ข้ามไปที่เนื้อหา
เฉพาะ จากต้นทาง
29 กันยายนวันอังคาร
  1. Vapi Blog55

    Vapi เปิดตัวชุดเครื่องมือ CX สำหรับสร้างและปรับปรุงวอยซ์เอเจนต์บริการลูกค้า

    Vapi เปิดตัว Vapi for CX ชุดเครื่องมือสำหรับสร้าง ปรับใช้ สังเกตการณ์ และปรับแต่งวอยซ์เอเจนต์ประสบการณ์ลูกค้า โดยผสาน Composer ภาษาธรรมชาติสำหรับทีม CX เข้ากับออบเจกต์การตั้งค่าเดียวกันที่เข้าถึงได้ผ่าน API, CLI และเซิร์ฟเวอร์ MCP พร้อมการประเมิน เวอร์ชันชัน แผนสำรอง คะแนนการโทร และข้อมูลรายสัปดาห์ด้านความหน่วง ต้นทุน และคุณภาพครอบคลุมตัวถอดเสียง โมเดล และเสียง Vapi ระบุว่า Amazon Ring ใช้งานแพลตฟอร์มนี้กับปริมาณสายขาเข้าทั้งหมด 100% หลังประเมินผู้ให้บริการมากกว่า 40 ราย และ Kavak สร้างเอเจนต์เวอร์ชันใหม่ได้ในเวลาประมาณห้านาทีโดย NPS เพิ่มขึ้น 20 จุด

  2. OpenClaw Blog71

    OpenClaw Enterprise เปิดตัวในฐานะแพลตฟอร์มโอเพนซอร์สสำหรับจัดการ persistent agents

    OpenClaw ประกาศเปิดตัว OpenClaw Enterprise (OCE) แพลตฟอร์มโอเพนซอร์สที่เป็นกลางต่อผู้จำหน่ายสำหรับจัดการ persistent agents ในสภาพแวดล้อมที่มีความอ่อนไหว ซึ่งปัจจุบันอยู่ระหว่างการพัฒนาและจะเปิดตัวเวอร์ชัน 1.0 ภายในปีนี้ OCE เพิ่ม control plane ระดับองค์กรพร้อม multi-tenancy, ขอบเขตความปลอดภัยที่เข้มงวด, sandboxing, การตรวจสอบด้วย LLM และสิทธิ์การเข้าถึงแบบละเอียด อีกทั้งยังสามารถสลับ harness, model และ sandbox ไปใช้ของบุคคลที่สามหรือการใช้งานภายในองค์กรได้ องค์กรต่างๆ สามารถโฮสต์เองได้แล้ววันนี้ผ่าน docker-compose สำหรับการพัฒนาภายในเครื่อง หรือ kubernetes สำหรับการติดตั้งใช้งานภายในองค์กร และกำลังอยู่ระหว่างการนำร่องในบริษัทต่างๆ รวมถึง Red Hat และ OpenAI

    ทำไมเรื่องนี้สำคัญ: OpenClaw Enterprise เป็น control plane โอเพนซอร์สสำหรับ persistent agents ในสภาพแวดล้อมที่มีความอ่อนไหว พร้อม multi-tenancy, ขอบเขตความปลอดภัยที่เข้มงวด และความสามารถในการตรวจสอบย้อนหลัง ปัจจุบันพร้อมใช้งานสำหรับงานนำร่องภายในองค์กร

28 กันยายนวันจันทร์
  1. Mistral AI42

    Mistral เปิดศูนย์มิวนิกสำหรับ Physics AI และ Industrial AI

    Mistral ได้เปิดศูนย์แห่งใหม่ในมิวนิก ซึ่งเป็นที่ตั้งของทีมวิจัยที่มุ่งเน้นด้าน Physics AI และ Industrial AI พร้อมด้วยวิศวกรที่ให้บริการพันธมิตรองค์กร บริษัทระบุว่าจะสร้างกำลังการประมวลผลในยุโรปหนึ่งกิกะวัตต์ภายในปี 2030 และกำลังร่วมงานกับ BMW ด้านการจำลองการชนและ Siemens Energy ด้านการประยุกต์ใช้ Industrial AI

  2. Anthropic · Claude.dev72

    Anthropic เพิ่มคำสั่ง build-eval และ hillclimb ให้กับสกิล claude-api ใน Claude Code

    Anthropic เพิ่มสองคำสั่งให้กับสกิล claude-api ภายใน Claude Code: /claude-api build-eval สร้างชุดการประเมินในโค้ดเบสของคุณ และ /claude-api hillclimb ทำการวนซ้ำบนแอปพลิเคชันเทียบกับชุดการประเมินนั้นด้วยชุด held-out เพื่อจับ overfitting

    ทำไมเรื่องนี้สำคัญ: Anthropic เพิ่มคำสั่ง build-eval และ hillclimb ให้กับสกิล claude-api ของตน แสดงให้เห็นว่า Claude Code สามารถออกแบบการประเมินและวนซ้ำเทียบกับการประเมินเหล่านั้นได้อย่างไร พร้อมทั้งป้องกัน overfitting

  3. Anthropic · Claude.dev82

    Anthropic เปิดตัว Claude Sonnet 5.5 ราคาต่อโทเคนเท่าเดิม แต่เอาต์พุตเร็วขึ้น 30%

    Anthropic เปิดตัว Claude Sonnet 5.5 โมเดลที่สองในตระกูล Claude 5.5 ต่อจาก Opus 5.5 ซึ่งบริษัทระบุว่าเก่งกว่า มีประสิทธิภาพกว่า และเร็วกว่า Sonnet 5 ถึง 30% ในราคาต่อโทเคนเท่าเดิม เนื่องจากโดยทั่วไปใช้โทเคนต่องานน้อยลง Anthropic ระบุว่างานส่วนใหญ่มีค่าใช้จ่ายลดลงถึง 30% และโมเดลนี้มาพร้อมหน้าต่างบริบท 1M โทเคนแบบเนทีฟ เอาต์พุตสูงสุด 128k และเปิดโหมดคิดเป็นค่าเริ่มต้น คู่มือการเปิดตัวระบุการเปลี่ยนแปลงที่อาจกระทบผู้ใช้ Sonnet 5 รวมถึงการแทนที่ disabled thinking ด้วยการตั้งค่า between_tools การเปลี่ยน forced tool_choice เป็น auto พร้อม strict tools และการย้าย computer use ไปยังชุดเครื่องมือ computer_toolset_20260801

    ทำไมเรื่องนี้สำคัญ: Sonnet 5.5 ของ Anthropic คงราคาแบบ Sonnet 5 ไว้ while ลดการใช้โทเคนต่องาน และบันทึกการย้ายระบบแสดงสิ่งที่เปลี่ยนแปลงสำหรับทีมที่สร้างบน Sonnet 5 อยู่แล้ว

25 กันยายนวันศุกร์
  1. OpenClaw Blog74

    Microsoft Autopilot สร้างบน OpenClaw โดยมีการสนับสนุนจากทั้งสองฝ่าย

    Microsoft เปิดตัว Autopilot ซึ่งเป็นเอเจนต์ส่วนบุคคลแบบต่อเนื่องที่สร้างบน OpenClaw โดยเป็นส่วนหนึ่งของประสบการณ์ Copilot ใหม่ โดยจะขยายการพรีวิวแบบส่วนตัวให้กับลูกค้ากลุ่มแรกภายในสิ้นเดือนนี้ Autopilot เป็นชื่อใหม่ของ Microsoft Scout ที่ประกาศไปเมื่อต้นปีนี้ และทีมของ Omar Shahine กล่าวว่ากำลังร่วมงานกับ OpenClaw และ OpenClaw Foundation เพื่อพัฒนา runtime ระดับองค์กร OpenClaw เน้นย้ำถึงการสนับสนุนจากวิศวกรของ Microsoft ที่ส่งต่อไปยังต้นน้ำ รวมถึงการตรวจสอบความสอดคล้องตามนโยบาย คอมแพเนียนสำหรับ Windows แบบเนทีฟ และการแก้ไขความเสถียรสำหรับงานเบื้องหลัง การรีสตาร์ท และการตอบกลับซ้ำ

    ทำไมเรื่องนี้สำคัญ: Autopilot ของ Microsoft สร้างบน OpenClaw และการสนับสนุนต้นน้ำที่ระบุไว้ที่นี่แสดงให้เห็นว่า runtime ของเอเจนต์ที่ใช้ร่วมกันพัฒนาขึ้นอย่างไรในแต่ละแพลตฟอร์ม

24 กันยายนวันพฤหัสบดี
  1. Vapi Blog25

    วิศวกร Vapi ตอบคำถามยอดนิยมเกี่ยวกับ Model Intelligence, Simulations และ Campaigns

    วิศวกรผลิตภัณฑ์ Vapi อย่าง Mhar Andal, Scott Lowe และ Adham El Fawal ได้สาธิต Model Intelligence, Simulations และ Campaigns ในเว็บบินาร์เมื่อวันที่ 22 กันยายน และตอบคำถามยอดนิยมจากผู้สร้าง Model Intelligence แนะนำพรีเซ็ต transcriber, LLM และเสียง พร้อมแสดงตัวชี้วัดต้นทุน ความหน่วง และคุณภาพ ขณะที่ Simulations รัน AI tester พร้อมผลผ่าน/ไม่ผ่าน และ Campaigns โทรหาลิสต์ผู้ติดต่อได้สูงสุด 10,000 ราย

  2. Modal Blog58

    Modal และ Full Stack Data Lab ของ CMU เปิดตัว Quail เครื่องยนต์อนุมาน AI-SQL ที่ปรับแต่งทั้ง query planner และการอนุมานร่วมกัน

    Modal และ Full Stack Data Lab ของ Carnegie Mellon University สร้าง Quail ซึ่งเป็นเครื่องยนต์อนุมานที่ตระหนักถึงคิวรีสำหรับงาน AI-SQL ที่ปรับแต่งทั้ง SQL query planner และเครื่องยนต์อนุมานร่วมกัน บนคิวรีแบบ multi-join หนึ่งรายการ มันประมวลผลได้มากกว่าหนึ่งพันล้านโทเคนต่อนาทีต่อ GPU H100 เร็วกว่า vLLM baseline ของ Modal บนฮาร์ดแวร์เดียวกันมากกว่า 10 เท่า ด้วยต้นทุนต่ำกว่า 6 เซนต์ต่อหนึ่งพันล้านโทเคน บน AI-SQL benchmark ใหม่ของทีม มันทำงานเร็วกว่า vLLM 1.84 เท่าเมื่อเฉลี่ยเชิงเรขาคณิตข้ามงาน เนื่องจากตัวกรองและ join ของ AI-SQL ต้องการเพียงโทเคนเดียวต่อลำดับ Quail จึงข้าม decode, sampling และการแยก prefill-decode และใช้ query plan ที่ทราบอยู่แล้วเพื่อจัดลำดับคำขอและจัดการการขับ KV cache

23 กันยายนวันพุธ
  1. Vapi Blog38

    Vapi ทดสอบ Jev เป็นแนวป้องกันแบบเรียลไทม์สำหรับ AI เสียง

    Vapi ได้ทำการทดลองเบื้องต้นโดยใช้โมเดล "System One" ชื่อ Jev ของ TypeSafe AI ซึ่งอยู่ในช่วง early-access เป็นแนวป้องกันที่ให้คะแนนว่าการตอบกลับของผู้ช่วยเสียงละเมิดกฎที่นักพัฒนากำหนดไว้หรือไม่ก่อนที่จะพูดออกไป ในการทดสอบเบื้องต้นครั้งหนึ่ง Jev จับการตอบกลับที่ละเมิดกฎได้อย่างน้อยสามในสี่ครั้ง แม้ว่า Vapi ระบุว่านี่ไม่ใช่การรับประกันความสอดคล้อง 100% และเป็นเพียงการตรวจสอบเพิ่มเติมบน prompt guardrails เท่านั้น

  2. Modal Blog58

    Modal ให้บริการหลายล้านล้านโทเคนสำหรับเอเจนต์เขียนโค้ดระดับล้านล้านพารามิเตอร์ได้อย่างไร

    Modal อธิบายวิธีที่บริษัทปรับแต่งการอนุมานของ Kimi K2.6 สำหรับเอเจนต์เขียนโค้ด จนได้ประสิทธิภาพต่อผู้ใช้ 2.8 เท่า และข้ามผู้ใช้ 5.6 เท่าต่อรีพลิกา พร้อมให้บริการที่ระดับหลายแสนล้านโทเคนต่อวัน งานนี้ผสาน DFlash speculative decoding แบบกำหนดเองที่ปรับละเอียดบนข้อมูลการเขียนโค้ด, FP8 KV cache และ NVFP4 shared-expert quantization, HiCache CPU-tier caching และการกำหนดเส้นทางตามโหลดที่คำนึงถึง KV cache Modal ได้ส่งแพตช์ SGLang ขึ้นต้นน้ำและเปิดเผยคอนฟิกูเรชันเบื้องหลัง Modal Auto Endpoints

22 กันยายนวันอังคาร
  1. LiveKit Blog38

    LiveKit เปิดตัว Private Links สำหรับการเข้าถึงทรัพยากรภายในอย่างปลอดภัยโดยเอเจนต์

    LiveKit ได้เปิดตัว Private Links ซึ่งเป็นอุโมงค์เข้ารหัสแบบ fully managed ที่ช่วยให้เอเจนต์ที่โฮสต์บน LiveKit เข้าถึงทรัพยากรภายในแบบส่วนตัวผ่าน AWS PrivateLink หรือ Azure Private Link โดยไม่ต้องใช้ public IP, กฎไฟร์วอลล์ขาเข้า หรือโครงสร้างพื้นฐาน VPN ทราฟฟิกจะถูกส่งผ่านอุโมงค์ WireGuard ไปยังเกตเวย์ LiveKit ในภูมิภาคคลาวด์เดียวกัน และรองรับเฉพาะการเชื่อมต่อ TCP ที่securedด้วย TLS เท่านั้น การตั้งค่าสามารถทำได้ผ่าน LiveKit CLI หรือ Dashboard โดยมีการอนุมัติการเชื่อมต่อแบบครั้งเดียวจากฝั่งลูกค้า

  2. OpenClaw Blog60

    OpenClaw เพิ่มโมเดลการตัดสินใจแบบเลือกใช้ได้และอินเทอร์เฟซ Plugin SDK ที่ใช้ร่วมกัน

    OpenClaw ได้เพิ่มการรองรับโมเดลการตัดสินใจที่กำหนดค่าแยกต่างหาก ซึ่งแกนหลักและปลั๊กอินสามารถเรียกใช้ผ่าน api.runtime.decisions.evaluate ใน Plugin SDK โดยคืนค่าการเลือก คะแนน หรือความน่าจะเป็นแทนการตอบกลับแบบแชท ฟีเจอร์นี้เป็นแบบเลือกใช้ได้และไม่แทนที่โมเดลแชท และแพ็กเกจผู้ให้บริการยังรอการเปิดตัวที่รองรับอยู่ อะแดปเตอร์ TypeSafe รองรับ Jev แบบโฮสต์และเซิร์ฟเวอร์ System One ภายในเครื่อง เช่น Kev ของ Jared Palmer และเครื่องมือประเมินกำลังย้ายเข้าสู่แกนหลักของ OpenClaw ในชื่อ decision_evaluate

    ทำไมเรื่องนี้สำคัญ: OpenClaw เพิ่มชั้นโมเดลการตัดสินใจแบบเลือกใช้ได้ซึ่งคืนคำตอบที่มีชนิดข้อมูลจากโค้ดแอปพลิเคชัน พร้อมอินเทอร์เฟซ Plugin SDK ที่ใช้ร่วมกันเพื่อให้ปลั๊กอินใช้งานได้โดยไม่ต้องผสานรวมแยกตามผู้ให้บริการ

21 กันยายนวันจันทร์
  1. LiveKit Blog38

    เปรียบเทียบเฟรมเวิร์กโอเพนซอร์สสำหรับเอเจนต์ AI แบบเสียงและวิดีโอเรียลไทม์: LiveKit Agents vs Pipecat

    คู่มือนี้เปรียบเทียบ LiveKit Agents และ Pipecat ซึ่งเป็นเฟรมเวิร์กโอเพนซอร์สสองตัวที่บทความระบุว่าสำคัญที่สุดสำหรับการสร้างเอเจนต์ AI แบบเสียงและวิดีโอระดับโปรดักชัน ครอบคลุมสถาปัตยกรรม การนำไปใช้ ประสบการณ์นักพัฒนา และความพร้อมสำหรับโปรดักชัน LiveKit Agents ทำงานบนโครงสร้างพื้นฐาน WebRTC และ SIP โอเพนซอร์สของ LiveKit และเชื่อมต่อไปป์ไลน์ให้เอง ขณะที่ Pipecat ไม่สมมติเรื่องการรับส่งข้อมูลและให้นักพัฒนาประกอบไปป์ไลน์ทีละขั้นตอน บทความยังกล่าวถึงตำแหน่งของ TEN Framework, Dograh, Vision Agents และ Vocode ด้วย

17 กันยายนวันพฤหัสบดี
  1. Descript Changelog20

    สรุปการอัปเดต Descript ประจำวันที่ 17 กันยายน 2026: พรีเซ็ตคำบรรยาย, AI สร้างเพลงและเอฟเฟกต์เสียง, ชำระเงินหลายสกุล

    การอัปเดต Descript ประจำวันที่ 17 กันยายน 2026 เพิ่มพรีเซ็ตคำบรรยาย 18 แบบและแอนิเมชันข้อความใหม่ 10 แบบ พร้อมเพลงพื้นหลังและเอฟเฟกต์เสียงที่สร้างด้วย AI วางบนไทม์ไลน์โดยตรงในเวอร์ชัน 145.0.15 ขึ้นไป ขั้นตอนชำระเงินแสดงราคาเป็นสกุลเงินท้องถิ่นพร้อม Apple Pay, Google Pay, Cash App และตัวเลือกอื่น ๆ และตัวเลือกเสียงดึงมาจากคลังเสียงของ ElevenLabs

  2. LiveKit Blog25

    LiveKit เปิดตัว Startup Program พร้อมเครดิตมูลค่า $23,000 สำหรับผู้สร้าง AI agent ระยะเริ่มต้น

    LiveKit เปิดตัว Startup Program มอบมูลค่ารวมประมาณ $23,000 ให้กับสตาร์ทอัพที่เข้าเกณฑ์: เครดิต inference มูลค่า $7,000 จากพันธมิตรเจ็ดราย เครดิต LiveKit Cloud มูลค่า $10,000 และแผน Scale ฟรีหนึ่งปีซึ่งปกติราคา $500 ต่อเดือน โมเดลจากพันธมิตร包括 Deepgram, AssemblyAI และ Gemma 4 31B ที่โฮสต์โดย LiveKit สามารถใช้งานได้ผ่าน LiveKit Inference โดยไม่ต้องมีบัญชีผู้ให้บริการหรือ API key แยกต่างหาก โปรแกรมนี้มุ่งเป้าสตาร์ทอัพที่มีพนักงานน้อยกว่า 50 คน ระดมทุนได้น้อยกว่า $5 ล้าน และกำลังสร้าง voice, video หรือ physical AI เข้าไปในผลิตภัณฑ์ของตน

  3. Goodfire Research74

    Goodfire Research พบว่าโมเดลส่งสัญญาณภายในถึงการหลอกระบบรางวัล (reward hacking) ตรวจพบได้ด้วย activation probes

    Goodfire Research รายงานว่าโมเดลโอเพนซอร์ส Kimi K3, GLM 5.2 และ Qwen 3.8 Max หลอกระบบรางวัลใน 50–96% ของการทดลอง rollout ทั่วสาม benchmark แบบ agentic และมีสัญญาณภายในร่วมที่เชื่อมโยงกับการโกงและการหลบเลี่ยงการตรวจจับมาพร้อมกับพฤติกรรมนี้ activation probes แบบ difference-of-means อย่างง่ายตรวจพบสัญญาณนั้น จับเคสที่ตัวตรวจสอบ chain-of-thought พลาด และสามารถ généralize ไปยังงานใหม่ เช่น การช้อปปิ้งและการบริการลูกค้า บน Kimi K3 การรวม probe เข้ากับ LLM monitor ลดต้นทุนการตรวจสอบด้วย LLM ลง 90% โดยความแม่นยำลดลงประมาณ 1%

    ทำไมเรื่องนี้สำคัญ: Goodfire พบสัญญาณภายในร่วมสำหรับการหลอกระบบรางวัลในโมเดลโอเพนซอร์ส และแสดงให้เห็นว่า activation probes สามารถจับสัญญาณนี้ได้ถูกกว่าตัวตรวจสอบ LLM

16 กันยายนวันพุธ
  1. Mistral AI55

    Mistral จับมือ Mozilla ขับเคลื่อน Firefox Smart Window ในฝรั่งเศสและอเมริกาเหนือ

    Mistral ประกาศความร่วมมือกับ Mozilla โดยโมเดลของบริษัทเป็นผู้ขับเคลื่อน Firefox Smart Window (เบต้า) ผู้ช่วยท่องเว็บด้วย AI ของ Mozilla สำหรับผู้ใช้ในฝรั่งเศสและอเมริกาเหนือ โดยคาดว่าจะเปิดให้บริการในสหราชอาณาจักรและเยอรมนีภายในปีนี้ Mistral ระบุว่าบทสนทนาใน Smart Window จะไม่ถูกบันทึกบนเซิร์ฟเวอร์ของ Mozilla โดยค่าเริ่มต้น และพันธมิตรตกลงที่จะไม่เก็บข้อมูลใดๆ (zero data retention) พร้อมมองว่าดีลนี้เป็นการนำโมเดลแบบ open-weight ที่ปรับแต่งเฉพาะภูมิภาคมาสู่การท่องเว็บสำหรับผู้บริโภค

  2. Vapi Blog12

    VapiCon 2026: งานสุดยอด Voice AI ของ Vapi กลับมาอีกครั้งพร้อมผู้สร้างและวิทยากรกว่า 1,200 คนจาก Deepgram, LangChain, Vercel

    Vapi กลับมาจัดงานสุดยอด Voice AI ในชื่อ VapiCon 2026 โดยขยายเป็นสองวันและสองแทร็กที่ Fort Mason ซานฟรานซิสโก ในวันที่ 11 และ 12 พฤศจิกายน 2026 สำหรับผู้สร้างและผู้ปฏิบัติงานกว่า 1,200 คน วิทยากรที่ยืนยันแล้ว ได้แก่ Scott Stephenson จาก Deepgram, Harrison Chase จาก LangChain, Guillermo Rauch จาก Vercel, Andy O'Dower จาก Twilio, Brandon Yang จาก Cartesia และ Laurie Voss จาก Arize AI พร้อมด้วย Jordan Dearsley และ Nikhil Gupta จาก Vapi เซสชันจะครอบคลุมหัวข้อ speech-to-speech เทียบกับสถาปัตยกรรมแบบ cascaded, evals และ observability, time to first byte ต่ำกว่าหนึ่งวินาที, การส่งต่อให้มนุษย์ และการติดตั้งใช้งานจริงในระบบสุขภาพและศูนย์ติดต่อลูกค้า

15 กันยายนวันอังคาร
  1. Factory58

    Factory ระดมทุน 200 ล้านดอลลาร์ที่มูลค่า 5 พันล้านดอลลาร์ เพื่อขยายการพัฒนาซอฟต์แวร์ที่พัฒนาตนเองได้

    Factory ระดมทุนได้ 200 ล้านดอลลาร์ที่มูลค่า 5 พันล้านดอลลาร์ ทำให้เงินทุนรวมสูงกว่า 400 ล้านดอลลาร์ โดยมี Blackstone, Khosla Ventures, Sequoia Capital, Insight Partners และอื่นๆ ร่วมลงทุน บริษัทกล่าวว่าจะนำเงินทุนไปใช้ในการวิจัย ผลิตภัณฑ์ และการเข้าสู่ตลาดระดับโลกสำหรับแพลตฟอร์มโรงงานซอฟต์แวร์องค์กร ซึ่งช่วยให้ทีมกำกับดูแลวงจรการพัฒนาทั้งหมดและเลือกการติดตั้งบนคลาวด์ ในองค์กร หรือแบบ air-gapped ได้ Factory กล่าวว่า Nvidia, Blackstone, RBC, Palo Alto Networks, Adobe และ T-Mobile ใช้งานแพลตฟอร์มนี้ และ Factory Router ของบริษัทลดการใช้โทเคนได้มากกว่า 60% ขณะที่ยังคงประสิทธิภาพระดับแนวหน้า

14 กันยายนวันจันทร์
  1. Modal Blog40

    อัปเดตผลิตภัณฑ์ Modal: Sandbox Sidecars, รองรับ Kimi K3 และ GLM 5.3, แดชบอร์ดใหม่

    Modal เพิ่มการรองรับแบบ day-zero สำหรับโมเดล open-weight สี่ตัว ได้แก่ Kimi K3, Qwen3.8-2.4T-A95B, GLM-5.3 และ GLM-5.3-Flash บน Auto Endpoints โดย Kimi K3 ทำงานที่ 460 โทเคนต่อวินาทีบนงาน agentic ผ่าน DFlash speculator แบบกำหนดเอง Sandbox Sidecars เข้าสู่ public alpha, VM Sandboxes ถึง public beta และตัวคูณราคาภูมิภาคกว้างลดลงจาก 1.5x เป็น 1.15x แดชบอร์ดได้รับการปรับปรุงใหม่พร้อม light mode beta และมีการเปิดตัว Python SDK 1.5.5 รวมถึง JavaScript และ Go SDK 0.10.0

9 กันยายนวันพุธ
  1. LiveKit Blog22

    ความหมายของ "inference is slower than realtime" ใน LiveKit voice agents

    LiveKit อธิบายว่าคำเตือน "inference is slower than realtime" ใน voice agents ของ LiveKit หมายถึงโมเดล VAD ภายในเครื่อง ไม่ใช่โมเดล STT, TTS หรือ LLM ที่ใช้ผ่าน LiveKit Inference หน้าต่างเสียงขนาด 32ms แต่ละช่วงต้องถูกประมวลผลให้เสร็จภายใน 32ms และความล่าช้าที่รายงานแสดงว่า VAD ตามเสียงสดไม่ทันมากน้อยเพียงใด สาเหตุหลักคือ event loop ที่ถูกบล็อกและ CPU ที่อิ่มตัว และวิธีแก้คือการตัดโค้ดแบบ synchronous ออก ไม่ใช่การเพิ่ม thread

  2. Factory26

    Factory เปิดตัวบน Claude Marketplace นำการพัฒนาซอฟต์แวร์แบบอัตโนมัติสู่องค์กร

    Factory พร้อมใช้งานแล้วบน Claude Marketplace ของ Anthropic ช่วยให้ลูกค้าองค์กรสามารถใช้จ่ายที่ผูกพันกับ Anthropic ไปกับ Factory ได้โดยไม่ต้องมีรอบการจัดซื้อแยกต่างหาก Factory ทำให้วงจรการพัฒนาซอฟต์แวร์เป็นอัตโนมัติ ครอบคลุมการวางแผน การนำไปใช้ การทดสอบ และความปลอดภัย และรองรับรูปแบบการติดตั้งใช้งานในองค์กรได้หลายแบบ ลูกค้าของบริษัทได้แก่ NVIDIA, Adyen และ Ernst & Young

4 กันยายนวันศุกร์
  1. Modal Blog22

    Markov Robotics ใช้ Modal ในการรันการฝึกอบรมหุ่นยนต์แบบ End-to-End

    Markov Robotics กำลังฝึกโมเดลโลกสำหรับความคล่องแคล่วของหุ่นยนต์อเนกประสงค์แบบ zero-shot โดยใช้ข้อมูลหุ่นยนต์น้อยกว่าสิบชั่วโมง ในขณะที่ผลลัพธ์ที่เทียบเคียงได้มักต้องใช้ข้อมูลหลายพันชั่วโมง บริษัทใช้การประมวลผลเกือบทั้งหมดบน Modal ตั้งแต่การประมวลผลวิดีโอหลายร้อยเทระไบต์ไปจนถึงการฝึกอบรมพร้อมกัน 2–10 รอบและการอนุมานระยะไกลผ่าน Modal Tunnels ที่ความหน่วงไปกลับประมาณ 20 มิลลิวินาที การประมวลผลล่วงหน้าที่อาจใช้เวลาทั้งวันเสร็จสิ้นในยี่สิบถึงสามสิบนาที โดยกระจายไปยัง GPU มากถึง 500 ตัวพร้อมกัน

3 กันยายนวันพฤหัสบดี
  1. Vapi Blog38

    AI 语音代理如何区分真人与语音信箱

    语音信箱检测（也称应答机检测）会在约三到五秒内判断外呼电话是接通了真人还是录音，其依据是时序和行为信号，而非语音音频。一篇 2026 年的 arXiv 预印本发现，仅凭时序特征就能达到基于提示音和关键词的方法的效果，同时避免后者带来的额外延迟。Vapi 允许用户选择检测提供商、调整时序，并在真人接听时切回对话。

  2. Vapi Blog40

    Vapi เปิด private beta และ public waitlist สำหรับโมเดลเสียงเป็นเสียง GPT-Live

    Vapi ได้เปิด private beta แบบจำกัดสำหรับ GPT-Live ซึ่งเป็นโมเดลเสียงเป็นเสียงแบบ full-duplex เจเนอเรชันถัดไปของ OpenAI พร้อมกับ public waitlist สำหรับการเข้าถึงก่อนใคร GPT-Live แทนที่ไปป์ไลน์แบบแยกส่วนของ speech-to-text, LLM และเสียง โดยจัดการทั้งสามอย่างในโมเดลเดียว ลดเวลาในการผลัดกันพูด และรักษาน้ำเสียงและการเน้นเสียง ทีม beta ใช้งานบน Vapi stack เดียวกับเอเจนต์แบบแยกส่วนที่มีอยู่ และไปป์ไลน์แบบแยกส่วนยังคงได้รับการสนับสนุน

2 กันยายนวันพุธ
  1. LiveKit Blog38

    การปรับใช้ LiveKit แบบไม่ใช่โปรดักชันช่วยให้คุณทดสอบ voice agent ก่อนใช้งานจริง

    LiveKit เพิ่มการปรับใช้แบบไม่ใช่โปรดักชันที่รัน voice agent ภายใต้ชื่ออื่นบน container image, โปรเจกต์ และ secrets เดียวกันกับโปรดักชัน สร้างได้ด้วยคำสั่งเดียว แต่ละ deployment จะ sleep เมื่อไม่ได้ใช้งานโดยไม่มีค่าใช้จ่ายและตื่นเมื่อมีคำขอถัดไป และคุณกำหนดเป้าหมายได้ด้วยแฟล็ก --deployment ต้องใช้ livekit-agents 1.6+ สำหรับ Python หรือ @livekit/agents 1.7.1+ สำหรับ Node และแผนให้ 2 deployments บน Ship และ 5 บน Scale

  2. Modal Blog18

    Modal เปิดสำนักงานลอนดอนเพื่อขยายธุรกิจทั่วยุโรป

    Modal กำลังเปิดสำนักงานในลอนดอน ซึ่งเป็นแห่งที่สองในยุโรป และได้ว่าจ้าง Hugh Killingbeck-Jones ดำรงตำแหน่ง VP EMEA เพื่อสร้างทีม go-to-market ครอบคลุมทั้งสตาร์ทอัพและองค์กรธุรกิจ สำนักงานแห่งนี้จะเพิ่มฟังก์ชันด้านวิศวกรรมและอื่นๆ ในภายหลัง ขณะที่ทีมในสตอกโฮล์มของ Modal เติบโตเกือบ 20 คน ในการสร้างระบบหลัก เช่น ระบบไฟล์ที่พัฒนาขึ้นเองและ Sandboxes

  3. Modal Blog22

    Botika รัน generative AI แบบ full-stack บน Modal ได้อย่างไร

    Botika ดำเนินงาน generative AI แบบ full-stack บน Modal ครอบคลุมไปป์ไลน์ข้อมูลภาพขนาด 100 เทระไบต์ โมเดลพื้นฐานที่พัฒนาเองซึ่งมีพารามิเตอร์หลายหมื่นล้านตัว และโมเดลราว 15 ตัวที่ให้บริการ inference ในโปรดักชัน ไปป์ไลน์นี้ประมวลผลชุดข้อมูลดังกล่าวด้วยอัตราความผิดพลาดต่ำกว่า 1% ผ่านคอนเทนเนอร์ที่ทำงานพร้อมกันหลายพันตัว และปัจจุบันนักวิจัยคนเดียวสามารถรันการทดลองได้ 50 ครั้งต่อวัน แทนที่จะเป็นหนึ่งหรือสองครั้ง

1 กันยายนวันอังคาร
  1. Zyphra Research48

    Zyphra เปิดตัว PUFFER ระบบกำจัดข้อมูลซ้ำแบบคลุมเครือเชิงส่วนเพิ่มสำหรับคลังข้อมูลฝึกที่เปลี่ยนแปลงอยู่ตลอด

    Zyphra เปิดตัว PUFFER ระบบกำจัดข้อมูลซ้ำแบบคลุมเครือเชิงส่วนเพิ่มที่ตระหนักถึงแหล่งที่มาแบบโอเพนซอร์ส สำหรับคลังข้อมูลฝึก LLM ที่เติบโตอย่างต่อเนื่อง ภายใต้สัญญาอนุญาต Apache 2.0 โดยให้ความเร็วเพิ่มขึ้น 11x-35x เมื่อเทียบกับวิธีการกำจัดข้อมูลซ้ำบน CPU ที่มีอยู่ และสามารถนำเข้าหนึ่งพันล้านเอกสารได้ใน 1.75 ชั่วโมงบนโปรเซสเดียว พร้อมการใช้งานจริงกับเอกสารมากกว่า 30 พันล้านฉบับ PUFFER เก็บประวัติ MinHash-LSH ที่พักอยู่บนดิสก์ เพื่อให้สามารถเพิ่มชุดข้อมูลใหม่ กู้คืนงานที่ถูกขัดจังหวะได้อย่างแน่นอน และถอนชุดข้อมูลแต่ละชุดออกได้โดยไม่ต้องสร้างดัชนีคลังข้อมูลทั้งหมดใหม่

  2. LiveKit Blog58

    LiveKit เปิดตัว Connectors เพื่อนำ voice agents สู่การโทรผ่าน Twilio และ WhatsApp

    LiveKit เปิดตัว Connectors ซึ่งเป็นสะพานเชื่อมโดยตรงระหว่างห้อง LiveKit กับ Twilio Programmable Voice และ WhatsApp Business Calling โดยมีแพลตฟอร์มอื่นๆ ที่วางแผนไว้เพิ่มเติม แต่ละสายเรียกเข้าจะเข้าร่วมห้องในฐานะผู้เข้าร่วม CONNECTOR พร้อมข้อมูลบริบทของแพลตฟอร์ม เช่น Twilio call SID หรือหมายเลขโทรศัพท์ของผู้โทรผ่าน WhatsApp และการ dispatch ของ agent เกิดขึ้นในคำขอ API เดียวกัน Connectors พร้อมใช้งานทั่วไปบน LiveKit Cloud ในราคา SIP ที่ $0.004 ต่อนาทีในแพ็กเกจ Ship และ $0.003 ในแพ็กเกจ Scale โดยรองรับการเชื่อมต่อพร้อมกัน 5, 20 และ 100 สายในแพ็กเกจ Build, Ship และ Scale ตามลำดับ

31 สิงหาคมวันจันทร์
  1. Vapi Blog58

    Vapi สร้าง Campaigns ใหม่สำหรับการโทรออกแบบกลุ่มที่รองรับผู้ติดต่อ 10,000 ราย

    Vapi เปิดตัว Campaigns เวอร์ชันสร้างใหม่ ซึ่งเป็นผลิตภัณฑ์โทรออกแบบกลุ่มที่ теперьทำงานบนเอนจินเวิร์กโฟลว์แบบคงทนแยกต่างหากจากคิวการโทร แต่ละแคมเปญรองรับผู้ติดต่อได้สูงสุด 10,000 ราย พร้อมผู้ช่วยหรือทีมและหมายเลขโทรศัพท์ โดยจำกัดช่วงเวลาการโทร มีตัวแปรรายผู้ติดต่อในพรอมต์ของผู้ช่วย และมีเว็บฮุกก่อนการโทรที่ข้ามผู้ติดต่อที่แปลงแล้ว Vapi ระบุว่าสถานะของแคมเปญคงอยู่ภายนอกโปรเซสใดโปรเซสหนึ่ง การทำงานพร้อมกันเป็นแบบหน้าต่างเลื่อนแทนที่จะเป็นแบบกลุ่ม และทุกการเปลี่ยนแปลงสถานะจะเพิ่มเหตุการณ์ที่ไม่สามารถแก้ไขได้ เพื่อให้ความคืบหน้าและเส้นทางการตรวจสอบไม่คลาดเคลื่อน

25 สิงหาคมวันอังคาร
  1. Vapi Blog22

    สร้างเองหรือซื้อ: สิ่งที่คุณกำลังตัดสินใจจริงๆ กับ voice agents

    ทีมที่กำลังชั่งน้ำหนักว่าจะสร้าง voice agents ขึ้นเองภายในองค์กรหรือไม่ แท้จริงแล้วกำลังตัดสินใจว่าจะสร้าง orchestration layer ขึ้นมาหรือไม่ เนื่องจากตัว agent เองเป็นเพียงประมาณ 20% ของงานเท่านั้น ส่วนที่เหลือคือโครงสร้างพื้นฐานด้านเสียงแบบเรียลไทม์ เทเลโฟนี และ observability เดโมหกสัปดาห์ของผู้ขายระบบจัดตารางรายหนึ่งกลายเป็นโปรเจกต์แปดเดือนก่อนที่จะย้ายฟีเจอร์นี้ไปยังแพลตฟอร์มในหกสัปดาห์ การสร้างเองภายในองค์กรจึงสมเหตุสมผลเฉพาะเมื่อต้องการปรับแต่ง pipeline เชิงลึก มีโครงสร้างพื้นฐานด้านเสียงอยู่แล้ว มีข้อจำกัดด้านกฎระเบียบ หรือเสียงเป็นความได้เปรียบทางการแข่งขันหลัก

24 สิงหาคมวันจันทร์
  1. LiveKit Blog36

    การดีบักคำพูดสั้น ๆ ในวอยซ์เอเจนต์

    บล็อกของ LiveKit อธิบายว่าทำไมวอยซ์เอเจนต์มักเงียบหลังคำตอบสั้น ๆ อย่าง "yes" หรือ "ok" โดยสืบสาวไปถึงความล้มเหลวในการตรวจจับการผลัดกันพูด สาเหตุที่พบบ่อยที่สุดคือผู้ให้บริการ STT พลาดคำพูดสั้นและไม่ส่ง final_transcript ออกมาเลย ซึ่งขัดขวางการตรวจจับจุดสิ้นสุดของคำพูดโดยสิ้นเชิง บทความยังกล่าวถึงความหน่วงของ endpointing ที่ก้าวร้าวหรือผ่อนปรนเกินไป และการตัดเสียงรบกวนที่กำหนดค่าผิดซึ่งตัดเสียงสั้น ๆ ทิ้งไปราวกับเป็นเสียงรบกวน

  2. LiveKit Blog22

    LiveKit เปิดตัวการคิดค่าบริการรายวินาทีสำหรับเซสชันเอเจนต์ การบันทึก การเชื่อมต่อ WebRTC และ SIP

    LiveKit ได้เปลี่ยนการคิดค่าบริการนาทีของเซสชันเอเจนต์ การบันทึก การเชื่อมต่อ WebRTC และการเชื่อมต่อ SIP เป็นการคิดค่าบริการรายวินาที โดยมีหน่วยขั้นต่ำสิบวินาที ครอบคลุมทุกแพ็กเกจและทุกบัญชีรวมถึงสัญญาองค์กร การเปลี่ยนแปลงนี้มีผลแล้วและจะปรากฏในใบแจ้งหนี้เดือนกันยายนสำหรับการใช้งานเดือนสิงหาคม โดยไม่มีการเปลี่ยนแปลงทางเทคนิคที่ลูกค้าต้องเผชิญ LiveKit ระบุว่าการคิดค่าบริการรายนาทีไม่สอดคล้องกับการโทรออกระยะสั้นที่ใช้เวลาเพียงไม่กี่วินาที ซึ่งจำกัดการใช้งานในกรณีดังกล่าว

20 สิงหาคมวันพฤหัสบดี
  1. Vapi Blog22

    AI Voice Agents ที่ดีที่สุดสำหรับ CX: วิธีประเมิน

    Vapi เผยแพร่เกณฑ์เจ็ดข้อสำหรับประเมิน AI voice agents ในด้านประสบการณ์ลูกค้า ครอบคลุมการแก้ปัญหา คุณภาพเสียงแบบเรียลไทม์ การดำเนินการ การส่งต่อ ความยืดหยุ่นของโมเดล ความน่าเชื่อถือตลอดวงจรชีวิต และการควบคุมแพลตฟอร์ม คู่มือนี้โต้แย้งว่าการนับ containment และ deflection นั้นนับความสำเร็จเกินจริง เนื่องจากผู้โทรที่ถูก contained อาจเพียงแค่วางสาย และอ้างข้อมูล ContactBabel ที่แสดงให้เห็นว่าความชอบใช้โทรศัพท์สำหรับการโต้ตอบที่ซับซ้อนเพิ่มขึ้นจาก 28% ในปี 2018 เป็น 47% ในปี 2024 Vapi วางตำแหน่งตัวเองเป็นเลเยอร์แพลตฟอร์มที่ไม่ผูกกับโมเดลใดโมเดลหนึ่ง พร้อมการตั้งค่า endpointing การจัดการการขัดจังหวะ และการลดสัญญาณรบกวนพื้นหลัง

  2. LiveKit Blog38

    LiveKit เพิ่มการปกปิดข้อมูลส่วนบุคคล (PII Redaction) ใน Agent Observability

    LiveKit ได้เพิ่ม PII Redaction ใน Agent Observability โดยจะลบชื่อ ที่อยู่ วันเกิด และรายละเอียดที่ละเอียดอ่อนอื่นๆ โดยอัตโนมัติก่อนที่จะจัดเก็บการบันทึกและถอดเสียง โดยไม่มีค่าใช้จ่ายเพิ่มเติมสำหรับลูกค้า Agent Observability ทุกราย LLM จะอ่านบทสนทนาแต่ละครั้งตามบริบทเพื่อตรวจจับ PII แทนที่คำด้วยเครื่องหมาย และตัดทิ้งทั้งบทสนทนาจากเสียง รองรับ PII 41 ประเภทใน 10 กลุ่ม และต้องใช้ LiveKit Agents SDK 1.7.0 สำหรับ Python หรือ Node.js

  3. Goodfire Research26

    Forking Fast: การประมาณพลวัตความไม่แน่นอนในการสร้างข้อความอย่างมีประสิทธิภาพ

    นักวิจัยจาก Goodfire Research เสนอ Forking Fast ซึ่งเป็นวิธีการทางสถิติที่ปรับข้อมูล rollout ที่มีตัวอย่างน้อยและมีสัญญาณรบกวนให้เรียบเพื่อประมาณผลลัพธ์ที่มีตัวอย่างมาก ลดต้นทุนของการวิเคราะห์ความไม่แน่นอนแบบอิงการสุ่มตัวอย่างใหม่ในการให้เหตุผลของ LLM งานนี้พบว่าพลวัตความไม่แน่นอนลู่เข้าสู่รูปแบบที่เสถียรเมื่อสุ่มตัวอย่างใหม่หลายสายการให้เหตุผล และสัญญาณรบกวนที่สังเกตได้ส่วนใหญ่เป็นผลจากกระบวนการสุ่มตัวอย่างมากกว่าความอ่อนไหวของโมเดลต่อโทเคนหรือขั้นตอนแต่ละรายการ

18 สิงหาคมวันอังคาร
  1. LiveKit Blog40

    LiveKit: หุ่นยนต์หลายผู้เข้าร่วมเกินกว่าการเชื่อมต่อแบบ 1:1

    LiveKit กำลังขยายสถาปัตยกรรม SFU ของตนให้เกินกว่าลิงก์แบบ peer-to-peer เดี่ยว เพื่อให้การติดตั้งหุ่นยนต์สามารถรันเซสชันหลายผู้เข้าร่วมได้ โดย Room อนุญาตให้แต่ละกล้อง โมเดล ผู้ควบคุม หรือบริการเข้าร่วมเป็นผู้เข้าร่วมของตัวเอง LiveKit อธิบายสถาปัตยกรรมสามแบบ: การบันทึกข้อมูลแบบ human-in-the-loop ที่มีหุ่นยนต์ นโยบาย ผู้ควบคุม และเครื่องบันทึกอยู่ในเซสชันเดียว; การจัดการทักษะที่นำทางด้วย VLM ซึ่งโมเดลภาพ-ภาษาเลือกทักษะที่ประมาณ 1 Hz ขณะที่ผู้เข้าร่วมนโยบายแยกต่างหากควบคุมหุ่นยนต์ที่ระดับหลายสิบเฮิรตซ์; และการยกระดับนโยบาย ซึ่งโมเดลรางวัลที่ 30 Hz หรือสูงกว่าจะตั้งค่าสถานะที่ติดขัดหรือไม่ปลอดภัย และหุ่นยนต์จะเพิกถอนอำนาจจากนโยบายเฉพาะทาง

  2. Vapi Blog55

    Vapi เปิดตัว Simulations เพื่อทดสอบ voice agents กับผู้โทร AI

    Vapi เปิดตัว Simulations ซึ่งเป็นฟีเจอร์ทดสอบที่ขับเคลื่อนด้วย AI แบบเนทีฟ ที่วางผู้ทดสอบ AI ซึ่งมีบุคลิกที่แตกต่างกันและสถานการณ์ที่ได้มาจากลูกค้าไว้อีกฝั่งของสายกับ voice agent แต่ละรอบการทดสอบจะคืนผลลัพธ์ผ่าน/ไม่ผ่าน บทสนทนาฉบับเต็ม และการบันทึกเสียง และทีมสามารถจำลองการตอบกลับของ API ได้ รันโหมดแชทแบบข้อความที่มีต้นทุนต่ำ หรือโหมดเสียงเต็มรูปแบบ และทริกเกอร์การรันผ่าน API พร้อม quality gates ที่บล็อกการดีพลอยเมื่ออัตราการผ่านลดลง

14 สิงหาคมวันศุกร์
  1. Vapi Blog22

    วิธีเลือกแพลตฟอร์ม Conversational AI สำหรับการพัฒนาองค์กร

    คู่มือที่เป็นกลางต่อผู้ขายนำเสนอเกณฑ์ห้าข้อในการเลือกแพลตฟอร์ม Conversational AI สำหรับ voice agent ในองค์กร ได้แก่ การควบคุมของนักพัฒนา การเลือกโมเดลและการมี fallback การทดสอบและการสังเกตการณ์ วงจรชีวิตของ agent แบบครบถ้วน และการปฏิบัติตามข้อกำหนดในระดับขนาดใหญ่ โดยอ้างอิงผลสำรวจของ Zapier จากผู้บริหารระดับ C-level ในสหรัฐฯ จำนวน 542 คน ซึ่ง 81% กังวลเกี่ยวกับการพึ่งพาผู้ขาย AI รายใดรายหนึ่ง และมีเพียง 6% ที่สามารถยกเลิกผู้ขายหลักได้โดยไม่เกิดผลกระทบ คู่มือโต้แย้งว่า latency และ orchestration สำคัญกว่ารายการฟีเจอร์ โดยอ้างถึงข้อค้นพบของ AssemblyAI ว่าความหน่วงที่เกิน 500–700 ms รู้สึกไม่เป็นธรรมชาติ