นักพัฒนาคนหนึ่งใช้ Gemini 4 Carbon ในแพลตฟอร์ม Antigravity ของ Google เพื่อสร้าง NetHack เกม roguelike จากปี 1987 ขึ้นใหม่เป็น 3D action RPG สมัยใหม่ โดยพอร์ตไปยังเทคโนโลยีเว็บและ wasm การสร้างนี้พึ่งพาฟีเจอร์ /swarm ซึ่งจะสร้าง subagent ที่มีบริบทแยกจากกันเพื่อตรวจสอบผลลัพธ์ของกันและกัน พร้อมกับ Blender MCP server สำหรับการสร้างแอสเซ็ต 3D ทั้งนี้ Gemini 4 Carbon ใช้งานได้ผ่านแผน Google AI Ultra
GTM Agent ภายในของ LangChain สร้างผลงานการขาย 1,540 ชิ้นภายใน 12 สัปดาห์ ช่วยประหยัดเวลาให้ตัวแทนขาย 337 ชั่วโมงสำหรับเอกสารเช่น แผนบัญชีลูกค้าและชุดสไลด์ข้อเสนอ 47% ของดีลที่มีการส่งผลงานไปยัง progressed ไปสู่ขั้นถัดไป เทียบกับ 16% ของดีลที่จับคู่กันโดยไม่มีผลงาน และ 46% ของผลงานมีการโทรหาลูกค้าตามมาภายใน 14 วัน เอเจนต์นี้ทำงานบน Deep Agents harness ซึ่งมี sandbox, skills, memory และ scheduled runs ให้ใช้ใน Managed Deep Agents
AWS แสดงให้นักพัฒนาชาว Java เห็นวิธีสร้าง AI agent แบบอัตโนมัติโดยใช้ Spring AI และ AgentCore ของ Amazon Bedrock พร้อมการผสานรวม spring-ai-agentcore โดยมีรายละเอียดระบบอ้างอิงสองระบบ ได้แก่ ผู้ช่วยท่องเที่ยวแบบ agent เดี่ยวที่รองรับ tool calling และ memory และแพลตฟอร์มประมวลผลเอกสารอัจฉริยะแบบหลาย agent ที่มี agent ผู้เชี่ยวชาญห้าตัว มี rules engine และการแจ้งเตือน สแตกนี้ต้องใช้ JDK 21, Spring Boot 4.1 กับ Spring AI 2.0 และติดตั้งผ่าน AgentCore runtime บนคอนเทนเนอร์ ARM64
OpenRouter เผยแพร่การวิเคราะห์จุดคุ้มทุนที่แสดงว่าเมื่อใดการโฮสต์ LLM แบบเปิดน้ำหนักเองมีต้นทุนต่ำกว่าการเรียกผ่าน API โดยใช้ราคาต่อผู้ให้บริการ ณ วันที่ 8 ตุลาคม 2026 ที่ราคาดังกล่าว Qwen3.8 27B บน RTX 3090 เช่าเครื่องละ 0.50 ดอลลาร์ต่อชั่วโมงคุ้มทุนที่โหลด 6 ถึง 12% ขณะที่ DeepSeek V4.1 Flash บน H200 สี่ตัวไม่เคยเอาชนะ endpoint แบบ zero-data-retention ที่ถูกที่สุดได้ โพสต์ยังระบุว่า provider.zdr และโดเมน EU และ US ครอบคลุมความต้องการด้านความเป็นส่วนตัวส่วนใหญ่ได้โดยไม่ต้องโฮสต์เอง และแนะนำให้รันโหลดพื้นฐานsteady ไว้ในเครื่องท้องถิ่นพร้อมส่งช่วงพีคไปที่ API
OpenRouter เผยแพร่คู่มือเกี่ยวกับการหยุด AI agent ที่ติดอยู่กับการลองใช้เครื่องมือที่ล้มเหลวซ้ำแล้วซ้ำเล่า โดยใช้ตัวป้องกันสี่ชั้นที่ทดสอบกับโมเดลปัจจุบันหกตัว เมื่อเปิดใช้การตรวจจับ doomLoop โมเดลทั้งหกถูกบล็อกในการเรียกเครื่องมือแบบเดียวกันครั้งที่สาม และจากการรัน 18 ครั้ง จำนวนการเรียกเครื่องมือลดลงจาก 314 เหลือ 64 ขณะที่ค่าใช้จ่ายลดลงจาก $0.29 เหลือ $0.05 คู่มือนี้เพิ่ม loopKey เพื่อปรับอาร์กิวเมนต์ให้เป็นมาตรฐาน กำหนดเพดาน stopWhen สำหรับจำนวนขั้นและค่าใช้จ่าย และจำกัดเครดิตของ API key ที่ส่งคืน 402 พร้อม limit_source openrouter_key_limit
OpenRouter เผยแพร่คู่มือสำหรับการ benchmark LLMs ด้วยอินพุตของแอปพลิเคชันของคุณเอง ให้คะแนนเอาต์พุตด้วยโค้ด และเปรียบเทียบความแม่นยำ ค่าใช้จ่ายที่เรียกเก็บ และเวลาที่ใช้ในการร้องขอ บนงานสังเคราะห์ 60 งาน GPT-6.1 Sol ผ่าน 180/180 ครั้งจากการทำซ้ำสามรอบ ขณะที่ DeepSeek มีค่าใช้จ่ายในการตอบสนองต่ำที่สุดที่ 180 ครั้งผ่าน 157 ครั้ง ความสอดคล้องกับอันดับสาธารณะอยู่ในระดับต่ำ โดยมีสหสัมพันธ์สเปียร์แมนที่ 0.109
vLLM รายงานการให้บริการ DeepSeek-V4.1-Flash บนตู้แร็ค NVIDIA Vera Rubin NVL72 เพียงตู้เดียวที่ 1.7M โทเคน/วินาที ต่อ GPU และ 387 โทเคน/วินาที ต่อผู้ใช้ คิดเป็น 58 เท่าของ GB300 NVL72 โดยพุ่งสูงสุดที่ 2.52M โทเคน/วินาที และ 1,810 โทเคน/วินาทีสำหรับผู้ใช้รายเดียว ผลตอบแทนเหล่านี้มาจากเคอร์เนลที่สร้างใหม่สำหรับโดเมนหน่วยความจำแยกส่วนและเทนเซอร์คอร์ FP4 ของ Rubin เส้นทางการถอดรหัส TP8 เฉพาะทาง และพูล KV และ Engram ทั่วทั้งแร็คที่แชร์ผ่าน NVLink ด้วยการรวมคำนำหน้า (prefix) ทั่วทั้งแร็คและการกำหนดเส้นทางตามภาระงานของ Dynamo อัตราการเข้าถึงคำนำหน้าจึงคงอยู่ที่ 96.5-97% แม้ในสภาวะที่มีการทำงานพร้อมกันสูง
ทำไมเรื่องนี้สำคัญ: โพสต์ที่สามของ vLLM เกี่ยวกับ DeepSeek-V4.1-Flash อธิบายรายละเอียดว่าเคอร์เนลเฉพาะสำหรับ Rubin และการรวมหน่วยความจำทั่วทั้งแร็คช่วยเพิ่มปริมาณงาน吞吐ได้ 58 เท่าเมื่อเทียบกับ GB300 NVL72 ซึ่งเป็นข้อมูลอ้างอิงที่เป็นรูปธรรมสำหรับการปรับแต่งการให้บริการในระดับขนาดใหญ่
Hugging Face เผยแพร่สคริปต์และคอนเทนเนอร์สำหรับปรับแต่งโมเดล TRELLIS.2 ซึ่งเป็นโมเดลสร้างภาพ 3D ที่สามารถรันได้ในเครื่องหรือบน Hugging Face Jobs คู่มือนี้ใช้ LoRA adapters ผ่านไลบรารี PEFT เฉพาะบน sparse-structure flow DiT และ shape flow DiT โดยคงขั้นตอนวัสดุ (material stage) ไว้ไม่เปลี่ยนแปลง บนชุดย่อยรองเท้า 188 ชิ้นจากชุดข้อมูล GSO โมเดลที่ผ่านการฝึกมาก่อนมักเรนเดอร์พื้นรองเท้าไม่ถูกต้อง ซึ่งการปรับแต่งด้วย LoRA มุ่งแก้ไขปัญหานี้
โพสต์นี้อธิบายวิธีกำหนดเส้นทางคำขอโมเดล OpenAI Codex ไปยัง Amazon Bedrock โดยใช้แนวปฏิบัติด้านข้อมูลระบุตัวตน IAM ระดับภูมิภาค และการสังเกตการณ์ของ AWS ที่มีอยู่ แนะนำให้เริ่มต้นด้วย Native AWS Access สำหรับการนำร่องขนาดเล็กแบบ least-privilege โดยมี AgentCore Gateway หรือ LLM Gateway เป็นทางเลือก และอธิบายขั้นตอนการลงชื่อเข้าใช้ IAM Identity Center พร้อมการตรวจสอบ Bedrock Runtime โดยตรงด้วย GPT-5.6 Sol
เอนจินโอเพนซอร์สคำนวณการเปรียบต่างเชิงความหมายของนโยบายเชิงรูปแบบโดยใช้แอนติ-ยูนิฟิเคชันบนอีกราฟ แสดงโครงสร้างที่ใช้ร่วมกันเพียงครั้งเดียวและเก็บทั้งสองเวอร์ชันของแต่ละส่วนที่แตกต่างกัน โดยมุ่งเป้าไปที่ผลลัพธ์ของการทำให้เป็นรูปแบบอัตโนมัติในนโยบาย SMT-LIB, Cedar, Dogwood, OpenShell และ CEL ซึ่ง LLM เขียนอาร์ติแฟกต์แต่ไม่มีส่วนในการคำนวณการเปรียบต่าง
ลูปการฝึก PyTorch DDP บน Amazon SageMaker HyperPod ได้รับการตรวจสอบสามรายการที่จับความเสียหายของข้อมูลแบบเงียบ: การตรวจสอบเกรเดียนต์ที่ไม่ใช่ค่าจำกัด การตรวจสอบการเล่นซ้ำแบบริงที่เปรียบเทียบบิตของ loss และลายนิ้วมือของเกรเดียนต์ข้ามโหนด และการเปรียบเทียบลายนิ้วมือของน้ำหนักหลังขั้นตอนออปติไมเซอร์ ทดสอบด้วยข้อบกพร่องที่ใส่เข้าไปโดยซอฟต์แวร์บนอินสแตนซ์ ml.p5.48xlarge จำนวน 4 เครื่อง (GPU NVIDIA H100 จำนวน 32 ตัว) การตรวจสอบเหล่านี้ระบุแรงก์ที่น่าสงสัย แมปไปยังโหนด และให้ HyperPod แทนที่โหนดและดำเนินการต่อจากเช็กพอยต์
AWS จะจัดการประชุม re:Invent ประจำปีระหว่างวันที่ 30 พฤศจิกายนถึง 4 ธันวาคม โดยสาย AI/ML มีเซสชันที่ไม่ซ้ำกันกว่า 140 เซสชันจากเซสชันการเรียนรู้ทั้งหมดกว่า 2,000 เซสชัน คู่มือนี้จับคู่เซสชันกับสแตก AI ของ AWS ครอบคลุมตั้งแต่ชิป AI (AWS Trainium และ NVIDIA GPUs) โมเดลและการอนุมานบน Amazon Bedrock และ SageMaker AI ไปจนถึงการพัฒนาเอเจนต์ด้วย Amazon Bedrock AgentCore เซสชันถูกจัดเรียงตั้งแต่เนื้อหาสำหรับผู้เริ่มต้นไปจนถึงการเจาะลึกเชิงเทคนิค และหลายเซสชันสามารถรับชมแบบ on demand ได้
AWS นำเสนอไปป์ไลน์ที่ขับเคลื่อนด้วยเหตุการณ์ ซึ่งช่วยให้บันทึก AWS Agent Registry สำหรับเซิร์ฟเวอร์ MCP เป็นปัจจุบันโดยไม่ต้องอัปเดตด้วยตนเอง AWS CloudTrail ดักจับการเรียก API UpdateAgentRuntime, Amazon EventBridge ส่งต่อการเรียกเหล่านั้นข้ามบัญชี และฟังก์ชัน Lambda จะสอบถามเครื่องมือของเซิร์ฟเวอร์ MCP ผ่านโทเค็น OAuth ของ AgentCore Identity จากนั้นเปรียบเทียบและอัปเดตบันทึก registry ที่ตรงกัน ตัวอย่างนี้อัปเดตเฉพาะบันทึกที่มีอยู่และรองรับทั้งการตั้งค่าแบบบัญชีเดียวและหลายบัญชี
AWS ใช้เครื่องมือตรวจสอบอัตโนมัติ Tiros ของตนเพื่อตรวจสอบการแบ่งส่วนเครือข่ายแบบสแตติกในทุกเส้นทางที่จำลองขึ้น แทนการพึ่งพาการสุ่มตัวอย่างแพ็กเก็ต Tiros แปลงการกำหนดค่า Cloud WAN จากตารางเส้นทาง สิ่งที่เชื่อมต่อ และเอกสารนโยบายให้เป็นข้อเสนอเชิงตรรกะ จากนั้นตรวจสอบว่าไม่มีเส้นทางใดอยู่ระหว่างส่วนที่ถูกประกาศห้ามโดยนโยบาย โดยดำเนินการวิเคราะห์บ่อยครั้งถึงทุกชั่วโมง
Meta ให้รายละเอียดเกี่ยวกับ Intelligent Delivery ซึ่งเป็นระบบที่ขับเคลื่อนด้วย ML ที่จัดสรรพลังประมวลผลทั่วทั้งสแต็กการให้บริการโฆษณาไปสู่จุดที่เหมาะสมที่สุดในระดับระบบ โดยมีส่วนช่วยให้ประสิทธิภาพการจัดอันดับเพิ่มขึ้นประมาณ 10% นอกเหนือจากความก้าวหน้าของโมเดลและระบบตั้งแต่ปี 2017 ถึงครึ่งแรกของปี 2026 Resource Core Model ของระบบใช้พารามิเตอร์แบบ sparse 6B และ dense 20M เพื่อคาดการณ์อรรถประโยชน์ส่วนเพิ่มของแต่ละคำขอ และ Meta ระบุว่าช่วยปรับปรุงการระบุคำขอโฆษณาที่มีผลกระทบสูงได้ประมาณ 20% ในการทดสอบ基準แบบออฟไลน์ ระบบยังพึ่งพากลไกการจัดสรรหลายชั้นและ AI แบบ agentic ที่เพิ่มขึ้นเพื่อปรับตัวตามการเปลี่ยนแปลงของโมเดลและฮาร์ดแวร์
วิศวกร Google ซึ่งเป็นผู้นำโปรแกรม agent skills ของบริษัทได้สร้างไปป์ไลน์ที่ Gemini 4 Argon อ่านซอร์สโค้ด Go และดิสแอสเซมบลี RISC-V แล้วแปลงกับดัก runtime.panicBounds ที่ยังหลงเหลือให้เป็นข้อจำกัด Z3 จากนั้น go test จะเล่นซ้ำอินพุตที่ตรงเงื่อนไขใดๆ เป็นตัวสร้างซ้ำจริง เวิร์กโฟลว์นี้จับบั๊กที่ฝังไว้ทั้งสามตัวและบั๊กแฝงสามตัวใน skill-lint ขณะที่ go test -fuzz แบบไม่กำหนด seed พลาดการ crash ที่ฝังไว้สองตัว เพราะ Go ตรวจสอบสไลซ์เทียบกับ capacity ไม่ใช่ length การตัด capacity ให้เท่ากับ length ด้วย data[:len(data):len(data)] ทำให้ fuzzer crash บั๊ก overrun ทั้งสองตัวในการรันทั้งสามครั้ง โดยมีค่ามัธยฐาน 0.28 วินาที และ 0.17 วินาที
Anthropic เผยแพร่คู่มือ Claude Tag (เบต้า) สำหรับสตาร์ทอัพ โดยอ้างอิงจากบทสนทนากับบริษัทที่เติบโตสูงแปดแห่งเกี่ยวกับจุดที่พวกเขาเริ่มใช้เอเจนต์บน Slack ก่อน คู่มือครอบคลุมการตั้งค่าที่พบบ่อยห้าแบบ ได้แก่ การคัดแยกเหตุฉุกเฉิน (on-call triage), thread-to-PR, company brain, self-serve data และ reporting พร้อมเช็กลิสต์สำหรับเริ่มต้น ผลลัพธ์ที่อ้างถึงรวมถึง PR ที่เปิดขึ้น 21 นาทีหลังจากการกล่าวถึงใน Slack และ pull request 134 รายการที่ merge จาก thread ใน Slack ที่ NavigateAI
ElevenLabs อธิบายว่าเสียงโคลนช่วยให้ครีเอเตอร์คอนเทนต์อัดตัวอย่างสั้นๆ ครั้งเดียว แล้วสร้างเสียงบรรยายสำหรับวิดีโอ พอดแคสต์ คอร์สเรียน และคลิปโซเชียลได้โดยไม่ต้องกลับเข้าห้องอัดเสียงอีก คู่มือนี้แยกความแตกต่างระหว่าง Instant Voice Cloning ซึ่งสร้างเสียงโคลนจากตัวอย่างสั้นในเวลาไม่ถึงหนึ่งนาที กับ Professional Voice Cloning ซึ่งฝึกจากชุดบันทึกเสียงที่ใหญ่กว่าและมีขั้นตอนยืนยันว่าเสียงนั้นเป็นของครีเอเตอร์จริง นอกจากนี้ยังระบุเกณฑ์การเลือกใช้ ได้แก่ ความเที่ยงตรงของเสียง การควบคุมการออกเสียง ความครอบคลุมของภาษา มาตรการป้องกันด้านความยินยอม ตัวเลือกการส่งออก และการอนุญาตเชิงพาณิชย์
Dominik Kundel และ Charlie Guo วิศวกรฝ่าย Developer Experience ของ OpenAI นำเสนอหัวข้อ "New Ways of Working with Codex" ที่งาน AI Engineer Code Summit ครอบคลุมถึง Codex Cloud v2 ที่ปรับปรุงใหม่ซึ่งประกาศที่ DevDay, โหมดเสียงในฐานะ control plane สำหรับจัดการเธรดการเขียนโค้ด และ personal agents ที่เรียกว่า dots โดย Kundel กล่าวว่า Codex Cloud ทำหน้าที่เป็น background executor ให้ Codex ภายในเครื่องส่งต่องานไปยังคลาวด์ได้ แม้เขาจะยอมรับว่าขั้นตอนการทำงานบนคลาวด์ยังต้องทำให้ง่ายขึ้นอีก
vLLM ได้ขยายการแยกส่วน Encoder/Prefill/Decode (EPD) สำหรับการให้บริการมัลติโมดัล โดยเพิ่มคำขอแบบ metadata-only, เส้นทางการประมวลผล encoder โดยเฉพาะ, การถ่ายโอน embedding ระยะไกลผ่าน NIXL และ Mooncake, การใช้เอาต์พุตข้าม encoder ซ้ำ และการจัดการผ่าน vLLM Router, SMG และ llm-d ความสามารถหลักรวมถึงการรองรับ MiMo และ XPU มาพร้อมใน vLLM v0.32.0 ขณะที่การรองรับ metadata-only สำหรับ DeepSeek V4.1 Flash มีให้ใช้งานบน main ผ่าน #62802 ในการทดสอบ DeepSeek V4.1 Flash บน GB200 EPD ให้ throughput ต่อ GPU สูงขึ้น 6.6–9.5% และ P90 TTFT ต่ำลง 44–47% เมื่อเทียบกับ baseline แบบ PD แปด GPU ที่ concurrency 64–128 แต่มี throughput ต่อ GPU ต่ำกว่าที่ concurrency 16
OpenRouter วัดงาน GitHub งานเดียวกันผ่าน GitHub MCP server, gh CLI และ gh skill บน Claude Sonnet 5.5, GPT-6 Luna และ Gemini 3.8 Flash บน Sonnet 5.5 ทั้งสามตอบถูก แต่ CLI ใช้ 1,421 input tokens, skill ใช้ 3,315 และ MCP server ใช้ 59,417 พร้อมเครื่องมือเริ่มต้น 46 ตัว ซึ่งคำนิยามเพียงอย่างเดียวเพิ่ม 19,436 tokens ต่อคำขอ การจำกัด server ให้เหลือสองเครื่องมือลดงานเหลือ 23,228 tokens การจำกัดผลลัพธ์ที่ 4,000 ตัวอักษรลดเหลือ 5,357 และ Tool Search ลดต้นทุนล่วงหน้าของ 46 เครื่องมือเหลือต่ำกว่า 600 tokens แม้จะลดต้นทุนทั้งงานบน Sonnet 5.5 ลงครึ่งหนึ่งแต่กลับเพิ่มขึ้นบน Claude Haiku 5.5
ทำไมเรื่องนี้สำคัญ: การเปรียบเทียบที่วัดได้ของ OpenRouter แสดงให้เห็นว่า MCP server, CLI และ skill ใช้บริบทเท่าใดในงาน GitHub งานเดียวกัน และการตัดทอนผลลัพธ์เครื่องมือหรือการเลื่อนคำนิยามออกไปเปลี่ยนค่าใช้จ่ายตรงไหน
Hugging Face แสดงให้เห็นว่าการฝึกแบบ pooling-aware ช่วยยกระดับคุณภาพการดึงข้อมูลของโมเดล multi-vector embedding ภายใต้งบประมาณการจัดเก็บคงที่ ด้วย pool_factor=4 โมเดลที่ฝึกตามปกติยังคงรักษา 94.6% ของ NanoBEIR nDCG@10 แบบไม่ pooled ขณะที่ลดเวกเตอร์เอกสารลง 4 เท่า และการฝึกแบบ pooling-aware ช่วยเพิ่มอัตราการรักษานั้นเป็น 97.8% โพสต์นี้อธิบาย HierarchicalTokenPooling การปรับเทียบงบประมาณ และตัวอย่าง Sentence Transformers ที่ทำซ้ำได้
OpenRouter เผยแพร่คู่มือเกี่ยวกับการจัดการข้อผิดพลาด 429 Too Many Requests จาก OpenAI, Anthropic และ API ของตัวเอง โดยทดสอบวิธีแก้สามวิธีกับชุดคำสั่ง 60 รายการ การลองซ้ำเริ่มต้นของ OpenAI Python SDK ทำให้ 23 จาก 60 คำขอล้มเหลวภายใน 12 วินาที ขณะที่การลองซ้ำที่รอ Retry-After หรือ X-RateLimit-Reset ทำให้ทั้ง 60 คำขอสำเร็จใน 89 ถึง 92 วินาทีใน Python และ 106 ถึง 218 วินาทีใน TypeScript การ fallback ไปยังโมเดลอื่นทำให้ทั้ง 60 คำขอเสร็จสิ้นใน 13 วินาทีด้วยค่าใช้จ่าย $0.000066 และเมื่อเปิดใช้ provider failover คำขอที่ผูกกับผู้ให้บริการทั้งหมด 150 รายการสำเร็จ เทียบกับที่ล้มเหลวได้ถึง 32 รายการเมื่อปิด fallback
OpenRouter ได้รันงาน exact-answer 280 งานกับ six endpoints ของ Qwen3.8 27B เมื่อวันที่ 20 ตุลาคม 2026 และไม่พบความแตกต่างด้านความแม่นยำระหว่าง fp16, fp8 และ fp4 โดยทั้งหกได้คะแนนระหว่าง 98.3% ถึง 99.2% จาก 1,455 endpoints มี 59.5% ที่ไม่ระบุ precision เลย และ fp8 เป็นรูปแบบที่ติดป้ายมากที่สุดที่ 23.6% precision ที่ต่ำกว่ามีราคาถูกกว่าสำหรับโมเดลส่วนใหญ่แต่ไม่ใช่ทั้งหมด และการเลือกผู้ให้บริการส่งผลต่อราคามากกว่า precision โดย endpoint ที่มี precision เดียวกันและแพงที่สุดมีค่ามัธยฐานเป็น 1.72 เท่าของที่ถูกที่สุด
ทำไมเรื่องนี้สำคัญ: OpenRouter วัด endpoints fp8, fp4 และ fp16 ของโมเดลหนึ่งๆ across 240 exact-answer tasks และไม่พบช่องว่างความแม่นยำที่ตรวจพบได้ ขณะที่ความแตกต่างของราคาเป็นไปตามผู้ให้บริการมากกว่า precision
LangChain เผยแพร่บล็อกโพสต์เกี่ยวกับการออกแบบการดึงข้อมูลที่ส่งผลต่อวิศวกรรมบริบทสำหรับ AI agent โดยยกตัวอย่าง agent วิเคราะห์การแข่งขันที่สร้างบน Deep Agents harness ของบริษัท โพสต์กล่าวถึงโหมดความล้มเหลวสามประการ ได้แก่ การค้นหาที่ไม่มีประสิทธิภาพ การโหลดบริบทมากเกินไปในครั้งเดียว และผลลัพธ์ที่ไม่เกี่ยวข้องหรือล้าสมัย พร้อมจับคู่แต่ละโหมดกับเทคนิค เช่น เครื่องมือไฟล์ระบบ glob และ grep การแบ่งหน้าอ่านไฟล์ขนาดใหญ่ด้วย read_file offsets การย้ายผลลัพธ์เครื่องมือที่ใหญ่เกินไปไปยังไฟล์ และการมอบหมายการอ่านให้ subagent ภายใต้รูปแบบ retrieve, offload, delegate นอกจากนี้ยังเตือนว่าข้อความที่ดึงมาเป็นข้อมูลไม่ใช่คำสั่ง และอาจมีการฉีดพรอมต์ได้ จึงควรตรวจสอบผลลัพธ์เทียบกับแหล่งอ้างอิง
LangChain ให้รายละเอียดว่า Deep Agents harness โอเพนซอร์สของบริษัทใช้มิดเดิลแวร์อย่างไรเพื่อต่อสู้กับ context rot ในการรันเอเจนต์ระยะยาว ผลลัพธ์จากเครื่องมือที่มีขนาดเกินประมาณ 20,000 โทเคนและข้อความผู้ใช้ที่เกิน 50,000 โทเคนจะถูกย้ายไปยังไฟล์โดยแสดงเพียงตัวอย่าง ขณะที่การสรุปจะย่อข้อความเก่าเมื่อการใช้งานถึง 85% ของหน้าต่างบริบท สกิล ซับเอเจนต์ และไฟล์หน่วยความจำระยะยาวแบบมาร์กดาวน์ช่วยให้หน้าต่างของเอเจนต์หลักมีขนาดเล็กและให้หน่วยความจำส่งต่อข้ามโมเดลและผู้ให้บริการ
ทำไมเรื่องนี้สำคัญ: LangChain อธิบายว่า Deep Agents harness โอเพนซอร์สใช้มิดเดิลแวร์เพื่อย้าย สรุป และแยกบริบทอย่างไร ซึ่งเป็นรูปแบบที่นำกลับมาใช้ซ้ำได้สำหรับเอเจนต์ในงานระยะยาว
Workday สร้างแพลตฟอร์มสำหรับนักพัฒนาภายในองค์กรเพื่อรองรับ AI agent ในสภาพแวดล้อมจริง โดยใช้ LangGraph สำหรับการจัดการ orchestration และ LangSmith สำหรับการติดตาม observability และการประเมินผล ด้วยทีมงานเพียงสี่คน เวลาที่ใช้ในการสร้างต้นแบบลดลงจาก 4–5 เดือนเหลือไม่ถึงหนึ่งวัน และทีมงานได้ขยายขึ้นเป็นประมาณ 30 คน
Meta ให้รายละเอียดเกี่ยวกับ TLX (Triton Low-Level Extensions) ส่วนขยายของ Triton ที่เพิ่มการจัดการระดับ warp-group และ cluster อย่างชัดเจน โดยยังคงโมเดลการเขียนโปรแกรมแบบเทนเซอร์ของ Triton ไว้ TLX ใช้งานจริงในโปรดักชันทั่ว Meta แล้ว โดยได้ MFU แบบ end-to-end 20-25% บน GPU NVIDIA Blackwell หลายพันตัวสำหรับการเทรน GEM ลดเลเทนซีของเครือข่ายที่ใช้คอมพิวต์หนักสำหรับการอนุมาน RecSys ได้มากถึงสองในสาม และมีเคอร์เนล grouped GEMM แบบกระจายที่ใช้งานในการพรีเทรน LLM ขนาดใหญ่ Meta ระบุว่า TLX รองรับ NVIDIA Hopper และ Blackwell รวมถึง AMD Mi300 และ Mi350x และกำลังพัฒนาสถาปัตยกรรมเพิ่มเติม การอนุมาน warp-group อัตโนมัติ และแบ็กเอนด์ torch.compile
ปัจจุบัน Google Agent Skills เป็นที่เก็บสกิลกว่า 170 รายการจากทีมต่างๆ ทั่ว Google และมี GitHub stars เกิน 21,000 ดาว เพิ่มขึ้นจาก 15,000 ดาว โดยผู้ดูแลระบุถึงไปป์ไลน์ที่ทุกการเปลี่ยนแปลงต้องผ่าน แต่ละ pull request ต้องผ่านด่านอัตโนมัติ 6 ด่าน รวมถึงการตรวจสอบโครงสร้างให้เป็นไปตามข้อกำหนด, linters, semantic versioning, การตรวจสอบชุดการประเมิน, การตรวจสอบลิงก์ และ AI review agent ก่อนที่ผู้เชี่ยวชาญเฉพาะด้านที่เป็นมนุษย์จะอนุมัติ บทความยังแบ่งปันบทเรียนต่างๆ เช่น ความคาดหวังในการประเมินแบบ atomic, ไฟล์ดัชนีที่สร้างขึ้น และการรันการตรวจสอบแบบ deterministic ที่มีต้นทุนต่ำก่อนการตรวจสอบด้วย LLM ที่มีต้นทุนสูง
Stripe สร้าง Kai แพลตฟอร์ม Knowledge AI ทั่วทั้งบริษัท บน Deep Agents harness โอเพนซอร์สของ LangChain โดยวิศวกรหนึ่งคนส่งเวอร์ชันแรกได้ภายในสัปดาห์เดียว สแต็กนี้วางชั้น harness และคอนฟิกูเรชันเฉพาะของ Stripe ทับบน Deep Agents ใช้ไฟล์ซิสเต็มมิดเดิลแวร์ที่รองรับด้วย S3 แซนด์บ็อกซ์มิดเดิลแวร์สำหรับรันโค้ด ซัมมารีไมซ์มิดเดิลแวร์สำหรับเซสชันยาว และการโหลดเครื่องมือแบบไดนามิกตามสกิลครอบคลุมเครื่องมือ MCP ภายในกว่า 500 รายการและสกิลกว่า 1,000 รายการ Kai เติบโตจาก 296 เป็นผู้ใช้กว่า 5,000 คนในราวสี่สัปดาห์ และปัจจุบัน 83% ของ Stripe ใช้งานเป็นรายสัปดาห์ในกว่า 60k เซสชัน
เอกสารของ Anthropic สำหรับ Claude Fable 5.2 ระบุว่าโมเดลให้ความสนใจอย่างมากกับว่าใครเป็นเจ้าของโค้ดที่มันทำงานด้วย ในการทดสอบกับงานเขียนโค้ดขนาดเล็ก โมเดลรวมโค้ดที่ซ้ำกันในน้อยกว่า 10 เปอร์เซ็นต์ของการรันเมื่อพรอมต์ไม่ได้กล่าวถึงความเป็นเจ้าของ และในประมาณ 75 เปอร์เซ็นต์ของการรันเมื่อพรอมต์ระบุว่าโค้ดเบสเป็นของโมเดลเอง ประโยคที่แนะนำคือ: You are the owner and long-term maintainer of this codebase, and its design is up to you.
Hugging Face เผยแพร่บทอธิบายเกี่ยวกับโมเดลการตัดสินใจ ซึ่งรับสถานะพร้อมคำถามที่มีชนิดข้อมูลและคืนค่าความน่าจะเป็นเหนือคำตอบที่กำหนดไว้ล่วงหน้าแทนการสร้างข้อความ โพสต์ดังกล่าวลงรายละเอียดเกี่ยวกับ primitive ของ choice, score และ noul สูตรความเชื่อมั่น และการรองรับใหม่ผ่าน DecisionPipeline และ AutoModelForDecision ของ Transformers, endpoint /v1/systemone ที่ใช้ร่วมกันใน Transformers และ llama.cpp, แท็ก Hub สำหรับการค้นพบ และการ fine-tuning ด้วย Trainer API พร้อมระบุว่า endpoint เดียวกันยังใช้งานได้กับ autoregressive LLM ที่เข้ากันได้โดยการให้คะแนน logits ของคำตอบในการ forward pass แบบแบตช์
ทำไมเรื่องนี้สำคัญ: Hugging Face อธิบายว่าโมเดลการตัดสินใจเปลี่ยนการจำแนกประเภทให้เป็นอินเทอร์เฟซที่มีชนิดข้อมูลและไม่ใช่เชิงสร้างสรรค์อย่างไร และแสดงวิธีให้บริการและ fine-tune โมเดลเหล่านี้ด้วย Transformers และ llama.cpp
OpenRouter ทดสอบโมเดลวิชัน 15 ตัว, Mistral OCR และ Tesseract กับภาพสแกนคุณภาพต่ำที่สร้างขึ้นเองแปดภาพ และ Claude Opus 5.5 แม่นยำที่สุดโดยได้ค่าสำคัญ 262 จาก 264 ค่าถูกต้อง ในราคา $16.42 ต่อ 1,000 หน้า ขณะที่ Mistral OCR คุ้มค่าที่สุดด้วย 258 จาก 264 ในราคา $2.02 บนใบเสร็จที่จางลง GPT-6 Luna และ GPT-6.1 Sol สร้างตัวเลขบัตร ชื่อเซิร์ฟเวอร์ และรหัส wifi ขึ้นมาเอง ซึ่งเป็นข้อผิดพลาดที่อัตราความผิดพลาดระดับตัวอักษรไม่เผยให้เห็น โพสต์นี้มีโค้ดสำหรับถอดความภาพสแกน ปิดการให้เหตุผล ตรวจสอบไขว้ระหว่างสองโมเดลจากห้องแล็บต่างกัน และรัน Mistral OCR ผ่านปลั๊กอิน file-parser
ทำไมเรื่องนี้สำคัญ: การทดสอบเชิงปฏิบัติของโมเดลวิชัน 15 ตัวพร้อม Mistral OCR และ Tesseract กับภาพสแกนคุณภาพต่ำแปดภาพ พร้อมโค้ดที่รันได้สำหรับตรวจสอบไขว้ระหว่างสองโมเดลเพื่อจับค่าที่ถูกสร้างขึ้นมา
Meta ได้สร้างสถาปัตยกรรมปลั๊กอินตัวเร่งแบบเป็นกลางต่อผู้จำหน่ายใน lldb-server ที่ช่วยให้ LLDB ดีบักแอปพลิเคชันที่ครอบคลุมทั้ง CPU และ GPU ภายในเซสชันเดียว การออกแบบนี้แสดงถึง CPU และ GPU เป็นเป้าหมาย LLDB แยกจากกัน โดยแต่ละเป้าหมายมีสถาปัตยกรรม เธรด รีจิสเตอร์ และพื้นที่ที่อยู่ของตัวเอง ขณะที่ปลั๊กอินทำหน้าที่แปลง API การดีบักอุปกรณ์ของผู้จำหน่ายให้เป็นแนวคิดของ LLDB การรองรับ GPU จะเปิดใช้งานเฉพาะเมื่อแอปพลิเคชันใช้รันไทม์ GPU ที่รองรับ ดังนั้นการดีบักเฉพาะ CPU จึงยังคงใช้เส้นทางเนทีฟเดิมโดยไม่มีค่าใช้จ่ายเพิ่มเติม
Curative สร้างลำดับชั้นของเอเจนต์บน Claude เพื่อเซ็นสัญญาผู้ให้บริการได้เร็วขึ้นประมาณ 50 เท่าเมื่อเทียบกับที่ทีมทำได้ในปี 2025 โดยมีสัญญาที่เซ็นแล้ว 23,000 ฉบับผ่านเอเจนต์ชื่อ Gwen และมีสัญญาใหม่ 2,000 ถึง 2,400 ฉบับต่อสัปดาห์ Gwen จัดการดีลผู้ให้บริการหนึ่งดีลต่อการทำงานหนึ่งครั้ง โดยส่วนใหญ่ใช้ Claude Opus ขณะที่ผู้ตรวจสอบอัตราด้วย Sonnet เคลียร์คำขออัตราที่สูงกว่าเทมเพลตได้ประมาณสองในสาม และผู้ตัดสินด้วย Haiku อ่านทุกข้อความก่อนส่ง แต่ละสัญญาใช้ประมาณ 20 ล้านโทเคน คิดเป็นประมาณหนึ่งในสิบของต้นทุนเดิม และทีมจัดทำสัญญาของ Curative เติบโตจาก 45 คนเป็นประมาณ 55 คน โดยแต่ละคนมีผลิตภาพสูงขึ้นประมาณ 2.5 เท่า
Recraft ได้รับการยกให้เป็นเครื่องมือสร้างไอคอน AI ที่ดีที่สุดในปี 2026 หลังการเปรียบเทียบเครื่องมือทั้งเจ็ดซึ่งให้คะแนนจากการทดสอบสไตล์ที่สม่ำเสมอด้วยไอคอนห้าไอคอนและการส่งออก SVG แบบเนทีฟ Recraft รักษาน้ำหนักเส้นและรัศมีมุมให้สม่ำเสมอตลอดทุก glyph และส่งออก SVG ที่แก้ไขได้ ขณะที่ Canva ผ่านเพียงบางส่วน ส่วน Adobe Firefly และ Midjourney ไม่ผ่านทั้งสองการตรวจสอบด้วยเอาต์พุตแบบแรสเตอร์
Recraft เผยแพร่คู่มือพร้อมข้อความพร้อมท์สำเร็จรูป 12 รายการสำหรับการแก้ไขภาพบนโมเดล image-to-image โดยสร้างจากรูปแบบสองบรรทัด คือบรรทัดเปลี่ยนที่ระบุวัตถุ ตำแหน่ง และผลลัพธ์ กับบรรทัดเก็บรักษาที่ล็อกใบหน้า ข้อความบนฉลาก การจัดองค์ประกอบ และแสง คู่มือระบุว่าการแก้ไขเฉพาะจุด เช่น การลบวัตถุ การเปลี่ยนสี การปรับแสง หรือการสลับชุด ช่วยรักษาอัตลักษณ์ได้ดีกว่าการเปลี่ยนสไตล์หรือการสลับสภาพอากาศ และข้อความพร้อมท์จะล้มเหลวเมื่อรวมการเปลี่ยนแปลงหลายอย่างเข้าด้วยกัน เขียนข้อความตัวพิมพ์ใหม่ หรือขอใบหน้าหรือสัดส่วนร่างกายใหม่ คู่มือแนะนำให้สร้างสองถึงสามรูปแบบ ตรวจสอบที่ซูม 100% และแก้ข้อผิดพลาดที่เหลืออยู่หนึ่งจุดด้วยข้อความพร้อมท์ติดตามที่ระบุเฉพาะบริเวณนั้น
เครื่องสร้างมีม AI เจ็ดตัว ได้แก่ Imgflip, Canva, Supermeme.ai, Recraft, Kapwing, ChatGPT และ Magic Hour ถูกทดสอบในด้านแพ็กเกจฟรี ลายน้ำ เทมเพลต การแสดงผลคำบรรยาย ขนาดไฟล์ส่งออก และ API โดยใช้โจทย์มีมเดียวกันสามข้อ การเปรียบเทียบพบว่าไม่มีผู้ชนะที่เหนือกว่าทุกด้าน: Imgflip ชนะด้านเทมเพลตคลาสสิก Supermeme.ai ชนะด้านการเปลี่ยนไอเดียเป็นคำบรรยาย Recraft และ ChatGPT ชนะด้านภาพต้นฉบับ Kapwing ชนะด้านวิดีโอและ GIF และ Canva ชนะเมื่อมีมต้องพอดีกับเลย์เอาต์
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
Figma ได้สรุป 6 วิธีในการใช้ design agent ของตนโดยตรงบนแคนวาส ตั้งแต่การใส่คำอธิบายประกอบดีไซน์ด้วยบันทึกการประชุมที่ดึงเข้ามาผ่านคอนเนกเตอร์อย่าง Granola, Notion หรือ Google Drive ไปจนถึงการสรุปความคิดเห็นจากคอมเมนต์และนำการเปลี่ยนแปลงที่ตกลงกันไว้ไปใช้ agent ยังสามารถสร้างเชดเดอร์แบบกำหนดเอง สร้างเลย์เอาต์หลายรูปแบบในพรอมต์เดียวโดยใช้ไลบรารีของทีม เปลี่ยนดีไซน์แบบสแตติกให้เป็นเลเยอร์โค้ดแบบอินเทอร์แอกทีฟ และเพิ่มเอฟเฟกต์การเคลื่อนไหว