Article

OpenAI เปิดตัว GPT-6 Astra ในบทบาทที่ต่างจากแชตโมเดลทั่วไปค่อนข้างชัด บริษัทวางมันเป็นระบบ computer-use มากกว่าการตอบข้อความลอย ๆ คือให้มันทำงานกับเบราว์เซอร์, สเปรดชีต, เดสก์ท็อปแอป และเทอร์มินัลเหมือนคนใช้งานเครื่องจริง จุดขายจึงไม่ใช่แค่ “ตอบเก่ง” แต่คือ “ทำงานให้จบ” ภาพ: OpenAI สิ่งที่สำคัญสำหรับนักพัฒนาคือ Astra เปลี่ยนวิธีเก็บบริบท จากเดิมที่ใช้การ compaction แล้วทิ้งรายละเอียดบางส่วนเมื่อ context เต็ม ไปเป็นการเก็บโน้ตข้ามหน้าต่าง context และย้อนค้นจากข้อความเก่าและ tool output ได้ ซึ่งเหมาะกับงานเอเจนต์ที่ต้องจำเหตุผลว่าเคยลองอะไรไปแล้ว ทำไมจึงไม่ผ่าน และเงื่อนไขต้นทางคืออะไร ใช้งานได้ แต่ไม่ใช่ทุกคน ในเชิงการ deploy

สองโมเดลใหญ่จากจีนเปิดตัวไล่เลี่ยกันในสัปดาห์เดียว แต่สิ่งที่น่าสนใจกว่าความเร็วในการปล่อยคือ โครงสร้างภายในของมันกลับไปลงเอยในทิศทางคล้ายกันอย่างน่าประหลาดใจ Z.ai ออก GLM-5.3-Flash ขนาด 320B พารามิเตอร์ พร้อม active parameters 18B ส่วนฝั่ง Alibaba Qwen ส่ง Qwen3.8-Flash-Next ขนาด 125B พารามิเตอร์ โดยมี active parameters 6B จุดร่วมไม่ได้เกิดจากการคุยกันล่วงหน้า แต่เหมือนสองทีมวิจัยมองปัญหาเดียวกันแล้วเลือกคำตอบคล้ายกันเกินคาด ภาพ: Z.ai แกนของเรื่องนี้อยู่ที่การออกแบบให้ “ประหยัดแต่ยังฉลาด” ทั้งสองรุ่นใช้สัดส่วน 3:1 ระหว่างชั้น attention แบบเชิงเส้นกับแบบเต็ม, ใช้ตัวคัดกรองบริบทที่ถูกบีบก่อนคัดเลือก และขยาย residual stream

Google DeepMind เปิดตัว Gemini 3.8 Flash และ Gemini 3.8 Flash Cyber ในฐานะโมเดลแกนเดียวที่ถูกห่อด้วยเงื่อนไขการเข้าถึงต่างกัน ไม่ใช่สถาปัตยกรรมคนละชุด ความต่างสำคัญจึงไม่ใช่ว่าโมเดล “คนละตัว” แต่คือใครได้ใช้ และเอาไปใช้แบบไหน ภาพ: Google DeepMind รุ่นหลักอย่าง Gemini 3.8 Flash เปิดให้ใช้งานทั่วไปผ่าน Gemini API, Google AI Studio, Antigravity, Android Studio และ Gemini Enterprise ส่วน Flash Cyber ไม่ได้เปิดกว้างแบบนั้น

สำหรับองค์กรที่ต้องซื้อ AI ใช้จริง ปัญหามักไม่ได้อยู่ที่ “โมเดลเก่งไหม” แต่อยู่ที่ “เก็บข้อมูลอย่างไร” และ “จับการใช้งานผิดได้แค่ไหน” ซึ่งสองข้อหลังมักตีกันเอง เพราะถ้าต้องไม่เก็บข้อมูลเลย ก็ยากจะวิเคราะห์พฤติกรรมข้ามเซสชัน แต่ถ้าจะเก็บไว้ตรวจจับ ก็เสี่ยงชนข้อกำกับด้าน privacy ภาพ: Anthropic Anthropic เลยเสนอ Enterprise Frontier Safeguards (EFS) เป็นโครงสร้างที่พยายามทำให้สองอย่างนี้อยู่ร่วมกันได้ โดยให้ monitoring data ไปอยู่ใน cloud infrastructure ที่ลูกค้าควบคุม ไม่ใช่ของ Anthropic เอง ขณะที่การตรวจจับยังเป็นหน้าที่ของ Anthropic ส่วน custody, keys และ

Anthropic เลือกเปิดตัว Claude Fable 5.1 และ Claude Mythos 5.1 แบบที่ทำให้เห็นชัดว่า “ตัวโมเดล” กับ “ชั้นกำกับ” ไม่ใช่สิ่งเดียวกัน รุ่นทั้งสองใช้ฐานเดียวกัน แต่ถูกห่อด้วย safeguard คนละระดับ โดย Fable 5.1 เปิดใช้ทั่วไป ส่วน Mythos 5.1 ยังจำกัดเฉพาะองค์กรที่ผ่านการคัดเลือก ภาพ: Anthropic สเปกหลักของทั้งคู่คงเดิมคือ context window 1M tokens และ max output 128K tokens พร้อม adaptive

ทีมที่ทำเอเจนต์สำหรับซื้อของหรือช่วยขายของมักเริ่มจากศูนย์เหมือนกันทุกครั้ง: ต้องมีวงจร agent, ชั้นเชื่อม catalog, จุดอนุมัติ, และชุดทดสอบพฤติกรรม Anthropic เลยตัดสินใจปล่อยของพวกนี้ออกมาเป็นโค้ดในชื่อ anthropics/commerce-agents พร้อม agent สองฝั่งคือ shopping agent และ merchant agent ภาพ: Anthropic สิ่งที่ทำให้แพ็กนี้น่าสนใจคือมันไม่ได้ถูกทำมาเพื่อเดโมอย่างเดียว แต่เป็นพิมพ์เขียวที่รันได้จริงภายใต้สัญญา Apache 2.0 และมี vertical ตัวอย่างถึง 4 แบบคือ retail, travel, telecom และ entertainment นั่นทำให้มันเป็นมากกว่าบทความอธิบายแนวคิด เพราะมันคือฐานเริ่มต้นที่ทีมสามารถเอาไปแตกต่อได้ สองเอเจนต์ สองบทบาท ฝั่ง shopping

งานวิจัย AQuA ของทีมจาก Princeton University, Ant Group และ Stanford University พยายามแก้ปัญหาที่งาน quantitative finance เจอบ่อยมาก แต่คนทั่วไปมักมองไม่เห็น: ถ้าเอเจนต์เป็นคนออกแบบการทดลองของตัวเอง มันอาจทำให้หลักฐานที่ตัวเองเห็นในรอบก่อน “สกปรก” ไปด้วย และเรียนรู้จากสิ่งที่ตัวเองทำให้บิดเบือนได้ ภาพ: Princeton / Ant Group / Stanford (จาก arXiv paper) แก่นของ AQuA จึงไม่ใช่การทำให้โมเดลฉลาดขึ้นอย่างเดียว แต่คือการแยกคนสร้างสมมติฐานออกจากสิ่งที่ตัดสินผลลัพธ์ ทีมวิจัยเรียกวิธีนี้ว่า asymmetric freedom: เอเจนต์มีอิสระภายใน DSL ของตัวเอง

Google DeepMind เปิดตัว WeatherNext 3 ในจังหวะที่โลกของ AI ด้านอากาศกำลังขยับจาก “พอใช้ได้” ไปสู่ “พอเอาไปตัดสินใจจริง” มากขึ้น โมเดลนี้ไม่ได้ขายความหวือหวาแบบแล็บเดโม แต่ขายความละเอียดของข้อมูล ความถี่ในการอัปเดต และความพยายามเชื่อมพยากรณ์กับข้อมูลสถานีตรวจอากาศจริงให้ใกล้โลกจริงที่สุด สิ่งที่โดดเด่นคือการคาดการณ์ระดับ 5 กม. และการอัปเดต ทุกชั่วโมง ซึ่งเป็นจุดที่ผู้ปฏิบัติงานภาคสนามสนใจมากกว่าคะแนนบนตารางทดสอบ ภาพ: Google DeepMind สำหรับงานโดรน ข่าวนี้สำคัญเพราะการบินไม่ได้แพ้เพราะ “ฝนตกไหม” อย่างเดียว แต่แพ้เพราะลมเปลี่ยนเร็ว เมฆก่อตัวเฉียบพลัน ความชื้นสูงทำให้ทัศนวิสัยตก หรือสภาพอากาศเปลี่ยนระหว่างเตรียมขึ้นบินกับช่วงปฏิบัติการจริง โมเดลที่อัปเดตถี่ขึ้นและลงรายละเอียดมากขึ้นจึงมีประโยชน์กับคนที่ต้องตัดสินใจว่าเที่ยวบินนี้ควรเลื่อน ยกเลิก หรือเปลี่ยนเวลา โมเดลนี้ต่างจากพยากรณ์แบบเดิมอย่างไร หัวใจของ WeatherNext 3

ถ้า Cosmos 3 Edge คือเวอร์ชันที่ย้ายไปอยู่บนอุปกรณ์ปลายทาง ข่าวของ NVIDIA Cosmos 3 คือภาพรวมของสถาปัตยกรรมที่อยู่ข้างใต้ทั้งหมด โมเดลนี้ไม่ได้ถูกเล่าในฐานะเครื่องมือรันเร็วหรือรันช้า แต่ถูกวางเป็น foundation model สำหรับ physical AI ที่รวม physical reasoning, world generation และ action generation เข้าด้วยกันในระบบเดียว ภาพ: NVIDIA สิ่งที่น่าสนใจคือ Cosmos 3 ไม่ได้พยายามแค่ “ทำนายอนาคต” แต่พยายามทำให้ AI เข้าใจว่าปัจจุบันเชื่อมกับอนาคตอย่างไร เมื่อเห็นฉากหนึ่ง โมเดลควรไม่เพียงตอบว่ามีอะไรอยู่ตรงหน้า แต่ต้องบอกได้ว่าควรเกิดอะไรต่อไป และถ้าจะสั่งการอะไรบางอย่าง