ข้ามไปที่เนื้อหา
เฉพาะ จากต้นทาง#Agent
10 พฤศจิกายนวันอังคาร
  1. Mastra Blog25

    Mastra Platform เปิดตัวแพ็กเกจ Starter ราคา $25 พร้อมเซิร์ฟเวอร์เฉพาะ

    Mastra Platform เปิดตัวแพ็กเกจ Starter ราคา $25 ซึ่งเพิ่มโควต้ารายเดือนสำหรับคอมพิวเตอร์ ข้อมูล และอีเวนต์ด้าน observability และรวมเซิร์ฟเวอร์เฉพาะขนาด Small หนึ่งเครื่องโดยครอบคลุมค่าคอมพิวเตอร์ โควต้าตอนนี้สูงขึ้นในทุกแพ็กเกจ และระดับฟรีถูกเปลี่ยนชื่อเป็น Free ซึ่งเอเจนต์แบบเซิร์ฟเวอร์เลสยังคงรันได้ฟรี โปรเจกต์รันแบบเซิร์ฟเวอร์เลสหรือบนเซิร์ฟเวอร์ขนาด Small, Medium หรือ Large และ Mastra Connect เพิ่มโควต้าด้านการเชื่อมต่อต่อแพ็กเกจ

9 พฤศจิกายนวันจันทร์
  1. NVIDIA Blog70

    NVIDIA เปิดตัว GR00T 2 world action model และ Isaac Lab 3.0 ที่ CoRL

    NVIDIA เปิดตัว GR00T 2 ซึ่งเป็น open world action model ที่สร้างบน Cosmos และฝึกด้วยข้อมูล egocentric ของมนุษย์ 100,000 ชั่วโมง พร้อมกับ Isaac Lab 3.0 และ benchmark หุ่นยนต์ใหม่ที่ CoRL GR00T 2 ทำภารกิจที่ประเมิน 40 จาก 50 ภารกิจได้สำเร็จอย่างน้อยหนึ่งครั้งโดยไม่ต้องมี demonstration เฉพาะภารกิจ และมีอัตราความสำเร็จเฉลี่ย 71% across 50 ภารกิจเมื่อมี demonstration หนึ่งครั้งต่อภารกิจ เพิ่มเป็น 95% เมื่อมีห้าครั้ง Isaac Lab 3.0 เพิ่มการผสานรวมฟิสิกส์ Newton สำหรับวัตถุที่เปลี่ยนรูปได้ และรายงาน throughput การฝึกได้สูงถึง 2.5 เท่าของ Isaac Lab 2.3 ที่ใช้ PhysX ใน benchmark การจัดการแบบ dexterous ที่อิงวิสัยทัศน์

    ทำไมเรื่องนี้สำคัญ: การเปิดตัวที่ CoRL ของ NVIDIA แสดงให้เห็นว่า simulation บวก world action model ตอนนี้มุ่งเป้าไปที่งานประกอบที่ละเอียดอ่อน โดยรายละเอียดของ GR00T 2 และ Isaac Lab 3.0 นั้นควรค่าแก่การเปรียบเทียบกับสแตกหุ่นยนต์ก่อนหน้า

  2. Anthropic · Claude.dev80

    Anthropic: ตัวแทน Claude Fable 5.2 จำนวน 1,000 ตัวสร้างการพิสูจน์ทฤษฎีบทสุดท้ายของแฟร์มาต์ในรูปแบบทางการใหม่ได้ใน 28.7 ชั่วโมง

    ใช้เวลา 7 ชั่วโมงโดยไม่มีแพลตฟอร์ม Prove2Me หรือการกำกับดูแลจากนักวิจัยที่ใช้ในการทดลองของ Anthropic เมื่อเดือนกันยายน โดยเขียนการพิสูจน์ที่มีความยาวเพียงหนึ่งในเจ็ดและใช้โทเค็นเอาต์พุตเพียงหนึ่งในสาม แต่ละตัวแทนทำงานในแซนด์บ็อกซ์ที่แยกเครือข่าย พร้อมตัวจำแนกที่ตรวจสอบทุกคำสั่งเชลล์และการแก้ไขไฟล์ รวมถึงตัวตรวจสอบแบบออฟไลน์ และจากการเรียกเครื่องมือกว่าหนึ่งล้านครั้ง ไม่มีครั้งใดที่เข้าเกณฑ์จะถูกบล็อก

    ทำไมเรื่องนี้สำคัญ: การทดลองกับตัวแทน 1,000 ตัวของ Anthropic สามารถสร้างการพิสูจน์ทฤษฎีบทสุดท้ายของแฟร์มาต์ในรูปแบบทางการใหม่ได้โดยไม่มี Prove2Me หรือนักวิจัย แสดงให้เห็นว่าแซนด์บ็อกซ์และการตรวจสอบสามารถจำกัดขอบเขตทีมตัวแทนที่จัดระเบียบตัวเองได้อย่างไร

  3. Anthropic · Claude.dev60

    คู่มือของ Anthropic ในการเลือกใช้ Claude Fable 5.2, Opus 5.5, Sonnet 5.5 และ Haiku 5.5

    Anthropic เผยแพร่คู่มือที่แนะนำให้นักพัฒนเริ่มงานเขียนโค้ดและงานความรู้ส่วนใหญ่ด้วย Claude Opus 5.5 ที่ระดับความพยายามปานกลางตามค่าเริ่มต้น เนื่องจากมีค่าใช้จ่ายต่อโทเคนเพียงครึ่งหนึ่งของ Fable 5.2 คู่มือระบุว่า Sonnet 5.5 เหมาะกับงานประจำวันที่ขอบเขตชัดเจน, Haiku 5.5 เหมาะกับงานจำแนกประเภท ปริมาณมาก การจัดเส้นทาง และงานเอเจนต์ย่อย ส่วน Fable 5.2 เหมาะกับโครงการเขียนโค้ด การเงิน และวิทยาศาสตร์ที่ยากที่สุด หรือการรันระยะยาวโดยไม่มีผู้ดูแล นอกจากนี้ยังแนะนำให้ปรับระดับความพยายามก่อนสลับโมเดล และระบุว่าใน SWE-bench Pro การใช้ Opus 5.5 ที่ระดับต่ำแล้วรันซ้ำงานที่ล้มเหลวที่ระดับสูงผ่านประมาณ 97% ของงาน ด้วยต้นทุนประมาณ $0.17 ต่องาน เทียบกับ 95.3% ที่ต้นทุน $0.29 เมื่อใช้ระดับสูงทุกงาน

    ทำไมเรื่องนี้สำคัญ: คู่มือของ Anthropic เองจับคู่โมเดล Claude และระดับความพยายามแต่ละแบบกับประเภทงานที่ชัดเจน พร้อมการเปรียบเทียบต้นทุนต่องานและเบนช์มาร์กเพื่อใช้ในการเลือก

  4. Berkeley AI Research22

    BAIR ที่ CoRL 2026: บทความการเรียนรู้ของหุ่นยนต์จาก Berkeley, การนำเสนอปากเปล่า และปาฐกถาหลัก

    BAIR แห่ง UC Berkeley นำเสนอ 33 บทความในงานประชุมหลัก, 4 โปสเตอร์ late-breaking, 3 การนำเสนอปากเปล่า และ 7 spotlight ในงาน CoRL 2026 ซึ่งจัดขึ้นระหว่างวันที่ 9–12 พฤศจิกายน ที่เมืองออสติน รัฐเท็กซัส ศาสตราจารย์ Negar Mehr บรรยายในหัวข้อ Early Career Keynote เกี่ยวกับวิธีที่หุ่นยนต์เรียนรู้ที่จะมีปฏิสัมพันธ์และประสานงานกับผู้อื่น งานวิจัยครอบคลุมหน่วยความจำแบบ embodied สำหรับโมเดล vision-language-action, การขยายขนาดการจัดการแบบ dexterous ด้วยข้อมูลมนุษย์แบบ egocentric และการพัฒนาตนเองของหุ่นยนต์แบบ agentic

  5. NVIDIA Blog36

    ระบบนิเวศ AI ของเกาหลีก้าวหน้าและรักษาความปลอดภัยของ Agentic AI ด้วย NVIDIA

    Hyundai Motor Group กำลังสำรวจพิมพ์เขียว NVIDIA NemoClaw และรันไทม์ NVIDIA OpenShell ขณะที่ AIM Intelligence กำลังผสานรวมแพลตฟอร์ม Starfort ของตนเข้ากับ OpenShell เพื่อรองรับ AI agent ที่ปลอดภัยสำหรับผลิตภาพของพนักงานและเวิร์กโฟลว์องค์กร OpenShell ซึ่งเป็นองค์ประกอบสำคัญของ NVIDIA Open Agent Safety Platform มีการดำเนินการในสภาพแวดล้อมแซนด์บ็อกซ์และการควบคุมตามนโยบายเพื่อกำกับดูแลการกระทำของ agent อัตโนมัติ LG AI Research ยังเปิดการเข้าถึง API สำหรับ K-EXAONE-2.5 ซึ่งพัฒนาขึ้นโดยใช้ชุดข้อมูล NVIDIA Nemotron รวมถึง Nemotron-Personas-Korea ชุดข้อมูลเปิดของบุคคลจำลองชาวเกาหลี 7 ล้านราย

  6. Figma Blog38

    6 วิธีใช้ Figma agent บนแคนวาส

    Figma ได้สรุป 6 วิธีในการใช้ design agent ของตนโดยตรงบนแคนวาส ตั้งแต่การใส่คำอธิบายประกอบดีไซน์ด้วยบันทึกการประชุมที่ดึงเข้ามาผ่านคอนเนกเตอร์อย่าง Granola, Notion หรือ Google Drive ไปจนถึงการสรุปความคิดเห็นจากคอมเมนต์และนำการเปลี่ยนแปลงที่ตกลงกันไว้ไปใช้ agent ยังสามารถสร้างเชดเดอร์แบบกำหนดเอง สร้างเลย์เอาต์หลายรูปแบบในพรอมต์เดียวโดยใช้ไลบรารีของทีม เปลี่ยนดีไซน์แบบสแตติกให้เป็นเลเยอร์โค้ดแบบอินเทอร์แอกทีฟ และเพิ่มเอฟเฟกต์การเคลื่อนไหว

  7. Meta AI Research Blog78

    Meta เปิดตัว Muse Ember โมเดลที่เล็กที่สุดและมีประสิทธิภาพที่สุดสำหรับงานเอเจนต์

    Meta เปิดตัว Muse Ember โมเดลที่เล็กที่สุดและมีประสิทธิภาพที่สุด มุ่งเป้าไปที่งานซ้ำๆ ที่เอเจนต์ทำตลอดทั้งวัน เช่น การเรียกใช้เครื่องมือ งานย่อยด้านการเขียนโค้ด การกำหนดเส้นทาง การสกัดข้อมูล และการแยกวิเคราะห์เอกสารยาว Meta กล่าวว่าโมเดลนี้ทำคะแนนได้เท่ากับคะแนนดีที่สุดของ Claude Haiku 5.5 ในต้นทุนประมาณหนึ่งในสาม และเอาชนะการตั้งค่าทุกแบบของ GPT-6 Luna ด้วยราคา $0.10 ต่อล้านโทเค็นอินพุต และ $0.50 ต่อล้านโทเค็นเอาต์พุต มาพร้อมหน้าต่างบริบท 1M โทเค็น เอาต์พุตสูงสุด 512K โทเค็น รองรับอินพุตข้อความ รูปภาพ เสียง และวิดีโอแบบเนทีฟ และพร้อมใช้งานวันนี้บน Muse Code และ Meta Model API ในชื่อ muse-ember-1.0

    ทำไมเรื่องนี้สำคัญ: โมเดลที่เล็กที่สุดของ Meta มุ่งเป้าไปที่ขั้นตอนเอเจนต์ที่มีปริมาณสูง และการเปรียบเทียบต้นทุนต่องานกับ Claude Haiku 5.5 และ GPT-6 Luna แสดงให้เห็นที่มาของข้ออ้างเรื่องประสิทธิภาพ

  8. Google Developers Blog58

    Google AI Studio เพิ่มการสร้างแอปด้วย Google Maps Platform จากพรอมต์

    Google AI Studio ตอนนี้ให้ผู้ใช้สร้างแอปที่ขับเคลื่อนด้วย Google Maps Platform ได้โดยตรงจากพรอมต์ โดย AI Studio จัดการการกำหนดค่าและการจัดการคีย์ API และไม่ต้องใช้บัตรเครดิต การผสานรวมครอบคลุม Maps, Places, Routes และ Environment API และแซนด์บ็อกซ์อนุญาต 100 การเรียกต่อวันต่อ API โดยโควตารีเซ็ตทุก 24 ชั่วโมง การเชื่อมโยงบัญชีเรียกเก็บเงิน Google Cloud จะปลดล็อกโควตาระดับโปรดักชันภายใต้ราคามาตรฐานของ Google Maps Platform

  9. Anthropic Research71

    Anthropic ทดสอบ Claude Fable 5.2 กับการออกแบบอิเล็กทรอนิกส์ในโลกจริง

    Anthropic รายงานว่า Claude Fable 5.2 ออกแบบอุปกรณ์อิเล็กทรอนิกส์สามชิ้น ได้แก่ ลำโพงประชุม ฮับผู้ช่วยเสียง และสัตว์เลี้ยงเสมือนแบบพกพา จากคำสั่งเพียงเล็กน้อย และ Diode Computers ได้สร้างต้นแบบที่ใช้งานได้จากไฟล์การออกแบบของมันโดยไม่ต้องแก้ไขวงจร บนเกณฑ์มาตรฐาน PCB Gym ภายในของ Diode นั้น Fable 5.2 ทำคะแนนได้ 69% เทียบกับ 25% ของ Fable 5 และทำได้ 83.5% บน BenchCAD 2.1 สาธารณะ ซึ่งเกือบเป็นสองเท่าของ Claude Fable 5.1 อุปกรณ์เหล่านี้ยังคงเป็นต้นแบบที่ยังไม่ผ่านการตรวจสอบทางไฟฟ้า การปรับแต่งเสาอากาศ การทดสอบความร้อน หรือการรับรอง และ Claude ไม่ได้เชื่อมต่อกับอุปกรณ์ทดสอบหรือเครื่องจักรการผลิต

    ทำไมเรื่องนี้สำคัญ: รายงานของ Anthropic เองเกี่ยวกับ Claude Fable 5.2 ที่ออกแบบอุปกรณ์อิเล็กทรอนิกส์ที่ใช้งานได้สามชิ้น แสดงให้เห็นว่าโมเดลก้าวหน้าไปไกลเพียงใดจากเลย์เอาต์ PCB บางส่วนไปสู่การสร้างต้นแบบฮาร์ดแวร์แบบครบวงจร

7 พฤศจิกายนวันเสาร์
  1. GitHub Blog · AI & ML38

    Beyond code generation: A developer's guide to agentic engineering

    GitHub เผยแพร่คู่มือสำหรับนักพัฒนาเกี่ยวกับ agentic engineering โดยอธิบายวิธีที่ Copilot สนับสนุนขั้นตอน Plan, Build, Verify และ Observe ของงานซอฟต์แวร์ คู่มืออ้างถึงสถิติของ GitHub ที่มี 1.2 พันล้านคอมมิตในหนึ่งสัปดาห์เมื่อเดือนตุลาคมที่ผ่านมา ซึ่งมากกว่าปีที่แล้วกว่า 400% และงานศึกษาของ Faros AI ที่พบว่า pull request ใช้เวลารอรีวิวนานขึ้น 441% เมื่อทีมเปลี่ยนจากการใช้ AI ในระดับต่ำไปสู่ระดับสูง คู่มือยังลงรายละเอียดฟีเจอร์ต่างๆ ได้แก่ Copilot ใน Slack หรือ Teams, Plan Mode, GitHub Agentic Workflows, cloud sandboxes, session continuity, shared memory, Copilot Dreaming และ Copilot Fusion

  2. Meta Newsroom · AI58

    Meta เปิดตัว Spaces ในแอป Muse สำหรับประสบการณ์เฉพาะบุคคลที่ผู้ใช้สร้างเอง

    Meta ได้เปิดตัว Spaces ในแอป Muse ซึ่งเป็นวิธีแบบอินเทอร์แอกทีฟให้ผู้ใช้สร้าง Muse ที่เป็นส่วนตัวมากขึ้นโดยการอธิบายไอเดีย เช่น ตัวติดตามของขวัญ เกมคำศัพท์ประจำวัน หรือบอร์ดวางแผน DIY ผู้ใช้สามารถปรับแต่งแต่ละ Space ด้วย Muse วางไว้ในแถบด้านข้างหรือแท็บหลัก ซ่อนหรือตั้งเวลา และเชื่อมต่อแอปเพื่อให้รายละเอียด เช่น วันที่คอนเสิร์ตและการเปลี่ยนแปลงราคาอัปเดตอยู่เบื้องหลัง Spaces พร้อมใช้งานทุกที่ที่มี Muse ตั้งแต่ วันนี้ และ Meta กล่าวว่ากำลังสำรวจตัวเลือกการแชร์และเปิดตัวเวอร์ชันโมเดลเฉพาะทางที่ฝึกด้วยการเรียนรู้จาก Muse Wonder

6 พฤศจิกายนวันศุกร์
  1. Zyphra Research58

    Zyphra เปิดตัว MAIA เวอร์ชันเบต้า เอเจนต์ AI แบบหลายผู้ใช้ที่แชร์หน่วยความจำร่วมกันระหว่าง Slack และเดสก์ท็อป

    Zyphra เปิดตัว MAIA ในเวอร์ชันเบต้า ซึ่งเป็นเอเจนต์ AI แบบหลายผู้ใช้ที่ทำงานเชิงรุก จดจำบริบทของทีมที่แชร์ร่วมกัน ลงมือดำเนินการผ่านเครื่องมือที่เชื่อมต่อ และทำงานได้ทั้งเป็นแอปเดสก์ท็อป Mac แบบสแตนด์อโลนและภายใน Slack ฟรีในช่วงเบต้า MAIA เก็บหน่วยความจำถาวรเกี่ยวกับผู้คน การตัดสินใจ และความชอบพร้อมแหล่งที่มา ดำเนินงานหลายขั้นตอนด้วยภาษาธรรมชาติ และสามารถตั้งงานที่ทำซ้ำเป็นประจำได้ โดยปฏิบัติตามสิทธิ์ของเครื่องมือที่มีอยู่ ยืนยันก่อนดำเนินการที่ย้อนกลับไม่ได้ และให้ผู้ใช้ดูและลบหน่วยความจำได้ โดยบทสนทนาส่วนตัวจะถูกเก็บเป็นส่วนตัวเว้นแต่จะแชร์

  2. Ai2 · Allen Institute for AI58

    Ai2 เปิดตัว ToyBlocks โลกจำลองแบบควบคุมสำหรับการเรียนรู้และประเมินผลของหุ่นยนต์

    Ai2 เปิดตัว ToyBlocks กรอบการจำลองแบบเปิดที่สร้างขึ้นรอบแขนหุ่นยนต์และบล็อกบนโต๊ะ เป็น FoundationWorlds ตัวแรกสำหรับการวิจัยการเรียนรู้ของหุ่นยนต์แบบควบคุม ToyBlocks สร้างงานและการสาธิตโดยอัตโนมัติผ่าน RL และการวางแผนการเคลื่อนไหวใน Isaac Lab โดยสร้างข้อมูลได้สูงสุดถึง 24 เท่าของเวลาจริงบน GPU เดียว และมาพร้อมกับการสาธิตระยะยาว 85,336 รายการ ครอบคลุมเกือบ 1,600 ชั่วโมงและ 144 ล้านเฟรม ในการทดสอบโลกจริงบน Franka FR3 ความสำเร็จของทักษะระดับอะตอมของ ManiFlow อยู่ที่ 80.0% ในการจำลองและ 81.1% บนฮาร์ดแวร์ ขณะที่ระบบ Molmo 2 ร่วมกับ ManiFlow ประสบความสำเร็จ 55.5% ของตอนจำลองและ 50.0% ของตอนจริง

  3. Sierra Blog18

    Sierra ได้รับการบรรจุเข้าสู่ Hall of Innovation ของ JPMorganChase

    Sierra แพลตฟอร์ม AI สำหรับประสบการณ์ลูกค้า ได้รับการบรรจุเข้าสู่ Hall of Innovation ของ JPMorganChase โดยมีพิธีมอบรางวัลให้แก่ Bret Taylor CEO เมื่อวันที่ 29 ตุลาคม ณ การประชุม Technology Innovation Symposium ครั้งที่ 18 ประจำปีของ J.P. Morgan ในเมือง Palo Alto Hall of Innovation ซึ่งก่อตั้งขึ้นในปี 2011 ยกย่องบริษัทเทคโนโลยีที่ไม่ได้จดทะเบียนในตลาดหลักทรัพย์ซึ่งสร้างผลกระทบอย่างมีนัยสำคัญต่อ JPMorganChase ผ่านนวัตกรรมและความร่วมมืออย่างใกล้ชิด Gill Haus CIO ของ Chase กล่าวถึง Sierra ว่าเป็นผู้ร่วมงานที่แข็งแกร่งในการสำรวจ agentic AI สำหรับภาคธนาคาร ขณะที่ Taylor กล่าวว่า agent ที่สร้างบน Sierra สามารถนำไปใช้งานผ่านเว็บ มือถือ แชท อีเมล และเสียง เพื่อแก้ไขงานที่ซับซ้อนได้

  4. Sierra Blog38

    Sierra Accelerators จัดการพื้นฐานให้กับ AI Agents

    Sierra เปิดตัว Accelerators แพ็กเกจสำเร็จรูปสำหรับเวิร์กโฟลว์ปริมาณสูง เช่น การติดตามคำสั่งซื้อ การนัดหมาย การรับเรื่องเคลม และการยืนยันตัวตน พร้อมใช้งานแล้วใน Agent Studio แต่ละ Accelerator มาพร้อมการเชื่อมต่อและ guardrails พื้นฐาน และ Ghostwriter ปรับให้เข้ากับนโยบายของแต่ละบริษัท การอัปเดตจาก Sierra จะถูกส่งต่อwhileการเปลี่ยนแปลงของลูกค้าจะถูกติดตามแยกต่างหาก ทีมงานจะสามารถสร้างและแชร์ Accelerators ของตนเองภายในองค์กรได้ในเร็วๆ นี้

  5. OpenClaw Blog69

    OpenClaw เปิดตัว Multiplayer สำหรับเอเจนต์และบริบทที่แชร์ร่วมกัน

    OpenClaw ได้เปิดตัว Multiplayer ซึ่งเป็นฟีเจอร์ฟรีและโอเพนซอร์สที่ให้หลายคนเชื่อมต่อกับเอเจนต์และเวิร์กสเปซ OpenClaw เดียวกันได้ โดยพรอมป์จะปรากฏแบบเรียลไทม์บนแล็ปท็อปหลายเครื่อง และคำขอต่างๆ จะถูกประสานงานผ่านคิวที่แชร์ร่วมกัน ในการสาธิตที่งาน GitHub Universe ในซานฟรานซิสโก ผู้เข้าร่วมสองคนแก้ไขฉาก 3D เดียวกันโดยพิมพ์พรอมป์บนเครื่องแยกกันโดยไม่ต้องระบุบริบทซ้ำ OpenClaw Foundation กล่าวว่ามีผู้คนกว่า 50 คนร่วมมือกันในสภาพแวดล้อมที่แชร์ร่วมกันเดียวกัน และกำลังขยายฟีเจอร์นี้อย่างต่อเนื่อง

    ทำไมเรื่องนี้สำคัญ: OpenClaw ทำให้การแชร์เอเจนต์และบริบทเดียวกันamongหลายคนเป็นฟีเจอร์ฟรีและโอเพนซอร์ส ซึ่งเสนอแนวทางที่สามารถนำไปปรับใช้ได้สำหรับปัญหาการสร้างบริบทซ้ำแล้วซ้ำเล่าในการทำงานร่วมกันเป็นทีม

  6. Google Developers Blog60

    การศึกษาของ Google พบว่าการอ้างอิงบั๊กที่ค้างอยู่ใน TODO ทำให้เอเจนต์เขียนโค้ดเสียสมาธิใน 13% ของเซสชัน

    ) การอ้างอิง เอเจนต์ดำเนินการตามรหัสบั๊กใน 6% ของการพบเจอ และ 83% ของการดำเนินการเหล่านั้นไม่ได้ถูกกระตุ้นโดยนักพัฒนา 41% ของการเบี่ยงเบนที่ไม่ได้ถูกกระตุ้นไล่ตามตั๋วที่ปิดไปแล้ว ขณะที่ 57% ไปกระทบกับบั๊กที่ยังเปิดอยู่และขยายขอบเขตงาน เมื่อควบคุมตัวแปรด้านนักพัฒนา ความซับซ้อนของโค้ดเบส ประเภทงาน ระดับโมเดล และปัจจัยอื่นๆ การเบี่ยงเบนไปตามบั๊กที่ไม่ได้ถูกกระตุ้นเพิ่มขั้นตอนขึ้น 70% โทเค็นขึ้น 77% และเวลารอขึ้น 105% ต่อเซสชัน

    ทำไมเรื่องนี้สำคัญ: การวิเคราะห์ร่องรอยขนาดใหญ่ของ Google แสดงให้เห็นว่าการอ้างอิงบั๊กที่ค้างอยู่ใน TODO ดึงเอเจนต์เขียนโค้ดเข้าสู่การเบี่ยงเบนที่ไม่ได้ถูกกระตุ้น และเอเจนต์ทำความสะอาดของบริษัทได้ลบการอ้างอิงที่ล้าสมัยหลายพันรายการโดยมีอัตราการยอมรับจากผู้ตรวจทานเกิน 95%

  7. Anthropic Research60

    Anthropic อธิบายองค์ประกอบของหน่วยความจำเอเจนต์ Claude

    Anthropic อธิบายแนวทางการออกแบบหน่วยความจำสำหรับเอเจนต์ Claude โดยนิยามหน่วยความจำของเอเจนต์ว่าเป็นความรู้ที่คงอยู่ข้ามเซสชัน และแยกออกจากการเปลี่ยนแปลงน้ำหนัก การเรียนรู้ในบริบท และการบีบอัดข้อมูล 5 รายจับคู่กับหน่วยความจำ 7 รายเขียน 413 ไฟล์ใน 225 โฟลเดอร์และได้รับหนึ่งแบดจ์

    ทำไมเรื่องนี้สำคัญ: Anthropic ให้รายละเอียดว่าหน่วยความจำของเอเจนต์ Claude ทำงานอย่างไร เปรียบเทียบการจดบันทึกของโมเดลบน CL-Bench และ Pokémon Red และแสดงให้เห็นว่าการฝันแบบออฟไลน์แก้ไขและจัดระเบียบบันทึกที่จัดเก็บไว้อย่างไร

  8. Anthropic Research36

    Anthropic: สอน AI ให้สร้างแบบจำลองทางวิทยาศาสตร์

    งานวิจัยของ Anthropic อภิปรายว่า ระบบ AI ในปัจจุบันสามารถอนุมานสมการอย่างแบบจำลอง Hodgkin-Huxley ได้ภายในเวลาบ่ายเดียว แต่การปรับให้เข้ากับข้อมูลการทดลองไม่เหมือนกับการเข้าใจ งานนี้แบ่งการสร้างแบบจำลองทางวิทยาศาสตร์ออกเป็นการสร้าง การกำหนดเงื่อนไข และการตีความแบบจำลอง และระบุว่า AI มีความก้าวหน้ามากที่สุดในการกำหนดเงื่อนไขแบบจำลอง ซึ่งการอนุมานแบบเบย์เป็นวิธีการมาตรฐานในการแมปชุดพารามิเตอร์ที่เป็นไปได้ทั้งหมดแทนที่จะเป็นการปรับให้พอดีเพียงชุดเดียว

  9. Mastra Blog38

    Mastra Agents เพิ่ม Ring Signals สำหรับเหตุการณ์กริ่งประตู

    ตอนนี้ Mastra agents สามารถรับเหตุการณ์กริ่งประตู Ring เป็นสัญญาณแจ้งเตือนได้ผ่านแพ็กเกจ @mastra/ring-signals ใหม่ โดยต้องใช้ @mastra/core@1.81.0 หรือใหม่กว่า แต่ละเหตุการณ์จะมาถึงใน thread ของ agent พร้อมลำดับความสำคัญที่กำหนดค่าได้ และ agent สามารถดึงภาพนิ่งหรือคลิปวิดีโอจาก Ring API เพื่อตัดสินใจว่าจะตอบสนองอย่างไร Ring signals ยังสามารถกำหนดเป้าหมายไปยัง thread ของช่องทางที่มีอยู่ เช่น iMessage เพื่อให้การแจ้งเตือนไปถึงบทสนทนาที่แชร์ร่วมกัน

  10. Modal Blog22

    Snorkel ใช้ Modal จำลองเอเจนต์สมจริงได้อย่างไร

    Snorkel ใช้ GPU และ CPU sandbox ของ Modal เพื่อรันการจำลองเอเจนต์หลายล้านครั้งต่อเดือน โดยมีอัตราสูงสุดถึงหลักหมื่น sandbox ต่อชั่วโมง และพึ่งพา Modal สำหรับการ inference บนโมเดล open-weight ที่ประเมิน การนำ memory bursting ของ Modal มาใช้ช่วยลดค่าใช้จ่าย sandbox ทั้งหมดของ Snorkel ลงประมาณ 20% โดยปัจจุบันมี sandbox ประมาณ 10-15% ที่ใช้ bursting Modal เป็นผู้ให้บริการ sandbox รายเดียวที่สามารถตอบสนองความต้องการ GPU sandbox ของ Snorkel ได้ในระดับขนาดใหญ่

  11. Microsoft Research58

    PDD Kit ของ Microsoft Research พิสูจน์อย่างเป็นทางการสำหรับเว็บแอปฟูลสแตกที่เขียนโดยเอเจนต์

    Microsoft Research เปิดตัว PDD Kit ซึ่งเป็นต้นแบบงานวิจัยที่เปลี่ยนเจตนาในภาษาธรรมชาติของนักพัฒนาให้เป็นข้อกำหนดรูปแบบ Verus พิสูจน์ว่าโค้ด Rust ที่เอเจนต์เขียนขึ้นเป็นไปตามข้อกำหนดนั้นสำหรับทุกอินพุต และถอยกลับไปใช้การทดสอบในจุดที่การพิสูจน์ไปไม่ถึง ในการสาธิตภายใน Chopin ของ GitHub Next ทีมงานใช้ PDD Kit ตรวจสอบตรรกะการเข้าสู่ระบบของ Pet Store ซึ่งเป็นแอปฟูลสแตก Rust ขนาดประมาณ 5,000 บรรทัด โดยนักพัฒนาตรวจสอบเอกสารเจตนาแทนการตรวจโค้ดที่สร้างขึ้นทีละบรรทัด ปัจจุบัน PDD Kit ตรวจสอบได้เฉพาะ Rust และการรับประกันของมันขึ้นอยู่กับชิ้นส่วนที่เชื่อถือได้หกชิ้นซึ่งนักพัฒนาให้การรับรอง รวมถึงการตรวจสอบรหัสผ่านด้วย bcrypt และการค้นฐานข้อมูลสองครั้ง

  12. Meta AI Research Blog60

    Meta นำโมเดล Muse และ Meta AI เฉพาะทางมาพร้อม Active Memory และ Active Focus

    Meta กำลังเปิดตัวโมเดลเฉพาะทางเวอร์ชันของโมเดลที่มีอยู่ ซึ่งฝึกโดยใช้ Muse Wonder ให้กับผู้ใช้ Muse และ Meta AI โมเดลเฉพาะทางเหล่านี้เพิ่ม Active Memory และ Active Focus และ Meta รายงานว่าโมเดล Muse ปัจจุบันได้คะแนน 47% ใน Personal Superintelligence Index ของบริษัท เทียบกับ 38% ของโมเดลก่อนหน้า, 90% เทียบกับ 76% ในการประเมิน Active Memory และปรับปรุงขึ้น 67% ในการทำงานประจำวันที่ต้องเผชิญกับปัญหาที่ไม่คาดคิด

    ทำไมเรื่องนี้สำคัญ: โมเดล Muse และ Meta AI เฉพาะทางของ Meta นำ Active Memory และ Active Focus ไปสู่ผู้ใช้มากขึ้น พร้อมรายงานผลที่ดีขึ้นในการประเมินด้านความจำและการทำงานให้สำเร็จ

  13. Sierra Blog58

    Sierra เข้าซื้อ Anon เพื่อเพิ่มการยืนยันตัวตนและการนำทางของเอเจนต์ผ่านเบราว์เซอร์

    Sierra ได้เข้าซื้อ Anon สตาร์ทอัพที่สร้างโครงสร้างพื้นฐานให้เอเจนต์ AI ระดับองค์กรสามารถลงชื่อเข้าใช้ นำทางหน้าเว็บ และกรอกแบบฟอร์มบนเว็บไซต์ที่ไม่มี API ได้ Anon ระดมทุนได้มากกว่า $13M และส่งมอบผลิตภัณฑ์ที่มีลูกค้าหลายร้อยรายใช้งาน โดยทีมของ Anon จะช่วยให้เอเจนต์ของ Sierra ทำงานในขั้นตอนที่ต้องลงชื่อเข้าใช้เว็บไซต์หรือดำเนินการผ่านพอร์ทัลเบราว์เซอร์ได้ Founder Daniel Mason กล่าวว่าโมเดลและ harness ที่ดีขึ้นทำให้เอเจนต์เบราว์เซอร์มีความน่าเชื่อถือมากขึ้นอย่างมาก และเอเจนต์ Horizon ของ Sierra กำลัง poursue เป้าหมายที่ใช้เวลานานขึ้น เช่น การสร้างสินเชื่อหรือการขออนุมัติล่วงหน้าสำหรับขั้นตอนทางการแพทย์

  14. Descript Changelog22

    สรุปการอัปเดต Descript วันที่ 6 พฤศจิกายน 2026: แพ็กเลย์เอาต์แบรนด์, สกิล Underlord, ถังขยะ 30 วัน

    สรุปการอัปเดตของ Descript วันที่ 6 พฤศจิกายน 2026 เพิ่มแพ็กเลย์เอาต์แบบเจนเนอเรทีฟที่เปลี่ยนแนวทางแบรนด์ โลโก้ และสีให้เป็นสี่ทิศทางที่ AI เสนอ และแพ็กเลย์เอาต์ที่แก้ไขได้เต็มรูปแบบในแผนแบบเสียค่าใช้จ่าย ตอนนี้ Underlord รองรับสกิลที่ใช้ซ้ำได้ เรียกใช้ด้วย "/" ในแชท แทนที่เทมเพลตพรอมต์ ซึ่งจะปิดใช้งานในวันที่ 30 พฤศจิกายน โปรเจกต์ที่ลบแล้วจะอยู่ในถังขยะ 30 วัน และการค้นหาในไดรฟ์ของ Enterprise จะจับคู่กับสิ่งที่อยู่ภายในรูปภาพและวิดีโอ รวมถึงผ่าน Descript MCP และ API

5 พฤศจิกายนวันพฤหัสบดี
  1. Mistral AI69

    Mistral ขยาย Studio ด้วย managed agents, เวิร์กโฟลว์และแอป พร้อม Mistral Large 4 (Le Chonk)

    Mistral ขยายแพลตฟอร์ม AI สำหรับองค์กร Studio ด้วย managed agents และแอป พร้อมความสามารถใหม่ด้านเวิร์กโฟลว์, enterprise context, agent observability และการประเมินผล ซึ่งทำงานบนโมเดล Mistral Large 4 (Le Chonk) นักพัฒนาสามารถสร้าง agent แบบหลายขั้นตอนด้วย skills, sandboxes, subagents และ hooks และ deploy ไปยัง Studio ด้วยคำสั่งเดียวผ่าน Mistral MCP server ตัวใหม่ Mistral ระบุว่าลูกค้าอย่าง ABANCA, BNP Paribas, Capgemini และ TCS ใช้งาน Studio ในโปรดักชันแล้ว โดยมีการ deploy ได้ทั้งบนคลาวด์, VPC หรือ on-premises

    ทำไมเรื่องนี้สำคัญ: Mistral ขยาย Studio ด้วย managed agents, เวิร์กโฟลว์และแอป แสดงให้เห็นว่าองค์กรสามารถรักษาการควบคุมการ deploy และข้อมูลไว้ในสภาพแวดล้อมของตนเองได้

  2. Anthropic Research58

    Anthropic ศึกษาว่านักวิจัยใช้ Claude ในสาขาวิทยาศาสตร์และงานประเภทใดบ้าง

    Anthropic วิเคราะห์เซสชันการวิจัยของ Claude และ Claude Code จำนวน 207,049 เซสชัน ระหว่างวันที่ 2 สิงหาคมถึง 30 กันยายน 2026 โดยใช้ตัวจำแนกประเภทที่รักษาความเป็นส่วนตัว และพบว่านักวิทยาศาสตร์ใช้ Claude มากที่สุดสำหรับการวิเคราะห์ข้อมูลและการเขียน และน้อยที่สุดสำหรับการรวบรวมข้อมูลและการระดมความคิด การวิเคราะห์ข้อมูลคิดเป็น 33.7% ของเซสชัน Claude และ 48.1% ของเซสชัน Claude Code เทียบกับ 27.6% ของเวลานักวิจัย ขณะที่การระดมความคิดคิดเป็น 4.2% และ 2.1% ของเซสชัน เทียบกับ 7.1% ของเวลานักวิจัย รายงานประเมินว่าการนำความสามารถปัจจุบันไปใช้อย่างกว้างขวางอาจเพิ่มผลผลิตงานวิจัยในบางสาขาได้ราวสองเท่า และการทำงานอัตโนมัติเต็มรูปแบบของงานที่ไม่ใช่กายภาพอาจยกระดับสาขาเช่นวิทยาการคอมพิวเตอร์และสถิติได้มากถึง 15 เท่า

  3. Mastra Blog38

    Mastra เปิดตัวโปรแกรม Custom Harness พร้อมวิศวกร Forward-Deployed ที่ฝังตัวในทีมลูกค้า

    Mastra เปิดตัว Custom Harness Program ซึ่งวิศวกร forward-deployed จะฝังตัวอยู่ในทีมของลูกค้าเพื่อร่วมสร้าง agent harness ที่ปรับแต่งเฉพาะ โปรแกรมนี้ครอบคลุม observability, evals, MCP แบบกำหนดเอง, เวิร์กโฟลว์แบบ human-in-the-loop, auth และ RBAC พร้อมสิทธิ์เข้าถึง Mastra Enterprise Platform ก่อนใคร Mastra อ้างถึง Workday ซึ่งย้ายออกจาก Amazon Bedrock Agents ภายใน 31 วัน ลดโค้ดได้ 3,000 บรรทัด และลดต้นทุนการจัดเก็บเวกเตอร์ลง 98%

4 พฤศจิกายนวันพุธ
  1. LiveKit Blog22

    Clerk AI ใช้ LiveKit ขับเคลื่อน Voice Agent ระดับองค์กรในวงกว้าง

    Clerk AI ให้บริการ voice และ messaging agent ระดับองค์กรบนเฟรมเวิร์กโอเพนซอร์สและเครือข่าย edge ทั่วโลกของ LiveKit รองรับ voice session พร้อมกันกว่า 1,000 รายการโดยไม่ต้องจัดสรรทรัพยากรล่วงหน้า agent ตอบสนองภายใน 500ms และรองรับกว่า 30 ภาษาตามมาตรฐาน พร้อม ScreenSense คัดกรองสายด้วยความแม่นยำ 97% และ TrueReach ตรวจจับข้อความเสียงสูงกว่า 98% แพลตฟอร์มยังคงควบคุมผู้ให้บริการ STT, LLM และ TTS ได้อย่างเต็มที่ และได้รับการรับรอง SOC 2 Type II พร้อมการปฏิบัติตามข้อกำหนด TCPA ในตัว

  2. Microsoft Research18

    Mike Walker แห่ง Microsoft Research ว่าด้วยกรอบคิดแบบแฮกเกอร์และการสร้างการป้องกันไซเบอร์

    Mike Walker ผู้จัดการของ Microsoft Research ซึ่งเคยนำโครงการ Cyber Grand Challenge ของ DARPA เล่าถึงวิธีที่วัฒนธรรมแฮกเกอร์หล่อหลอมเส้นทางอาชีพของเขาในการสร้างการป้องกันไซเบอร์ยุคใหม่ รวมถึงการแข่งขันแฮกกิ้งแบบเครื่องจักรล้วนครั้งแรก เขาโต้แย้งว่าความปลอดภัยที่มีประสิทธิผลนั้นขึ้นอยู่กับการเข้าใจเรื่องความไว้วางใจและบริบท และสะท้อนถึงสิ่งที่การแข่งขันแฮกกิ้งสอนเขาเกี่ยวกับการทำงานเป็นทีมและสติปัญญาโดยรวม

  3. Google DeepMind72

    Google Antigravity เพิ่มทักษะเคมีสารสนเทศสำหรับการค้นพบยาด้วยเอเจนต์

    Google DeepMind เปิดตัว Cheminformatics Skills สำหรับ Google Antigravity ช่วยให้เอเจนต์ค้นหาวรรณกรรม คัดสรรสารประกอบ วิเคราะห์ matched molecular pair ฝึกโมเดลวัดฤทธิ์ และเสนอแมโครไซเคิลแบบแข็งตัวพร้อมเส้นทางการสังเคราะห์ได้ในเวลาประมาณหนึ่งชั่วโมง ซึ่งเวิร์กโฟลว์นี้เดิมใช้เวลาหลายวัน ทักษะเหล่านี้ทำงานบนพื้นฐาน RDKit พร้อมตัวเชื่อมต่อกับ ChEMBL และ PubChem และทีมได้สาธิตกับสาร analogues ของ crizotinib และ lorlatinib สำหรับมะเร็งปอดชนิดไม่เล็ก ทักษะนี้พร้อมใช้งานวันนี้ผ่านปลั๊กอิน Science ของแอป Antigravity และ DeepMind เสนอระดับการใช้งานสูงสุดฟรี 6 เดือนแก่นักวิทยาศาสตร์ 10,000 คน ขึ้นอยู่กับคุณสมบัติ ความจุ และการคัดเลือก

    ทำไมเรื่องนี้สำคัญ: Google DeepMind แสดงให้เห็นว่า Cheminformatics Skills ใน Antigravity ย่นระยะวงจรการค้นพบยาที่ใช้เวลาหลายวันให้เหลือประมาณหนึ่งชั่วโมง พร้อมระบุว่าการออกแบบยังคงเป็นสมมติฐานที่ต้องผ่านการตรวจสอบในห้องปฏิบัติการ

  4. Anthropic Research66

    ห้องปฏิบัติการชีววิทยาของ Anthropic รายงานโครงสร้างอนุภาค vault ของโปรคาริโอตเป็นครั้งแรก ถอดรหัสด้วย Claude

    ห้องปฏิบัติการวิจัยชีววิทยาของ Anthropic รายงานโครงสร้าง 3 มิติของอนุภาค vault ที่พบในเซลล์โปรคาริโอตเป็นครั้งแรก เป็นโปรตีนจากฟาจชื่อ L05 ประกอบจาก 96 ชุด มีมวลประมาณ 9.5 เมกะดาลตัน ภายใต้การกำกับของทีม Claude ได้ค้นฐานข้อมูลโปรตีนที่ทำนายไว้ประมาณ 15 พันล้านรายการ ออกแบบโครงสร้าง DNA ปรับแต่งวิธีการแยกด้วย size-exclusion chromatography ซึ่งลดเวลาการทำให้บริสุทธิ์จากสามวันเหลือประมาณ 90 นาที และดำเนินการประมวลผล cryo-EM ด้วย RELION ซึ่งสร้างแบบจำลองเต็มรูปแบบชิ้นแรกได้ใน 34 ชั่วโมง preprint ถูกส่งไปยัง bioRxiv แล้ว และทีมระบุว่าหน้าที่ทางชีววิทยาของ vault ยังไม่เป็นที่ทราบ

    ทำไมเรื่องนี้สำคัญ: ห้องปฏิบัติการชีววิทยาของ Anthropic รายงานโครงสร้าง 3 มิติของอนุภาค vault จากโปรคาริโอตเป็นครั้งแรก โดย Claude รับผิดชอบการค้นฐานข้อมูล การออกแบบโครงสร้าง การทำให้บริสุทธิ์ และการประมวลผล cryo-EM

  5. Figma Blog58

    Figma เปิด code layers ให้ผู้ใช้ทุกคนใน open beta พร้อมเวิร์กโฟลว์ต้นแบบที่ขับเคลื่อนด้วยเอเจนต์

    ฟีเจอร์ code layers ของ Figma เปิดให้ทดสอบแบบ open beta สำหรับผู้ใช้ 100% แล้ว ทำให้ทีมสามารถสร้างและเปรียบเทียบต้นแบบที่หนุนด้วยโค้ดได้โดยตรงบนแคนวาสของ Figma วิดีโอสาธิตแสดงให้นักออกแบบโคลนรีโพซิทอรี GitHub ลงใน code layer สั่งให้เอเจนต์ของ Figma สร้างตัวแปรที่อยู่จัดส่งสามแบบเคียงกัน และปรับแต่งหนึ่งในนั้นในตัวแก้ไขโค้ดแบบเต็มหน้าจอ ฟีเจอร์ Extract designs เปลี่ยนหน้าจอหรือโฟลว์ที่บันทึกไว้ให้เป็นเลเยอร์ดีไซน์ที่แก้ไขได้ ซึ่งสามารถส่งกลับไปยังต้นแบบด้วย Update code layer และเอเจนต์ยังสามารถรวม code layers ของเพื่อนร่วมทีมสองคนเข้าด้วยกันเป็นประสบการณ์เดียวได้

3 พฤศจิกายนวันอังคาร
  1. OpenAI Alignment Blog58

    OpenAI ตรวจสอบช่องว่างพฤติกรรมระหว่างการประเมินกับการใช้งานจริงในความปลอดภัยของเอเจนต์ และบทบาทของการตระหนักรู้ถึงการประเมิน

    นักวิจัยของ OpenAI วัดช่องว่างพฤติกรรมระหว่างการประเมินกับการใช้งานจริงในความปลอดภัยของเอเจนต์: ในหกโมเดลที่ให้บริการ ความสำเร็จในการประเมิน Respecting Warnings ต่ำกว่าการตัดสินใจใช้งานจริงใน Codex ที่จับคู่กันอยู่ที่ 10.2 ถึง 37.4 เปอร์เซ็นต์ โดยช่องว่างที่ใหญ่ที่สุดพบใน GPT-5.6 Sol และ GPT-6 Sol การตระหนักรู้ถึงการประเมินโดยทั่วไปเพียงอย่างเดียวแสดงความสัมพันธ์ที่อ่อนกับช่องว่างนี้ (R² = 0.008) ขณะที่การตระหนักรู้ถึงวัตถุประสงค์เฉพาะของการประเมินนั้นแข็งแกร่งกว่า (R² = 0.370) และโมเดลที่พูดถึงวัตถุประสงค์ผิดบ่อยที่สุด (การต้านทานการฉีดพรอมต์) มีช่องว่างใหญ่ที่สุด ในการทดลองแทรกแซงบน GPT-6.1 Sol สัญญาณการประเมินทั่วไปทำให้ความสำเร็จแทบไม่เปลี่ยน (63.1% เทียบกับ 63.4%) สัญญาณวัตถุประสงค์ที่ถูกต้องเพิ่มเป็น 91.6% และสัญญาณวัตถุประสงค์ที่ไม่ถูกต้องลดลงเหลือ 17.6%

  2. Sierra Blog42

    Sierra ออกแบบ Agent Studio ใหม่โดยมี Ghostwriter เป็นศูนย์กลาง

    Sierra ได้ออกแบบ Agent Studio ใหม่โดยมี Ghostwriter ซึ่งเป็นเอเจนต์ที่ทำงานตลอดเวลาเพื่อสร้างเอเจนต์ เป็นศูนย์กลาง ทำให้การตรวจสอบปัญหา การแก้ไข journey และการทดสอบการแก้ไขเกิดขึ้นได้ในการสนทนาเดียว Ghostwriter ติดตามคุณข้าม journey, simulation และแดชบอร์ด และแต่ละเซสชันเก็บการเปลี่ยนแปลงและผลการทดสอบไว้ด้วยกันจนกว่าทีมงานจะตรวจสอบและ merge Agent Studio ยังจัดกลุ่มเอเจนต์ที่เกี่ยวข้องไว้ในโปรเจกต์เดียว และเพิ่ม diff แบบบรรทัดต่อบรรทัด, Preview Chat, Simulations และการกำกับดูแลการเผยแพร่ด้วยการอนุมัติที่จำเป็นและการ rollout แบบควบคุม

  3. Google Developers Blog58

    Google ทดสอบคลาสซิฟายเออร์ราคาถูกเพื่อจัดเส้นทางโมเดล Gemini ตามต้นทุนต่องาน

    Google ได้รันเบนช์มาร์กเอเจนต์เขียนโค้ด 50 ข้อที่ตรวจอัตโนมัติ เพื่อทดสอบว่าคลาสซิฟายเออร์น้ำหนักเบาชื่อ Jev ของ TypeSafe สามารถจัดเส้นทางแต่ละงานไปยังการตั้งค่า Gemini ที่ถูกที่สุดซึ่งยังตอบถูกได้หรือไม่ regex แบบคงที่และฮิวริสติกตามความยาวพรอมป์ทำคะแนนได้ 93.8% บนคำถามพัฒนา 16 ข้อ แต่ลดลง 23.2 จุดเหลือ 70.6% บนงานที่กันไว้ทดสอบ 34 งาน ขณะที่ Jev ทำได้ 96.0% across ชุดทดสอบทั้งหมด การตั้งค่าที่ไม่มีเราเตอร์ที่แข็งแกร่งที่สุด คือ Gemini 3.8 Flash โหมดคิดต่ำ แก้ได้ทั้ง 50 งาน และเราเตอร์ Jev ที่ส่งงานไปยัง Flash-Lite ก่อนแล้วยกระดับงานที่ถูกตั้งธงก็แก้ได้ทั้ง 50 งานเช่นกัน พร้อมลดต้นทุนและเวลาตอบสนอง การจำกัด maxOutputTokens ที่ 300 ไม่ประหยัดอะไรบนงานง่าย และทำให้ 7 จาก 25 งานยากพัง

1 พฤศจิกายนวันอาทิตย์
  1. Sakana AI Blog40

    Sakana AI Symposium: Jürgen Schmidhuber พูดถึงอดีตและอนาคตของ AI การผลักดันของญี่ปุ่นสู่โมเดลภาษา World Models และ Physical AI

    Sakana AI จัดงานสัมมนา "From World Models to Real-World AI" ที่โตเกียวเมื่อวันที่ 26 ตุลาคม 2026 โดย Jürgen Schmidhuber ที่ปรึกษาวิทยาศาสตร์ระดับหัวหน้าได้กล่าวปาฐกถาหลัก และ Sakana AI ประกาศว่าจะพัฒนาโมเดลภาษาที่ผ่านการฝึกอบรมล่วงหน้าของตนเองในชื่อ Sakana Sawara (ชื่อชั่วคราว) โดยโมเดลขนาดเล็กตัวแรก Sawara Small (ชื่อชั่วคราว) มีแผนจะเปิดตัวในฤดูใบไม้ผลิปี 2027 หากการพัฒนาดำเนินไปอย่างราบรื่น งานนี้มีผู้เข้าร่วมมากกว่า 400 คน และยังมีการสนทนาระหว่าง Schmidhuber กับ David Ha ซีอีโออีกด้วย

30 ตุลาคมวันศุกร์
  1. Google DeepMind58

    Google DeepMind ขยายเครื่องมือวางแผน AI PlanAssist ไปยังสภาเทศบาลอังกฤษอีก 12 แห่ง

    Google DeepMind กำลังขยาย PlanAssist เครื่องมือวางแผน AI ที่สร้างด้วย Gemini ไปยังหน่วยงานวางแผนท้องถิ่นในอังกฤษเพิ่มอีก 12 แห่ง รวมเป็น 15 แห่ง ในการนำร่องที่ Barnet, Camden และ Dorset ตั้งแต่เดือนมิถุนายน เครื่องมือนี้ลดเวลาเฉลี่ยที่เจ้าหน้าที่ใช้ในงานประเมินเจ้าของบ้านได้ถึง 58% และรายงานที่สร้างขึ้นมากกว่า 70% ได้รับการอนุมัติโดยไม่ต้องแก้ไข

  2. Sierra Blog58

    Sierra ทำ ARR ทะลุ $400M+ เพิ่มขึ้น $150M+ ในไตรมาส 3 เพียงไตรมาสเดียว

    Sierra มี ARR แตะ $400M+ โดยเพิ่มขึ้นกว่า $150M+ ในไตรมาส 3 เพียงไตรมาสเดียว มากกว่าที่ทำได้ตลอดทั้งปีที่แล้ว บริษัทระบุว่าต้องใช้เวลาหกเดือนในการเพิ่ม ARR จาก $100M เป็น $200M แต่ใช้เวลาเพียงห้าเดือนในการเพิ่มจาก $200M เป็น $400M และปัจจุบันทำงานร่วมกับเกือบ 50% ของ Fortune 50 นอกจากนี้ Sierra ยังระบุว่ากำลังพัฒนามาตรฐานเปิดชื่อ Poppy ร่วมกับองค์กรกว่า 50 แห่ง รวมถึง Meta, Shopify, Stripe และ Walmart เพื่อควบคุมวิธีที่ personal agent โต้ตอบกับแบรนด์