ข้ามไปที่เนื้อหา
#การติดตั้งใช้งาน / วิศวกรรม
13 พฤศจิกายนวันศุกร์
  1. Databricks Blog36

    Bright Machines ใช้ Debezium และ Iceberg เพื่อให้แดชบอร์ดแบบเรียลไทม์แก่ลูกค้าจากโรงงานที่แยกจากเครือข่าย

    Bright Machines มอบแดชบอร์ดข้อมูลโรงงานแบบเรียลไทม์ที่อยู่ภายใต้การกำกับดูแลให้แก่ลูกค้า โดยไม่ต้องเปิดการเข้าถึงขาเข้าใดๆ ระบบจับการเปลี่ยนแปลงของ PostgreSQL ที่ edge ด้วย Debezium เขียนเป็น Apache Iceberg ส่งออกผ่านช่องทางขาออกเดียวที่ตรวจสอบได้ และอ่านข้อมูล ณ ที่เดิมใน Databricks ผ่าน Unity Catalog federation แดชบอร์ดแรกที่ลูกค้ามองเห็นเปิดใช้งานประมาณสองเดือนหลังเริ่มโครงการ โดยแถวที่คอมมิตแล้วสามารถสอบถามได้ภายในหนึ่งถึงสองนาที และแดชบอร์ดรีเฟรชทุกสิบนาที

  2. Hacker News · AI38

    ส่วนที่ยากของการเขียนโค้ดด้วย AI คือการเปลี่ยนแปลงครั้งที่สอง

    Brian Woods ให้เหตุผลว่า AI coding agents ทำให้การเปลี่ยนแปลงครั้งแรกที่ใช้งานได้นั้นมีต้นทุนต่ำ แต่การเปลี่ยนแปลงครั้งที่สองคือจุดที่ระบบพัง — agent ที่เพิ่มกลไก retry ให้กับบริการชำระเงินอาจเรียกเก็บเงินลูกค้าซ้ำสองครั้งได้แม้การทดสอบจะผ่าน เขาเสนอให้กำหนดคำตอบสี่ข้อก่อนยอมรับการเปลี่ยนแปลง ได้แก่ specification, validation, provenance และ authorization โดยให้ agent เสนอการเปลี่ยนแปลง ขณะที่เวิร์กโฟลว์อิสระเป็นผู้สร้างหลักฐาน และมนุษย์เป็นผู้อนุมัติ เขายังแสดงให้เห็นว่า signed attestation ของบิลด์ที่มีการทดสอบล้มเหลวสามารถคืนค่า VERIFIED ได้ เนื่องจากความถูกต้องแท้จริงไม่ใช่ความพร้อมสำหรับการรีลีส

  3. Hacker News · AI38

    NEAR AI Gateway: ใช้โมเดล AI ส่วนตัวใน Claude Code, Codex และ OpenCode

    NEAR AI Gateway ช่วยให้ Claude Code, Codex และ OpenCode ส่งคำขอ AI ผ่านโมเดลส่วนตัวของ NEAR AI โดยบันทึกโมเดล โทเค็น และค่าใช้จ่ายของแต่ละครั้งไว้ในเครื่อง Mac ข้อมูล trace จะถูกปกปิดบนอุปกรณ์ก่อนแชร์ และผู้ใช้ตรวจสอบทุก trace ก่อนตัดสินใจว่าจะให้ข้อมูลใดออกจากเครื่อง trace ที่ได้รับการยอมรับจะได้รับเครดิตการประมวลผลของ NEAR AI Cloud แอปสำหรับ macOS 14+ นี้เป็นเวอร์ชัน 1.0.7 ขนาด 119 MB

  4. Hacker News · AI71

    InferSSD รัน LLM ระดับ 800B บนฮาร์ดแวร์สำหรับผู้ใช้ทั่วไป โดยเก็บน้ำหนัก expert ไว้บน NVMe

    InferSSD ซึ่งเป็นรันไทม์สำหรับการอนุมานแบบโอเพนซอร์สที่สร้างบน llama.cpp สามารถรัน DeepSeek-V4.1-Flash-1017 ระดับ 763B และ Muse-Spark-Open ระดับ 816B บนเครื่องของผู้ใช้ทั่วไป โดยเก็บน้ำหนัก routed expert ไว้บนที่เก็บข้อมูล NVMe ขณะที่ attention เลเยอร์ที่ใช้ร่วมกัน และ KV cache ยังคงอยู่ใน RAM หรือ VRAM บน RTX 5090 ที่มี RAM 32 GB และ VRAM 32 GB มีรายงานว่าได้ 164.5 tokens/s สำหรับ prefill และ 7.27 tokens/s สำหรับ decode สำหรับ DeepSeek ที่ระดับพรอมต์ 4K เทียบกับ 8.06 และ 0.867 tokens/s สำหรับ llama.cpp บนระบบเดียวกัน บทความยังประเมินว่าการใช้งานหนักในแต่ละวันอาจหมายถึงการอ่านจากโฮสต์ประมาณ 85 TB ต่อวัน และนำเสนอแบบจำลองการสึกหรอของ SSD แบบมีเงื่อนไข โดยระบุว่าตัวเลขเหล่านี้เป็นสมมติฐานที่ต้องทดสอบ ไม่ใช่การรับประกันอายุการใช้งานของไดรฟ์

  5. Hacker News · AI76

    AgentRun เปิดตัวแบบโอเพนซอร์ส: เพิ่มความสามารถในการพัฒนาตนเองและการประมวลผลแบบคงทนให้กับ Agent Harness ที่มีอยู่

    Parcha Labs ได้เปิดโอเพนซอร์ส AgentRun แพลตฟอร์มเอเจนต์ที่เพิ่มความสามารถในการพัฒนาตนเอง การประมวลผลแบบคงทน และคอนโซลบน Claude Code, Codex, OpenCode และ pi ภายใต้สัญญาอนุญาต Apache-2.0

    ทำไมเรื่องนี้สำคัญ: AgentRun เพิ่มความสามารถในการพัฒนาตนเอง การประมวลผลแบบคงทน และคอนโซลบน harness ที่มีอยู่ เช่น Claude Code และ Codex และนำเสนอกรณีศึกษาที่เป็นรูปธรรมซึ่งต้นทุนการตรวจโค้ดลดลงจาก $6,451 ต่อเดือนเหลือ 18 เซนต์ต่อการรัน

  6. Hacker News · AI31

    Air-LLM: การกระจายน้ำหนัก AI ไปยังอุปกรณ์ Edge ผ่าน RF Computing สำหรับการอนุมาน LLM แบบทันที

    Air-LLM เป็นสถาปัตยกรรมการอนุมาน LLM บน Edge ที่วิทยุกลาง เช่น สถานีฐาน 5G กระจายน้ำหนักโมเดลผ่านอากาศ และผู้ใช้ Edge ทำ GEMV เสร็จสิ้นโดยตรงในโดเมน RF ด้วย RF mixer ทำให้อุปกรณ์ไม่ต้องจัดเก็บหรือโหลดน้ำหนักเลย จากการทดสอบบนช่องสัญญาณ ray-traced ของ NVIDIA Sionna ในฉากเมืองจริงสองแห่งด้วยโปรไฟล์ RF mixer จริง พบว่าจำกัดการเสื่อมของ perplexity บน WikiText-2 สำหรับ LLaMA-3.1-8B ไว้ที่ 4.0% พร้อมประหยัดพลังงาน 157.7x/40.4x เมื่อเทียบกับ baseline FP16 และ weight-only quantization เมื่อมีผู้ใช้ 20 คน ใช้เวลาออกอากาศสั้นลง 104.1x/26.0x และเนื่องจากวิทยุกลางไม่รับรู้ถึงผู้ใช้ การกระจายครั้งเดียวจึงรองรับผู้ใช้ได้ไม่จำกัดในพื้นที่ครอบคลุม

  7. Hacker News · AI58

    Cloudflare Workers AI เปิดตัว Clairic แบบพรีวิว โมเดลสกัดข้อมูลสไตล์ System One

    Cloudflare Workers AI ได้เปิดตัว Clairic ในรูปแบบพรีวิว ซึ่งเป็นโมเดลสกัดข้อมูลแบบ strongly typed ที่ดึงข้อมูล คำนวณ ประมาณการ และพยากรณ์ค่าจากอินพุต พร้อมส่งคืนคะแนนความเชื่อมั่นและความน่าจะเป็นสำหรับแต่ละเอาต์พุต โมเดลนี้มีหน้าต่างบริบท 65,536 โทเคน รองรับวิชัน มีการเก็บข้อมูลเป็นศูนย์ และมีราคา $0.10 ต่อ 1 ล้านโทเคนอินพุต ในตัวอย่างใบแจ้งหนี้ที่ dokumented ไว้ Clairic สกัดฟิลด์ต่างๆ เช่น หมายเลขใบแจ้งหนี้ วันครบกำหนด และยอดรวม ส่งคืน null พร้อม p_null 1 สำหรับหมายเลข PO ที่หายไป และให้ค่ามัธยฐาน 30 พร้อมช่วง p10-p90 ที่ 21 ถึง 38 สำหรับ days_to_pay

  8. Hacker News · AI58

    CanyonOS 0.2 เปิดตัวเป็นเครื่องมือโอเพนซอร์สสำหรับค้นหา สังเกต และขยายขนาดเอเจนต์

    CanyonOS 0.2 เป็นการเปิดตัวสู่สาธารณะครั้งแรกของเครื่องมือโอเพนซอร์สที่ไม่ผูกกับโมเดลใดโมเดลหนึ่ง สำหรับค้นหา สังเกต และขยายขนาดเอเจนต์ที่ทำให้เวิร์กโฟลว์ช้าลง ทำงานบน Docker หรือ Kubernetes ใช้ได้กับผู้ให้บริการรายใดก็ได้ที่มี API ที่เข้ากันได้กับ OpenAI ส่งออกเทรซและเมตริกที่เข้ากันได้กับ OpenTelemetry ไปยังเครื่องมืออย่าง Datadog, Grafana, Prometheus, Langfuse และ Arize Phoenix และเพิ่มข้อมูลค่าใช้จ่ายและเวลาคิวต่อเอเจนต์ โครงการนี้ใช้สัญญาอนุญาต AGPL-3.0 กำหนดให้เขียนเอเจนต์ใหม่เป็น Python ล้วนโดยหนึ่งไฟล์ต่อหนึ่งเอเจนต์ และ FAQ ระบุว่ายังไม่ได้ใช้งานในระดับโปรดักชันขนาดใหญ่

  9. Hacker News · AI38

    Headwig: รันและทดสอบ AI agent แบบขนานโดยไม่ต้องใช้ Git worktrees

    Headwig เป็นเครื่องมือบน Show HN สำหรับรันและทดสอบ AI agent แบบขนานโดยไม่ต้องใช้ Git worktrees แอปถูกจัดกลุ่มเป็นกลุ่ม "Wisdom" ที่รวมบริการต่างๆ เช่น frontend และ backend ไว้ด้วยกัน เพื่อให้สามารถ build และรันร่วมกันได้ โดยเพิ่มบริการผ่านเมนู Wisdom

  10. Hacker News · AI22

    ช่องว่างระหว่างความสามารถของ AI กับการแทนที่งาน

    บทวิเคราะห์โต้แย้งว่า AI จะไม่ก่อให้เกิดการสูญเสียงานสุทธิอย่างมีนัยสำคัญ โดยอ้างอิงงานวิจัยของ Anthropic ที่พบว่าประมาณ 30% ของแรงงานมีระดับการเปิดรับ AI ที่วัดได้เป็นศูนย์ งานสำนักงานจำนวนมากเกี่ยวข้องกับการประสานงาน กรณีข้อยกเว้น และการติดต่อกับลูกค้า ซึ่ง AI ยังไม่สามารถจัดการได้ อีกทั้งอินเทอร์เฟซที่ใช้งานไม่คล่องตัวและระบบปิด (walled gardens) ยังต้องอาศัยมนุษย์ในการเชื่อมช่องว่าง

  11. Hacker News · AI58

    Stay-in-sight เปิดตัวเครื่องมืออีเมลขาออกโอเพนซอร์สพร้อมเครื่องมือ MCP 64 รายการสำหรับ AI agents

    Stay-in-sight เปิดตัวระบบอีเมลขาออกภายใต้สัญญาอนุญาต MIT ที่ทำงานบน Cloudflare Workers และ D1 ส่งอีเมลติดต่อลูกค้า จดหมายข่าว และชุดอีเมลอัตโนมัติจากกล่องจดหมาย Gmail และ SES ของผู้ใช้เอง มาพร้อมเครื่องมือ MCP 64 รายการและ REST API เพื่อให้ agents อย่าง Claude Code และ Cursor สามารถนำเข้าผู้ติดต่อ ตั้งเวลาส่ง และตอบกลับอีเมลได้ โดยโครงการอ้างว่าติดตั้งใช้งานได้ในประมาณ 30 นาที และโฮสติ้งฟรีเมื่อปริมาณการใช้งานต่ำ หรือ 5 ดอลลาร์/เดือนบน Workers Paid

  12. Hacker News · AI58

    InferTrail 运行了为期 35 天的 LLM API 密钥蜜罐，并追踪被盗密钥的使用方式

    InferTrail 在 40 多个虚假 GitHub 组织中植入了 179 个 API 密钥，并运行了两个蜜罐 LLM 网关长达 36 天，记录了超过 300 万次请求。已发布的密钥中只有 18 个被用于发送提示词，其中 6 个密钥占泄露密钥提示词请求的 98.9%，而该流量的 86% 来自托管基础设施。作者列出了三种用于识别密钥复用的日志模式：短时间内一个密钥下出现多个模型名称、密钥生效后出现固定间隔的检查，以及源地址发生变化。

  13. Hacker News · AI17

    บริษัทในซานฟรานซิสโกใช้ AI ออกแบบและประกอบ PCB ภายในไม่กี่สัปดาห์แทนที่จะเป็นเดือน

    บริษัทในซานฟรานซิสโกใช้เครื่องมือ AI ของตัวเองในการออกแบบและประกอบ PCB ลดระยะเวลาตั้งแต่ schematic แรกจนถึงบอร์ดพร้อมผลิตจากหลายเดือนเหลือไม่กี่สัปดาห์ ผลงานของบริษัทครอบคลุมถึง front-end ของ software-defined radio แบบ 8 ชั้นที่มีขนาดเล็กลง 67% โดยมีประสิทธิภาพ RF เท่าเดิม, อินเทอร์เฟซเสียงแบบสวมใส่ USB-C ที่พัฒนาจากการออกแบบที่ล้มเหลวสองครั้งสู่การผลิตกว่า 300 ชิ้น และตัวควบคุมรีเลย์อุตสาหกรรมแบบทนทาน งานออกแบบ PCB เริ่มต้นที่ $10.0k อิเล็กทรอนิกส์แบบบูรณาการเริ่มต้นที่ $25.0k และอิเล็กทรอนิกส์ขั้นสูงเริ่มต้นที่ $50.0k

  14. Hacker News · AI38

    Terminal-Bench 4.1 เปิดตัวพร้อมตัวตรวจสอบที่แข็งแกร่งขึ้นเพื่อป้องกัน reward hacking

    Terminal-Bench 4.1 เปิดตัวแล้วพร้อมตัวตรวจสอบที่ปรับปรุงใหม่ซึ่งออกแบบมาเพื่อต้านทาน reward hacking และการให้คะแนน TB 4.0 ใหม่ด้วยตัวตรวจสอบใหม่ใช้ต้นทุนการอนุมานเพิ่มเติม $0 มีเพียงประมาณ 1.16% ของการทดลอง 11,550 ครั้งที่คะแนนเปลี่ยนแปลง และคะแนนที่อัปเดตของเอเจนต์ทั้ง 35 ตัวยังคงอยู่ในช่วงความเชื่อมั่น 95% เดิมของ TB 4.0

  15. Hacker News · AI60

    Cerulion 2.0 เปิดตัว: รันไทม์หุ่นยนต์โอเพนซอร์สที่รองรับ ROS 2 พร้อมการเล่นซ้ำแบบหลายโปรเซส

    Cerulion Inc. เปิดตัว Cerulion 2.0 รันไทม์หุ่นยนต์โอเพนซอร์สที่รองรับ ROS 2 ซึ่งบันทึกการทำงานและเล่นซ้ำความล้มเหลวกับโค้ดที่เปลี่ยนแปลง โดยค่าเริ่มต้นใช้หนึ่งโปรเซสต่อโหนด มีไบนารีสำหรับ Linux x86_64/ARM64 และ macOS, เลเยอร์ rmw_cerulion ที่ทดสอบบน Foxy ถึง Lyrical และการบันทึก MCAP พร้อมการตรวจสอบการเล่นซ้ำแบบไบต์ต่อไบต์ที่คืนค่า exit code ที่ไม่ใช่ศูนย์เมื่อเกิดความคลาดเคลื่อน บนเดสก์ท็อป Linux x86-64 เครื่องเดียวที่ payload 1 MiB โปรเจกต์รายงานค่ามัธยฐาน round trip 4.08 µs เทียบกับ 10,952 µs สำหรับ ROS 2 Jazzy ด้วยค่าเริ่มต้น rmw_fastrtps_cpp

  16. Hacker News · AI60

    Neon และ Mubit เปิดตัวเทมเพลตสำหรับเอเจนต์ที่ลดโทเค็นโมเดลฟรอนเทียร์ของตัวเองได้ 73%

    Neon และ Mubit เผยแพร่เทมเพลตสำหรับเอเจนต์นักวิเคราะห์ข้อมูลบน Neon Functions และ Lakebase Postgres ที่ส่งทุกการเรียกโมเดลผ่าน Mubit ไปยัง Neon AI Gateway ในการทดสอบ基準ของ Mubit บนคำถาม CL-bench 20 ข้อ ที่รันข้อละสามครั้ง การตั้งค่านี้ลดโทเค็นอินพุตของ gpt-5.5 ได้ 73% และตอบเร็วขึ้น 40% โดยความแม่นยำอยู่ที่ 65% เทียบกับ 60% เมื่อใช้ gpt-5.5 เพียงอย่างเดียว Mubit ย้ายขั้นตอนroutine เช่นการแสดงรายการตารางและการเขียนคำตอบ ไปยังโมเดลขนาดเล็กที่ปรับแต่งแล้ว หลังจากที่โมเดลดังกล่าวผ่านการสอบที่สร้างจากทราฟฟิกของงานนั้นเอง ขณะที่ gpt-5.5 ยังคงเขียนทุกคิวรี SQL

  17. Hacker News · AI35

    รีเวิร์สเอ็นจิเนียริ่งเครื่องฟอกอากาศ Coway เพื่อเลิกพึ่งคลาวด์

    นักพัฒนาคนหนึ่งทำรีเวิร์สเอ็นจิเนียริ่งเครื่องฟอกอากาศ Coway Airmega IconS ที่รองรับ Wi-Fi เพื่อลดการพึ่งพาคลาวด์ IoCare ของ Coway โดยใช้การตั้งค่าแมนอินเดอะมิดเดิลที่สร้างขึ้นด้วยความช่วยเหลือของ LLM อินทิเกรชัน Home Assistant ที่มีอยู่เดิมปลอมตัวเป็นแอปมือถือของ Coway แต่พังซ้ำแล้วซ้ำเล่า—ทั้งการแบนจากเซิร์ฟเวอร์ การรีแบรนด์จาก IoCare เป็น IoCare+ การเปลี่ยนแปลงเลย์เอาต์ HTML และเหตุขัดข้อง—จึงนำมาสู่ความพยายามนี้ เหตุการณ์คีย์อ่อนที่หน่วยงานออกใบรับรอง eMudhra ในเดือนตุลาคม 2026 เปิดช่องทางที่เป็นไปได้ในการดักจับทราฟฟิกของอุปกรณ์

  18. Hacker News · AI25

    ระบบ AI แบบ End-to-End หมายความว่าอย่างไรต่ออนาคตของการขับขี่อัตโนมัติ

    Guillermo Pita รองประธานฝ่ายวิศวกรรมของ Aptiv อธิบายว่า AI แบบ end-to-end แตกต่างจาก ADAS แบบโมดูลาร์ดั้งเดิมอย่างไร โดยการฝึกโมเดลเดียวให้เรียนรู้พฤติกรรมการขับขี่โดยตรงจากข้อมูล แทนที่จะเชื่อมโยงโมดูลการรับรู้ การติดตาม การวางแผน และการควบคุมแยกจากกัน เขายกข้อได้เปรียบหลักคือการขับขี่ที่คล้ายมนุษย์มากขึ้น โดยมีความสามารถในการอธิบายและการดีบักเป็นความท้าทายสำคัญ และระบุว่าความหลากหลายของข้อมูล而非ระยะทางรวมคือปัญหาหลักในการฝึก

  19. MarkTechPost62

    Fish Audio เปิดตัว Live 3 โมเดลเสียงแบบฟูลดูเพล็กซ์ที่ตอบสนองใน 186 มิลลิวินาที

    Fish Audio เปิดตัว Live 3 โมเดลเสียงแบบฟูลดูเพล็กซ์สำหรับเอเจนต์เสียงแบบเรียลไทม์ ที่ยังคงฟังอยู่ขณะพูด และเรียนรู้การผลัดกันพูดจากบทสนทนาของมนุษย์จริง แทนที่จะใช้กฎไปป์ไลน์ที่ปรับแต่งด้วยมือ Fish Audio กล่าวว่าสามารถตัดสินใจตอบสนองได้ภายในเวลาเพียง 186 มิลลิวินาทีสำหรับการตอบสนองสั้นๆ อย่าง "อืม-ฮึม" แม้ว่าตัวเลขดังกล่าวจะเป็นค่าต่ำสุดสำหรับการตอบสนองเล็กๆ น้อยๆ ไม่ใช่เวลาถึงเสียงแรกสำหรับการตอบกลับเต็มรูปแบบ และยังไม่มีการเผยแพร่คะแนน benchmark ใดๆ Live 3 ทำงานบน Fish Agent Platform (เบต้าสาธารณะ), Fish Audio API และแบบ on-premises สำหรับองค์กร โดยมีราคา 0.035 ดอลลาร์ต่อนาทีจนถึงวันที่ 31 ธันวาคม 2026 เทียบกับราคาปกติ 0.07 ดอลลาร์ และรองรับเฉพาะภาษาอังกฤษเท่านั้น

  20. AWS Machine Learning Blog58

    AWS เปิดตัว SGLang-Neuron ช่วยให้ déploy โมเดลระดับแนวหน้า บน Trainium ด้วยอินเทอร์เฟซ SGLang ที่มีอยู่

    Amazon ประกาศความพร้อมใช้งานทั่วไปของ SGLang-Neuron ซึ่งเป็นปลั๊กอินแบบ out-of-tree ที่รัน SGLang บน AWS Trainium ผ่าน AWS Deep Learning Container พัฒนาโดย RadixArk ร่วมกับ Annapurna Labs ผู้ใช้ยังคงใช้อินเทอร์เฟซเซิร์ฟเวอร์ SGLang และ API การสร้างข้อความเดิม ขณะที่ปลั๊กอินจัดเตรียมโมเดลเฉพาะสำหรับ Trainium, attention, MoE และ graph runner ที่สร้างบน PyTorch และ NKI kernels แบบเนทีฟซึ่งคอมไพล์ด้วย torch.compile นอกจากนี้ยังรองรับ PD disaggregation โดยถ่ายโอน KV cache ของ prefill ไปยังเซิร์ฟเวอร์ decode ผ่าน NIXL บน EFA และ walkthrough สาธิตการให้บริการ openai/gpt-oss-120b บนอินสแตนซ์ EC2 Trainium3 ด้วยคอนเทนเนอร์ pytorch-inference-sglang-neuronx

  21. Hacker News · AI42

    Show HN: Bugsy – ระบบอัตโนมัติ AI ที่ขับเคลื่อนบริษัทของผม

    Bugsy เป็นระบบอัตโนมัติ AI ที่เริ่มต้นจากตัวคัดแยกปัญหา Sentry AI แบบง่าย และตอนนี้ขับเคลื่อนการดำเนินงานประจำวันส่วนใหญ่ของบริษัทที่มีพนักงานราว 20 คน ระบบนี้จัดการการรายงานและแก้ไขบั๊ก การรีวิวโค้ด เมตริก และการตอบคำถาม และเข้าถึงได้จาก Slack ฟอรัมของบริษัท และช่องทางต่างๆ ของบริษัท

  22. TechCrunch · AI66

    Nebius วางแผนใช้จ่าย 4 หมื่นล้านดอลลาร์ในปี 2027 ขณะที่ความล่าช้าของศูนย์ข้อมูล Microsoft ทวีขึ้น

    Nebius เปิดเผยแผนการใช้จ่าย 4 หมื่นล้านดอลลาร์ในปี 2027 ระหว่างการประชุมผลประกอบการไตรมาสสาม โดยมีแหล่งเงินทุนหลักจากเงินจ่ายล่วงหน้าของลูกค้าและเงินกู้ที่ค้ำประกันด้วยสัญญาลูกค้า โครงการ Vineland รัฐนิวเจอร์ซีย์สำหรับ Microsoft ภายใต้สัญญามูลค่าสูงถึง 1.94 หมื่นล้านดอลลาร์ ล่าช้ากว่ากำหนดหลายเดือน โดยปัจจุบันมีเพียงกว่าครึ่งของกำลังการผลิตสำหรับ Microsoft ที่วางแผนส่งมอบภายในสิ้นปี และส่วนที่เหลือในไตรมาสสองปี 2027 Nebius ปรับลดคาดการณ์รายได้ปี 2026 ลง 200 ล้านดอลลาร์เหลือ 3 พันล้านดอลลาร์ และรายงานรายได้ไตรมาสสามที่ 981 ล้านดอลลาร์ เพิ่มขึ้น 571% เมื่อเทียบปีต่อปี ขณะที่หุ้นร่วง 17%

  23. AWS Machine Learning Blog40

    Natera สร้าง SWARM ระบบ AI แบบเอเจนต์สำหรับปฏิบัติการแล็บบน Amazon Bedrock AgentCore ได้อย่างไร

    Natera สร้าง SWARM ระบบ AI แบบเอเจนต์สำหรับปฏิบัติการแล็บ บน Amazon Bedrock AgentCore ลดเวลาตอบสนองครั้งแรกได้ราว 130 เท่า และAutomateตั๋วสนับสนุนได้ 96.2 เปอร์เซ็นต์ ระบบนี้จับคู่ swarm-agent ที่ร่างรายงานวินิจฉัยก่อนที่วิศวกรจะเปิดตั๋ว กับ swarm-hive สำหรับการโต้ตอบกับวิศวกรแบบเรียลไทม์ ทั้งสองใช้ไลบรารีทักษะร่วมกันหนึ่งชุด ระบบจัดการตั๋ว Jira กว่า 65 ใบต่อวันในสามคิว ซึ่งก่อนหน้านี้ใช้เวลาเฉลี่ย 17.4 ชั่วโมงในการตอบสนองครั้งแรก

  24. Databricks Blog30

    Databricks หักล้างความเชื่อผิดๆ 4 ข้อเกี่ยวกับสถาปัตยกรรม Lakebase ของ LTAP

    Databricks ตอบโต้ต่อความเข้าใจผิดที่พบบ่อย 4 ประการเกี่ยวกับ LTAP ซึ่งเป็นสถาปัตยกรรม Lakebase ที่เก็บสำเนาข้อมูลปฏิบัติการชุดเดียวภายใต้การกำกับดูแล ให้บริการทั้ง Postgres และการวิเคราะห์โดยไม่ต้องใช้ CDC บทความระบุว่า LTAP ไม่ใช่การทำ replication: ชั้นต่างๆ ที่อยู่หน้าเลกนั้นเป็นแคช ไม่ใช่ฐานข้อมูลที่สองที่มีแคตตาล็อกของตัวเอง นอกจากนี้ยังระบุว่า heap pages และ Parquet เป็นการเข้ารหัสแบบไม่สูญเสียข้อมูลสองรูปแบบของแถวข้อมูลเดียวกัน ดังนั้น point lookup และ scan จึงอ่านเลย์เอาต์ที่เร็วสำหรับแต่ละแบบ

  25. MIT News18

    ระบบปฏิบัติการ Magnetite ของ MIT Lincoln Laboratory และอีกสองเทคโนโลยีคว้ารางวัล R&D 100 Awards 2026

    เทคโนโลยีสามรายการของ MIT Lincoln Laboratory ได้รับรางวัล R&D 100 Awards 2026 ได้แก่ ระบบปฏิบัติการ Magnetite ซึ่งต่อยอดจากไมโครเคอร์เนล seL4 ที่ผ่านการพิสูจน์ความถูกต้องเชิงรูปแบบ พร้อมบริการที่เขียนด้วย Rust เพื่อปกป้องคอมพิวเตอร์ฝังตัวจากการโจมตีทางไซเบอร์ แพลตฟอร์ม Quantum Microsystems ที่รวมชิปตัวนำยิ่งยวดและชิปสารกึ่งตัวนำหลายร้อยชิปรวมเป็นระบบระดับเวเฟอร์เดียว และอัลกอริทึมที่กำจัดสัญญาณรบกวนจากสถานีฐาน 5G บนอุปกรณ์ RF ที่ใช้ช่องสัญญาณร่วมกัน Magnetite ใช้งานฟรีสำหรับภาครัฐและพันธมิตรที่ได้รับอนุมัติ และกำลังถูกบูรณาการเข้ากับแพลตฟอร์มอวกาศและแพลตฟอร์มการบินของ DoW

  26. AWS Machine Learning Blog38

    Tokenomics ในระดับสเกล: การติดตามและจำกัดการใช้จ่าย Amazon Bedrock ต่อ IAM Principal ด้วย CUR 2.0 และ AWS Budgets

    AWS แสดงวิธีติดตามและจำกัดการใช้จ่ายของ Amazon Bedrock generative AI ต่อ IAM principal โดยใช้เฉพาะฟีเจอร์ที่มีอยู่แล้ว: Bedrock บันทึก IAM user หรือ role โดยอัตโนมัติในทุกคำขอ inference และแท็กเหล่านั้นกลายเป็น cost allocation tags ที่อ่านได้ใน Cost Explorer หรือไฟล์ส่งออก CUR 2.0 AWS Budget ที่กำหนดขอบเขตไปที่ Bedrock และกรองตาม identity หรือค่าแท็กหนึ่งค่า สามารถแนบ budget action ที่ใช้ Deny IAM policy เมื่อข้ามเกณฑ์ โดยไม่ต้องเขียนโค้ดแอปพลิเคชันสำหรับกรณีทั่วไป

  27. AWS Machine Learning Blog36

    ตัวเลือกการอนุมานสี่แบบของ Amazon Bedrock ที่ส่งผลต่อค่าใช้จ่าย

    ระยะเวลาแคช ระดับบริการ ความพยายามในการให้เหตุผล และการตั้งค่า maxTokens ของ Amazon Bedrock สามารถเปลี่ยนค่าใช้จ่ายในการอนุมานโดยไม่ต้องเปลี่ยนโมเดลหรือพรอมต์ การเขียนแคช 5 นาทีบน Claude Sonnet 5 และ Claude Opus 5 มีค่าใช้จ่าย 1.25 เท่าของอัตราอินพุต การเขียนแคช 1 ชั่วโมงมีค่าใช้จ่าย 2 เท่า และการอ่านแคชมีค่าใช้จ่าย 0.1 เท่า คำขอระดับ Flex ไปยังโมเดลที่ไม่รองรับจะล้มเหลวด้วย ValidationException

  28. Databricks Blog22

    Constellation สร้างรากฐานข้อมูลที่มีการกำกับดูแลบน Databricks อย่างไร

    Constellation ผู้ดำเนินการโรงไฟฟ้านิวเคลียร์รายใหญ่ที่สุดของสหรัฐฯ กำลังสร้างแพลตฟอร์มข้อมูลองค์กรที่มีการกำกับดูแลบน Databricks เพื่อให้ธุรกิจมีความหมายร่วมกันเพียงหนึ่งเดียวสำหรับข้อมูลของตน แพลตฟอร์มนี้ใช้ Unity Catalog สำหรับ lineage การเข้าถึงระดับละเอียด และโมเดลสิทธิ์เดียว พร้อมกับการสร้างแบบจำลอง Data Vault สำหรับเอนทิตีสำคัญที่นำกลับมาใช้ซ้ำได้ กรณีการใช้งานช่วงแรกประกอบด้วยผู้ช่วยวิศวกรรมนิวเคลียร์ที่สร้างด้วย Databricks Genie และการวางแผนช่วงหยุดเดินเครื่อง

  29. Databricks Blog25

    Eclipse Aerospace ใช้ Databricks PySpark custom data sources สำหรับการนำเข้าข้อมูลเที่ยวบิน

    Eclipse Aerospace กำลังใช้ Databricks PySpark custom data sources เพื่อนำเข้าข้อมูลเที่ยวบินเฉพาะของบริษัทเกือบ 20 ปี ปริมาณกว่า 3TB ครอบคลุมชั่วโมงบินกว่าหนึ่งล้านชั่วโมง โดยไม่ต้องใช้คอมพิวต์เฉพาะที่เปิดตลอดเวลา แพ็กเกจ Python ที่รองรับด้วย Rust ให้ประสิทธิภาพเป็นสองเท่าของ benchmark เมื่อเทียบกับ data source แบบ pure-Python ที่ใช้ PyArrow ในลักษณะเดียวกัน และเกือบ 20 เท่าของการใช้งานแบบ native Python ที่ไม่ใช้ Arrow API นี้ซึ่งเปิดตัวใน Apache Spark 4.0 และพร้อมใช้ใน Databricks Runtime 15.4 LTS แทนที่ไปป์ไลน์ Lambda-to-Avro เดิม

  30. Google AI · DEV35

    Muse Wonder, Muse Spark 1.3 และ Muse Ember พร้อมใช้งานแล้วบน Google Cloud ในรูปแบบ public preview

    โมเดล Muse Wonder, Muse Spark 1.3 และ Muse Ember ของ Meta พร้อมให้ใช้งานแบบสาธารณะในรูปแบบ public preview บน Google Cloud แล้ว โดยสามารถปรับใช้ผ่าน model garden บน Google Cloud พร้อมความปลอดภัยระดับองค์กรและการขยายขนาดแบบ serverless

  31. AWS Machine Learning Blog66

    AWS อัปเดต AgentCore runtime เริ่มเซสชันเร็วขึ้น 15 เท่า และเพิ่มคอมพิวต์ 4 เท่า

    AWS ประกาศอัปเดต Amazon Bedrock AgentCore runtime ซึ่งเป็นเลเยอร์คอมพิวต์แบบจัดการสำหรับเอเจนต์ โดยเซสชันเริ่มทำงานเร็วขึ้นถึง 15 เท่า ขยายคอมพิวต์ได้มากขึ้น 4 เท่า (สูงสุด 8 vCPU และ 32 GB พร้อมอิมเมจคอนเทนเนอร์สูงสุด 10 GB) และทำงานมีประสิทธิภาพมากขึ้นถึง 68% โดยแต่ละเซสชันยังคงอยู่ใน Firecracker MicroVM ที่แยกฮาร์ดแวร์ของตัวเอง เซสชันเริ่มทำงานภายในไม่ถึง 2 วินาทีไม่ว่าจะมีขนาดอิมเมจหรือจำนวนคอนเคอร์เรนซีเท่าใด เอเจนต์ที่ไม่ได้ใช้งานจะสเกลลงเหลือศูนย์ และเอเจนต์สามารถเมานต์และบันทึกงานลงในไฟล์ซิสเต็ม เช่น บัคเก็ต Amazon S3 ที่รองรับ FUSE เพื่อให้ข้อมูลยังคงอยู่ในขอบเขตความเชื่อถือ runtime นี้พร้อมใช้งานแล้ววันนี้ในภูมิภาค AWS ทั่วอเมริกาเหนือ อเมริกาใต้ ยุโรป และเอเชียแปซิฟิก

    ทำไมเรื่องนี้สำคัญ: เวอร์ชันใหม่ของ AgentCore runtime ปรับทั้งการเริ่มเซสชัน เพดานคอมพิวต์ และการคิดค่าหน่วยความจำไปพร้อมกัน มอบทางเลือกระหว่างการแยกสภาพแวดล้อมกับต้นทุนใหม่ให้กับเอเจนต์ที่ต้องทำงานเป็นเวลานาน

  32. AWS Machine Learning Blog34

    สร้าง LLM gateway แบบ self-service ด้วย Amazon Bedrock และ LiteLLM

    LLM gateway แบบ self-service ที่สร้างบน Amazon Bedrock Application Inference Profiles และ LiteLLM ที่รันบน AWS Fargate เปิดให้เข้าถึงโมเดลพื้นฐานของ Bedrock ผ่าน API ที่เข้ากันได้กับ OpenAI ทำให้นักพัฒนามี base URL เดียวและคีย์แยกตามผู้ใช้ การตั้งค่านี้เพิ่มการควบคุมค่าใช้จ่ายรายผู้ใช้ การแยกโควตาตามโมเดล และการสังเกตการณ์ RPM/TPM ผ่าน CloudWatch พร้อม Langfuse สำหรับ telemetry ระดับพรอมต์ การออกคีย์แบบ self-service ต้องใช้ LiteLLM Enterprise เนื่องจากแพ็กเกจฟรีจำกัดที่ห้าผู้ใช้

  33. AWS Machine Learning Blog34

    การปรับต้นทุนต่องานให้เหมาะสมและการพิสูจน์ ROI ของเอเจนต์บน Amazon Bedrock

    โพสต์ของ AWS นี้โต้แย้งว่าควรตัดสินค่าใช้จ่ายของ Amazon Bedrock จากต้นทุนต่องานมากกว่าต้นทุนต่อโทเคน เนื่องจากประสิทธิภาพของ tokenizer ความยาวของเอาต์พุต จำนวนรอบของลูปเอเจนต์ และภาระจากการให้เหตุผล อาจทำให้โมเดลที่มีราคาถูกกว่ากลายเป็นมีต้นทุนสูงกว่า ตัวอย่างที่คำนวณจริงแสดงให้เห็นว่าโมเดลที่มีราคาตามรายการสูงกว่า 2 เท่าเสร็จสิ้นงานด้วยต้นทุนที่ถูกกว่า 65% ต่องาน และโพสต์ยังเพิ่มการแคช การกำหนดเส้นทาง และการจำกัดเอาต์พุต พร้อมด้วยสกอร์การ์ดห้ามิติสำหรับวัด ROI ของเอเจนต์เทียบกับฐานอ้างอิงจากมนุษย์

  34. Databricks Blog20

    Databricks Genie Migrate เปิดตัว GA อย่างเป็นทางการ รองรับการย้ายข้อมูลไปยัง Lakehouse ได้อย่างง่ายดาย

    Databricks ประกาศว่า Genie Migrate พร้อมใช้งานทั่วไปแล้ว ช่วยให้บริษัทต่างๆ ย้ายเวิร์กโหลดข้อมูลไปยัง Databricks Lakehouse ได้โดยใช้ความพยายาม manual น้อยลง เครื่องมือนี้มุ่งเป้าไปที่ทีมที่กำลังเร่งสร้าง AI agents และแอปพลิเคชันบนข้อมูลใน lakehouse

  35. SemiAnalysis85

    Nvidia กับโลกที่ไม่มี Jensen: Nvidia ในยุคหลังผู้ก่อตั้งจะเป็นอย่างไร

    SemiAnalysis ชี้ว่า Nvidia ถูกสร้างขึ้นรอบตัว Jensen Huang ซึ่งลาออกจากตำแหน่ง CEO หลังจาก 33 ปี และการจากไปของเขาทำให้การเดิมพันระยะยาวของบริษัท ข้อตกลงการจัดสรรชิป และการล็อกห่วงโซ่อุปทานส่วนตัวอ่อนแอลง บทความระบุว่า Nvidia มีผู้รายงานตรงประมาณ 60 คนภายใต้ Huang และขาดทีมผู้สืบทอดที่ลึก โดยมี Colette Kress เป็น CEO ชั่วคราว และมี Ian Buck กับ Jonah Alben ถูกเสนอชื่อเป็นผู้สมัครทางเทคนิคภายใน บทความยังเชื่อมโยงจังหวะเวลากับวอชิงตัน: มีการประเมินว่าชิป Nvidia ที่ถูกจำกัดมากกว่า 1.5GW ไปถึงจีน และ Remote Access Security Act ซึ่งผ่านสภาผู้แทนราษฎรด้วยคะแนน 369-22 กำลังรอการลงมติในวุฒิสภา

    ทำไมเรื่องนี้สำคัญ: SemiAnalysis ตรวจสอบว่าโครงสร้างที่ยึดผู้ก่อตั้งเป็นศูนย์กลาง ข้อตกลงห่วงโซ่อุปทาน และนโยบายจีนของ Nvidia อาจเปลี่ยนแปลงอย่างไรหลังการจากไปของ Jensen Huang และทำไมกฎหมายควบคุมการส่งออกจึงเคลื่อนไหวตอนนี้

  36. MarkTechPost71

    AWS เปิดตัว AWS Emulator โปรแกรมจำลองภายในเครื่องของบริการ AWS กว่า 200 รายการ ที่เขียนโดย AI Agents

    AWS ได้เปิดตัว AWS Emulator โปรแกรมจำลอง AWS APIs ภายในเครื่องแบบฟรีที่ทำงานบนแล็ปท็อป เซิร์ฟเวอร์สำหรับพัฒนา หรือใน CI โดยไม่ต้องมีบัญชี AWS และโค้ดทั้งหมดถูกเขียนและตรวจสอบโดย autonomous agents โดยสร้างจากโมเดล AWS API จำนวน 438 โมเดล ครอบคลุมบริการกว่า 200 รายการ และผ่านการทดสอบความเที่ยงตรงแบบให้คะแนน 24,243 จาก 42,857 รายการ (56.6%) ในรีลีส v1.0.322 โดย AWS KMS อยู่ที่ 93.9% และ AWS CloudFormation อยู่ที่ 15.8% AWS ระบุข้อจำกัดไว้ชัดเจน: ไม่มีการประเมินนโยบาย IAM, หนึ่งรีเจียนและหนึ่งบัญชี, ทรัพยากรอายุสั้นในหน่วยความจำ และเปิดใช้เทเลเมทรีเป็นค่าเริ่มต้น

  37. LangChain Blog30

    Own Your Intelligence: LangChain on Why Generic AI Isn't Enough

    LangChain ระบุว่าบริษัทต่างๆ ต้องเป็นเจ้าของปัญญาประดิษฐ์ของตนเอง แทนที่จะพึ่งพาโมเดลทั่วไป โดยควบคุมสามชั้น ได้แก่ โมเดล ฮาร์เนส และบริบท โดยกล่าวว่าการเป็นเจ้าของระบบเอเจนต์ รวมถึงเศรษฐศาสตร์ คุณภาพ และความเสี่ยงที่เกี่ยวข้อง คือสิ่งที่เปลี่ยน AI ให้เป็นความได้เปรียบที่ยั่งยืน

  38. Claude YouTube35

    สร้าง Claude API สำหรับ Frontier: เบื้องหลังการเปิดตัวและตัดสินใจด้านความปลอดภัยของ Claude Platform

    วิศวกรของ Claude Platform อย่าง Jake Dejno และ Lucca Siaudzionis อธิบายว่า Claude API พัฒนาไปพร้อมกับการเปิดตัวโมเดลแต่ละรุ่นอย่างไร ครอบคลุมการตัดสินใจเปิดตัวฟีเจอร์ การกำหนดเวอร์ชันและการย้ายโมเดล และการจัดการต้นทุน พวกเขาอธิบายแนวปฏิบัติที่ดีที่สุดสำหรับการเปลี่ยน effort กลางบทสนทนาโดยไม่ทำให้ prompt caching เสียหาย และวิธีที่ Claude Mythos กับ Fable ใช้โมเดลเวตเดียวกันแต่มีมาตรการป้องกันที่ต่างกัน Claude Managed Agents และการเปลี่ยน effort กลางบทสนทนาอยู่ในสถานะเบต้า และการเข้าถึง Mythos ดำเนินการผ่าน Cyber Verification Program

  39. Databricks Blog22

    H6.ai สร้างระบบอัตโนมัติทางการเงินที่ขับเคลื่อนด้วย AI ด้วย Lakebase Postgres ได้อย่างไร

    H6.ai ทำให้กระบวนการจ่ายเงินเจ้าหนี้เป็นอัตโนมัติบน ERP ที่มีอยู่ของลูกค้า โดยใช้ฐานข้อมูล Lakebase Postgres เฉพาะสำหรับลูกค้าแต่ละรายเป็นระบบบันทึกหลัก เนื่องจากข้อมูลใบแจ้งหนี้เปลี่ยนแปลงอยู่ตลอดเวลา ทีมจึงใช้สาขา copy-on-write ของ Lakebase เพื่อตรึงสแนปช็อตของฐานข้อมูลลูกค้าและรันการทดสอบถดถอยแต่ละครั้งบนสาขาอายุสั้นของตัวเอง ฐานข้อมูลที่ใช้งานจริงจึงไม่ถูกเขียนทับเลย แต่ละรอบการรันถูกตัดสินด้วยการตรวจสอบแบบกำหนดผลได้แน่นอนร่วมกับคณะผู้ตัดสิน AI จากผู้ให้บริการโมเดลที่แตกต่างกัน

  40. Databricks Blog58

    Databricks เปิดตัว Lakehouse//RT เพื่อรองรับการวิเคราะห์แบบเรียลไทม์โดยต้นทุนไม่เพิ่มขึ้นตามสัดส่วน

    Databricks เปิดตัว Lakehouse//RT ซึ่งเป็นเอนจินวิเคราะห์แบบเรียลไทม์ที่รันเวิร์กโหลดที่มีการเข้าพร้อมกันสูงบนข้อมูลเลกเฮาส์โดยตรง และขณะนี้อยู่ในช่วงเบต้า บริษัทระบุว่าให้ความหน่วงต่ำกว่า 100 มิลลิวินาทีที่ 12,000 คิวรีต่อวินาที เพิ่มขีดความสามารถทีละโหนด และหลีกเลี่ยงเลเยอร์เสิร์ฟแยกต่างหาก ลูกค้าอย่าง Aurasell, VisionHeight และ nOps รายงานว่าต้นทุนโครงสร้างพื้นฐานลดลง 6 ถึง 10 เท่าหลังย้ายจากระบบหลายคลัสเตอร์, Apache Pinot และ Apache Druid