ข้ามไปที่เนื้อหา

ประเภทเนื้อหา

อัปเดตผลิตภัณฑ์ ล่าสุด

ฟีเจอร์ใหม่ การออกแบบใหม่ และการทำตลาดของผลิตภัณฑ์ AI — ค่ายไหนเก่งขึ้น แพงขึ้น หรือใช้งานได้จริงเสียที

48 รายการคัดสรร29 รายการใน 30 วันที่ผ่านมาเก็บไว้ 269 รายการ

อัปเดต 13 พฤศจิกายน 08:32

อัปเดตผลิตภัณฑ์

วันนี้13 พฤศจิกายนวันศุกร์รายการ 1–20 จากทั้งหมด 48
  1. 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

  2. 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

  3. Google Blog · AI82

    Google Search อัปเกรดทั่วโลกเป็น Gemini 4 Hydrogen

    Google Search ได้ย้ายผู้ใช้ทั้งหมดทั่วโลกไปใช้ Gemini 4 Hydrogen ซึ่งบริษัทเรียกว่าเป็นการอัปเกรดโมเดลครั้งใหญ่ที่สุดของ Search จนถึงตอนนี้ โมเดลนี้ปรับปรุงความเข้าใจเจตนาสำหรับคำถามที่มีหลายส่วนและมีคำพิมพ์ผิดจำนวนมาก เพิ่มการปฏิบัติตามคำสั่งและการเรียกใช้เครื่องมือที่ลึกยิ่งขึ้น และเสริมความแข็งแกร่งของการกระจายคำค้น (query fan-out) เพื่อแสดงลิงก์ที่ผู้ใช้อาจไม่พบในกรณีอื่น การตอบกลับยังกลายเป็นภาพมากขึ้น ด้วยรูปภาพ ตารางเปรียบเทียบ และเครื่องมือกำหนดเองที่มากขึ้น ในทุกภาษาของ AI Mode ที่รองรับ

    ทำไมเรื่องนี้สำคัญ: เป็นการอัปเกรดโมเดลครั้งใหญ่ที่สุดของ Google Search จนถึงปัจจุบัน โดย Gemini 4 Hydrogen รับผิดชอบคำถามหลายส่วน การเรียกใช้เครื่องมือ และ query fan-out สำหรับผู้ใช้ทั้งหมดทั่วโลก

  4. AWS Machine Learning Blog60

    AWS open-sources UAEF, a framework-agnostic evaluation system for AI agents

    AWS has open-sourced UAEF (Universal Agent Evaluation Framework), a framework-agnostic system that uses adapters to normalize agent traces from LangGraph, LangChain, Strands Agents, Amazon Bedrock AgentCore and Langfuse into one canonical AgentTrace, then scores them with 36 built-in metrics across 7 dimensions. Results are stored per experiment in Amazon DynamoDB and Amazon S3, so teams can compare agent versions against a baseline, flag regressions with a default 5 percent threshold, and generate statistical reports plus LLM-written insights. The post says customers across 12 organizations in telecom, healthcare and financial services used UAEF before release, and the Apache 2.0 code, Python library, CDK deployment and per-framework notebooks are in the awslabs/uaef GitHub repository.

    ทำไมเรื่องนี้สำคัญ: The AWS team has open-sourced UAEF, which uses adapters to unify agent trajectories from different frameworks into a single format, then scores them across 7 dimensions using 36 metrics, providing a reusable evaluation layer for comparing agent versions across frameworks.

  5. Replit Blog65

    Replit Agent adds Link and Visa purchasing plus Google Ads campaign creation

    Replit Agent now has two new jobs: buying business supplies through Link and Visa, and building Google Ads campaigns across Search, YouTube, Display and Discover. In the purchasing flow, a browser subagent navigates the merchant site and prepares checkout, then waits for the owner to approve the final total; shell access and general browsing are disabled during payment and approval checks are enforced in code. Agentic Commerce is available for Core and Pro users starting in the US with one-time purchases only, while Agentic Ads is available for Pro users worldwide.

    ทำไมเรื่องนี้สำคัญ: Replit Agent now handles purchasing and Google Ads campaigns, with code-enforced approval gates that show how agent spending limits can be designed.

12 พฤศจิกายนวันพฤหัสบดี
  1. vLLM Blog60

    vLLM adds day-0 support for Thinking Machines' Inkling 2 Small

    vLLM supports Thinking Machines' Inkling 2 Small on day 0, a multimodal text-and-vision MoE with 594B total and 17B active parameters and up to 1M tokens of context. The integration adds kernel fusion with PDL, sequence parallelism for prefill that cuts an 8K-token prefill step by 22% at TP4 and 26% at TP8, and a Gluon relative attention decode kernel that drops a batch-1 decode step at 100K context from 15.1 ms to 4.8 ms. vLLM reports up to 630 TPS/user at TP4 on GB200 with acceptance length 3.5, and also supports LoRA and RL via SkyRL.

    ทำไมเรื่องนี้สำคัญ: vLLM 在发布当天即支持 Inkling 2 Small，并给出内核融合、序列并行和 Gluon 解码内核的具体优化数据，可供部署大 MoE 模型的团队参考。

  2. vLLM Blog64

    vLLM-Omni benchmarks MiniMax H3-Image on Vera Rubin: 0.87s 4K generation and 6,115 images/hour

    vLLM-Omni brought MiniMax H3-Image to NVIDIA Vera Rubin and measured 0.87-second median latency for native 4096×4096 text-to-image on four GPUs, plus 6,115 images/hour in a separate throughput configuration. H3-Image is an open-weight text-to-image and editing model that pairs a Qwen3-VL encoder with a 33.1B dense DiT and an image VAE, handling both tasks in six sampling steps with up to 16 reference images. The team reports MXFP8 DiT GEMMs, Ulysses SP4, AdaLN caching and a VAE decoding change that cut decode time from 2.635s to 0.213s, and lists recipes for AMD, Intel, Huawei Ascend and Moore Threads hardware.

    ทำไมเรื่องนี้สำคัญ: vLLM-Omni's benchmark shows MiniMax H3-Image running on Vera Rubin at subsecond 4K latency, with per-hardware configurations and a cost model for serving economics.

  3. Google Blog · AI78

    Google launches Gemini Decisions API and Gemini Decision 1 model for fast closed-set decisions

    Google introduced the Gemini Decisions API, powered by the new Gemini Decision 1 model (gemini-decision-1) and available through the Gemini API in Google AI Studio. A single multimodal input of up to 256K tokens can be checked against up to 1,000 yes/no, multiple-choice and rubric-scoring questions in one forward pass, returning probabilities and confidence scores at 150-250 ms end-to-end latency for $0.10 per 1M input tokens with no output-token charges. Google says the model leads its benchmark suite with the lowest calibration error and is nearly 5x cheaper than Gemini 3.5 Flash-Lite with the Interactions API; internal uses include model routing in Gemini Notebook, wireframe generation in Stitch and adversarial-content checks for MCP tools in Search.

    ทำไมเรื่องนี้สำคัญ: Google's new endpoint scores up to 1,000 multimodal yes/no, choice and rubric questions in one pass at 150-250 ms, giving agent routing and policy checks a cheaper alternative to generative calls.

  4. Claude Blog78

    Anthropic launches Claude Meetings in beta for Google Meet on Team and Enterprise plans

    Anthropic released Claude Meetings in beta, letting Claude join Google Meet calls as a visible participant that answers questions in chat, builds docs and whiteboards live, and writes notes and action items. Each meeting gets a page in claude.ai with the transcript, notes and artifacts, and by default Claude stays out of calls with external guests unless an admin allows it. The beta is rolling out on Team and Enterprise plans, is unavailable to some organizations including ZDR, HIPAA-ready and CMEK setups, and notes, transcripts and in-call answers are free during the beta.

    ทำไมเรื่องนี้สำคัญ: Anthropic's beta launch shows how a meeting agent can draft docs, pull connected-tool data and write notes inside a live call, with default rules for excluding external guests.

  5. Claude Blog78

    Anthropic makes Claude Opus 5.5 the default model on Pro, Max, Ultra and Team plans

    Claude Opus 5.5 is now the default model in Claude on Pro, Max, Ultra and Team plans, and Anthropic recommends it as the daily driver for research, analysis and finished documents, decks and spreadsheets. Anthropic says Opus 5.5 at Medium effort matched or beat Opus 5 at High on its coding and knowledge-work evaluations, and in an internal merger-analysis test it finished in 63 minutes at half the cost of Opus 5 on the same task. The post also lists prompting changes for the new model, including dropping 'think hard' instructions, starting at Medium effort and attaching charts instead of retyping their values.

    ทำไมเรื่องนี้สำคัญ: Anthropic's own guide explains why Opus 5.5 is now the default for daily knowledge work and which prompting habits to drop for it.

11 พฤศจิกายนวันพุธ
  1. Claude YouTube72

    Anthropic launches Claude Whiteboards, Sheets and Data for team collaboration

    Anthropic introduced Claude Whiteboards and Claude Sheets in beta, and made Claude Dashboards generally available as Claude Data. Whiteboards turns a spoken plan into a board with a timeline, owners and dates that teams can edit in real time, while Sheets builds spreadsheets with tabs, formulas, formatting and drop-downs and outlines each edit. Claude Data lets data teams certify queries and generate data stories or narrated videos from metrics, with live sharing showing up-to-date numbers.

    ทำไมเรื่องนี้สำคัญ: Claude adds collaborative whiteboards, spreadsheets and shared data dashboards, extending its workspace from chat into team documents.

  2. Claude YouTube68

    Claude launches interactive connectors for Adobe, Atlassian and Box

    Claude now supports interactive connectors that open the full version of a tool inside Claude, so users can work in Adobe, Atlassian and Box alongside the conversation and either make changes themselves or ask Claude to make them. In the demo, Claude adds a summary to a launch plan in Confluence, applies a dither effect to a photo in Adobe, and checks a floor plan against a design standard in Box before saving the revision as a new file. The feature is rolling out on web and desktop.

    ทำไมเรื่องนี้สำคัญ: Interactive connectors let Claude operate inside Adobe, Atlassian and Box apps, showing how agent workflows move from chat into full third-party tools.

  3. Google Developers Blog75

    Google releases A2UI 1.0, a stable open protocol for agent-generated native UI

    Google released A2UI 1.0, the first stable version of its open protocol that lets AI agents answer with interactive screens rendered by each app's own native components. Version 1.0 adds bidirectional function calls, accessibility support and extension metadata, plus open-source renderers for React, Angular, Lit, Flutter, SwiftUI and Jetpack Compose (the Compose renderer is at 0.9.1 with 1.0 coming soon) and agent SDKs for Python, TypeScript and Dart. Atlassian is bringing A2UI to Jira, Alation renders its feeds with it in Claude, and ByteDance shipped a Lynx renderer in June 2026 that supports 0.9 today.

    ทำไมเรื่องนี้สำคัญ: Google's stable A2UI 1.0 protocol lets agents return native interactive screens instead of text walls, with renderers for web, Android and iOS and early adopters including Atlassian and ByteDance.

10 พฤศจิกายนวันอังคาร
  1. Claude Blog78

    Claude opens connected apps beside the chat and works inside them

    Anthropic is rolling out an update that lets supported interactive connectors open a full tool beside the conversation or in full screen, and lets Claude make changes to an open page, row or file that users approve the same way as connector actions. The rollout covers the web and the Claude desktop app on all plans, starting with tools including Asana, Canva, Carta, Dropbox, monday.com, Smartsheet, Vercel and Webflow, with Figma, Harvey and Shopify building integrations. The connectors run on MCP Apps, and Claude now supports more of that extension, such as app tools and embedded sites, in public preview for developers.

    ทำไมเรื่องนี้สำคัญ: Claude's connectors now open full tools beside the chat and let Claude edit pages, rows and files directly, with the same approval flow as connector actions.

  2. Google Developers Blog72

    Google AI Edge Gallery adds on-device speech recognition and text-to-speech

    Google introduced on-device Automatic Speech Recognition and Text-to-Speech in Google AI Edge Gallery, letting apps run multilingual ASR and expressive TTS fully offline alongside on-device SLMs like Gemini Nano and Gemma 4. On Android, ML Kit's new speech models transcribe 100+ languages at 10x real-time speed with an 8.0% to 9.0% Word Error Rate on FLEURS, while the few-step diffusion TTS starts speaking in about 100 ms and generates 24 kHz audio at up to 50x real-time speed. Cross-platform support comes through MediaPipe Tasks and LiteRT with open-weight bundles including Parakeet-TDT 0.6B, PocketTTS 100M, Kokoro-82M and Phonon 31M, demonstrated in the XR Language Teacher showcase and voice-enabled AI Chat.

    ทำไมเรื่องนี้สำคัญ: Google adds fully offline ASR and TTS to AI Edge Gallery, with ML Kit reporting 100+ language transcription at 10x real time and a diffusion TTS that starts speaking in about 100 ms.

9 พฤศจิกายนวันจันทร์
  1. NVIDIA Blog70

    NVIDIA unveils GR00T 2 world action model and Isaac Lab 3.0 at CoRL

    NVIDIA introduced GR00T 2, an open world action model built on Cosmos and trained on 100,000 hours of human egocentric data, alongside Isaac Lab 3.0 and new robotics benchmarks at CoRL. GR00T 2 completed 40 of 50 evaluated tasks at least once without task-specific demonstrations and reached 71% average success across 50 tasks with one demonstration each, rising to 95% with five. Isaac Lab 3.0 adds Newton physics integration for deformable objects and reports up to 2.5x the training throughput of Isaac Lab 2.3 with PhysX in a vision-based dexterous manipulation benchmark.

    ทำไมเรื่องนี้สำคัญ: NVIDIA's CoRL release shows how simulation plus world action models now target delicate assembly work, with GR00T 2 and Isaac Lab 3.0 details worth comparing against prior robotics stacks.

  2. Google Developers Blog60

    Google Cloud MaxText adds context parallelism for long-context training on TPUs

    Google Cloud released long-context training support in MaxText v0.2.4, its open-source JAX training framework, adding four context-parallel strategies on Cloud TPU: All-gather, A2A (DeepSpeed Ulysses), P2P (Ring Attention) and the A2A + P2P hybrid (USP). Benchmarks with Llama 3.1 8B reached 70% MFU on TPU 5p at sequence lengths up to 4 million tokens, and context extended to 14 million tokens on both TPU 5p and TPU 7, with TPU 7 holding 50% MFU below 6 million tokens. The release is available on PyPI, in Docker images and on GitHub main, with sample recipes for TPU 7 and TPU 5p.

    ทำไมเรื่องนี้สำคัญ: MaxText's four context-parallel strategies on Cloud TPU, with benchmark MFU figures for Llama 3.1 8B, give teams a concrete reference for choosing how to train at multi-million-token sequence lengths.

  3. Google Developers Blog62

    Google makes Pathways generally available on Google Cloud for large-model training

    Google announced the General Availability of Pathways, its distributed training system for large models including Gemini, on Google Cloud Platform. Pathways replaces lockstep SPMD execution with a single Python client that declares the whole computation as a dataflow graph, while a distributed runtime places blocks on virtual devices, moves and reshards tensors, and orders work across the cluster. Google says the design lets a failed host be remapped onto healthy chips instead of restarting the job, and that a shared Pathways service can serve several clients from one cluster.

    ทำไมเรื่องนี้สำคัญ: Google explains how Pathways' single-controller model differs from SPMD and how it handles cross-group tensor transfer, scheduling and host failure recovery.

6 พฤศจิกายนวันศุกร์
  1. Meta Newsroom · AI62

    Meta rolls out real-time voice and expressive avatars in its Muse app

    Meta is rolling out real-time voice conversations and expressive avatars in the Muse app on mobile, web and Mac, starting in the US. Users tap the phone icon to talk, can interrupt responses, and choose from hundreds of voices plus voice-only, avatar or full-screen modes. Voice is coming soon to AI Glasses and Muse Charm.

    ทำไมเรื่องนี้สำคัญ: Meta's Muse app now supports real-time voice conversations with expressive avatars, showing how voice and interruption handling are moving into consumer AI assistants.

  2. OpenClaw Blog69

    OpenClaw releases Multiplayer for shared agents and context

    OpenClaw has released Multiplayer, a free and open-source feature that lets multiple people connect to the same OpenClaw agent and workspace, with prompts appearing live across laptops and requests coordinated through a shared queue. In demos at GitHub Universe in San Francisco, two attendees edited the same 3D scene by typing prompts on separate machines without restating context. The OpenClaw Foundation says it has had 50+ people collaborating in the same shared environment and is continuing to expand the feature.

    ทำไมเรื่องนี้สำคัญ: OpenClaw 把多人共享同一 Agent 与上下文做成免费开源功能，为团队协作中反复重建上下文的问题提供了一种可迁移的做法。