ข้ามไปที่เนื้อหา
#การติดตั้งใช้งาน / วิศวกรรม
6 พฤศจิกายนวันศุกร์
  1. Sierra Blog58

    Sierra เข้าซื้อ Anon เพื่อเพิ่มการยืนยันตัวตนและการนำทางของเอเจนต์ผ่านเบราว์เซอร์

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

5 พฤศจิกายนวันพฤหัสบดี
  1. The Pragmatic Engineer22

    การขยายระบบ Slack และ GitHub: Maude Lemaire ว่าด้วยประสิทธิภาพของแบ็กเอนด์และการแบ่งชาร์ดฐานข้อมูล

    Maude Lemaire วิศวกรหลักและผู้เขียนหนังสือ "Refactoring at Scale" ได้แบ่งปันมุมมองจากภายในเกี่ยวกับการขยายระบบ Slack และ GitHub ในพอดแคสต์ The Pragmatic Engineer เธอใช้เวลาเกือบแปดปีในการนำทีมโครงสร้างพื้นฐานด้านประสิทธิภาพของแบ็กเอนด์ที่ Slack จากนั้นเข้าร่วม GitHub ในปี 2024 เพื่อจัดการกับการขยายฐานข้อมูล และล่าสุดได้ทำงานด้านประสิทธิภาพที่ Cursor รวมถึงเวลาถึงโทเคนแรก เธออธิบายถึงขีดจำกัดอีโมจิที่กำหนดเอง 23 รายการของ Slack เพื่อหลีกเลี่ยง thundering herds ว่าการทดสอบโหลดการเชื่อมต่อ WebSocket 500,000 รายการด้วยวิธี naive จะมีค่าใช้จ่าย 150,000 ดอลลาร์ต่อการรันหนึ่งครั้ง และเหตุใด Active Record abstraction และ scatter queries ของ GitHub จึงจำกัดไว้ที่ 16 ชาร์ดฐานข้อมูล

  2. Mistral AI69

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

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

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

  3. Zyphra Research36

    ZYFA: เคอร์เนล FP8 Attention ที่รวดเร็วและแม่นยำบน AMD MI355X

    Zyphra Research เปิดตัว ZYFA เคอร์เนล causal prefill attention แบบ BF16 และ FP8 สำหรับ MI355X ของ AMD (CDNA4, gfx950) รองรับ head dimension 128 และรูปร่าง MLA ของ DeepSeek-V2 บนแอคติเวชันจาก Mistral-7B, Qwen3-8B และ DeepSeek-V2-Lite ที่ 16K โทเคน เคอร์เนล FP8 ของ ZYFA ทำ throughput ได้ 1.16–1.76× ของ AITER และบนอินพุตแบบเกาส์เซียนที่ 32K โทเคน ทำได้ 1.26–1.37× ที่ head dimension 128 และ 1.99× ที่รูปร่าง MLA ข้อผิดพลาดของ FP8 ต่ำกว่าของ AITER 62–78% ที่ head dimension 128

  4. inclusionAI Repositories38

    ASpec: กรอบการฝึกอบรมปริมาณสูงสำหรับโมเดลร่างการถอดรหัสแบบคาดการณ์

    ASpec เป็นกรอบการฝึกอบรมปริมาณสูงสำหรับโมเดลร่างการถอดรหัสแบบคาดการณ์ สร้างจากฐานโค้ด TorchSpec พร้อมการปรับแต่ง attention, fused kernels และการคำนวณ head/loss แบบเลือกได้ ในการรัน Qwen3-8B 4K การฝึกแบบ Draft-only ทำได้ 15,256.44 input tokens/s บน GPU หนึ่งตัว เป็น 1.96× ของ TorchSpec ขณะที่หน้าต่าง steady แบบออนไลน์ 8-GPU ทำได้ 77,721.37 tokens/s เป็น 2.28× ของ TorchSpec รองรับ DSpark, DFlash, EAGLE3/4 และ MTP drafts แบบเนทีฟ พร้อม quickstart สำหรับ Qwen3-8B และ Ling tiny

  5. Waymo Blog38

    Waymo Driver รับมือสภาพอากาศหนาวจัดได้อย่างไร

    Waymo เตรียมความพร้อมฝูงรถสำหรับสภาพอากาศหนาวจัด รวมถึงฤดูเอลนีโญที่รุนแรงเป็นประวัติการณ์ ด้วยการขยายขีดความสามารถในสภาพอากาศหนาวของ Waymo Driver เจเนอเรชันที่ 6 ระบบผสานกล้อง เรดาร์ และไลดาร์ เข้ากับฮีตเตอร์ในตัวและที่ปัดน้ำฝนขนาดจิ๋ว วัดแรงยึดเกาะของแต่ละล้อแบบเรียลไทม์ และใช้ยางสำหรับหิมะ ขณะที่ตัวรถทำหน้าที่เป็นสถานีตรวจอากาศเคลื่อนที่ที่แบ่งปันข้อมูลถนนทั่วทั้งฝูงรถ Waymo ระบุว่าจะชะลอ จำกัด หรือหยุดให้บริการเมื่อสภาพการณ์เกินขอบเขต Safety Framework ของตน และกำลังทดสอบในสนามปิดพร้อมเก็บข้อมูลหิมะตกหนักในรัฐอะแลสกาในฤดูกาลนี้

  6. MIT Technology Review · AI67

    ชัยชนะเลือกตั้งกลางเทอมของพรรคเดโมแครตในเท็กซัสทำให้การสร้างศูนย์ข้อมูล AI ของรัฐตกอยู่ในความเสี่ยง

    พรรคเดโมแครตชนะการเลือกตั้งวุฒิสมาชิกและผู้ว่าการรัฐเท็กซัส และเข้าควบคุมสภาผู้แทนราษฎรของรัฐเป็นครั้งแรกในรอบ 24 ปี หลังจากยกให้ศูนย์ข้อมูลเป็นประเด็นหาเสียงหลัก ผู้ว่าการรัฐคนใหม่ Gina Hinojosa ผลักดันให้ระงับการอนุญาตทั้งหมด และ Greg Abbott ผู้ว่าการรัฐคนก่อนได้สั่งการให้หน่วยงานกำกับดูแลของรัฐระงับการออกใบอนุญาตศูนย์ข้อมูลเมื่อวันที่ 21 กันยายน

  7. Mastra Blog38

    Mastra เปิดตัวโปรแกรม Custom Harness พร้อมวิศวกร Forward-Deployed ที่ฝังตัวในทีมลูกค้า

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

4 พฤศจิกายนวันพุธ
  1. vLLM Blog73

    Buoyant 发布 Kinference，一个面向 vLLM 和 Kubernetes 的开源推理控制平面

    Buoyant 宣布推出 Kinference，这是一个采用 Apache v2 许可证的开源控制平面，可将兼容 OpenAI 和 Anthropic 的推理流量路由到 Kubernetes 上的 vLLM 工作节点，并新增令牌速率限制、按租户的使用量与成本跟踪、KV 缓存感知负载均衡以及 YAML 推理策略。在该项目的公开基准测试中，与标准 Kubernetes 服务负载均衡相比，Kinference 在某一工作负载上将首令牌时间中位数缩短了 95%，端到端延迟中位数降低了 45%；在容量测试中，共享前缀场景下的有效吞吐量达到 7.4 倍，多轮对话场景下约为 3.5 倍。策略可将较简单的提示词路由到更便宜的模型，将突发溢出流量发送到 Bedrock 和 Databricks 等提供商，或将带有 PII 标记的请求保留在集群内；按租户的指标涵盖令牌速率、TTFT、ITL 以及缓存与未缓存的提示词令牌。

    ทำไมเรื่องนี้สำคัญ: Buoyant 的 Kinference 在 vLLM 之上增加了 KV 缓存感知负载均衡和 YAML 推理策略，基准测试声称其 TTFT 和有效吞吐量相较标准 Kubernetes 服务路由有大幅提升。

  2. LiveKit Blog22

    Clerk AI ใช้ LiveKit ขับเคลื่อน Voice Agent ระดับองค์กรในวงกว้าง

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

  3. SemiAnalysis65

    SemiAnalysis: SpaceX จะกลายเป็น AI คลาวด์ที่ใหญ่ที่สุดในโลก โดยตั้งเป้าไว้ที่ ~13GW ภายในปี 2027

    SemiAnalysis รายงานว่า SpaceX มีกำลังการผลิตศูนย์ข้อมูลที่อยู่ระหว่างการก่อสร้างรวม 3.6GW กระจายอยู่ในหลายพื้นที่ และได้ปรับเพิ่มประมาณการสำหรับปี 2027 ขึ้นเป็นราว 13GW จากตัวเลข 10GW ที่ให้ไว้ในการประชุมผลประกอบการครั้งแรก บริษัทระบุว่าได้ระบุกำลังการผลิตที่เป็นไปได้แล้วมากกว่า 9GW และโต้แย้งว่า SpaceX อาจเป็นผู้สร้างศูนย์ข้อมูลที่เร็วที่สุดในโลก โดยอ้างอิงระยะเวลาก่อสร้าง Colossus 2 ที่ 91 วันสำหรับ 210MW และพื้นที่แห่งใหม่ในรัฐมิสซิสซิปปีที่ตั้งเป้าไว้ประมาณ 4 เดือน นอกจากนี้ยังชี้ให้เห็นถึงศูนย์ข้อมูลที่อาจเกิดขึ้น ณ สถานที่ผลิตชิป TeraFab ในรัฐเท็กซัส และการติดตั้ง BESS ที่ Colossus 2 ซึ่งใกล้ถึง 6GWh

  4. Meta Engineering Blog34

    Meta F3 Lightning เร่งการเปิดตัวฟีเจอร์ ML สำหรับโฆษณาเร็วขึ้น ~3.6 เท่า

    Meta เปิดตัว F3 Lightning ซึ่งเป็นชั้นโครงสร้างพื้นฐานบน Facebook Feature Framework (F3) ที่แยกการเปิดตัวฟีเจอร์ออกจากการประมวลผลร่วม ทำให้ฟีเจอร์จัดอันดับโฆษณากว่า 20,000 รายการแต่ละรายการถูกคอมไพล์ ตรวจสอบ ปรับใช้ และย้อนกลับได้อย่างอิสระ ฟีเจอร์การสกัดข้อมูลที่เทียบเคียงกัน kini ถึงการผลิตเร็วขึ้น ~3.6 เท่าเมื่อเทียบกับ F3 ก่อนหน้า โดยไม่มีต้นทุนการประมวลผลโครงสร้างพื้นฐานเพิ่มขึ้น

  5. Preferred Networks News18

    Preferred Networks จะจัดแสดงซีรีส์ MN-Core ที่ SC26

    Preferred Networks จะจัดแสดงซีรีส์ MN-Core ของตนที่ SC26 การประชุมคอมพิวเตอร์สมรรถนะสูงระดับนานาชาติซึ่งจัดขึ้นระหว่างวันที่ 15–20 พฤศจิกายนที่ชิคาโก โดยมีการสาธิตที่บูธในวันที่ 17–19 พฤศจิกายน ที่บูธ 4606 บริษัทจะแสดงโมเดลโครงสร้างและหุ่นจำลองของชิป AI สำหรับการอนุมาน MN-Core L1000 ที่อยู่ระหว่างการพัฒนา แผนงานในอนาคตสำหรับซีรีส์ MN-Core L การสาธิตสดบน MN-Core 2 Devkit และการวิจัยและพัฒนาด้านโครงสร้างพื้นฐานการประมวลผล AI ที่มีประสิทธิภาพสูงเป็นพิเศษ

  6. Figma Blog58

    Figma เปิด code layers ให้ผู้ใช้ทุกคนใน open beta พร้อมเวิร์กโฟลว์ต้นแบบที่ขับเคลื่อนด้วยเอเจนต์

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

3 พฤศจิกายนวันอังคาร
  1. OpenAI Alignment Blog60

    OpenAI อธิบายรายละเอียดการฝึกตัวจำแนกประเภทแอ็กทิเวชันเพื่อความปลอดภัยและการจัดแนว

    OpenAI อธิบายถึงการฝึกตัวจำแนกประเภทแอ็กทิเวชันหรือโพรบที่อ่านแอ็กทิเวชันของสตรีมเรซิดิวอัลภายในของโมเดลเพื่อระบุการตอบกลับของผู้ช่วยที่ไม่ได้จัดแนวหรือละเมิดนโยบาย และระบุว่าได้นำไปใช้งานกับทราฟฟิกภายในและภายนอกของโมเดลที่ความสามารถสูงที่สุดเริ่มตั้งแต่ GPT-5.6 โพรบใช้สถาปัตยกรรม Attention probe ที่มี MLP ร่วมกับ QV-attention และค่าเฉลี่ยเคลื่อนที่แบบเอ็กซ์โพเนนเชียล ฝึกบนข้อความสูงสุด 1M ข้อความที่ติดป้ายโดยผู้ตัดสินที่เป็นโมเดลการให้เหตุผล และทำงานแบบสตรีมมิ่งบนเอนจินการอนุมานเพื่อให้สามารถบล็อกการตอบกลับได้กลางเทิร์น OpenAI รายงานว่าโพรบถ่ายโอนได้ดีเยี่ยมข้ามหลายขั้นตอนหลังการฝึก แต่ถ่ายโอนได้จำกัดกว่าข้ามเช็กพอยต์ก่อนการฝึก และกล่าวว่าโพรบโดยรวมมีความทนทานต่อการเจลเบรกมากกว่าตัวจำแนกประเภทตามเนื้อหาในการทดสอบเรดทีมของตน

    ทำไมเรื่องนี้สำคัญ: OpenAI อธิบายรายละเอียดว่าโพรบแอ็กทิเวชันบนแอ็กทิเวชันภายในของโมเดลทำหน้าที่เป็นชั้นความปลอดภัยแบบสตรีมมิ่งอย่างไร รวมถึงข้อจำกัดในการถ่ายโอนข้ามเช็กพอยต์และความจำเป็นในการฝึกใหม่

  2. Sierra Blog42

    Sierra ออกแบบ Agent Studio ใหม่โดยมี Ghostwriter เป็นศูนย์กลาง

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

  3. Newcomer58

    สตาร์ทอัพผลักดันให้ GPU Compute กลายเป็นสินค้าโภคภัณฑ์ที่ซื้อขายได้

    สตาร์ทอัพหลายราย รวมถึง Ornn, Silicon Data, Architect และ Liquid Compute กำลังสร้างตลาดล่วงหน้า ดัชนีราคา และบริการนายหน้าซื้อขาย เพื่อกำหนดมาตรฐานราคา GPU Compute โดย Ornn กำลังระดมทุนรอบใหม่แบบสาม tranche ที่มูลค่าประมาณ 1 พันล้านดอลลาร์ โดยมี Thrive Capital และ General Catalyst อยู่ระหว่างการเจรจาเข้าร่วม หลังจากระดมทุน seed round 33 ล้านดอลลาร์ที่นำโดย a16z crypto ในเดือนมิถุนายน บริษัทเหล่านี้ยังไม่ได้รับอนุมัติจากหน่วยงานกำกับดูแลทางการเงิน และการจดทะเบียนสัญญาซื้อขายล่วงหน้าที่เชื่อมโยงกับดัชนีค่าเช่า GPU H100 และ B200 ของ Silicon Data บน CME ที่วางแผนไว้ได้เลื่อนออกไปจากเป้าหมายวันที่ 5 ตุลาคม

  4. Google Developers Blog58

    Google ทดสอบคลาสซิฟายเออร์ราคาถูกเพื่อจัดเส้นทางโมเดล Gemini ตามต้นทุนต่องาน

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

2 พฤศจิกายนวันจันทร์
  1. Zyphra Research58

    Zyphra 推出 ZHA 分层注意力，一种具有次二次路由的稀疏方法

    Zyphra 推出了 Zyphra Hierarchical Attention（ZHA），一种稀疏注意力方法，它构建压缩 KV-cache 摘要的树，并自上而下地通过该树路由查询，在合适的 top-p 阈值下实现次二次复杂度。现有的预训练模型可以通过仅使用数十亿 token 的简短 KL 蒸馏阶段进行适配；在 Qwen3.6-35B-A3B 上，ZHA 增加了 81,920 个可训练参数，约占基础模型的 0.00024%。在 256K token 的 RULER-13 上，宽树模型得分为 96.2%，而密集注意力为 96.0%；深六层树在 LongBench v2 上得分为 63.4%，而密集注意力为 58.0%，同时仅关注约 1.1% 的 KV 缓存；一个 GPU roofline 模型预测在 10M token 时比密集注意力快 32-35 倍。

  2. Ai2 · Allen Institute for AI32

    Olmo 3 ได้รับคะแนนสูงสุดด้านจริยธรรม AI จาก Nextcloud อย่างไร

    Olmo 3 ของ Ai2 ได้รับคะแนน Ethical AI ระดับสูงสุดคือระดับสีเขียวจาก Nextcloud ซึ่งต้องมีซอฟต์แวร์ฝึกและประมวลผลแบบโอเพนซอร์ส โมเดลที่ฝึกแล้วซึ่งโฮสต์เองได้ และข้อมูลฝึกที่เปิดเผยต่อสาธารณะ Nextcloud รวม Olmo 3 ไว้กับ llm2 แบ็กเอนด์ LLM ภายในเครื่อง และเลือกรุ่น 7B เพื่อให้ผู้ใช้ที่ไม่มี VRAM 16 หรือ 32 GB ยังได้รับประสบการณ์ภายในเครื่องที่ดีเมื่อใช้งานทันที

  3. SemiAnalysis58

    SemiAnalysis เปิดตัว GDPx benchmark สำหรับความสามารถของ agentic frontier ในโดเมนมูลค่าสูง

    SemiAnalysis เปิดตัว GDPx ซึ่งเป็น benchmark ที่ครอบคลุมการออกแบบชิป ความปลอดภัยไซเบอร์ ชีววิทยา การเงิน กฎหมาย การซื้อขายเชิงปริมาณ RSI การออกแบบฮาร์ดแวร์ วัสดุศาสตร์ alignment และวิศวกรรมซอฟต์แวร์ สร้างขึ้นร่วมกับพันธมิตรด้านสภาพแวดล้อม RL เฉพาะทาง 14 ราย แม้แต่โมเดลที่ดีที่สุดก็ได้คะแนนเพียง 12% โดย Opus 5.5 ชนะด้านการซื้อขายเชิงปริมาณ ฮาร์ดแวร์ และการออกแบบชิป Gemini 4 Carbon นำในด้านชีววิทยาและวิศวกรรมซอฟต์แวร์ และ GPT-6 Astra เป็นผู้นำในด้าน RSI และวัสดุศาสตร์ ทุกงานรันในสภาพแวดล้อมจำลองที่สมจริง เช่น ห้องดีล private equity ที่มีไฟล์ประมาณ 4,000 ไฟล์ หรือ cyber range แบบหลายบริการที่ใช้งานจริง ต่างจาก GDPval ของ OpenAI ซึ่ง SemiAnalysis โต้แย้งว่าป้อนบริบทให้เกินไปและขาดสภาพแวดล้อม

  4. SemiAnalysis58

    SemiAnalysis：随着中期选举令2028年建设面临风险，数据中心反弹转为两党议题

    SemiAnalysis认为，2027年美国数据中心热潮基本已成定局，其前20个州预计新增的33.8 GW中约四分之三已在建设中；而真正的选举风险在2028年，其模型预计美国净新增62.2 GW，其中大部分尚未开工。该机构追踪了13个州，合计43.5 GW，占预计全国容量的70%，并发现20名中期选举候选人中有9人希望暂停新建设，11人希望附加条件，两党大致各半。近期最大风险是得克萨斯州TCEQ长期冻结许可，因为仅得州就占2028年美国新增GW的近30%。

  5. Anthropic Research70

    Anthropic เปิดตัว FlashProve ระบบ zkSNARK โอเพนซอร์สสำหรับพิสูจน์การอนุมานของ LLM

    Anthropic เปิดตัว FlashProve ต้นแบบโอเพนซอร์สที่ใช้ zkSNARK เพื่อพิสูจน์ว่าคำตอบมาจากโมเดลที่ผูกพันไว้โดยไม่เปิดเผยน้ำหนักของโมเดล บน Llama 4 Maverick (MoE ขนาด 400B พารามิเตอร์ น้ำหนัก 4-bit) H100 หนึ่งตัวสร้าง proof ได้ประมาณ 110 โทเค็น/วินาที โดยมี proof ขนาด ~19 MB ต่อคำขอ 1,024 โทเค็น คิดเป็นเวลาประมวลผลบน GPU ประมาณ 70-95 เท่าของที่ vLLM ต้องใช้สำหรับงานเดียวกัน การเปิดตัวนี้รวมโค้ด prover และ verifier ที่รันได้, verifier แบบ C++ ที่เร็ว, verifier แบบ Lean พร้อมข้อความ completeness, soundness และ zero-knowledge ที่ตรวจสอบด้วยเครื่อง และรายงานทางเทคนิค ทั้งหมดภายใต้ Apache 2.0

    ทำไมเรื่องนี้สำคัญ: FlashProve ของ Anthropic แสดงให้เห็นว่า proof ของการอนุมานที่อิง zkSNARK กำลังเป็นไปได้จริงสำหรับโมเดล MoE ขนาด 400B พารามิเตอร์ พร้อมโค้ดเปิดและข้อกล่าวอ้างด้านความปลอดภัยที่ตรวจสอบด้วย Lean

30 ตุลาคมวันศุกร์
  1. Google DeepMind58

    Google DeepMind ขยายเครื่องมือวางแผน AI PlanAssist ไปยังสภาเทศบาลอังกฤษอีก 12 แห่ง

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

  2. Waymo Blog58

    Toyota และ Waymo จะทดสอบฝูงรถยนต์ไร้คนขับ bZ4X ในญี่ปุ่นปี 2027

    Toyota และ Waymo ประกาศระยะต่อไปของความร่วมมือด้านการขับขี่อัตโนมัติ โดยจะเริ่มปฏิบัติการทดสอบและตรวจสอบฝูงรถยนต์ Toyota bZ4X ไร้คนขับในญี่ปุ่นในปี 2027 ตามด้วยแผนการนำไปใช้ในสหราชอาณาจักรและตลาดอื่นๆ ที่ Waymo ให้บริการ Toyota จะผลิตรถที่โรงงานทาคาโอกะในเมือง Toyota จังหวัดไอจิ โดยประกอบรถฐานและติดตั้งฮาร์ดแวร์รถยนต์ไร้คนขับของ Waymo ภายใต้หลังคาเดียวกัน บริษัททั้งสองอธิบายว่าความร่วมมือนี้เป็นหมุดหมายสำหรับบริการเรียกรถไร้คนขับเต็มรูปแบบครั้งแรกของญี่ปุ่นที่ใช้รถยนต์ที่ผลิตในประเทศจำนวนมาก

  3. Amazon Science38

    เร่งความเร็ว LLM สำหรับแอปพลิเคชันท่องเที่ยว: Medusa ผสาน knowledge distillation

    การผสาน knowledge distillation เข้ากับเฟรมเวิร์ก Medusa ช่วยให้นักเรียน TinyLlama ขนาด 1.1B พารามิเตอร์มีคุณภาพทัดเทียมกับครู Llama-3.1 ขนาด 70B พารามิเตอร์ ขณะที่ทำงานเร็วขึ้น 10 ถึง 20 เท่าในต้นทุนต่ำกว่าหนึ่งในสาม การทำงานร่วมกับ Booking.com ใน AI Trip Planner, Smart Filters และการสร้างคำอธิบายที่พัก ไปป์ไลน์นี้ปิดช่องว่างคุณภาพได้กว่า 90% และเพิ่มความเร็วได้อีก 2 ถึง 3.6 เท่าจาก Medusa heads

  4. Meta Engineering Blog58

    Meta เผยรายละเอียดการนำ Catching JiTTests ขึ้นใช้งานจริงในระบบโปรดักชัน พร้อมการตรวจทานโดยมนุษย์ในวงจร

    Meta ได้ย้าย Catching JiTTests ซึ่งเป็นแนวทางการสร้างชุดทดสอบแบบทันที (just-in-time) ด้วย LLM ของบริษัท จากต้นแบบงานวิจัยสู่โครงสร้างพื้นฐานโปรดักชัน และเผยแพร่ผลลัพธ์ในบทความ FSE 2026 เรื่อง "Just-in-Time Catching Test Generation at Meta" ระบบนี้ทำงานข้ามคืนโดยใช้กำลังประมวลผลสำรอง มุ่งเป้าที่ diff ที่มีความเสี่ยง สร้างชุดทดสอบผ่านเวิร์กโฟลว์ dodgy-diff และ intent-aware และกรองผลบวกลวงด้วยชุด LLM-as-Judge และตัวประเมิน RubFake แบบอิงกฎ ก่อนส่งถึงวิศวกร ณ เวลาที่เขียน มีวิศวกร 589 คน (64% ของผู้ที่ติดต่อ) มีส่วนร่วมกับผลลัพธ์ ซึ่งแสดงอัตราผลบวกจริง 60% และในครึ่งแรกของปี 2026 ระบบตรวจพบบั๊กความเป็นส่วนตัวร้ายแรง 74 รายการในขั้นตอน diff และลด privacy SEV ลง 20%

  5. Google Developers Blog12

    DevFest 2026 กลับมาแล้ว: งานกิจกรรมชุมชนกว่า 800 แห่งใน 115 ประเทศ

    DevFest งานกิจกรรมนักพัฒนาที่นำโดยชุมชนและจัดโดย Google Developer Groups กลับมาอีกครั้งตั้งแต่วันที่ 1 ตุลาคมถึง 31 ธันวาคม 2026 โดยคาดว่าจะมีกิจกรรมกว่า 800 แห่งใน 115 ประเทศ ดึงดูดผู้เข้าร่วมเกือบ 1 ล้านคน เซสชันและเวิร์กช็อปครอบคลุมเทคโนโลยี Google AI พร้อมแทร็ก Google Cloud, Android และ Web โดยมีกรอบแนวคิดเรื่องการสร้าง การรักษาความปลอดภัย และการขยายขนาดในยุคเอเจนติก กิจกรรมจัดขึ้นในภาษาท้องถิ่นโดยผู้จัดระดับรากหญ้า โดยมีวิทยากร包括ผู้เชี่ยวชาญด้านนักพัฒนา Google และวิศวกร Google

29 ตุลาคมวันพฤหัสบดี
  1. inclusionAI Models34

    inclusionAI เปิดตัว Ling-3.0-flash-Sante-fp8 โมเดลสุขภาพแบบควอนไทซ์ FP8

    inclusionAI เปิดตัว Ling-3.0-flash-Sante-fp8 ซึ่งเป็นเวอร์ชันควอนไทซ์ FP8 ของโมเดล Ling-3.0-flash-Sante ที่เชี่ยวชาญด้านสุขภาพ โดยคงจำนวนพารามิเตอร์รวม 124B และพารามิเตอร์ที่ใช้งานต่อโทเคน 5.1B โดยทำคะแนนเฉลี่ยได้ 73.9 เท่ากับเช็กพอยต์ BF16 ในชุดทดสอบด้านสุขภาพ พร้อมลดหน่วยความจำของน้ำหนักโมเดลสำหรับฮาร์ดแวร์ที่รองรับ FP8 โมเดลนี้มีไว้เพื่อการวิจัยเท่านั้น รองรับบริบท 256K โทเคน และใช้โหมดคิดเป็นค่าเริ่มต้นพร้อมการเรียกใช้เครื่องมือ

  2. Meta Engineering Blog40

    Meta Andromeda: เอนจินดึงโฆษณารุ่นใหม่ของ Meta แตะ 1 พันล้านโฆษณาต่อวินาที

    Meta เผยรายละเอียด Andromeda รุ่นถัดไป ซึ่งเป็นเอนจินดึงโฆษณาเฉพาะบุคคล ที่ให้คะแนนโฆษณากว่าหนึ่งพันล้านรายการต่อวินาทีในการใช้งานจริง เพิ่มปริมาณงานขึ้น 100 เท่าเมื่อเทียบกับระบบในปี 2024 สถาปัตยกรรมใหม่นำ mixture-of-experts ที่ได้แรงบันดาลใจจาก LLM มาใช้ในการดึงข้อมูล เข้าใกล้ประสิทธิภาพของโมเดลระดับการจัดอันดับด้วย FLOPs ตอนอนุมานน้อยลงราว 300 เท่า โดยประมวลผลโฆษณากว่าหมื่นล้านรายการต่อวินาทีบน GPU NVIDIA GH200 เพียงตัวเดียว ตั้งแต่ปี 2025 Andromeda ช่วยเพิ่มอัตราการแปลงบน Facebook ขึ้น 2.4%

  3. Replit Blog55

    Replit เผยรายละเอียดสถาปัตยกรรมความปลอดภัยเบื้องหลัง Agent Habitat สำหรับงานของเอเจนต์

    Replit เผยแพร่สถาปัตยกรรมเบื้องหลัง Agent Habitat ซึ่งเป็นข้อเสนอที่ให้เอเจนต์เข้าถึงความรู้และระบบของบริษัทภายในขอบเขตที่บริษัทควบคุม โพสต์ดังกล่าวระบุหลักการสี่ข้อ ได้แก่ การให้สิทธิ์ขั้นต่ำแก่เอเจนต์ การจำกัดความล้มเหลว การเปลี่ยนแปลงในโปรดักชันที่ตรวจสอบได้ และงานที่มอบหมายซึ่งกำกับดูแลได้ Replit กล่าวว่าการแยกตัวด้วย microVM ที่มีอยู่ป้องกันการโจมตีช่องโหว่เคอร์เนล Linux ที่เปิดเผยเมื่อเร็วๆ นี้ และข้อมูลรับรองของตัวเชื่อมต่อยังคงอยู่นอกบริบทของเอเจนต์ โดยมีตัวแทนจัดการข้อมูลรับรองอนุญาตแต่ละคำร้องก่อนดึงข้อมูลลับจาก vault

  4. Preferred Networks News40

    กลุ่มเซ็นรินและ Preferred Networks จับมือเป็นพันธมิตรทางธุรกิจและทุน เพื่อผสานข้อมูลภูมิสารสนเทศเข้ากับ AI

    Zenrin, Zenrin DataCom และ Preferred Networks ได้ลงนามในข้อตกลงพันธมิตรทางธุรกิจและทุน โดยบริษัทในกลุ่มเซ็นรินได้จองซื้อหุ้นจากการจัดสรรหุ้นเพิ่มทุนให้บุคคลภายนอกของ PFN พันธมิตรจะนำข้อมูลภูมิสารสนเทศที่อัปเดตอย่างต่อเนื่อง รวมถึงบันทึกการเปลี่ยนแปลงเชิงประวัติศาสตร์ มารวมกับเทคโนโลยี AI เชิงสร้างสรรค์ AI เชิงกายภาพ และการรับรู้พื้นที่ 3 มิติของ PFN เพื่อสร้างโมเดล AI ที่เข้าใจและคาดการณ์การเปลี่ยนแปลงในโลกจริง โดยกลุ่มเป้าหมายเริ่มต้น ได้แก่ ภาครัฐ อสังหาริมทรัพย์ ค้าปลีกและการกระจายสินค้า มุ่งเป้าไปที่การพยากรณ์ความต้องการ การเลือกทำเลร้านค้า การวางผังเมือง การป้องกันภัยพิบัติ และการจำลองโลจิสติกส์

  5. Figma Blog58

    Figma ฝึกโมเดลแก้ไขงานออกแบบที่เชี่ยวชาญ Figma ได้อย่างไร

    Figma อธิบายรายละเอียดว่าฝึกโมเดลแก้ไขงานออกแบบของบริษัทเองสำหรับเอเจนต์ Figma ได้อย่างไร โดยเริ่มจากการปรับแต่งแบบมีผู้สอน (supervised fine-tuning) ด้วยคำขอแก้ไขแบบสังเคราะห์ที่แสดงในรูปแบบไฟล์ดั้งเดิมของ Figma และตรวจสอบด้วยการตรวจสอบแบบกำหนดผลได้แน่นอน (deterministic checks) และโมเดลผู้ตัดสินด้านภาพ (visual model judges)

28 ตุลาคมวันพุธ
  1. The Pragmatic Engineer58

    อธิบาย AI SRE: AI incident agent เปลี่ยนการ on-call อย่างไร และมันได้ผลจริงหรือไม่

    The Pragmatic Engineer สัมภาษณ์ Rootly, incident.io และ ResolveAI เกี่ยวกับเครื่องมือ AI SRE ซึ่งส่วนใหญ่ช่วยเร่งการสอบสวนเหตุการณ์ภายใน Slack มากกว่าจะทำงานแบบอัตโนมัติเต็มรูปแบบ ความถี่ในการ deploy เพิ่มขึ้นราวสองเท่าภายในหนึ่งปีในหลายบริษัท และข้อมูลของ Rootly แสดงให้เห็นว่า pages เพิ่มขึ้น โดย pages นอกเวลาทำงานเกือบ doubling ขณะที่ผู้ขายสร้าง investigation agent ใหม่รอบ knowledge graph, memory และ verifier agent ตัวอย่างภายในองค์กรได้แก่ Sevbot ของ OpenAI, investigation agent ของ Stripe (ประมาณ 3 นาทีสำหรับการรันแบบง่าย, 14 นาทีสำหรับแบบเชิงลึก) และ ProdAgent ของ Google ใน Gemini CLI ซึ่งแนะนำเครื่องมือผ่าน MCP และไม่เขียนโค้ด

  2. Meta Engineering Blog34

    Meta PrivacyLib: การควบคุมความเป็นส่วนตัวที่ขอบเขตการเข้าถึงข้อมูล

    Meta ได้ให้รายละเอียดเกี่ยวกับ PrivacyLib ไลบรารีทั่วไปที่ฝังอยู่ในไคลเอนต์ของระบบข้อมูลและการประมวลผลหลายร้อยระบบของบริษัท ซึ่งบังคับใช้ข้อกำหนดด้านความเป็นส่วนตัว ณ จุดที่เข้าถึงข้อมูล โดยดำเนินการตรวจสอบหลายพันล้านครั้งต่อวินาที ระบบต่างๆ จะผสานรวมเพียงครั้งเดียว และความสามารถด้านความเป็นส่วนตัวใหม่ๆ จะถูกส่งมอบเป็นโมดูลปลั๊กอิน แทนที่การใช้งานแยกตามระบบซึ่งอาจใช้เวลาหลายเดือน โมดูล Agent Observability ติดตามการเข้าถึงข้อมูลของเอเจนต์ AI ภายในโดยส่งบริบทของเอเจนต์ไปยัง PrivacyLib

  3. Google Developers Blog58

    Google เปิดตัว LiteRT ใน Play services เพิ่มความเร็วการประมวลผลด้วย GPU ประมาณ 1.4 เท่า และลดขนาดแอปประมาณ 8 MB

    Google เปิดตัว LiteRT รันไทม์สำหรับการประมวลผลบนอุปกรณ์ใน Google Play services โดยมีความเร็วในการประมวลผลด้วย GPU ประมาณ 1.4 เท่าของ GPU delegate เวอร์ชันเก่า และเพิ่ม CompiledModel API ใหม่

27 ตุลาคมวันอังคาร
  1. Replit Blog75

    Replit Cloud Agents ช่วยให้คนที่ไม่ใช่วิศวกรมีส่วนร่วมในโค้ดเบสของบริษัทได้แล้ว

    Replit เปิดตัว Cloud Agents สำหรับรีโพซิทอรีที่มีอยู่แล้ว ทำให้ทุกคนในทีมสามารถอธิบายการเปลี่ยนแปลงด้วยภาษาธรรมชาติ แล้วให้เอเจนต์เปิด pull request ที่ผ่านการทดสอบใน GitHub หรือ GitLab โดยเปิดให้ลูกค้า Pro และ Enterprise ทุกคนใช้งาน เอเจนต์รันแต่ละการเปลี่ยนแปลงในแซนด์บ็อกซ์คลาวด์แบบแยกส่วน คลิกผ่านแอปที่กำลังรัน และแนบภาพหน้าจอและวิดีโอไปกับ PR ขณะที่สภาพแวดล้อมที่แชร์ร่วมกันมอบการตั้งค่าที่กำหนดไว้ล่วงหน้าให้ผู้ร่วมสมทบทุกคน ซึ่งอัปเดตจากสาขาหลัก นอกจากนี้ Replit ยังเปิดตัวหน่วยความจำเวิร์กสเปซที่พัฒนาตนเองได้ในระยะearly access ซึ่งเปลี่ยนความคิดเห็นจากการรีวิวเป็นทักษะของทีมที่วิศวกรอนุมัติ และการผสานรวมกับ Slack ที่ให้ผู้ใช้กล่าวถึง @Replit ในเธรดเพื่อเริ่มการเปลี่ยนแปลง

    ทำไมเรื่องนี้สำคัญ: Replit เชื่อมต่อ Cloud Agents เข้ากับโค้ดเบสที่มีอยู่ขององค์กร ให้บุคลากรที่ไม่ใช่วิศวกรส่งการเปลี่ยนแปลงในรูปแบบ PR พร้อมวิดีโอทดสอบ แสดงให้เห็นเส้นทางหนึ่งที่เครื่องมือเขียนโค้ด AI ขยายไปสู่กระบวนการทำงานร่วมกันของทีม

  2. Sakana AI Blog40

    Sakana AI เปิดให้เข้าถึง Sakana API Platform สำหรับองค์กรแบบ Early Access

    Sakana AI ได้เปิดโครงการ Early Access สำหรับ Sakana API Platform โดยให้ลูกค้าองค์กรเข้าถึง LLM ผ่าน API พร้อมการจัดการสมาชิกและค่าใช้จ่ายการใช้งานในระดับองค์กรและเวิร์กสเปซ API ที่เข้ากันได้กับ OpenAI ต้องเปลี่ยนเพียง endpoint และมี Sakana Fugu กับ Fugu Ultra ให้ใช้ก่อน โดย Sakana Namazu และ Fugu Max จะตามมาในภายหลัง ฟีเจอร์ประกอบด้วยการควบคุมการเข้าถึงตามบทบาท บันทึกการตรวจสอบ CSV ขีดจำกัดงบประมาณ การชำระเงินด้วยใบแจ้งหนี้ MSA และ DPA และคำมั่นว่าจะไม่ฝึกโมเดลด้วยข้อมูลที่ลูกค้าป้อน

  3. Google Developers Blog34

    สร้าง Conversational Commerce ด้วย Multi-Agent Swarms บน GCP: ต้นแบบที่ใช้งานได้จริง

    นักพัฒนา Google Cloud สร้าง HappyDelivery ต้นแบบที่ใช้งานได้จริงของ conversational commerce โดยใช้ LangGraph, Gemini, FastAPI และ Google Cloud ตามพิมพ์เขียวสามชั้นก่อนหน้า ได้แก่ Ingress, Memory และ Cognition ชั้น Ingress ตรวจสอบลายเซ็น webhook เฉพาะแพลตฟอร์มสำหรับ WhatsApp, RCS, Apple Messages และ SMS ปรับ payload ให้เป็นสคีมากลางและส่งต่อไปยัง Pub/Sub โดยตอบกลับ HTTP 200 ภายในประมาณ 300ms บทความอธิบายโค้ด เครื่องสถานะ เครื่องมือทางการเงินแบบดีเทอร์มินิสติก และชุดการตรวจสอบอัตโนมัติ

  4. Google Developers Blog58

    Google A2UI เพิ่มรูปแบบการอนุมานที่สลับได้ โดย Express ลดเวลาตอบสนองได้ถึง 3 เท่า

    Google เปิดตัวรูปแบบการอนุมานที่สลับได้สำหรับ A2UI ซึ่งเป็นโปรโตคอลที่ปรับแต่งสำหรับเอเจนต์เพื่อสร้าง UI แบบเจเนอเรทีฟ ช่วยให้เอเจนต์สร้างรูปแบบกลางที่คอมไพเลอร์ของ SDK แปลงเป็นข้อความ A2UI ที่ผ่านการตรวจสอบ รูปแบบเริ่มต้นใหม่ A2UI Express ใช้โทเค็นน้อยกว่า Direct JSON ถึง 3 เท่าสำหรับ UI เดียวกัน และลดเวลาตอบสนองได้ถึง 3 เท่า พร้อมมีให้ใช้ใน SDK ภาษา Python (a2ui-agent-sdk 0.9.0), TypeScript (@a2ui/agent) และ Dart Google ยังได้สาธิตโมเดลการตัดสินใจ เช่น Jev ของ TypeSafe ที่เลือกจากเลย์เอาต์ที่กำหนดไว้ล่วงหน้า ซึ่งระบุว่าสามารถลดเวลาตอบสนองได้ถึง 80 เท่า ในตัวอย่าง Apparite หน้าจอเสร็จสมบูรณ์ภายใน 0.8 ถึง 1.7 วินาที across 11 พรอมต์