ข้ามไปที่เนื้อหา
เฉพาะ จากต้นทาง#Agent
19 ตุลาคมวันจันทร์
  1. MiniMax Blog83

    MiniMax เปิดตัว M3.1 Flash อ้างต้นทุนต่ำลง 70% และอนุมานเร็วขึ้นเกือบ 3 เท่า

    MiniMax เปิดตัว MiniMax M3.1 Flash อย่างเป็นทางการ ซึ่งเป็นโมเดล Flash เจเนอเรชันถัดไปที่บริษัทระบุว่าช่วยลดต้นทุนการใช้งานลง 70% เมื่อเทียบกับรุ่นก่อนหน้า และทำให้การอนุมานออนไลน์เร็วขึ้นเกือบสามเท่า บริษัทรายงานผล 73.7% บน DeepSWE v1.1, 76.2 บน BankerToolBench, 61.7 บน OSWorld V2, 29.6 บน Agents' Last Exam และ 82% บน CyberGym โดยมีความเร็วเอาต์พุต 200+ TPS และค่ามัธยฐาน 170+ TPS ราคาอยู่ที่ $0.15 ต่อ 1M โทเคนอินพุต, $0.60 ต่อ 1M โทเคนเอาต์พุต และ $0.015 ต่อ 1M โทเคนอินพุตที่แคชไว้ และโมเดลนี้พร้อมใช้งานผ่าน MiniMax API, M Plan และ MiniMax Code โดยจะเปิดเผยน้ำหนักโมเดลในภายหลัง

    ทำไมเรื่องนี้สำคัญ: โมเดล Flash ของ MiniMax อ้างคะแนนด้านเอเจนต์และการเขียนโค้ดระดับสูงสุดในราคา $0.15 ต่อ 1M โทเคนอินพุต ซึ่งเป็นข้อมูลเชิงประจักษ์ด้านต้นทุนของงานเวิร์กโหลดเอเจนต์

  2. Modal Blog38

    Legora 如何在 Modal Sandboxes 上并行运行 2,000 个 agent 评估

    Legora 现在将其每个法律 agent 评估都放在单独的 Modal Sandbox 中运行，启动其完整应用并固定到特定 commit，使每次运行都反映确切的产品版本。一个典型实验包含 100 个用例、4 个 harness 变体、每个 5 次试验——即 2,000 次并行运行——并由 Modal Volumes 对文档、数据库和权限状态进行快照。Legora 还从 gVisor 迁移到 Modal VM Sandboxes，移除了其 Docker 网络和 FUSE 变通方案，并通过更智能的压缩和自定义工具搜索将 agent 成本降低了 30%。

17 ตุลาคมวันเสาร์
  1. Google Research71

    Google Research อธิบาย VERID และเวิร์กโฟลว์เอเจนต์แบบ closed-loop สำหรับห้องปฏิบัติการเปียกอัตโนมัติ

    Google Research อธิบายโครงการสามโครงการที่มุ่งเชื่อมโยงเอเจนต์ AI เข้ากับการทดลองในห้องปฏิบัติการเปียกจริง รวมถึงกรอบงาน VERID ซึ่งเป็นดิจิทัลทวินเชิงความหมายของ workcell ในห้องปฏิบัติการที่สร้างบนกรอบงานโอเพนซอร์ส PyLabRobot ติดตามเลย์เอาต์ของ deck ปริมาตรของ well และจำนวนทิป และทดลองรันโปรโตคอลแบบ dry-run ก่อนการดำเนินการจริง

    ทำไมเรื่องนี้สำคัญ: Google Research อธิบายโครงการสามโครงการที่เชื่อมต่อเอเจนต์ AI เข้ากับฮาร์ดแวร์ห้องปฏิบัติการเปียกจริง แสดงให้เห็นว่าการจำลองแบบ dry-run และการทดลองแบบ closed-loop ช่วยให้เอเจนต์แก้ไขกฎการออกแบบของตนเองได้อย่างไร

16 ตุลาคมวันศุกร์
  1. Modal Blog36

    Modal อธิบายวิธีสร้างสแตกไฟล์ซิสเต็มความเร็วสูงสำหรับ VM Sandboxes

    Modal อธิบายรายละเอียดว่าพวกเขาพัฒนาสแตกไฟล์ซิสเต็มเพื่อรองรับ VM Sandboxes อย่างไร โดยส่งคำขอจาก guest ผ่าน virtio-fs และ virtiofsd ไปยัง ImageFS ไฟล์ซิสเต็มแบบ lazy-loading ของพวกเขา เวอร์ชันแรกบูตได้เร็วแต่ทำงานช้า: recursive chown ใช้เวลาจากสี่วินาทีเป็นกว่าหนึ่งนาที และการติดตั้ง pnpm กับ bun ช้ากว่าประมาณสามเท่า Microbenchmarks แสดงให้เห็นว่า chown ใช้เวลา 9.87 วินาทีบน virtio-fs เทียบกับ 2.31 วินาทีบน gVisor และ 1.58 วินาทีบน ImageFS

  2. Replit Blog40

    Replit นำ Bring Your Own Cloud (BYOC) สู่แพลตฟอร์มของตน

    Replit กำลังเปิดตัวตัวเลือก Bring Your Own Cloud (BYOC) ที่ให้องค์กรสามารถรันแพลตฟอร์ม Replit และแอปที่เผยแพร่ภายใน tenant ของ Microsoft Azure, Google Cloud หรือ Amazon Web Services ของตนเองได้ BYOC แบบเต็มรูปแบบซึ่งอยู่ใน private preview จะติดตั้งเซลล์และ agent harness ของ Replit ในคลาวด์ของลูกค้า ขณะที่ BYOC สำหรับ Published Apps ซึ่งอยู่ในช่วง early access จะโฮสต์โปรเจกต์ที่เผยแพร่ไว้ที่นั่นโดย Replit เป็นผู้จัดการแพลตฟอร์ม ส่วน Image Exports จะมอบอิมเมจ Docker ไฟล์ Terraform และ SBOM ให้ทีมต่างๆ เพื่อโฮสต์แอปที่สร้างด้วย Replit ด้วยตนเอง

  3. OpenClaw Blog22

    PJ ช่วยธุรกิจขนาดเล็กนำ OpenClaw ไปใช้และเป็นเจ้าของเองได้อย่างไร

    PJ วิศวกรที่ผันตัวมาเป็นเจ้าของธุรกิจกำจัดแมลงในเมืองโอคาลา รัฐฟลอริดา ปัจจุบันให้คำปรึกษาแก่ธุรกิจขนาดเล็ก เช่น ผู้รับเหมาก่อสร้างหลังคา สระว่ายน้ำ และยานยนต์ ในการติดตั้ง OpenClaw และสอนให้พวกเขาบริหารจัดการเอง ลูกค้าของเขาต้องการเครื่องมือที่เป็นของตัวเองอย่างแท้จริง แทนที่จะป้อนข้อมูลบริษัทเข้าไปในซอฟต์แวร์แบบเช่าใช้ และลูกค้ารายหนึ่งคือ Donna พนักงานธุรการวัย 66 ปี ใช้งาน OpenClaw ของเธอทุกวัน

  4. LiveKit Blog38

    วิธีสร้าง AI Voice Agent ที่พร้อมใช้งานจริงในระบบผลิต

    คู่มือของ LiveKit รวบรวมบทเรียนจาก solution architects และ forward deployed engineers เกี่ยวกับการนำ AI voice agent จากเดโมสู่การใช้งานจริง โดยจัดโครงสร้าง вокругสามคำถาม คือ agent ฉลาดและเป็นธรรมชาติพอหรือไม่ ประสิทธิภาพของมันสามารถสังเกตได้หรือไม่ และมันขยายขนาดได้อย่างเชื่อถือได้และคุ้มต้นทุนหรือไม่ คู่มือแนะนำให้วัดเทิร์นแรกแยกต่างหาก เนื่องจากบริษัทหนึ่งพบว่า ประมาณ 3 ใน 4 สายจบที่ขั้นตอนการทักทาย และระบุว่าลูกค้าที่เปลี่ยนจาก GPT-4.1 เป็น Gemma 4 31B บน LiveKit Inference ประหยัดเวลาได้ 300–500ms ที่ p50

15 ตุลาคมวันพฤหัสบดี
  1. Anthropic · Claude.dev62

    ทีม Claude Code ทำโค้ดรีวิวอย่างไร

    ทีม Claude Code อธิบายกระบวนการโค้ดรีวิวแบบหลายชั้น ซึ่งการอ่านส่วนใหญ่ทำโดยเครื่องจักรและให้ความสนใจของมนุษย์ไว้สำหรับการอนุมัติตามความเสี่ยง ตั้งแต่เดือนมิถุนายนถึงกันยายน พูลรีเควสที่ถูก merge เข้าสู่โค้ดเบส Claude Code เพิ่มขึ้นกว่าสองเท่า ขณะที่สัดส่วนที่ต้องถูก revert ลดลงมากกว่า 40 เปอร์เซ็นต์ กระบวนการนี้ประกอบด้วยการตรวจสอบก่อน PR, CI ที่บังคับ, การรีวิวโดย Claude, การรีวิวด้านความปลอดภัย, การอนุมัติโดยมนุษย์ตามระดับความเสี่ยง และคิว merge พร้อมแฟล็กและการ rollback ที่รวดเร็ว และทีมได้เปลี่ยนเหตุการณ์ในอดีตให้เป็นชุด eval ประจำวันสำหรับผู้รีวิว

    ทำไมเรื่องนี้สำคัญ: ทีม Claude Code ของ Anthropic อธิบายรายละเอียดว่าพวกเขาย้ายการอ่านโค้ดส่วนใหญ่ไปยังชั้นอัตโนมัติได้อย่างไร ขณะที่ PR ที่ merge เพิ่มขึ้นสองเท่าและการ revert ลดลงกว่า 40 เปอร์เซ็นต์ มอบโมเดลการรีวิวที่ถ่ายทอดได้สำหรับทีมที่ใช้เอเจนต์จำนวนมาก

  2. Meta AI Research Blog88

    Meta เปิดตัว Muse Spark Open โมเดลมัลติโมดัลน้ำหนักเปิดขนาด 816B ที่รันบน Mac Studio สองเครื่อง

    Meta เปิดตัวน้ำหนักของ Muse Spark Open โมเดลมัลติโมดัลแบบเนทีฟน้ำหนักเปิดที่มีพารามิเตอร์รวม 816B (ใช้งานจริง 42B) และหน้าต่างบริบท 1M โทเคน วางตำแหน่งสำหรับงานเขียนโค้ดและงานเอเจนติก เป็นโมเดลแรกในคลาสเดียวกันที่รันบนเดสก์ท็อปด้วย Apple M5 Ultra Mac Studio สองเครื่องผ่านเฟรมเวิร์ก MLX และพร้อมใช้งานผ่านพาร์ตเนอร์ API ได้แก่ Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter และ Together AI โดยมีน้ำหนักอยู่บน Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden และ Microsoft Foundry Models Meta ระบุว่าโมเดลนี้มาพร้อมเคอร์เนล GPU Helion ที่ปรับแต่งอัตโนมัติได้ใน SGLang ให้ความเร็วระดับเคอร์เนลเพิ่มขึ้น 1.03-3.95 เท่าบน GPU NVIDIA และ AMD และเร็วขึ้นแบบ end-to-end 3% บน AMD MI350

    ทำไมเรื่องนี้สำคัญ: Meta เปิดน้ำหนักโมเดลมัลติโมดัลขนาด 816B พารามิเตอร์ที่รันบน Mac Studio สองเครื่อง มอบทางเลือกแบบโลคอลให้นักพัฒนาสำหรับงานเขียนโค้ดระยะยาวและงานเอเจนติก

  3. Modal Blog78

    Meta เปิดตัว Muse Spark Open เผยแพร่ weights แล้ว ใช้งานได้บน Modal Auto Endpoints

    Meta เผยแพร่ weights ของ Muse Spark Open และ Modal ให้บริการโมเดลนี้ผ่าน Auto Endpoints โดยคิดค่าบริการตามจำนวนโทเคน โมเดลนี้มุ่งเป้าไปที่งานเขียนโค้ดแบบ agentic และงานระยะยาว มีความสามารถเข้าใจ multimodal แบบเนทีฟ หน้าต่างบริบท 1M โทเคน การวางแผนหลายขั้นตอน การใช้เครื่องมือตามลำดับ และการกู้คืนจากความล้มเหลว Meta รายงานผล 76.4 บน Terminal-Bench 2.1 ด้วย agent Terminus 2 และ 60 บน DeepSWE 1.1 โดยใช้ harness ที่ต้องการที่ระดับความพยายามในการให้เหตุผล xhigh

    ทำไมเรื่องนี้สำคัญ: Muse Spark Open แบบ open-weight ของ Meta พร้อมให้บริการบน Modal แล้ว ทำให้ทีมต่างๆ มีวิธีคิดค่าบริการตามโทเคนในการลองโมเดลเขียนโค้ดแบบ agentic ที่มีหน้าต่างบริบท 1M โทเคน

13 ตุลาคมวันอังคาร
  1. GitHub Blog · AI & ML36

    GitHub Copilot สำหรับผู้เริ่มต้น: สี่วิธีสอน Copilot ให้รู้จักโค้ดเบสของคุณ

    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

12 ตุลาคมวันจันทร์
  1. Vapi Blog58

    บอตตรวจสอบ PR ที่ Vapi สร้างเองลดเวลาการ merge ลงครึ่งหนึ่งได้อย่างไร

    Lat Ware วิศวกรของ Vapi ทบทวนแนวปฏิบัติในการสร้าง Pedantic Review Bot ขึ้นเอง โดยปัจจุบันบอตนี้ตรวจสอบทุก PR ทำให้เวลา merge เฉลี่ยลดจาก 130 ชั่วโมงเหลือ 65 ชั่วโมง

  2. Meta AI Research Blog82

    Meta เปิดตัว Muse Wonder และ Muse Wonder Full โมเดล frontier สำหรับเอเจนต์ส่วนบุคคลและมืออาชีพ

    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

9 ตุลาคมวันศุกร์
  1. LiveKit Blog34

    Serve AI ใช้ LiveKit Agent Simulations สร้าง voice agent ใหม่บนพรอมต์เดียว

    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

  2. LiveKit Blog58

    LiveKit เปิดตัว Agent Simulations สำหรับทดสอบ voice agents

    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

8 ตุลาคมวันพฤหัสบดี
  1. Anthropic · Claude.dev62

    Anthropic อธิบายการสร้างระบบอัตโนมัติของเอเจนต์ตามกำหนดเวลาด้วย Claude Managed Agents

    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

  2. Goodfire Research71

    Goodfire ฝึกและติดตั้งตัวตรวจสอบการใช้งานไซเบอร์ในทางที่ผิดแบบอิงโพรบบน Kimi K3 และ GLM 5.3

    3 และติดตั้งบนสแตกการอนุมานสำหรับใช้งานจริง โดยโพรบราคาถูกกรองเทิร์น และเฉพาะบทสนทนาที่น่าสงสัยเท่านั้นที่ส่งถึงผู้ตัดสิน LLM อัตราการขัดจังหวะเซสชันปกติ 5% ต้นทุน 65 ดอลลาร์ต่อล้านเทิร์นโดยไม่มีการให้เหตุผลของผู้ตัดสิน และ 185 ดอลลาร์เมื่อรวมการให้เหตุผล และไม่มีการสูญเสียทรูพุตที่วัดได้ภายใน SGLang

    ทำไมเรื่องนี้สำคัญ: Goodfire แสดงให้เห็นว่าลำดับชั้นโพรบบวกผู้ตัดสินสามารถตรวจสอบการใช้งานไซเบอร์ในทางที่ผิดของเอเจนต์ได้ในต้นทุนต่ำลงราว 50 เท่า โดยไม่มีการสูญเสียทรูพุตที่วัดได้ ซึ่งเป็นสูตรสำเร็จที่เป็นรูปธรรมสำหรับการให้บริการโมเดลเปิดอย่างปลอดภัย

7 ตุลาคมวันพุธ
  1. Vapi Blog36

    Vapi เปิดตัว Personal Agent Calling เวอร์ชันเบต้า สำหรับ AI agent ที่โทรติดต่อธุรกิจแทนลูกค้า

    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

6 ตุลาคมวันอังคาร
  1. Mistral AI82

    Mistral เปิดตัว Mistral Large 4 พรีวิว โมเดลมัลติโมดัล 1T พารามิเตอร์ เตรียมปล่อยเวตภายในเดือนนี้

    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

  2. Anthropic · Claude.dev72

    Claude Code cloud sessions: คู่มือภาคสนามสำหรับการรันงานบน VM แยก

    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

  3. LiveKit Blog38

    Retell vs. Vapi vs. LiveKit: การเปรียบเทียบสำหรับนักพัฒนาสำหรับ Voice AI Agents

    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

  4. Figma Blog50

    Figma agent ออกจากเบต้าพร้อมแนวทางปฏิบัติ บริบทข้ามแพลตฟอร์ม และการติดตาม agent แบบผู้เล่นหลายคน

    Figma agent ออกจากเบต้าแล้วด้วยความสามารถในการทำตามคำสั่งและจัดการงานยาวที่ดีขึ้น ชนะการประเมินที่ให้คะแนนโดยมนุษย์ถึงกว่า 60% กับนักออกแบบมืออาชีพ ความสามารถใหม่ช่วยให้เจ้าของไลบรารีอัปโหลดแนวทางปฏิบัติแบบ markdown ดึงบริบทจาก FigJam, Figma Slides และ Figma Design และติดตาม agent ของผู้ร่วมงานบนแคนวาส ทีม design systems ของ Uber ตอนนี้เผยแพร่เอกสารที่เคยใช้เวลาหลายคนหลายเดือนได้ในบ่ายเดียว

5 ตุลาคมวันจันทร์
  1. GitHub Blog · AI & ML58

    GitHub เปิดตัว ReviewBench ซึ่งเป็นเบนช์มาร์กแบบเปิดสำหรับการรีวิวโค้ดด้วย AI

    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%

  2. Modal Blog35

    TypeSafe AI ขยาย Jev สู่ระดับล้านล้านโทเคนในสามวันบน Modal

    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

2 ตุลาคมวันศุกร์
  1. GitHub Blog · AI & ML25

    GitHub Blog: ทักษะสามอย่างที่นักพัฒนาต้องมีเมื่อ AI ปรับเปลี่ยนงานของพวกเขา

    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

  2. OpenClaw Blog40

    Tencent AIG เข้าร่วม ClawScan เพื่อเสริมความปลอดภัยในการตรวจสอบสกิลและปลั๊กอินบน ClawHub

    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%

  3. Vapi Blog58

    Vapi เปิด GPT-Live beta ให้ลูกค้าทุกราย แยก voice agent ออกเป็น speaker และ reasoner

    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

1 ตุลาคมวันพฤหัสบดี
  1. Anthropic · Claude.dev60

    เริ่มต้นใช้งาน Claude Code mods: สร้างการพยากรณ์หน้าต่างบริบท

    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

  2. Modal Blog58

    Modal เปิดตัว Sidecars ขอบเขตความเชื่อถือ latency ต่ำสำหรับ Sandboxes

    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

  3. Modal Blog60

    Modal เปิดตัว VM Sandboxes มอบ Linux VM แบบเต็มรูปแบบพร้อมรองรับ Docker ให้กับเอเจนต์

    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

  4. Modal Blog42

    สรุป Modal Runtime: VM Sandboxes, Modal Clusters และอื่นๆ

    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

30 กันยายนวันพุธ
  1. Factory62

    Factory เปิดให้ใช้งาน Automations สำหรับเอเจนต์ Droid ทั่วไป

    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

  2. Vapi Blog58

    Vapi เปิดตัว Personal Agent Calling แบบเบต้า ให้ผู้ช่วยสามารถโทรออกได้

    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

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. 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

  2. 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

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