ข้ามไปที่เนื้อหา
#ความเห็น
8 พฤศจิกายนวันอาทิตย์
  1. Exponential View18

    ประชาชนกับเทคโนโลยี ชาวยูโรปัวร์ และครีโอลที่ถูกลืม — Exponential View #609

    ฉบับวันอาทิตย์ที่ #609 ของ Exponential View โต้แย้งว่าเทคโนโลยีมีส่วนในการเลือกตั้งสัปดาห์นี้ โดยอ้างคำกล่าวของว่าที่ผู้ว่าการรัฐเท็กซัส Gina Hinojosa ที่ว่า "99.9% ของพวกเรา" ถูกจับให้เผชิญหน้ากับ "ผู้คร่ำหวอดด้านเทคโนโลยีระดับพันล้าน 15 คนที่ควบคุมรัฐบาล" บทความยังตั้งคำถามว่าผลตอบแทนด้านผลิตภาพของ AI มาถึงแล้วหรือไม่ โดยระบุว่าผลิตภาพของสหรัฐฯ เติบโต 3.6% ในไตรมาสที่แล้ว แต่ข้อมูลยังปนกันมากเกินกว่าจะโยงให้เป็นผลของ AI และโต้แย้งว่ายุโรปกำลังสนับสนุนการแข่งขันด้านเทคโนโลยีที่ตนกำลังแพ้อยู่

7 พฤศจิกายนวันเสาร์
  1. Charlie O'Neill25

    ทำไมคอขวดของความก้าวหน้า AI อาจเป็นศักดิ์ศรีของมนุษย์

    คอขวดของความก้าวหน้าที่ขับเคลื่อนด้วย AI อาจไม่ใช่ข้อจำกัดของห้องแล็บเปียกหรือพลังประมวลผล แต่เป็นศักดิ์ศรีของมนุษย์ เนื่องจากนักวิจัยและผู้ประกอบการด้าน AI ต่อต้านโลกที่ปัญญาประดิษฐ์ทำให้การมีส่วนร่วมของพวกเขาเกินความจำเป็น บทความนี้โต้แย้งว่าฟังก์ชันคุณค่าของพวกเขา — การมีส่วนร่วมเมื่อเทียบกับสิ่งทดแทนที่แข่งขันได้มากที่สุด — จะผลักดันให้พวกเขาสร้างอุปสรรคต่อ AI โดยคงมนุษย์ไว้ในกระบวนการสำหรับคำถามที่ไม่สามารถตรวจสอบได้ เช่น การจัดสรรทรัพยากรและจริยธรรม

  2. a16z News58

    การป้องกันเชิงลึกที่สร้างใหม่เพื่อความเร็วของเครื่องจักร: ทำไมการแพตช์จึงตามไม่ทัน

    Asaf Ezra ให้เหตุผลว่า AI ทำให้ช่องโหว่ถูกใช้ประโยชน์ได้อย่างรวดเร็วและราคาถูก ขณะที่การแพตช์ยังต้องใช้เวลาหลายสัปดาห์ถึงหลายปี ดังนั้นช่องว่างระหว่างการโจมตีและการแพตช์จะไม่ปิดลงด้วยการแพตช์ให้หนักขึ้น เขาอ้างถึงบั๊ก PHP ในเดือนตุลาคมที่ถูกใช้ประโยชน์สี่วันก่อนการเปิดเผย และรายงานของ Anthropic เกี่ยวกับโมเดลที่ยังไม่เปิดตัวซึ่งสร้างช่องโหว่เคอร์เนล Linux ได้ในเวลาไม่ถึงหนึ่งชั่วโมง จากนั้นจัดอันดับการป้องกันนอกอุปกรณ์สี่ประเภทตามขอบเขตการครอบคลุม: การลดการเปิดเผยจากอินเทอร์เน็ตสาธารณะ การแบ่งส่วนเครือข่าย การแพตช์เสมือนระดับเครือข่าย และการกำจัดประเภทของบั๊ก เขายังให้เหตุผลว่าแบ็กอัปกลายเป็นเป้าหมายหลัก โดยอ้างข้อมูลของ Sophos ที่ว่า 94% ของเหยื่อแรนซัมแวร์ระบุว่าแฮกเกอร์พยายามเจาะระบบแบ็กอัปของพวกเขา และ 57% ของความพยายามเหล่านั้นประสบความสำเร็จ

  3. Ed Zitron · Where's Your Ed At62

    Ed Zitron: การต่อต้านจากผู้มีสิทธิเลือกตั้งต่อศูนย์ข้อมูลเผยรอยร้าวของฟองสบู่ AI

    Ed Zitron โต้แย้งว่าผลการเลือกตั้งกลางเทอมของสหรัฐฯ เผยจุดอ่อนของฟองสบู่ AI: ผู้มีสิทธิเลือกตั้งในหลายรัฐและเทศบาลสนับสนุนข้อจำกัดการก่อสร้างศูนย์ข้อมูล เขาอ้างถึงมาตรการลงคะแนน 33 รายการเพื่อจำกัดศูนย์ข้อมูล, เทศบาล 21 แห่งในโอไฮโอที่ลงคะแนนสนับสนุนข้อจำกัด และ 12 รัฐที่ผู้สมัครชิงตำแหน่งผู้ว่าการที่ชนะหรือนำอยู่เรียกร้องให้หยุดการพัฒนาศูนย์ข้อมูลชั่วคราว เขาโต้แย้งว่าการเติบโตของ NVIDIA และเรื่องราวการเติบโตของห้องปฏิบัติการ AI ขึ้นอยู่กับการขยายศูนย์ข้อมูลที่ไม่ถูกขัดขวาง และอุตสาหกรรมสันนิษฐานว่าตนสามารถขยายได้โดยไม่ต้องได้รับความยินยอมจากชุมชนที่ได้รับผลกระทบ

6 พฤศจิกายนวันศุกร์
  1. Newcomer38

    สึนามิสีน้ำเงินคือชัยชนะของประชาธิปไตย — และเป็นสัญญาณเตือนสำหรับซิลิคอนแวลลีย์

    ชัยชนะแบบถล่มทลายของพรรคเดโมแครตในการเลือกตั้งกลางเทอมถูกมองว่าเป็นสัญญาณเตือนสำหรับซิลิคอนแวลลีย์ โดยหุ้นโครงสร้างพื้นฐาน AI และหุ้นชิปปรับตัวลง ขณะที่นักลงทุนปรับคาดการณ์การสร้างศูนย์ข้อมูลที่ช้าลง จีนา ฮิโนโฮซา ผู้ว่าการรัฐเท็กซัสคนใหม่ ใช้การต่อต้านศูนย์ข้อมูลและอีลอน มัสก์เป็นประเด็นหลักในการหาเสียง และซาราห์ เอคฮาร์ดต์ ผู้ตรวจการแผ่นดินคนใหม่จะทบทวนคำขอรับเงินอุดหนุน JETI หุ้นเทสลาและสเปซเอ็กซ์ร่วงลง 11% และ 9% เมื่อวันพฤหัสบดี

  2. Exponential View20

    Bill Gross ว่าด้วยการสร้างธุรกิจในยุค AI กับ Idealab.ai

    Bill Gross ผู้ก่อตั้งและประธานของ Idealab เข้าร่วมรายการ Exponential View เพื่อพูดคุยเกี่ยวกับการสร้างธุรกิจในยุค AI และ Idealab.ai ที่เขาเพิ่งก่อตั้งขึ้น ซึ่งใช้ AI เพื่อสำรวจไอเดียทางธุรกิจที่เป็นไปได้ ประเมินไอเดียเหล่านั้นเทียบกับปัญหาจริง และช่วยผู้ก่อตั้งทดสอบและปรับปรุงไอเดียเหล่านั้น Gross เน้นย้ำเรื่องการทำซ้ำและความเร็ว โดยล้อเล่นว่าเขาน่าจะตั้งชื่อบริษัทว่า "Iterate Lab"

  3. Gary Marcus · The Road to AI We Can Trust40

    ตลาดสูญเสีย 2.5 ล้านล้านดอลลาร์ในหนึ่งวัน ขณะที่การศึกษาของธนาคารกลางอังกฤษตั้งคำถามต่อผลผลิตที่ได้จาก AI

    ตลาดร่วงลง 2.5 ล้านล้านดอลลาร์เมื่อวานนี้ และการศึกษาของธนาคารกลางอังกฤษพบว่า AI ยังคงล้มเหลวในการสร้างผลผลิตตามที่คาดหวังไว้ Gary Marcus มองว่าการร่วงลงและผลการศึกษานี้เป็นส่วนหนึ่งของข่าวร้ายเดียวกัน

  4. Exponential View40

    อย่าปล่อยให้กระแสต่อต้านสูญเปล่า: พลิกการต่อต้านศูนย์ข้อมูลให้เป็นข้อตกลงกับชุมชน

    หลังจากพรรคเดโมแครตชนะการเลือกตั้งกลางเทอม มีมูลค่ากว่า $2.5 ล้านล้านหายไปจาก Nasdaq ขณะที่นักลงทุนหนีจากการลงทุนใน AI และผู้มีสิทธิเลือกตั้งในสหรัฐฯ ผ่านมาตรการท้องถิ่น 43 จาก 44 ข้อเพื่อชะลอศูนย์ข้อมูล ข้อตกลง Lanarkshire ซึ่ง DataVita จ่ายสูงถึง $100,000 ต่อเมกะวัตต์ต่อปีเข้ากองทุนชุมชน แสดงให้เห็นว่าอำนาจต่อรองจากคิวเชื่อมต่อโครงข่ายสามารถเปลี่ยนเป็นประโยชน์ต่อท้องถิ่นได้อย่างไร แพ็กเกจของ Oracle ในนิวเม็กซิโกคิดเป็นเงินจ่ายครั้งเดียว $84,000 ต่อเมกะวัตต์ ซึ่งน้อยกว่าถึงเกือบ 18 เท่า

  5. Platformer36

    การตอบโต้ AI จำเป็นต้องมีแผน

    ผู้มีสิทธิเลือกตั้งในสหรัฐลงโทษพรรครีพับลิกันเรื่องศูนย์ข้อมูลและลัทธิเร่งรัด AI โดยมีการผ่านคำสั่งห้ามหรือข้อจำกัดในเขตการปกครองอย่างน้อย 38 แห่ง และ super PAC ที่สนับสนุน AI ส่วนใหญ่ล้มเหลว Platformer ให้เหตุผลว่าการกำกับดูแล AI ไม่สามารถเดินตามตำราการเล่นของโซเชียลมีเดีย ซึ่งไม่ก่อให้เกิดกฎหมายความเป็นส่วนตัวที่ครอบคลุม ไม่มีการปฏิรูปมาตรา 230 และไม่มีกฎหมายต่อต้านการผูกขาดฉบับใหม่ แม้จะมีการไต่สวนมาหลายปี

  6. Gary Marcus · The Road to AI We Can Trust38

    Gary Marcus: การเทขายหุ้น AI กระทบผู้ผลิตชิปและ Neocloud ขณะที่ Big Tech แยกทางกัน

    Gary Marcus กล่าวว่าบริษัท AI จะไม่ได้ประโยชน์ฟรีอีกต่อไป และตลาดแตกแยกอย่างรุนแรง: ผู้ผลิตชิปและ Neocloud อย่าง CoreWeave ถูกกระทบหนัก ขณะที่ Amazon, Apple และ Google ฟื้นตัวกลับมา เขาอธิบายช่วงการซื้อขายต่อเนื่องว่าเป็นการสังหารหมู่ที่แทบไม่มีบริษัทใดรอดพ้น หลังจากนักลงทุนโยกเงินไปยังบริษัทเทคโนโลยีขนาดใหญ่ที่รับมือกับภาวะขาดแคลนเงินสดได้ดีกว่า

  7. Anthropic Research36

    Anthropic: สอน AI ให้สร้างแบบจำลองทางวิทยาศาสตร์

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

4 พฤศจิกายนวันพุธ
  1. MIT Technology Review · AI18

    securing องค์กรแบบ agentic ด้วย data lineage

    Insights ของ MIT Technology Review พิจารณาว่าทำไมการรักษาความปลอดภัยของ agentic AI จึงต้องใช้ data lineage แทนการรักษาความปลอดภัยแบบดั้งเดิมที่อิงแอปพลิเคชัน เครือข่าย หรือ endpoint ขณะที่องค์กรนำ AI agent ไปใช้ในเวิร์กโฟลว์ประจำวัน ข้อมูลถูกนำเข้า คัดลอก สรุป และแจกจ่ายซ้ำอย่างต่อเนื่อง การกำกับดูแลจึงต้องติดตามว่าข้อมูลเคลื่อนที่อย่างไรในเวิร์กโฟลว์แบบมนุษย์ แบบ agentic และแบบไฮบริด

  2. Exponential View12

    EV Unfiltered: แอบมองสมุดสเก็ตช์ของ Exponential View

    Exponential View กำลังเปิดตัว EV Unfiltered ซีรีส์ที่แบ่งปันสเก็ตช์ดิบที่ยังไม่เสร็จและบันทึกการวิจัยระหว่างทางซึ่งปกติแล้วจะเก็บไว้ภายในเท่านั้น ตอนแรกประกอบด้วยการวิเคราะห์การหยุดชะงักของสภาพคล่องในช่วงสิบปีที่ผ่านมาที่ส่งผลกระทบต่อภาคเทคโนโลยี และกรอบการจำแนกกระบวนการวิจัยคุณภาพสูงออกจากกระบวนการที่เสื่อมถอย

  3. Ed Zitron · Where's Your Ed At74

    Ed Zitron: การระดมทุนรอบ 11 พันล้านดอลลาร์ของ OpenAI และ S-1 ฉบับแก้ไขของ Anthropic ชี้ว่าเงินทุนสำหรับ AI กำลังจะหมด

    Ed Zitron ให้เหตุผลว่าการสร้างโครงสร้างพื้นฐาน AI จะสิ้นสุดลงเมื่อเงินหมด โดยอ้างถึง OpenAI ที่ระดมทุนได้ 1.1 หมื่นล้านดอลลาร์ที่มูลค่า 1.25 ล้านล้านดอลลาร์ หลังจากความสนใจจากนักลงทุนรายใหญ่ไม่มากนัก ซึ่งต่ำกว่า 3 หมื่นล้านดอลลาร์ที่มูลค่า 1.4 ล้านล้านดอลลาร์ที่รายงานว่าเคยต้องการ เขายังตีความ S-1 ฉบับแก้ไขของ Anthropic ว่าบ่งชี้รายได้ไตรมาส 3 ใกล้ 1.7 หมื่นล้านดอลลาร์ เทียบกับต้นทุนการประมวลผล 9.9 พันล้านดอลลาร์ ภาระผูกพันรวมราว 8.95 แสนล้านถึง 1.07 ล้านล้านดอลลาร์ และความเป็นไปได้ที่จะได้อันดับเครดิตต่ำกว่าระดับลงทุน เขาเชื่อมโยงเรื่องนี้กับตลาดตราสารหนี้ที่ปิดประตูใส่ neoclouds การสร้างรายได้จากการค้นหาของ Google ที่ลดลงจาก AI overviews และ OpenAI ที่มีส่วนราว 11% ของรายได้รายไตรมาสล่าสุดของ Microsoft

  4. Microsoft Research18

    Mike Walker แห่ง Microsoft Research ว่าด้วยกรอบคิดแบบแฮกเกอร์และการสร้างการป้องกันไซเบอร์

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

  5. The Pragmatic Engineer50

    วิศวกรรมซอฟต์แวร์กำลังเปลี่ยนไปอย่างไร: เรื่องเล่าของสองยุคสมัย

    Neil Kakkar วิศวกรซอฟต์แวร์รายงานว่าส่ง pull request กว่า 200 รายการต่อเดือนที่ Tano สตาร์ทอัพแบบ AI-native ซึ่งมากกว่าอัตราที่ PostHog ประมาณ 11 เท่า และมากกว่าผลงานช่วงก่อนหน้าประมาณสิบเท่า เขาให้เหตุผลว่าการเพิ่มขึ้นนี้มาจาก AI agents ที่เข้ามาแทนที่การรีวิวโค้ดและภาระการสื่อสาร พร้อมชี้ให้เห็นต้นทุนใหม่ๆ เช่น context thrashing การสูญเสีย shared context และข้อจำกัดของแผน AI

  6. Every33

    The AGI Chronicles ของ Kevin Roose: เบื้องหลัง 150 คนผู้สร้าง AI สมัยใหม่

    Kevin Roose นักข่าวเทคโนโลยี พูดคุยเกี่ยวกับหนังสือเล่มใหม่ของเขา The AGI Chronicles ในรายการ The Every Podcast โดยอ้างอิงจากการสัมภาษณ์ 150 คน เพื่อเปิดเผยประวัติศาสตร์ที่ถูกซ่อนอยู่ภายในห้องแล็บ AI และถูกปกป้องด้วยข้อตกลงการรักษาความลับเป็นส่วนใหญ่ หนังสือเล่มนี้พาผู้อ่านเข้าไปในห้องแล็บที่นักวิจัยฝึกและทดสอบโมเดล AI ที่ OpenAI, Anthropic และ Google DeepMind รวมถึงรายละเอียดเบื้องหลังการไล่ Sam Altman ออกและการกลับเข้าดำรงตำแหน่งที่ OpenAI

3 พฤศจิกายนวันอังคาร
  1. MIT Technology Review · AI52

    ทฤษฎีเกมย้อนกลับจะควบคุม AI เอเจนต์ได้อย่างไร

    นักวิจัยด้านการจัดแนวกำลังสำรวจทฤษฎีเกมย้อนกลับ หรือที่เรียกว่าการออกแบบกลไก ซึ่งออกแบบโครงสร้างแรงจูงใจที่ผลักดัน AI เอเจนต์ไปสู่พฤติกรรมที่ต้องการ แทนที่จะพยายามตรวจสอบการให้เหตุผลภายในของพวกมัน งาน preprint ที่นำโดย MIT เสนอการให้รางวัลโมเดลตามความแม่นยำของคำตอบในการทำนายผลลัพธ์ของโมเดลที่สอง เพื่อให้การทดสอบแบบแกล้งทำเป็นฝีมืออ่อนกลายเป็นการเดิมพันที่แพ้ และเสนอให้เอเจนต์แข่งขันกันเองหรือจับคู่เอเจนต์ที่มีอคติตรงข้ามกัน

31 ตุลาคมวันเสาร์
  1. Big Technology48

    ทำไมอุตสาหกรรม AI กำลังรอให้เกิดหายนะที่ขับเคลื่อนด้วย AI แทนที่จะป้องกันมัน

    ผู้เชี่ยวชาญด้านความปลอดภัยไซเบอร์เรียกเดือนที่ผ่านมาว่า "Black October" เนื่องจากช่องโหว่ที่ตรวจพบโดย AI ปรากฏขึ้นเร็วกว่าที่หลายคนจะแก้ไขได้ และตอนนี้หลายคนในวงการมองว่าหายนะครั้งใหญ่ที่ขับเคลื่อนด้วย AI เป็นเพียงเรื่องของเวลา ไม่ใช่ความเป็นไปได้ โดยภัยพิบัติที่มีแนวโน้มมากกว่าคือมนุษย์ที่ใช้ AI แฮกเกอร์ใช้ Claude Code และโมเดลจาก Anthropic, SpaceX และ Moonshot AI โจมตีธนาคารและเป้าหมายทางการเงินกว่า 400 แห่งในละตินอเมริกา แม้จะให้คำมั่นว่าจะ "pace the frontier" แต่อุตสาหกรรมยังไม่ได้ดำเนินการใดๆ อย่างประสานกันเพื่อป้องกันหายนะครั้งใหญ่ก่อนที่มันจะเกิดขึ้น

30 ตุลาคมวันศุกร์
  1. Newcomer22

    การเดิมพันเสี่ยงของ Big Tech กับทรัมป์และพรรครีพับลิกันดูไม่เหมือนผู้ชนะ

    ผู้นำเทคโนโลยีรวมถึง Elon Musk, Marc Andreessen และ Ben Horowitz ได้ทุ่มเงินจำนวนมหาศาลอย่างไม่เคยมีมาก่อนให้กับการเมืองของพรรครีพับลิกัน โดย Musk เพียงคนเดียวใช้เงินเกือบครึ่งพันล้านดอลลาร์ในการเลือกตั้งกลางเทอม การเดิมพันเหล่านี้ดูมีแนวโน้มน้อยลงมากเมื่อคะแนนนิยมของทรัมป์ตกต่ำและการต่อต้าน AI กลายเป็นประเด็นหาเสียงสำคัญ นักลงทุนที่ต้องการเดิมพันกับการเมืองน่าจะดีกว่าหากยึดกับ Kalshi

  2. ChinaTalk38

    ครึ่งหนึ่งของพลังประมวลผล AI ของจีนถูกใช้ไปกับงานไร้คุณภาพจริงหรือ?

    ข้อกล่าวอ้างที่แพร่กระจายอย่างกว้างขวางว่า 55% ของโทเค็น AI ของจีนถูกใช้ไปกับละครสั้นและการสร้างวิดีโอ ซึ่ง traced ไปยังการประชุมนักลงทุนในเดือนมิถุนายนของ COL Group ได้รับการโต้แย้งจาก ByteDance ซึ่งระบุว่าการสร้างวิดีโอคิดเป็นเพียงประมาณ 10% ของพลังประมวลผลของบริษัทเอง และจาก People's Daily มากกว่า 90% ของละครสั้นขนาดเล็กประมาณ 430,000 เรื่องที่เผยแพร่ในช่วงแปดเดือนแรกของปี 2026 เป็นผลงานที่ผลิตด้วย AI และคลิป 720p ความยาวห้าวินาทีบน Seedance ของ ByteDance มีต้นทุนประมาณ 100,000 โทเค็น

  3. Big Technology50

    ทำไมแฮกเกอร์ AI ยังคงติดกับดักง่ายๆ

    Snehal Antani ซีอีโอของ Horizon3 ให้ความเห็นว่าโมเดล AI ชั้นนำทำงานได้ดีในสภาพแวดล้อมห้องแล็บ แต่ล้มเหลวบนเครือข่ายที่ป้องกันตัวเองอย่างแข็งขัน ในงานวิจัยของ Horizon3 ผู้โจมตีที่เป็น AI คลิกเหยื่อล่อที่ฝ่ายป้องกันวางไว้ถึง 92% ของครั้ง เทียบกับ 37% สำหรับแฮกเกอร์มนุษย์ผู้เชี่ยวชาญ และ 95–100% เมื่อวางเหยื่อล่อไว้ในตำแหน่งที่เหมาะสม Antani กล่าวว่าโมเดลมักตระหนักว่าอาจเป็นกับดักแต่ก็ยังคลิกอยู่ดี ทำให้การหลอกลวงเป็นมาตรการป้องกันที่ถูกและได้ผลต่อผู้โจมตีแบบเอเจนต์

29 ตุลาคมวันพฤหัสบดี
  1. The Pragmatic Engineer38

    ผู้เขียน Software Engineering at Google อย่าง Titus Winters พูดถึงการ Refactor โค้ด C++ 250 ล้านบรรทัด และการแก้ไขการศึกษาวิทยาการคอมพิวเตอร์

    Titus Winters ผู้เขียนหลักของ Software Engineering at Google พูดคุยในพอดแคสต์ The Pragmatic Engineer ถึงวิธีที่วิศวกรราวสิบคน Refactor ฐานโค้ด C++ ของ Google ซึ่งมีประมาณ 250 ล้านบรรทัดในปี 2010 โดยใช้การแยกวิเคราะห์ การจับคู่ และการสร้างโค้ด ก่อนที่ LLM จะมีขึ้นเสียนาน เขายังอธิบายว่าเหตุใด Google จึงบังคับใช้การทดสอบอัตโนมัติหลังจาก Search ตกไปอยู่รอบการออกรายไตรมาส และเหตุใด他现在จึงโต้แย้งว่าหลักสูตรวิทยาการคอมพิวเตอร์ส่วนใหญ่ในปัจจุบันควรถูกสร้างใหม่

  2. Ed Zitron · Where's Your Ed At62

    Ed Zitron โต้แย้งว่าเอกสารยื่น IPO ของ Anthropic ปิดบังการเติบโตที่ชะลอตัวไว้เบื้องหลังไตรมาส 2 ที่ได้ส่วนลด

    Ed Zitron โต้แย้งว่า S-1 ของ Anthropic ถูกกำหนดจังหวะเวลาเพื่อนำเสนอไตรมาส 2 ปี 2026 ที่ได้ส่วนลดด้านคอมพิวต์ ซึ่งบริษัทรายงานกำไร 974 ล้านดอลลาร์ แทนที่จะเป็นบริษัทที่จะเข้าจดทะเบียนจริง เขาอ้างถึงภาระผูกพันด้านคอมพิวต์ที่ไม่สามารถยกเลิกได้ราว 269.4 พันล้านดอลลาร์ที่มีต่อ Google, Amazon, Microsoft และ SpaceX บวกกับภาระผูกพัน TPU อีก 125 พันล้านถึง 150 พันล้านดอลลาร์ และระบุว่าการเติบโตของรายได้ในไตรมาส 3 ชะลอลงเหลือ 45% ขณะที่ต้นทุนคอมพิวต์เพิ่มขึ้น 76.3% เขายังชี้ว่า 5% ถึง 7% ของรายได้มาจากลูกค้าที่ภายหลังพบว่ากำลังกลั่นกรองโมเดลของบริษัท และตาราง lock-up ที่เปิดทางให้คนวงในออกได้อย่างรวดเร็ว

27 ตุลาคมวันอังคาร
  1. Redwood Research22

    Redwood Research เสนอให้เร่งความสามารถในการให้เหตุผลเชิงแนวคิดของ AI

    Redwood Research เสนอว่าความสามารถในการให้เหตุผลเชิงแนวคิดของ AI ซึ่งเป็นงานอย่างปรัชญาที่ไม่มีคำตอบที่ตรวจสอบได้ ควรได้รับการเร่งพัฒนาแบบแตกต่าง เนื่องจากงานวิจัยและพัฒนา AI และการยึดครองนั้นพึ่งพาการให้เหตุผลประเภทนี้น้อยกว่ามาก ทีมงานกล่าวว่าเทคนิคการดึงความสามารถพื้นฐานและการฝึกขนาดเล็กสามารถทำให้โมเดลดีขึ้นได้สามถึงสิบสองเดือนในเกณฑ์วัดการให้เหตุผลเชิงแนวคิดหลักของตน และระบุว่าขณะนี้พื้นที่นี้ถูกละเลยและได้รับการลงทุนน้อยเกินไปจากชุมชนความปลอดภัยของ AI

26 ตุลาคมวันจันทร์
  1. Replit Blog38

    Replit: ทุกบริษัทใน Fortune 500 จะกลายเป็นบริษัทขับเคลื่อนอัตโนมัติภายในปี 2030

    Replit คาดการณ์ว่าทุกบริษัทใน Fortune 500 จะกลายเป็น "บริษัทขับเคลื่อนอัตโนมัติ" ภายในสิ้นปี 2030 โดยมีเอเจนต์ทำงานและประสานงานกัน ขณะที่มนุษย์เป็นผู้กำหนดเป้าหมายและยังคงรับผิดชอบ Replit ระบุว่าวิศวกรของบริษัทเพิ่มปริมาณโค้ดได้เกือบสามเท่าในช่วงครึ่งแรกของปี 2026 ขณะที่เวลาในการรีวิว จำนวนการย้อนกลับ และเหตุการณ์ในผลิตภัณฑ์ยังคงทรงตัว Replit for Business กำลังถูกสร้างขึ้นเป็นรากฐาน และที่ SMFL กระบวนการพัฒนาที่เคยใช้คนหกคนเป็นเวลาหกเดือน ถูกทำเสร็จโดยคนคนเดียวในหนึ่งสัปดาห์

  2. Sakana AI Blog22

    สัมภาษณ์รองประธานฝ่าย GTM ของ Sakana AI: นำผลิตภัณฑ์ AI สัญชาติญี่ปุ่นสู่ตลาดโลก

    Sakana AI เปิดตัว Sakana Chat, Sakana Marlin, Sakana Fugu และ Sakana Translate โดยก้าวจากงานวิจัยและพัฒนาเข้าสู่การส่งมอบผลิตภัณฑ์ให้แก่บริษัทและหน่วยงานรัฐบาล ทีม Go-To-Market ซึ่งนำโดยรองประธาน Hidekazu Kakishima และเริ่มดำเนินงานในเดือนกันยายน 2026 กำลังรับสมัคร Forward Deployed Engineers เพื่อนำบทเรียนจากหน้างานของลูกค้ากลับมาพัฒนาผลิตภัณฑ์

24 ตุลาคมวันเสาร์
  1. Big Technology42

    ซีอีโอ Google Sundar Pichai พูดถึง RSI การขาดแคลนพลังประมวลผล และทิศทางของ AI

    Sundar Pichai ซีอีโอของ Google กล่าวว่าอุตสาหกรรมยัง "ห่างไกลจากสถานะสุดท้ายของ RSI" มาก แม้ว่าตัวแทน AI จะช่วยนักวิจัยสร้างโมเดลแล้วก็ตาม เขากล่าวว่าทุกคนขาดแคลนพลังประมวลผล และ Google ยอมสละรายได้คลาวด์ระยะสั้นเพื่อสนับสนุนการวิจัย AI ชั้นแนวหน้า

  2. Ed Zitron · Where's Your Ed At20

    คู่มือคนเกลียด Blackstone: การเดิมพันด้านเครดิต ประกันภัย และ AI ได้เปลี่ยนโฉมบริษัทอย่างไร

    "คู่มือคนเกลียด Blackstone" ของ Ed Zitron ตรวจสอบว่าเครดิต ประกันภัย และการเดิมพันครั้งใหญ่ด้าน AI ได้เปลี่ยนแปลงยักษ์ใหญ่ไพรเวทอิควิตี้รายนี้อย่างไร Blackstone ได้ทุ่มเงิน 275 พันล้านดอลลาร์จากสินทรัพย์ภายใต้การบริหารราว 1.4 ล้านล้านดอลลาร์ไปกับศูนย์ข้อมูลและโครงสร้างพื้นฐานดิจิทัล โดยมีความเชื่อมโยงครอบคลุม OpenAI, Anthropic, CoreWeave, Google TPUs, Firmus และ Lambda

21 ตุลาคมวันพุธ
  1. Big Technology74

    Sundar Pichai 谈 Google 的前沿 AI 承诺以及 Gemini 4 Argon 背后的算力取舍

    Alphabet CEO Sundar Pichai 对 Big Technology 表示，Google 仍致力于前沿 AI 开发，称其云业务放弃短期收入，以进行算力取舍来支持这项工作。他表示，Gemini 4 Argon 在编码、数学、科学和知识工作基准测试上击败了 OpenAI 和 Anthropic 最新的公开模型，在发布后的前 72 小时内处理了近 25 万亿个 token，约为 Gemini 3.0 的三倍，并且 Google 在为其提供服务时面临容量限制。Pichai 还表示，前沿访问让 Google 能更早看到新兴能力，这对构建下一代模型至关重要。

  2. Ed Zitron · Where's Your Ed At36

    AI ต้องเวิร์กให้ได้: การวัดความเสี่ยงจากการกระจุกตัวทั่วโลกของฟองสบู่ AI

    Torsten Slok หัวหน้านักเศรษฐศาสตร์ของ Apollo เตือนว่า "เรื่อง AI นี้ต้องเวิร์กให้ได้" และ Ed Zitron ได้วัดว่ามันจะยากแค่ไหน NVIDIA, Google, Amazon, Meta, Microsoft, Broadcom, Micron, AMD และ CoreWeave คิดเป็นประมาณ 46.5% ของ NASDAQ 100 และหุ้นบริษัทแตะ 37.9% ของความมั่งคั่งครัวเรือนสหรัฐฯ ในไตรมาสที่ 2 ปี 2026 ซึ่งสูงที่สุดเป็นประวัติการณ์นับตั้งแต่ไตรมาสที่ 4 ปี 2000

  3. Microsoft Research15

    พอดแคสต์ Microsoft Research: Chris White ว่าด้วย DARPA อัฟกานิสถาน และการค้นหาบนดาร์กเว็บเพื่อต่อต้านการค้ามนุษย์

    Chris White ผู้อำนวยการ Microsoft Research Catalyst Lab เล่าถึงการนำปฏิบัติการเทคโนโลยีขั้นสูงในอัฟกานิสถานหลังโครงการ DARPA และการสร้างเครื่องมือค้นหาบนดาร์กเว็บในเวลาต่อมาเพื่อต่อต้านการค้ามนุษย์ ในตอนหนึ่งของพอดแคสต์ Microsoft Research ที่พูดคุยกับ Weishung Liu White อภิปรายว่าการเลือกปัญหาเป็นตัวกำหนดนวัตกรรมอย่างไร และเขายังคงมีความหวังได้อย่างไรหลังจากได้เห็นด้านที่มืดมิดที่สุดของมนุษยชาติ

20 ตุลาคมวันอังคาร
  1. One Useful Thing40

    Ethan Mollick เปิดตัว Co-Existence แผนภูมิ 30 เดือนแห่งความก้าวหน้าของ AI สร้างโดย Claude Opus 5.5

    Ethan Mollick เผยแพร่ Co-Existence หนังสือ AI เล่มที่สองของเขา ห่างจาก Co-Intelligence 30 เดือน และใช้ Claude Opus 5.5 ใน Claude Projects สร้างแผนภูมิของโพสต์และวิดีโอ "นากบนเครื่องบินที่ใช้ wifi" ได้ในไม่กี่นาที เขาระบุว่าขณะนี้มี 180 โมเดลที่ทำงานได้ดีกว่า GPT-4 ณ เวลาที่เปิดตัว โดย 19 โมเดลรันบนสมาร์ทโฟนสมัยใหม่ ขณะที่ Long Horizon Benchmark ของ METR เพิ่มจากงานสี่นาทีในปี 2024 เป็นงานของมนุษย์ 17 ชั่วโมงภายในเดือนเมษายน 2026 ก่อนที่ benchmark จะหมด

19 ตุลาคมวันจันทร์
  1. Import AI30

    Import AI 477: ฉันบอก IMF ว่า Singularity ได้เริ่มต้นขึ้นแล้ว

    Jack Clark ผู้ร่วมก่อตั้ง Anthropic ใช้การบรรยาย Per Jacobsson ที่การประชุม IMF ในกรุงเทพฯ เพื่อโต้แย้งว่า singularity ได้เริ่มต้นขึ้นแล้ว โดยอ้างถึงระบบ AI ที่ปัจจุบันทำงานอยู่ที่ชายแดนของวิทยาศาสตร์มนุษย์ บางครั้งก็ทำงานโดยอัตโนมัติ เขาชี้ให้เห็นถึงความก้าวหน้าในการเขียนโค้ดภายใน Anthropic ซึ่งนักวิจัยในปัจจุบันผลิตโค้ดได้เกือบ 10 เท่าของปริมาณในช่วงสี่ปีแรกของบริษัท และเตือนว่าความสามารถทางไซเบอร์ที่ดีขึ้นกำลังบังคับให้เกิดการแข่งขันในการติดตั้งใช้งานทั่วโลก

17 ตุลาคมวันเสาร์
  1. Big Technology42

    ซีอีโอ Rivian RJ Scaringe: หุ่นยนต์กำลังพัฒนารวดเร็วกว่าที่คุณคิดมาก

    RJ Scaringe ซีอีโอของ Rivian กล่าวว่าความก้าวหน้าของหุ่นยนต์จะ "เร็ว เร็ว เร็ว และเร็วมาก" กว่าที่โลกคาดการณ์ โดยอ้างถึงหุ่นยนต์ที่ปัจจุบันเรียนรู้ทักษะกว้างๆ ที่สามารถนำไปใช้ทั่วไปได้ผ่านโมเดลที่อิง transformer สตาร์ทอัพ Mind Robotics ที่เขาก่อตั้งในปี 2025 ระดมทุนได้ 1 พันล้านดอลลาร์เพื่อสร้างหุ่นยนต์อุตสาหกรรมแบบสองแขนที่ขายให้ผู้ผลิต และฝึกฝนเทคโนโลยีนี้ภายในโรงงานของ Rivian

  2. Ed Zitron · Where's Your Ed At34

    เวนเจอร์แคปิตอลกำลังฆ่าตัวเอง

    Ed Zitron โต้แย้งว่า JOBS Act ปี 2012 เปิดทางให้บริษัทเทคโนโลยีและนักลงทุนเวนเจอร์แคปิตอลเอาเปรียบนักลงทุนรายย่อยได้อย่างถูกกฎหมาย ด้วยการยกเลิกเงื่อนไขการรายงานเมื่อมีผู้ถือหุ้น 500 ราย ทำให้สตาร์ทอัพอยู่ในสถานะบริษัทเอกชนได้นานขึ้นมาก เขาเขียนว่าการเปลี่ยนแปลงนี้ก่อให้เกิดฟองสบู่มูลค่าบริษัทเอกชนที่ใหญ่ที่สุดครั้งหนึ่งในประวัติศาสตร์ โดยมูลค่าปัจจุบันถูกกำหนดตามอำเภอใจของ VC มากกว่ากลไกตลาด

15 ตุลาคมวันพฤหัสบดี
  1. AI as Normal Technology36

    ขับเคลื่อน AI ให้ก้าวข้ามระบบอัตโนมัติ: วาระการวิจัยเพื่อความร่วมมือระหว่างมนุษย์กับ AI

    นักเศรษฐศาสตร์จาก Stanford อย่าง Gabriel Unger และ Arvind Narayanan ชี้ว่าการวิจัยด้าน AI เอนเอียงเกินไป toward การทำงานอัตโนมัติเต็มรูปแบบ และร่างวาระทางเลือกที่เน้นความร่วมมือระหว่างมนุษย์กับ AI โดยเสนอทิศทางการวิจัยสี่ด้าน รวมถึง "white box agents" ที่เปิดเผยกระบวนการกลาง แหล่งที่มา ข้อสมมติ และความไม่แน่นอน เพื่อให้ผู้ใช้สามารถโต้ตอบกับมันได้โดยตรง บทความนี้ติดตามประวัติของการถกเถียงในวิทยาการคอมพิวเตอร์ และเรียกร้องให้ใช้แนวทางจากล่างขึ้นบนที่ขับเคลื่อนโดยตลาดในการกำกับการพัฒนา AI

  2. Every40

    Codex เป็นมาอย่างไร: การกลับมาของ OpenAI ในด้าน AI Coding

    Codex ของ OpenAI ซึ่งเคยเป็นความพยายามบนคลาวด์ที่กระจัดกระจายและไม่สามารถหาจุดพอดีระหว่างผลิตภัณฑ์กับตลาดได้ กลายเป็นศูนย์กลางของการกลับมาครั้งสำคัญของบริษัทในด้าน AI Coding หลังจากเปลี่ยนทิศทางมาสู่เวอร์ชันเทอร์มินัลและโค้ดเอดิเตอร์ ในการทดสอบช่วงฤดูร้อนปี 2025 GPT-5 ภายใน Codex รู้สึกเร็วแต่ระมัดระวังเกินไปเมื่อเทียบกับ Claude Code ของ Anthropic ซึ่งเปิดให้ผู้ใช้มอบหมายงานทั้งหมดให้ Opus 4 และปล่อยวางได้

14 ตุลาคมวันพุธ
  1. Ed Zitron · Where's Your Ed At58

    Ed Zitron: อัตรา run rate แบบannualized และเศรษฐศาสตร์สตาร์ทอัพที่ซ่อนอยู่พองฟอง AI อย่างไร

    Ed Zitron โต้แย้งว่าอัตรา run rate แบบ annualized ที่ OpenAI, Anthropic และสตาร์ทอัพ AI ใช้เป็นตัวเลขที่ไม่มีนิยามชัดเจนและไม่สามารถเปรียบเทียบได้ ซึ่งบดบังรายได้รายไตรมาสที่แท้จริง เขาอ้างถึง ARR ของ OpenAI ที่รายงานไว้ 70 พันล้านดอลลาร์ซึ่งต่อมาถูกปรับลดเป็น 50 พันล้านดอลลาร์ run rate ของ Anthropic ที่ 65 พันล้านดอลลาร์ และอัตรากำไรขั้นต้นของ Harvey ที่ลดลงจากประมาณ 50% เป็น -50% ภายในเดือนมิถุนายน โดยยืนยันว่าสตาร์ทอัพ AI ขายโทเคนต่อในราคาขาดทุน และการเติบโตของ OpenAI และ Anthropic ขึ้นอยู่กับเงินทุนร่วมลงทุนที่ต่อเนื่อง

13 ตุลาคมวันอังคาร
  1. Recode China AI34

    บล็อกไวรัลของวิศวกร DeepSeek ว่าด้วยความเสี่ยงของ AI และ Anthropic ดึงความสนใจจากสื่อทั่วโลก

    บล็อกของ Liu Shengyu วิศวกรด้านแมชชีนเลิร์นนิงและเคอร์เนลของ DeepSeek กลายเป็นไวรัล หลังจากที่เขาตั้งคำถามว่า AI ระดับแนวหน้าสามารถปรับแต่งโค้ด GPU ระดับต่ำของตัวเองได้แล้วหรือไม่ และเปรียบ Dario Amodei ซีอีโอของ Anthropic กับ Adolf Hitler โพสต์ดังกล่าวได้รับการรายงานโดยสื่อต่างๆ รวมถึง South China Morning Post และ Business Insider ซึ่งขยายการถกเถียงว่าใครควรควบคุม AI ขั้นสูง