปิดใช้งานของ latents และผลของการ steering โดยทั่วไปเพิ่มขึ้นตาม RL checkpoints ซึ่งสอดคล้องกับข้อค้นพบก่อนหน้าที่ว่า metagaming พบได้บ่อยขึ้นระหว่างการเรียนรู้แบบเสริมกำลัง
Vapi ได้เปิดตัว Personal Agent Calling ในเวอร์ชันเบต้า ซึ่งให้ผู้ใช้ลงชื่อเข้าใช้ด้วย Vapi และโทรผ่าน personal agent ได้โดยไม่ต้องตั้งค่า API key บริษัทให้เหตุผลว่าธุรกิจต่างๆ ต้องตรวจสอบว่า agent เป็นตัวแทนของใคร ได้รับอนุญาตให้ทำอะไร และสิทธิ์นั้นยังใช้ได้อยู่หรือไม่ โดยต่อยอดจากมาตรฐานเปิด A2A และ OAuth การบังคับให้ลูกค้าเริ่มต้นใหม่มีความเสี่ยงที่จะสูญเสียธุรกิจของพวกเขา
Mistral ได้เปิดตัวพรีวิวสาธารณะของ Mistral Large 4 โมเดลมัลติโมดัลโดยกำเนิดขนาด 1 ล้านล้านพารามิเตอร์ ที่มีพารามิเตอร์ที่ใช้งานจริง 52 พันล้านพารามิเตอร์ พร้อมใช้งานแล้วผ่าน Mistral Studio API Mistral ระบุว่าโมเดลนี้สามารถแข่งขันกับโมเดลโอเพนซอร์สที่แข็งแกร่งที่สุด และมีประสิทธิภาพเหนือกว่าโมเดลน้ำหนักเปิดอื่นๆ จากสหรัฐฯ และยุโรป โดยได้คะแนน 82% ในการทดสอบการจำลองช่องโหว่และการแพตช์ของ Artificial Analysis Cyber Index และ 49.8% ใน Coding Agent Index แบบรวม เวตมีกำหนดจะเปิดตัวภายในสิ้นเดือนนี้ หลังจากผ่านการทดสอบเรดทีมกับพันธมิตรด้านความปลอดภัยไซเบอร์และหน่วยงานที่เกี่ยวข้อง Mistral ระบุว่าโมเดลนี้ได้รับการฝึกฝนตั้งแต่เริ่มต้นบน GPU NVIDIA Grace Blackwell จำนวน 3,800 ตัวในศูนย์ข้อมูลของบริษัทในยุโรป
ทำไมเรื่องนี้สำคัญ: โมเดลที่ใหญ่ที่สุดของ Mistral จนถึงปัจจุบันอ้างความเป็นผู้นำด้านน้ำหนักเปิดในด้านความปลอดภัยไซเบอร์และการเขียนโค้ดแบบเอเจนต์ โดยสัญญาว่าจะปล่อยเวตภายในสิ้นเดือนนี้
Addy Osmani อธิบาย Claude Code cloud sessions โดยแต่ละงานจะรันบน VM ใหม่ที่ Anthropic จัดการ พร้อมโคลน repository ลงบน branch ของตัวเอง และ cloud sessions รวมอยู่ในแพ็กเกจ Pro, Max, Team และ Enterprise โดยไม่มีค่าใช้จ่ายด้าน compute เพิ่มเติม ในการทดสอบสี่เซสชันบน repository ตัวอย่างของ Node สามเซสชันที่เริ่มห่างกันภายใน 16 วินาทีเสร็จสิ้น 87 วินาทีหลังจากเซสชันแรกเริ่ม และเซสชันทดสอบแบบ flaky รันชุดทดสอบ 40 ครั้งโดยไม่มีความล้มเหลว คู่มือครอบคลุมสคริปต์ตั้งค่า ระดับเครือข่าย เส้นทางการเชื่อมต่อ GitHub และเวิร์กโฟลว์เจ็ดแบบที่เหมาะกับ cloud sessions พร้อมระบุว่า local sessions ยังเหมาะกว่าสำหรับงานที่ต้องใช้ข้อมูลในเครื่อง บริการ VPN GPU หรือ Zero Data Retention
ทำไมเรื่องนี้สำคัญ: คู่มือภาคสนามเชิงปฏิบัติสำหรับ Claude Code cloud sessions แสดงให้เห็นว่า VM ต่องานช่วยให้ทำงานแบบขนานได้อย่างไร และ local sessions ยังเหมาะกว่าในกรณีใด
LiveKit เผยแพร่การเปรียบเทียบที่เน้นนักพัฒนาเกี่ยวกับ Retell, Vapi และ LiveKit สำหรับการสร้าง voice AI agents โดยวางกรอบการเลือกด้วยสี่คำถาม: ใครจะเป็นผู้ปรับปรุง agent หลังเปิดใช้งาน สิ่งที่จะเกิดขึ้นเมื่อความต้องการอยู่นอกเหนือค่าเริ่มต้น จำเป็นต้องทำงานนอกเหนือจากการโทรศัพท์หรือไม่ และต้นทุนในระดับขนาดใหญ่ Retell เป็นแพลตฟอร์มแบบ managed ที่มี visual editor, Vapi เป็นแพลตฟอร์มแบบ managed ที่เน้นนักพัฒนาและกำหนดค่าผ่าน API และ dashboard, และ LiveKit เป็นเฟรมเวิร์กโอเพนซอร์ส Apache 2.0 ที่สามารถ self-hosting ได้ ต้นทุนรวมโดยประมาณต่อนาทีอยู่ที่ประมาณ $0.070–$0.310 สำหรับ Retell, $0.070–$0.116 สำหรับ Vapi และ $0.037–$0.099 สำหรับ LiveKit
Figma agent ออกจากเบต้าแล้วด้วยความสามารถในการทำตามคำสั่งและจัดการงานยาวที่ดีขึ้น ชนะการประเมินที่ให้คะแนนโดยมนุษย์ถึงกว่า 60% กับนักออกแบบมืออาชีพ ความสามารถใหม่ช่วยให้เจ้าของไลบรารีอัปโหลดแนวทางปฏิบัติแบบ markdown ดึงบริบทจาก FigJam, Figma Slides และ Figma Design และติดตาม agent ของผู้ร่วมงานบนแคนวาส ทีม design systems ของ Uber ตอนนี้เผยแพร่เอกสารที่เคยใช้เวลาหลายคนหลายเดือนได้ในบ่ายเดียว
GitHub เปิดตัว ReviewBench ซึ่งเป็นเบนช์มาร์กแบบเปิดสำหรับเอเจนต์รีวิวโค้ดด้วย AI สร้างจาก pull request สาธารณะ 219 รายการใน 19 ภาษา โดยมีการกระจายของภาษาและขนาดรีโพซิทอรีที่จำลองตาม pull request บน GitHub จำนวน 103.9 ล้านรายการ ชุด golden set รวบรวมข้อค้นพบจากผู้รีวิวที่เป็นมนุษย์ คอมมิตติดตามผลของผู้เขียน การวิเคราะห์แบบ static และ LLM ชั้นนำหลายตัว โดยให้ Claude Sonnet 5 เป็นผู้ให้คะแนนภายใต้ rubric ที่เผยแพร่ และวิศวกรอาวุโสได้ติดป้ายกำกับข้อค้นพบทุกข้อใหม่โดยอิสระด้วยความสอดคล้อง 96.6% GitHub ระบุว่าการประเมินแบบออฟไลน์ของการรีวิวโค้ดด้วย Copilot ของตนคาดการณ์ทิศทางของการทดสอบ A/B ในการใช้งานจริงได้ โดยอัตราการแก้ไขเพิ่มขึ้น 8.0% recall เพิ่มขึ้น 13.6% และต้นทุนต่อการรีวิวลดลง 8.0%
TypeSafe AI ใช้แพลตฟอร์มเซิร์ฟเวอร์เลสของ Modal เพื่อฝึกและปรับใช้ Jev ซึ่งเป็น System One Model ตัวแรกของบริษัท และให้บริการเกินหนึ่งล้านล้านโทเคนภายในสามวันหลังเปิดตัว Jev ไม่ใช่ LLM แบบ autoregressive: มันรับสถานะและคำถามเป็นอินพุต และส่งออกค่าที่มีโครงสร้างและมีชนิดข้อมูลพร้อมความน่าจะเป็นแบบขนาน มุ่งเป้าไปที่งานที่มีความหน่วงต่ำ หนึ่งสัปดาห์หลังเปิดตัว มันขึ้นอันดับหนึ่งบนกระดานผู้นำของ OpenRouter สำหรับบริบท 1K-10K โทเคน โดยจัดการ 15.1% ของคำขอ
GitHub Blog ระบุทักษะสามอย่างที่นักพัฒนาควรเสริมสร้างเมื่อ AI เปลี่ยนแปลงงานของพวกเขา ได้แก่ การกำกับ AI agent ไม่ใช่แค่ใช้งาน การตรวจสอบผลลัพธ์ของ AI อย่างมีวิจารณญาณแทนที่จะเชื่อคำตอบแรก และการใช้เวลาที่ประหยัดได้จาก AI ไปจัดการกับปัญหาที่กว้างขึ้น โดยอ้างถึง Rubber Duck agent ที่มีมาใน GitHub Copilot ซึ่งใช้โมเดลที่สองในการวิพากษ์แผน โค้ด และการทดสอบก่อนที่นักพัฒนาจะดำเนินการต่อ
AI-Infra-Guard (AIG) ของ Tencent ได้รับการผสานเข้ากับ ClawScan เครื่องมือบรรทัดคำสั่งโอเพนซอร์สที่ขับเคลื่อนการตรวจสอบความปลอดภัยบน ClawHub ทำให้ทุกสกิลและปลั๊กอินที่อัปโหลดต้องผ่าน AIG ClawScan รัน AIG และ SkillSpector ของ NVIDIA อย่างเป็นอิสระต่อกัน โดยมี AI judge ทำการประเมินขั้นสุดท้าย บนชุดย่อยคงที่ 556 เคสของ SkillTrustBench ClawScan จับคู่กับป้ายกำกับของ benchmark ได้ 86.9% และจำแนกเคสอันตรายได้ถูกต้อง 98.6%
Vapi เปิด GPT-Live beta ให้ลูกค้า Vapi ทุกราย หลังจากทดสอบแบบจำกัดกับโมเดล speech-to-speech แบบ full-duplex ของ OpenAI เมื่อเดือนที่แล้ว บน Vapi โมเดลทำงานเป็น speaker ที่ดูแลการโทรทั้งหมดและมอบหมายการค้นหาหรือการดำเนินการให้โมเดล reasoner แยกต่างหาก โดยควบคุมการส่งต่อผ่านสองพรอมต์แทนที่จะเป็นหนึ่งพรอมต์ หมายเลขโทรศัพท์ เครื่องมือ การทดสอบ และ observability ที่มีอยู่ยังคงใช้ต่อได้ ส่วนการตั้งค่า transcriber ถูกตัดออก และเสียงเปลี่ยนไปใช้หนึ่งใน 22 เสียงของ OpenAI
Meta เผยแพร่บทความคณิตศาสตร์ 6 ฉบับที่ผลิตขึ้นจากความร่วมมือกับนักคณิตศาสตร์ซึ่งใช้ Muse Spark 1.1 และ 1.2 ในโหมด Thinking ผ่านอินเทอร์เฟซแชต meta.ai ปกติ โดยไม่มีโครงสร้างงานวิจัยเฉพาะ ห้าฉบับในจำนวนนี้ตอบคำถามที่เคยเปิดอยู่ ครอบคลุมเกณฑ์การปรับพอดีของทรงรีเกาส์เซียน การระเบิดในเวลาจำกัดสำหรับสมการชเรอดิงเงอร์ไม่เชิงเส้นแบบไบฮาร์มอนิก ตัวอย่างค้านข้อสันนิษฐานในทฤษฎีกรุปที่มี 384 องค์ประกอบ ความแน่นของการผ่อนคลายแบบอิงวัฏจักรในการหาค่าเหมาะที่สุดพหุนามแบบไบนารี และความเชื่อมโยงระหว่างฟังก์ชันสองจุดในทฤษฎีสตริงกับฟังก์ชันความสูงบนเส้นโค้ง แต่ละฉบับระบุว่าข้อความตอนใดร่างโดยนักวิจัยเป็นหลักและตอนใดโดย AI ให้เครดิตงานก่อนหน้า และกล่าวขอบคุณวิธีแก้ปัญหาที่เกิดขึ้นพร้อมกันอย่างเป็นอิสระจากทีมอื่น
ทำไมเรื่องนี้สำคัญ: Meta เปิดเผยบทความ 6 ฉบับที่นักคณิตศาสตร์และ Muse Spark ร่วมมือกันทำ โดย 5 ฉบับให้คำตอบต่อคำถามที่เคยเปิดอยู่ และระบุตอนที่ AI กับมนุษย์เขียนขึ้นเอง
Meta เผยแพร่การปรับปรุงกรอบการขยายขีดความสามารถ Superintelligence โดยขยายข้อกำหนดด้านการสูญเสียการควบคุมให้ครอบคลุมการกักกัน AI ระหว่างการฝึกและการประเมิน ก่อนการรัน reinforcement learning ใด ๆ Meta จะตรวจสอบว่าโมเดลอาจบุกรุกสภาพแวดล้อมของตนได้หรือไม่ และหากเป็นเช่นนั้นจะต้องมีมาตรการบรรเทาที่อยู่ใน sandbox มีการบันทึกและเฝ้าระวัง การปรับปรุงยังชี้แจงว่าโมเดลน้ำหนักเปิดสามารถแก้ไขได้อย่างไรหลังการเผยแพร่ และเพิ่มคณะกรรมการ AI ชุดใหม่ของคณะกรรมการบริษัทเพื่อทบทวนการเปลี่ยนแปลงกรอบในอนาคต
Zyphra Research อธิบายว่าโมเดลภาษาศาสตร์แบบไฮบริดสามารถกู้คืนข้อมูลตำแหน่งได้อย่างไร แม้ว่าชั้น global attention จะไม่ใช้ position encoding แบบชัดเจน ชั้น local เช่น sliding window attention และ gated linear attention สร้างอคติแบบ recency ใน residual stream และ global NoPE attention เรียนรู้การฉาย query และ key ที่อ่านค่านี้เป็น implicit relative position encoding ผลการค้นพบนี้ให้คำอธิบายเชิงกลไกว่าทำไมการสลับชั้น local mixing กับ global NoPE attention จึงทำงานได้ดี และชี้ไปยังการแทนตำแหน่งที่สามารถ extrapolate เกินความยาวลำดับที่ใช้ฝึก
Modal ประกาศว่า Modal Clusters พร้อมใช้งานทั่วไปสำหรับทุกเวิร์กสเปซแล้ว ผู้ใช้สามารถขอคลัสเตอร์หลายโหนดได้ผ่านเดคอเรเตอร์ตัวเดียว @modal.clustered คลัสเตอร์เหล่านี้ให้การสื่อสารแบบ InfiniBand RDMA ที่ความเร็วสูงสุด 6.4 Tbps กำหนดค่าโดยอัตโนมัติสำหรับ PyTorch และ NCCL โดยคลัสเตอร์เริ่มทำงานได้ภายในไม่กี่วินาทีและคิดค่าบริการตามวินาที Modal ยังอธิบายถึง gang scheduler ตัวใหม่ที่จัดวาง N โหนดพร้อมกันและการรองรับ RDMA ที่ฝังอยู่ในรันไทม์ gVisor โดยมี Decagon, 1x และ Runway ถูกอ้างถึงว่าเป็นผู้ใช้งานสำหรับการปรับแต่งละเอียดระดับล้านล้านพารามิเตอร์ การฝึกล่วงหน้าของ world model และการอนุมานวิดีโอแบบหลายโหนด
Claude Code mods เป็นไฟล์ JavaScript หรือ TypeScript ขนาดเล็กที่ทำงานภายในเซสชันในฐานะฮุกที่จัดส่งในปลั๊กอิน และสามารถสังเกตเหตุการณ์ เขียนพฤติกรรมใหม่ หรือวาด UI แบบกำหนดเองในเทอร์มินัลหรือแอปเดสก์ท็อป คู่มือนี้สร้าง Token Weather ซึ่งเป็นมอดประมาณ 80 บรรทัดที่อ่าน $.session.usage() หลังแต่ละเทิร์นและวาดแถบหน้าต่างบริบทสไตล์สภาพอากาศเหนือพรอมต์ จากนั้นพาชม Blast Radius ซึ่งกักคำสั่ง Bash ที่เสี่ยง และ Replay Theater ซึ่งไล่ดูการแก้ไขของแต่ละเทิร์น มอดต้องใช้ Claude Code 2.1.287 หรือใหม่กว่าและเปิดใช้เป็นค่าเริ่มต้น โค้ดที่เสร็จสมบูรณ์ของทั้งสามอยู่ใน anthropics/claude-code-playground
ทำไมเรื่องนี้สำคัญ: คำแนะนำแบบลงมือปฏิบัติของ Claude Code mods ที่สร้างมาตรวัดหน้าต่างบริบทที่ใช้งานได้ในประมาณ 80 บรรทัด แสดงให้เห็นว่าฮุก สถานะ และ UI แบบกำหนดเองทำงานร่วมกันอย่างไร
Goodfire Research พัฒนาเครื่องตรวจสอบความปลอดภัยทางชีวภาพที่รับรู้ลำดับ (sequence-aware) ซึ่งใช้ protein language model embeddings ในการแจ้งเตือนลำดับ DNA หรือโปรตีนที่น่ากังวลในเวิร์กโฟลว์ของ agent บน benchmark การใช้งานสองทาง (dual-use) แบบกำหนดเองที่สร้างขึ้นรอบโปรตีนท็อกซิน เครื่องตรวจสอบเหล่านี้มีประสิทธิภาพเหนือกว่ามาตรการป้องกันของ frontier model โดยมีการปฏิเสธคำขอที่เป็นประโยชน์น้อยกว่า ทำคะแนนได้ประมาณ 0.98 AUROC บน paraphrases ที่โปรตีนต้นทางอยู่ในฐานข้อมูลคัดกรอง และทำงานได้ในระดับมิลลิวินาทีต่อลำดับ ผู้เขียนรายงานว่าการตรวจจับดีขึ้นเมื่อโมเดลโปรตีนมีความสามารถมากขึ้น และระบุว่าผลลัพธ์ของ paraphrase อาศัยการประมาณค่า in-silico และไม่ได้ยืนยันว่าโปรตีนที่ออกแบบใหม่ยังคงมีกิจกรรมทางชีวภาพหรือไม่
Modal เปิดตัว Sidecars ในเวอร์ชัน Beta ซึ่งเป็นคอนเทนเนอร์แยกที่ทำงานเคียงข้าง Sandbox บนโฮสต์เดียวกัน เพื่อแยกโค้ดที่เชื่อถือได้ เช่น ข้อมูลรับรอง พร็อกซี และตรรกะของ harness ออกจากโค้ดที่สร้างโดยเอเจนต์ซึ่งไม่น่าเชื่อถือ Modal ระบุว่าการสื่อสารระหว่าง Sandbox กับ Sidecars เร็วกว่าการสื่อสารระหว่าง Sandbox แยกกันในภูมิภาคเดียวกันอย่างน้อย 3 เท่า โดยมีเวลาเดินทางต่อการเรียกที่ p50 อยู่ที่ 0.58ms เทียบกับ 2.6ms Sidecar แต่ละตัวมีนโยบายเครือข่ายขาออกของตัวเอง Sandbox หนึ่งตัวสามารถรัน Sidecars ได้สูงสุด 250 ตัว และ Ramp ใช้งานฟีเจอร์นี้แล้วเพื่อรันพร็อกซีขาออกแบบกำหนดเองเคียงข้าง Inspect coding agent ของตน
Modal เปิดให้ใช้งาน VM Sandboxes อย่างเป็นทางการแล้ว โดยมอบ Linux VM แบบเต็มรูปแบบให้กับเอเจนต์ผ่าน API เดียวกัน ได้แก่ modal.Images การเริ่มต้นแบบเย็นในระดับต่ำกว่าวินาที และการเบิร์สต์ CPU/หน่วยความจำ เช่นเดียวกับ Sandboxes ที่ใช้ gVisor ซึ่งมีอยู่เดิม ผู้ใช้สามารถเปิดใช้งานได้ด้วย runtime="vm" เมื่อต้องการใช้ Docker ระบบไฟล์ FUSE หรือฟีเจอร์เคอร์เนล Linux เฉพาะทาง ขณะที่ gVisor ยังคงเป็นรันไทม์เริ่มต้น Modal ระบุว่าลูกค้ารายแรกๆ ได้เปิดใช้งาน VM ไปแล้วกว่า 20 ล้านเครื่อง โดย Linear รันทุก Coding Session บน VM Sandbox ส่วน Legora และ Snorkel ใช้ VM Sandbox สำหรับการประเมินเอเจนต์ด้านกฎหมายและการจำลองเอเจนต์
ทำไมเรื่องนี้สำคัญ: VM Sandboxes ของ Modal มอบเครื่อง Linux แบบเต็มรูปแบบพร้อมการเข้าถึง Docker และเคอร์เนลให้กับเอเจนต์ โดยยังคงใช้ API ของ Sandbox ที่มีอยู่เดิมและการเริ่มต้นแบบเย็นในระดับต่ำกว่าวินาที
Modal ประกาศเปิดตัว VM Sandboxes ซึ่งมอบคอมพิวเตอร์ Linux เต็มรูปแบบให้กับเอเจนต์สำหรับ Docker stacks, ฐานข้อมูลภายในเครื่อง และโปรแกรมจำลองมือถือ โดยมี Linear, Legora และ Snorkel ใช้งานแล้ว ส่วน Modal Clusters พร้อมใช้งานทั่วไปผ่าน @modal.clustered decorator รองรับการเทรนและการให้บริการโมเดลระดับล้านล้านพารามิเตอร์ข้ามคอนเทนเนอร์ที่ประสานงานกัน นอกจากนี้ยังเปิดตัว Sticky Sessions และ Endpoint Candidates โดย Endpoint Candidates อยู่ในช่วง private beta
Factory ได้เปิดให้ใช้งาน Automations ทั่วไปแล้ว ช่วยให้ทีมสามารถอธิบายเวิร์กโฟลว์ที่เกิดซ้ำและให้ Droid รันตามกำหนดการหรือทริกเกอร์เหตุการณ์ แต่ละระบบอัตโนมัติประกอบด้วยทริกเกอร์ (กำหนดการ, Slack, GitHub หรือ webhook), คำแนะนำ, โมเดลและระดับการให้เหตุผลที่ผู้ใช้เลือก และเครื่องที่สามารถเป็นแบบโลคอล, เชื่อมต่อ หรือ Droid Computer ที่ Factory จัดการ Factory กล่าวว่า 52% ของผู้ใช้ระดับองค์กรได้รันการตรวจสอบโค้ดอัตโนมัติใน 30 วันที่ผ่านมา, 48% ใช้การตรวจสอบความปลอดภัย, 35% ใช้ AutoWiki และปริมาณเซสชันระบบอัตโนมัติเติบโต 51% เมื่อเทียบกับ 30 วันก่อนหน้า
ทำไมเรื่องนี้สำคัญ: Factory เปิดให้ใช้งาน Automations ทั่วไปแล้ว แสดงให้เห็นว่าเวิร์กโฟลว์ทางวิศวกรรมที่เกิดซ้ำใดที่องค์กรต่างๆ มอบให้ Droid จริง และการเลือกโมเดลและเครื่องทำงานอย่างไรต่องาน
Vapi เปิดตัว Personal Agent Calling ในรูปแบบเบต้า ซึ่งช่วยให้ผู้ช่วยส่วนตัวสามารถโทรหาธุรกิจ เลือกเมนูทางโทรศัพท์ สนทนา และรายงานผลลัพธ์กลับมา ฟีเจอร์นี้ใช้งานได้กับผู้ช่วย เช่น Muse, Instinct, GrokBot, ChatGPT Work, Claude Code, OpenClaw และ Hermes โดยผู้ใช้เพียงวางพรอมต์ที่ชี้ให้ผู้ช่วยไปที่ phone.vapi.ai ในการทดสอบ ผู้ช่วยของ Bryan Parman หัวหน้าฝ่ายรายได้ รอสายกับสายการบินนาน 14 นาที และปฏิเสธค่าอัปเกรด 51.69 ดอลลาร์ หลังจากนั้นตัวแทนยกเว้นค่าดังกล่าวและยืนยันที่นั่ง Economy Plus ริมทางเดินโดยไม่มีค่าใช้จ่าย