AI Tensibility

AI Tensibility 🚀 รู้ลึกจริงเรื่องเอไอ เราคือ:
- ที่ปรึกษาองค์กร
- วิทยากร
- วางกลยุทธ์AI
ยกระดับองค์กรด้วยAI เข้าใจธุรกิจคุณ สร้างผลลัพธ์วัดได้
📱088-273-3888

[AI Tensibility @AITensibility]

Reverse Information Paradox เมื่อ AI เรียนรู้จากองค์กร

ในช่วงหลายปีที่ผ่านมา การแข่งขันด้าน AI มักมุ่งเน้นไปที่คำถามว่า "โมเดลไหนฉลาดกว่า" หรือ "ใครสร้างโมเดลที่มีประสิทธิภาพสูงกว่า" ไม่ว่าจะเป็นจำนวนพารามิเตอร์ ความสามารถในการให้เหตุผล หรือคะแนน Benchmark ต่าง ๆ แต่บทความล่าสุดของ Satya Nadella ซีอีโอของ Microsoft กลับชวนให้มองปัญหาในอีกมิติหนึ่ง ซึ่งอาจสำคัญกว่าความสามารถของโมเดลเสียอีก นั่นคือ เมื่อองค์กรใช้ AI ทุกวัน ใครคือเจ้าขององค์ความรู้ที่เกิดขึ้นระหว่างการใช้งาน

Nadella เรียกปรากฏการณ์นี้ว่า Reverse Information Paradox หรือ "ปฏิทรรศน์ข้อมูลย้อนกลับ" โดยต่อยอดจากแนวคิด Information Paradox ของ Kenneth Arrow นักเศรษฐศาสตร์รางวัลโนเบล ซึ่งอธิบายว่า ผู้ขายข้อมูลจำเป็นต้องเปิดเผยข้อมูลบางส่วนก่อนจึงจะขายได้ แต่เมื่อผู้ซื้อได้รับข้อมูลแล้ว คุณค่าของข้อมูลก็ถูกส่งมอบไปโดยแทบไม่สามารถดึงกลับมาได้

ในยุค AI สถานการณ์กลับพลิกด้านอย่างสิ้นเชิง ผู้ขายโมเดลไม่ได้เป็นฝ่ายเสี่ยงอีกต่อไป แต่ผู้ซื้อกลับกลายเป็นฝ่ายที่ต้องเปิดเผยองค์ความรู้ของตนเองเพื่อให้ AI สามารถทำงานได้อย่างมีประสิทธิภาพ ยิ่งต้องการให้ AI เข้าใจธุรกิจ เข้าใจกระบวนการ หรือสามารถช่วยตัดสินใจได้ดีขึ้น องค์กรก็ยิ่งต้องป้อนข้อมูลภายใน วิธีคิด มาตรฐานการทำงาน และบริบทที่เป็นความลับมากขึ้นเรื่อย ๆ กล่าวได้ว่า องค์กรไม่ได้จ่ายเพียงค่าใช้บริการ AI แต่กำลังจ่ายด้วยสินทรัพย์ที่มีค่าที่สุดของตนเอง นั่นคือ "องค์ความรู้"

ประเด็นสำคัญที่ Nadella ต้องการชี้ให้เห็นคือ สิ่งที่ AI เรียนรู้ไม่ได้มีเพียงข้อมูลที่อัปโหลดเข้าไป แต่รวมถึงสิ่งที่หลายคนมองข้าม เช่น Prompt ที่พนักงานเขียน วิธีการใช้ Agent เครื่องมือที่เลือกใช้งาน การแก้ไขคำตอบเมื่อ AI ตอบผิด หรือแม้แต่เกณฑ์ที่องค์กรใช้ตัดสินว่า "คำตอบที่ดี" คืออะไร ข้อมูลเหล่านี้อาจดูเป็นเพียงร่องรอยการใช้งาน (AI Exhaust) แต่เมื่อสะสมเป็นเวลานาน มันกลับสะท้อนประสบการณ์ ความเชี่ยวชาญ และกระบวนการตัดสินใจที่เป็นเอกลักษณ์ขององค์กร ซึ่งเป็นองค์ความรู้ที่คู่แข่งไม่สามารถซื้อได้จากที่ใด

ในมุมมองนี้ AI จึงไม่ได้เป็นเพียงเครื่องมือที่องค์กรนำมาใช้งาน แต่เป็นระบบที่เรียนรู้จากองค์กรตลอดเวลา ทุกครั้งที่มนุษย์แก้ไข AI ความรู้ขององค์กรก็ถูกแปลงเป็นข้อมูลเชิงโครงสร้าง ทุกครั้งที่มีการประเมินผลหรือปรับ Workflow องค์กรกำลังสร้าง "วงจรการเรียนรู้" ที่มีคุณค่ามหาศาล คำถามสำคัญจึงไม่ใช่ว่า AI ฉลาดขึ้นหรือไม่ แต่คือ "ความฉลาดที่เพิ่มขึ้นนั้นเป็นของใคร"

ด้วยเหตุนี้ Nadella จึงเสนอว่า สิ่งที่องค์กรควรปกป้องในยุค AI ไม่ใช่เพียงข้อมูล (Data) แต่ต้องรวมถึง "กระบวนการเรียนรู้" ทั้งหมดขององค์กรด้วย เขาเรียกพื้นที่นี้ว่า Trust Boundary ซึ่งเป็นขอบเขตที่ข้อมูล ความทรงจำของระบบ (Memory) การประเมินผล (Evaluations) ข้อมูลย้อนกลับ (Feedback) น้ำหนักโมเดลที่ปรับแต่ง (Adapted Weights) และบริบทขององค์กรจะต้องถูกเก็บรักษาไว้ภายใน โดยไม่ควรถูกนำไปใช้ต่อหรือส่งออกไปยังผู้ให้บริการ AI หากไม่ได้รับความยินยอมอย่างชัดเจน

แนวคิดนี้สะท้อนการเปลี่ยนผ่านครั้งสำคัญของยุคเทคโนโลยี หากในยุค Cloud องค์กรแข่งขันกันด้วยการสะสมข้อมูล (Data Accumulation) ยุค AI จะเป็นการแข่งขันด้านการสะสม "การเรียนรู้" (Learning Accumulation) องค์กรที่สามารถสร้างวงจรการเรียนรู้ของตนเองได้ จะยิ่งทำให้ AI เข้าใจธุรกิจมากขึ้นเรื่อย ๆ และสร้างความได้เปรียบที่คู่แข่งลอกเลียนได้ยาก

เพื่อรองรับโลกเช่นนี้ Nadella เสนอหลักการสำคัญ 5 ประการ ได้แก่ Control ที่องค์กรต้องเป็นเจ้าของ Evaluation, Memory, Feedback และผลลัพธ์ที่เกิดจากการใช้งาน AI ของตนเอง Capability ที่องค์กรควรสามารถฝึกหรือปรับแต่งโมเดลภายในขอบเขตของตนเองโดยไม่ต้องเปิดเผยความรู้ให้บุคคลภายนอก Choice ที่ระบบควรแยกชั้น Orchestration ออกจากโมเดล เพื่อไม่ให้ธุรกิจผูกติดกับผู้ให้บริการรายใดรายหนึ่ง Cost ที่สามารถเลือกใช้โมเดลหลายประเภทให้เหมาะสมกับต้นทุนและคุณภาพ และสุดท้ายคือ Compound หรือการสร้างวงจรการเรียนรู้ต่อเนื่องที่ทำให้ AI ขององค์กรมีความสามารถเพิ่มขึ้นตามเวลาคล้ายเครื่องจักรที่สะสมความรู้และพัฒนาตัวเองอย่างต่อเนื่อง

ในมุมมองของผู้เขียน แนวคิด Reverse Information Paradox มีความสำคัญอย่างยิ่ง เพราะกำลังเปลี่ยนกรอบการสนทนาเรื่อง AI จากการแข่งขันด้าน "โมเดล" ไปสู่การแข่งขันด้าน "Learning Infrastructure" หรือโครงสร้างพื้นฐานของการเรียนรู้ หากที่ผ่านมาองค์กรถามว่า "จะเลือกใช้ GPT, Claude, Gemini หรือโมเดลใด" ในอนาคตคำถามที่สำคัญกว่าอาจเป็น "องค์กรสามารถรักษาวงจรการเรียนรู้ของตนเองไว้ได้หรือไม่"

ประเด็นนี้ยังสอดคล้องกับทิศทางของอุตสาหกรรม AI ที่เริ่มให้ความสำคัญกับ Sovereign AI, Private AI และ On-Premise AI มากขึ้น เพราะเมื่อองค์ความรู้ขององค์กรกลายเป็นสินทรัพย์ที่มีค่าที่สุด การควบคุมข้อมูลเพียงอย่างเดียวอาจไม่เพียงพออีกต่อไป สิ่งที่ต้องปกป้องคือกระบวนการทั้งหมดที่ทำให้องค์กรเรียนรู้ ตัดสินใจ และพัฒนาความสามารถของ AI ได้อย่างต่อเนื่อง

ท้ายที่สุด สิ่งที่ Nadella พยายามตั้งคำถามอาจไม่ใช่เรื่องเทคโนโลยี แต่เป็นเรื่อง "สิทธิในองค์ความรู้" ขององค์กร หากการใช้ AI ทุกครั้งทำให้เกิดการเรียนรู้ใหม่ขึ้นเสมอ องค์กรก็ควรมีสิทธิ์เป็นเจ้าของการเรียนรู้นั้นอย่างสมบูรณ์ เพราะในยุค AI ความได้เปรียบในการแข่งขันอาจไม่ได้อยู่ที่ว่าใครมีโมเดลที่ฉลาดที่สุด แต่อยู่ที่ว่าใครสามารถรักษาและต่อยอด "วงจรการเรียนรู้" ของตนเองได้ดีที่สุด โดยไม่ปล่อยให้คุณค่าดังกล่าวค่อย ๆ ไหลออกไปพร้อมกับทุก Prompt ทุก Feedback และทุกการใช้งาน AI ในแต่ละวัน

แหล่งที่มา: https://t.co/DJEnV41jk0

[Satya Nadella @satyanadella]

https://t.co/xv6csf1SbV

[AI Tensibility @AITensibility]

AI Risk กับระเบียบโลกใหม่ เมื่อ AI หลุดพ้นจากโจทย์ทางเทคนิค สู่ความท้าทายของธรรมาภิบาลแห่งศตวรรษที่ 21

ในช่วงเวลาเพียงไม่กี่สัปดาห์ที่ผ่านมา มีเหตุการณ์สำคัญสามเหตุการณ์ที่เกิดขึ้นอย่างแทบจะต่อเนื่องกัน แม้ดูเหมือนเป็นข่าวคนละเรื่อง แต่เมื่อพิจารณาร่วมกันกลับสะท้อนการเปลี่ยนแปลงครั้งใหญ่ของโลก AI อย่างมีนัยสำคัญ เหตุการณ์แรกคือรัฐสภาสหรัฐฯ ผ่านรายงาน Congressional Research Service (CRS) ที่อธิบายคำสั่งฝ่ายบริหาร Executive Order 14409 ของรัฐบาลสหรัฐฯ ซึ่งเริ่มวางกรอบการกำกับดูแล Frontier AI ในฐานะประเด็นความมั่นคงไซเบอร์และความมั่นคงแห่งชาติ เหตุการณ์ที่สองคือการที่ UK AI Security Institute สามารถค้นพบ "Universal Jailbreak" ของ GPT-5.6 Sol ได้ซ้ำแล้วซ้ำเล่า แม้ OpenAI จะใช้ระบบ Guardrail และ Safety Stack ที่ซับซ้อนที่สุดเท่าที่เคยสร้างมา และเหตุการณ์ที่สามคือบทความ "Plan A" จาก AI Futures Project ซึ่งเสนอภาพอนาคตของโลกที่รัฐมหาอำนาจร่วมกันกำกับดูแล AI ระดับสูงผ่านการควบคุม Compute และศูนย์ข้อมูล

หากมองเพียงผิวเผิน ทั้งสามข่าวแทบไม่มีความเกี่ยวข้องกัน ข่าวแรกเป็นเรื่องนโยบายรัฐ ข่าวที่สองเป็นเรื่องเทคนิคของโมเดลภาษา และข่าวสุดท้ายเป็นบทความเชิงอนาคตศาสตร์ แต่เมื่อวางเรียงต่อกันกลับเผยให้เห็นว่า การถกเถียงเรื่อง AI ได้เปลี่ยนผ่านจากคำถามว่า "โมเดลฉลาดแค่ไหน" ไปสู่คำถามที่ใหญ่กว่านั้น คือ "มนุษย์จะกำกับดูแลอำนาจรูปแบบใหม่นี้อย่างไร"

สิ่งที่น่าสนใจที่สุดของรายงาน CRS คือการเปลี่ยนมุมมองของรัฐบาลสหรัฐฯ ต่อ Frontier AI อย่างชัดเจน จากเดิมที่รัฐบาลในยุคก่อนให้ความสำคัญกับ AI Safety ในความหมายของความปลอดภัยต่อสังคม สิทธิพลเมือง ความลำเอียง หรือผลกระทบต่อผู้บริโภค แต่คำสั่ง Executive Order 14409 กลับเปลี่ยนจุดเน้นมาสู่ AI Security โดยตรง กล่าวคือ รัฐบาลไม่ได้ถามอีกต่อไปว่า AI จะตอบคำถามผิดหรือไม่ แต่ถามว่า AI จะสามารถค้นหาช่องโหว่ เขียน Exploit หรือสนับสนุนปฏิบัติการไซเบอร์ได้มากเพียงใด และรัฐควรสร้างกลไกใดเพื่อประเมินโมเดลเหล่านี้ก่อนนำไปใช้ในโครงสร้างพื้นฐานสำคัญของประเทศ

รายงานดังกล่าวเสนอให้สร้างระบบ Benchmark ลับสำหรับ Frontier Model กำหนดนิยามของ Covered Frontier Model และสร้าง AI Cybersecurity Clearinghouse สำหรับแลกเปลี่ยนข้อมูลภัยคุกคามระหว่างรัฐบาลกับภาคเอกชน แม้ระบบจะยังอาศัยความสมัครใจเป็นหลัก แต่ทิศทางที่เห็นได้ชัดคือ รัฐบาลกำลังขยับจากการออกแนวปฏิบัติ ไปสู่การสร้างสถาบันกำกับดูแล AI ในฐานะโครงสร้างพื้นฐานด้านความมั่นคง

เพียงไม่กี่วันหลังจากนั้น UK AI Security Institute เผยผลการทดสอบ GPT-5.6 Sol ซึ่งยิ่งตอกย้ำเหตุผลของรัฐบาลสหรัฐฯ ว่าความกังวลดังกล่าวมิใช่เพียงสมมติฐานทางทฤษฎี นักวิจัยสามารถค้นพบ Universal Jailbreak ได้ในทุกช่วงของการทดสอบ ทำให้โมเดลสามารถดำเนินงานด้าน Offensive Cybersecurity แบบต่อเนื่อง ไม่ว่าจะเป็นการค้นหาช่องโหว่หรือการพัฒนา Exploit โดยที่ความสามารถหลักของโมเดลแทบไม่ลดลง

สิ่งที่ข่าวนี้สะท้อนคือ Guardrail หรือระบบป้องกันที่ใช้ภาษาเป็นกลไกหลักยังคงมีข้อจำกัดเชิงโครงสร้าง โมเดลขนาดใหญ่ถูกฝึกให้มีความสามารถด้านการให้เหตุผล การตีความบริบท และการปรับกลยุทธ์อย่างยืดหยุ่น คุณสมบัติเดียวกันนี้เองกลับทำให้ผู้โจมตีสามารถค่อย ๆ ปรับภาษาเพื่อหลบเลี่ยงระบบตรวจจับได้อยู่เสมอ การป้องกันจึงมีลักษณะเป็นการแข่งขันแบบต่อเนื่องระหว่างผู้พัฒนาและผู้โจมตี มากกว่าจะเป็นปัญหาที่สามารถแก้ไขได้ด้วยการแพตช์เพียงครั้งเดียว

อย่างไรก็ตาม ผลการทดสอบดังกล่าวก็ควรตีความอย่างระมัดระวัง เพราะ UK AI Security Institute ได้รับสิทธิ์เข้าถึงระบบภายในของ OpenAI มากกว่าผู้ใช้งานทั่วไป ไม่ว่าจะเป็น Chain-of-Thought ของ Safety Monitor นโยบายภายใน และข้อมูลจาก Classifier แบบเรียลไทม์ จึงเป็นการทดสอบในลักษณะ Grey-box มากกว่า Black-box ซึ่งหมายความว่า การค้นพบ Jailbreak ในโลกความเป็นจริงอาจใช้เวลานานกว่านี้ แม้ผู้วิจัยเองจะเชื่อว่าวิธีการลักษณะเดียวกันยังสามารถค้นพบได้ในที่สุด

เมื่อรัฐบาลเริ่มกังวล และระบบป้องกันของโมเดลยังคงถูกหลบเลี่ยงได้ บทความ Plan A จึงเสนอภาพใหญ่ของอนาคตว่าการกำกับดูแล AI ควรพัฒนาไปในทิศทางใด ข้อเสนอสำคัญของ Plan A คือการควบคุม Compute ผ่านชิปประมวลผล ศูนย์ข้อมูล และการสร้างข้อตกลงระหว่างสหรัฐฯ กับจีนเพื่อจำกัดการพัฒนา Frontier AI ให้อยู่ภายใต้การตรวจสอบร่วมกัน ก่อนจะค่อย ๆ เพิ่มเพดานความสามารถของโมเดลในระยะยาว

แม้ข้อเสนอหลายประการจะมีความคิดสร้างสรรค์และช่วยผลักดันการถกเถียงด้าน AI Governance ไปอีกขั้น แต่ในมุมมองของผู้เขียน ยังมีสมมติฐานหลายประการที่ควรถูกตั้งคำถามอย่างจริงจัง

ประการแรก Plan A และโครงการ AI 2027 ซึ่งอยู่ในกลุ่มความคิดเดียวกัน มีแนวโน้มอาศัยสมมติฐานแบบ Effective Altruism (EA) ค่อนข้างสูง กล่าวคือ สมมติว่าความก้าวหน้าของ AI จะเป็นเส้นตรงหรืออาจเร่งตัวแบบทวีคูณจนเกิด Recursive Self-Improvement และนำไปสู่ Artificial General Intelligence หรือแม้แต่ Superintelligence ภายในระยะเวลาอันสั้น อย่างไรก็ตาม ปัจจุบันยังไม่มีหลักฐานเชิงประจักษ์ที่ยืนยันว่าระบบ Large Language Model เพียงลำพังจะสามารถก้าวข้ามไปสู่ AGI ได้จริง

โมเดลภาษาในปัจจุบันประสบความสำเร็จอย่างมากในด้านการใช้ภาษา การวางแผน และการให้เหตุผลบางประเภท แต่ก็ยังมีข้อจำกัดพื้นฐานด้านการสร้างแบบจำลองโลก (World Modeling) ความเข้าใจเชิงเหตุและผลในโลกกายภาพ และความสามารถในการเรียนรู้แบบต่อเนื่อง นักวิจัยอย่าง Yann LeCun จึงเสนอว่าเส้นทางสู่ AGI น่าจะต้องอาศัย World Model Architecture ซึ่งแตกต่างจาก LLM อย่างมีนัยสำคัญ มากกว่าการเพิ่มขนาดโมเดลภาษาเพียงอย่างเดียว

นอกจากนี้ หากพิจารณาจากวิวัฒนาการของฮาร์ดแวร์ ก็มีความเป็นไปได้ว่าวิวัฒนาการครั้งถัดไปอาจไม่ได้อยู่ที่การเพิ่มจำนวนพารามิเตอร์ แต่เป็นการผสานระหว่าง Quantum Computing กับ AI หรือ Quantum-enhanced Machine Learning ซึ่งจะเปลี่ยนข้อจำกัดเชิงคำนวณไปอีกระดับหนึ่ง ส่วนคำถามเรื่องจิตสำนึก (Consciousness) หรือความรู้สึกนึกคิด (Sentience) ของ AI นั้น ปัจจุบันยังไม่มีหลักฐานทางวิทยาศาสตร์รองรับว่าระบบใดสามารถก้าวไปถึงจุดดังกล่าวได้ จึงยังเร็วเกินไปที่จะออกแบบธรรมาภิบาลโดยตั้งอยู่บนสมมติฐานว่า AI จะมีสำนึกในตนเองในอนาคตอันใกล้

อีกประเด็นที่ผู้เขียนเห็นว่ามีความเป็นไปได้น้อย คือข้อเสนอเรื่องความร่วมมือเชิงลึกระหว่างสหรัฐฯ กับจีนในการกำกับ Frontier AI จากมุมมองของวิชาความมั่นคงระหว่างประเทศ ความร่วมมือด้านเทคโนโลยีเชิงยุทธศาสตร์ในระดับดังกล่าวจำเป็นต้องอาศัยความไว้วางใจและความสอดคล้องของค่านิยมในระดับสูง ซึ่งปัจจุบันยังห่างไกลจากความเป็นจริง

แม้ทั้งสองประเทศอาจสามารถตกลงกันในบางประเด็น เช่น การลดความเสี่ยงของอุบัติเหตุทางเทคนิค การสื่อสารในภาวะวิกฤติ หรือการป้องกันการแพร่กระจายของเทคโนโลยีบางประเภท แต่การสร้างมาตรฐานร่วมด้าน "จริยธรรมของโมเดล" กลับเป็นเรื่องที่ยากกว่ามาก เพราะความแตกต่างไม่ได้อยู่ที่เทคนิค หากแต่อยู่ที่ปรัชญาการเมือง

ตัวอย่างที่เห็นได้ชัดคือคำถามง่าย ๆ ว่า AI ควรตอบคำถามเกี่ยวกับเหตุการณ์เทียนอันเหมินอย่างไร สำหรับโลกเสรีนิยม ประเด็นนี้เกี่ยวข้องกับเสรีภาพในการแสดงความคิดเห็น สิทธิมนุษยชน และสิทธิในการเข้าถึงข้อมูล แต่สำหรับจีน ประเด็นเดียวกันกลับเกี่ยวข้องกับเสถียรภาพของรัฐ ความมั่นคงภายใน และความชอบธรรมของระบอบการปกครอง ความแตกต่างดังกล่าวมิใช่ความเห็นที่สามารถประนีประนอมได้ด้วยการออกแบบ Prompt หรือ Policy หากแต่เป็นความแตกต่างเชิงปรัชญาเกี่ยวกับธรรมชาติของรัฐ อำนาจ และสิทธิของปัจเจก

ดังนั้น การคาดหวังว่ามหาอำนาจทั้งสองจะสามารถสร้าง Frontier AI ภายใต้กรอบจริยธรรมเดียวกัน จึงอาจเป็นการประเมินต่ำเกินไปต่อความแตกต่างเชิงอุดมการณ์ที่ดำรงอยู่ในระบบระหว่างประเทศ

ถึงแม้ผู้เขียนจะตั้งข้อสังเกตต่อสมมติฐานของ Plan A แต่คุณูปการที่สำคัญของบทความนี้คือการยกระดับการสนทนาเรื่อง AI จากคำถามทางเทคนิค ไปสู่คำถามเชิงสถาบันและธรรมาภิบาล กล่าวคือ หาก AI กลายเป็นโครงสร้างพื้นฐานเชิงยุทธศาสตร์จริง การกำกับดูแลจะไม่สามารถจำกัดอยู่เพียงการเซ็นเซอร์คำตอบหรือการออกแนวปฏิบัติด้านจริยธรรมอีกต่อไป แต่จำเป็นต้องครอบคลุมตั้งแต่ตัวโมเดล สิทธิ์การเข้าถึงเครื่องมือ โครงสร้างพื้นฐานด้าน Compute ระบบคลาวด์ ตลาดทุน ไปจนถึงความร่วมมือระหว่างรัฐ

เมื่อพิจารณาทั้งสามเหตุการณ์ร่วมกัน จะเห็นพัฒนาการที่ต่อเนื่องอย่างชัดเจน รายงาน CRS แสดงให้เห็นว่ารัฐกำลังเริ่มสร้างสถาบันกำกับดูแล Frontier AI การทดสอบของ UK AI Security Institute แสดงให้เห็นว่าความเสี่ยงทางเทคนิคยังคงมีอยู่จริง ขณะที่ Plan A พยายามตอบคำถามว่าหาก AI พัฒนาต่อไปจนกลายเป็นโครงสร้างพื้นฐานหลักของโลก มนุษย์ควรออกแบบระเบียบการเมืองและเศรษฐกิจใหม่อย่างไร

ท้ายที่สุด คำถามที่สำคัญที่สุดอาจไม่ใช่ว่า AI จะฉลาดกว่ามนุษย์เมื่อใด หากแต่คือ มนุษย์จะสามารถสร้างสถาบัน ธรรมาภิบาล และกติกาทางการเมืองที่แข็งแรงพอจะรองรับเทคโนโลยีดังกล่าวได้ก่อนหรือไม่ เพราะประวัติศาสตร์แสดงให้เห็นอยู่เสมอว่า ความท้าทายที่ยิ่งใหญ่ที่สุดของเทคโนโลยี ไม่ใช่การประดิษฐ์มันขึ้นมา แต่คือการสร้างระเบียบสังคมที่สามารถอยู่ร่วมกับมันได้อย่างมั่นคงและยั่งยืน

ข้อมูลอ้างอิง:
- CRS report: Controlling Advanced Artificial Intelligence: Executive Order 14409 Explained https://t.co/0qd5v6r2RJ
- X/Twitter UK AISI tested cybersecurity safeguards on GPT-5.6 https://t.co/CFL4SZVeht
- Astral Codex Ten: Introducing Plan A https://t.co/ZcP3w3GlPd

[Xander Davies @alxndrdavies]

At @AISecurityInst, we tested the cybersecurity safeguards on GPT-5.6 Sol. In all rounds of testing, we found universal jailbreaks that allowed for long-form agentic task completion in domains like vulnerability discovery and exploit development. 🧵

[AI Tensibility @AITensibility]

S&P ดาวน์เกรดออราเคิลหนึ่งระดับเหนือจั๊งค์บอนด์ เหตุดีลเสี่ยงเดิมพันรุ่งหรือร่วงกับโอเพ่นเอไอ แต่เหตุผลที่แท้จริงลึกซึ้งกว่านั้น

การที่ S&P Global Ratings ปรับลดอันดับความน่าเชื่อถือระยะยาวของออราเคิล (Oracle) จาก BBB ลงมาอยู่ที่ BBB- ซึ่งเป็นระดับสุดท้ายก่อนหลุดสู่สถานะ "จั๊งค์บอนด์" ถูกตีความในสื่อและโลกการเงินอย่างกว้างขวางว่าเป็นผลจากการที่บริษัทรับความเสี่ยงมากเกินไปจากการลงทุนด้านโครงสร้างพื้นฐานปัญญาประดิษฐ์ (AI Infrastructure) โดยเฉพาะความสัมพันธ์เชิงธุรกิจกับโอเพ่นเอไอ (OpenAI) ที่กลายเป็นลูกค้ารายสำคัญที่สุดของบริษัท อย่างไรก็ตาม หากพิจารณาจากรายงานของ S&P เอกสารของบริษัท ตลอดจนรายงานเชิงสืบสวนจาก Financial Times และ Wall Street Journal จะพบว่า ประเด็นนี้มิใช่เพียงเรื่อง "โอเพ่นเอไออาจไม่มีเงินจ่าย" ดังที่หลายคนสรุปอย่างง่าย หากแต่สะท้อนการเปลี่ยนผ่านเชิงยุทธศาสตร์ครั้งใหญ่ที่สุดของออราเคิลนับตั้งแต่ก่อตั้งบริษัท

ในสายตาของนักลงทุนทั่วไป ดีลระหว่าง Oracle กับ OpenAI อาจเป็นเพียงสัญญาลูกค้ารายใหญ่ แต่ในสายตาของนักวิเคราะห์เครดิต สิ่งที่เกิดขึ้นคือการที่บริษัทแห่งหนึ่งยอมปรับโครงสร้างงบดุลของตนเอง เพื่อเดิมพันกับลูกค้ารายเดียวในระดับที่แทบไม่เคยเกิดขึ้นมาก่อนในอุตสาหกรรมคลาวด์คอมพิวติง Oracle ลงนามสัญญาเช่าศูนย์ข้อมูลระยะยาวตั้งแต่ประมาณ 15-19 ปี พร้อมลงทุนด้านดาต้าเซ็นเตอร์ ระบบไฟฟ้า ระบบระบายความร้อน และคลัสเตอร์จีพียู (GPU Cluster) มูลค่าหลายแสนล้านดอลลาร์ ขณะที่รายได้จากลูกค้ากลับผูกอยู่กับสัญญาที่มีระยะเวลาสั้นกว่ามาก ความแตกต่างระหว่างภาระผูกพันระยะยาวกับรายรับระยะกลางเช่นนี้ คือสิ่งที่สถาบันจัดอันดับเครดิตกังวลมากที่สุด เพราะหากลูกค้าหลักไม่สามารถดำเนินธุรกิจได้ตามแผน Oracle จะยังคงมีภาระต้องรับผิดชอบโครงสร้างพื้นฐานเหล่านั้นต่อไป

อย่างไรก็ตาม หากมองเพียงประเด็นความเสี่ยงด้านเครดิต จะทำให้มองไม่เห็นเหตุผลที่แท้จริงว่าทำไม Oracle จึงยอมรับความเสี่ยงในระดับนี้ คำตอบสำคัญคือ Oracle ไม่ได้มอง OpenAI เป็นเพียง "ลูกค้า" แต่เป็น "Anchor Tenant" หรือผู้เช่าหลักที่จะทำให้บริษัทสามารถเร่งการเปลี่ยนผ่านจากผู้เล่นคลาวด์ลำดับรอง ไปสู่การเป็นหนึ่งในผู้ให้บริการโครงสร้างพื้นฐาน AI ระดับโลกได้ภายในเวลาไม่กี่ปี

นับตั้งแต่ AWS, Microsoft Azure และ Google Cloud ครองตลาดคลาวด์ Oracle พยายามไล่ตามคู่แข่งมาโดยตลอด แต่ไม่สามารถลดช่องว่างได้ด้วยแนวทางปกติ หากยังแข่งขันแบบเดิม Oracle คงต้องใช้เวลาอีกนานกว่าจะมีฐานลูกค้าและขนาดธุรกิจเทียบเท่าผู้นำตลาด OpenAI จึงกลายเป็นโอกาสที่หาได้ยาก เพราะแทบไม่มีองค์กรใดในโลกที่ต้องการกำลังประมวลผล AI ในระดับกิกะวัตต์ (Gigawatt Scale) การได้ลูกค้ารายนี้ไม่เพียงสร้างรายได้ แต่ยังเป็นหลักฐานเชิงวิศวกรรม (Proof of Capability) ว่า Oracle สามารถบริหารศูนย์ข้อมูล AI ขนาดใหญ่ที่สุดแห่งหนึ่งของโลกได้ ซึ่งอาจดึงดูดลูกค้ารายอื่นในอนาคต ไม่ว่าจะเป็นบริษัทเทคโนโลยี รัฐบาล หรือผู้พัฒนาโมเดล AI รายใหม่

ที่น่าสนใจยิ่งกว่านั้นคือ จุดเริ่มต้นของความร่วมมือนี้มิได้เกิดจากการที่ OpenAI ต้องการย้ายออกจาก Microsoft หากแต่เกิดจากข้อจำกัดของ Microsoft เอง ในช่วงแรก OpenAI ใช้ Azure เป็นผู้ให้บริการหลัก แต่เมื่อความต้องการกำลังประมวลผลเพิ่มขึ้นอย่างรวดเร็ว Microsoft ไม่สามารถจัดสรรทรัพยากรได้เพียงพอ อีกทั้งยังต้องแบ่งทรัพยากรให้กับ Copilot บริการ Azure AI และโครงการ AI ภายในของตนเอง จึงเปิดทางให้ Oracle Cloud Infrastructure (OCI) เข้ามาเสริมกำลังการประมวลผลในปี 2024 ก่อนที่บทบาทของ Oracle จะขยายตัวอย่างต่อเนื่องผ่านโครงการ Stargate ในเวลาต่อมา

หากพิจารณาจากรายงานเชิงสืบสวนของ Financial Times จะพบว่า ข้อตกลงขนาดมหาศาลระหว่าง OpenAI กับ Oracle มิได้เกิดจากการวางแผนระยะยาวที่สมบูรณ์แบบ แต่เกิดจากกระบวนการที่ค่อย ๆ ขยายตัวตามโอกาสที่เกิดขึ้นในแต่ละช่วงเวลา โครงการศูนย์ข้อมูลบางแห่งเดิมทีเตรียมไว้สำหรับลูกค้ารายอื่น ก่อนจะถูกปรับมาใช้รองรับ OpenAI เมื่อความต้องการกำลังประมวลผลเพิ่มขึ้นอย่างรวดเร็ว ข้อตกลงใหม่แต่ละครั้งจึงต่อยอดจากข้อตกลงเดิม จนในที่สุดกลายเป็นภาระผูกพันรวมมูลค่าหลายแสนล้านดอลลาร์ นี่เป็นลักษณะของสิ่งที่นักรัฐศาสตร์และนักเศรษฐศาสตร์เรียกว่า Path Dependence หรือการที่การตัดสินใจในอดีตค่อย ๆ ผลักดันให้องค์กรเดินเข้าสู่เส้นทางซึ่งยากจะย้อนกลับ มากกว่าจะเป็นการตัดสินใจเดิมพันครั้งเดียวแบบ "All-in"

อีกประเด็นหนึ่งที่มักถูกมองข้ามคือ โครงสร้างการกำกับดูแลของ Oracle แตกต่างจากบริษัทเทคโนโลยีขนาดใหญ่หลายแห่งอย่างมีนัยสำคัญ ลาร์รี เอลลิสัน (Larry Ellison) ผู้ก่อตั้งและประธานกรรมการ ยังคงมีอิทธิพลต่อทิศทางเชิงยุทธศาสตร์ของบริษัทอย่างสูง บริษัทที่มีผู้ก่อตั้งควบคุมการตัดสินใจมักสามารถรับความเสี่ยงระยะยาวได้มากกว่าบริษัทที่บริหารโดยผู้จัดการมืออาชีพซึ่งต้องคำนึงถึงผลประกอบการรายไตรมาสและแรงกดดันจากตลาดทุน การเดิมพันกับ OpenAI จึงสอดคล้องกับบุคลิกการบริหารของ Ellison ที่มักเข้าสู่ตลาดช้ากว่าคู่แข่ง แต่เลือกเดิมพันครั้งใหญ่เมื่อเห็นว่าตลาดกำลังเปลี่ยนผ่าน

ในอีกด้านหนึ่ง OpenAI เองก็ได้รับประโยชน์จาก Oracle ในลักษณะที่ Microsoft ไม่สามารถมอบให้ได้อีกต่อไป ความสัมพันธ์ระหว่าง Microsoft กับ OpenAI มีความซับซ้อน เพราะ Microsoft เป็นทั้งผู้ลงทุน ผู้ให้บริการคลาวด์ ผู้จัดจำหน่ายเทคโนโลยี และในบางด้านก็เป็นคู่แข่งผ่านผลิตภัณฑ์ AI ของตนเอง OpenAI จึงมีแรงจูงใจที่จะกระจายความเสี่ยงและลดการพึ่งพา Microsoft ขณะที่ Oracle ไม่มีโมเดล AI ชั้นนำของตนเองที่แข่งขันโดยตรงกับ OpenAI ผลประโยชน์ของ Oracle จึงผูกกับความสำเร็จของ OpenAI อย่างเกือบสมบูรณ์ ความสอดคล้องของแรงจูงใจนี้ทำให้ทั้งสองฝ่ายสามารถสร้างความร่วมมือในระดับที่ลึกกว่าความสัมพันธ์ระหว่างลูกค้ากับผู้ให้บริการคลาวด์ทั่วไป

เมื่อพิจารณาในภาพรวม จะเห็นว่าดีลนี้มิใช่เพียงการที่ Oracle รับความเสี่ยงจากลูกค้ารายใหญ่ หากแต่เป็นการแลกเปลี่ยนจุดอ่อนระหว่างสององค์กร OpenAI มีเทคโนโลยี ความต้องการใช้กำลังประมวลผล และศักยภาพในการสร้างตลาด AI แต่ขาดโครงสร้างพื้นฐานและเงินลงทุนมหาศาลในการสร้างศูนย์ข้อมูลด้วยตนเอง ส่วน Oracle มีฐานะทางการเงิน ความสามารถในการก่อสร้างและบริหารโครงสร้างพื้นฐานระดับโลก แต่ยังขาดลูกค้าระดับที่จะพลิกสถานะของธุรกิจคลาวด์ ทั้งสองฝ่ายจึงใช้กันและกันเพื่อแก้ไขข้อจำกัดของตนเอง

อย่างไรก็ตาม สิ่งที่นักลงทุนควรจับตาไม่ใช่เพียงว่า OpenAI จะสามารถชำระเงินได้หรือไม่ หากแต่คือสมมติฐานทั้งสามข้อที่อยู่เบื้องหลังยุทธศาสตร์นี้ ประการแรก OpenAI ต้องสามารถเพิ่มรายได้ในอัตราที่สอดคล้องกับภาระผูกพันด้านโครงสร้างพื้นฐาน ประการที่สอง Oracle ต้องสามารถก่อสร้างและส่งมอบศูนย์ข้อมูลได้ทันก่อนที่เทคโนโลยีหรือโครงสร้างตลาดจะเปลี่ยนแปลง และประการสุดท้าย ความต้องการกำลังประมวลผล AI ของโลกต้องยังคงเติบโตต่อเนื่องจนทำให้ศูนย์ข้อมูลเหล่านี้สามารถนำไปใช้กับลูกค้ารายอื่นได้ แม้ในกรณีที่ OpenAI ลดการใช้บริการในอนาคต

ท้ายที่สุด การปรับลดอันดับเครดิตของ Oracle จึงไม่ควรถูกตีความว่าเป็นการตัดสินว่า OpenAI กำลังจะล้มเหลว หากแต่เป็นการส่งสัญญาณจากตลาดตราสารหนี้ว่า นักลงทุนเริ่มเรียกร้อง "ค่าตอบแทนของความเสี่ยง" สำหรับยุทธศาสตร์ที่กล้าหาญที่สุดครั้งหนึ่งในประวัติศาสตร์อุตสาหกรรมคลาวด์ Oracle กำลังเดิมพันอันดับความน่าเชื่อถือทางการเงินของตน เพื่อแลกกับโอกาสในการก้าวขึ้นเป็นผู้เล่นหลักของโครงสร้างพื้นฐาน AI โลก หากการเดิมพันครั้งนี้สำเร็จ อาจกลายเป็นหนึ่งในการพลิกโฉมธุรกิจครั้งสำคัญที่สุดของยุค AI แต่หากสมมติฐานพื้นฐานข้อใดข้อหนึ่งไม่เป็นจริง ผลกระทบก็อาจขยายจากงบดุลของ Oracle ไปสู่ตลาดทุนและระบบการเงินในวงกว้าง ดังที่สถาบันจัดอันดับเครดิตเริ่มส่งสัญญาณเตือนแล้วในวันนี้

---

**อ้างอิง**

S&P Global Ratings. *Oracle Corporation Outlook Revised To Negative On Higher AI Investment, Ratings Affirmed.*

Oracle Corporation. *OpenAI Selects Oracle Cloud Infrastructure to Extend Microsoft Azure AI Platform* (2024).

OpenAI. *Announcing the Stargate Project* (2025).

OpenAI. *Stargate Advances with Partnership with Oracle* (2025).

Financial Times. *OpenAI shunned advisers on $1.5tn of deals.*

Financial Times. *Investors push for higher yield on Oracle-backed data centre debt.*

The Wall Street Journal. *OpenAI and Oracle Sign $300 Billion Cloud Deal Among Biggest in History.*

The Wall Street Journal. *Oracle's AI Debt Pushes Wall Street to the Limit.*

[AI Tensibility @AITensibility]

Cursor 3.11 เพิ่ม Side Chats และค้นหาประวัติ AI ช่วยเขียนโค้ดได้ลื่นไหลกว่าเดิม

Cursor เปิดตัวอัปเดตเวอร์ชัน 3.11 พร้อมฟีเจอร์ใหม่ที่ช่วยให้การทำงานร่วมกับ AI มีความต่อเนื่องและเป็นธรรมชาติมากขึ้น โดยไฮไลต์สำคัญคือ Side Chats ซึ่งเปิดใช้งานผ่านคำสั่ง /side หรือ /btw ช่วยให้ผู้ใช้สามารถแตกประเด็นไปถามคำถาม ทดลองไอเดีย หรือดีบักปัญหาได้ในบทสนทนาแยก โดยไม่รบกวนเธรดหลักของงาน เมื่อได้คำตอบแล้วก็สามารถดึงบริบทกลับมาที่บทสนทนาหลักผ่านการอ้างอิงด้วย @ ได้ทันที

อีกฟีเจอร์ที่น่าสนใจคือ Transcript Search ซึ่งสร้างดัชนีการค้นหาไว้บนเครื่อง (Local Search Index) ทำให้สามารถค้นหาประวัติการสนทนากับ AI ได้อย่างรวดเร็ว แม้จะมีบทสนทนาหลายพันรายการ โดยเรียกใช้งานผ่าน Cmd+K หรือ Cmd+F ช่วยให้ย้อนกลับไปดูวิธีแก้ปัญหาเดิมหรือโค้ดที่เคยสร้างไว้ได้สะดวกยิ่งขึ้น

นอกจากนี้ Cursor 3.11 ยังปรับปรุงตัวเลือกการสลับโปรเจกต์ (Project Picker) และเพิ่มการรองรับการเชื่อมต่อกับ Cloud Agents เพื่อให้การทำงานข้ามโปรเจกต์และการใช้ AI ในงานพัฒนาซอฟต์แวร์มีประสิทธิภาพมากขึ้น

การอัปเดตครั้งนี้ได้รับเสียงตอบรับเชิงบวกจากนักพัฒนา โดยหลายคนมองว่า Side Chats ช่วยลดการคัดลอกข้อมูลไปมาระหว่างบทสนทนา ทำให้สามารถรักษาสมาธิในการเขียนโค้ด (Developer Flow) ได้ดียิ่งขึ้น และทำให้การทำงานร่วมกับ AI มีความคล่องตัวกว่าที่เคย

แหล่งที่มา: https://t.co/vaHJB903gp
ข้อมูลเพิ่มเตืม: https://t.co/RwtamffcBm

[Cursor @cursor_ai]

Introducing side chats, a new way to ask questions and explore ideas without interrupting your main conversation.

Each side chat is a durable agent conversation you can @-mention to bring context back into the main thread.

[AI Tensibility @AITensibility]

Anthropic เพิ่มเบราว์เซอร์ในตัวให้ Claude Code ใช้งานเว็บได้โดยตรง

Anthropic เปิดตัว Built-in Browser สำหรับ Claude Code Desktop ช่วยให้ Claude สามารถเปิดเว็บไซต์ อ่านเอกสาร คลิกลิงก์ กรอกแบบฟอร์ม และตรวจสอบผลลัพธ์ของเว็บแอปผ่านภาพหน้าจอได้โดยตรงจากภายในแอป ไม่ต้องสลับไปใช้เบราว์เซอร์ภายนอก

เบราว์เซอร์ดังกล่าวทำงานใน Sandbox ที่แยกจากเบราว์เซอร์หลักของผู้ใช้ ไม่มีการแชร์ประวัติ คุกกี้ หรือบัญชีที่ล็อกอินไว้ พร้อมมีระบบยืนยันก่อนดำเนินการที่อาจมีความเสี่ยง และสามารถตั้งค่าได้ว่าจะเก็บเซสชันไว้หรือไม่

ฟีเจอร์นี้ทำงานร่วมกับ Parallel Sessions และ Integrated Terminal ทำให้ Claude สามารถทดสอบเว็บแอป ตรวจสอบปัญหา และช่วยดีบักได้อย่างต่อเนื่องภายในเวิร์กโฟลว์เดียว นักพัฒนาหลายคนมองว่านี่เป็นก้าวสำคัญที่ทำให้ AI "มองเห็น" และโต้ตอบกับหน้าเว็บจริงได้ จึงช่วยยกระดับการพัฒนาและทดสอบซอฟต์แวร์อย่างมาก

แหล่งที่มา: https://t.co/zg1kiaRLXh
ข้อมูลเพิ่มเติม: https://t.co/xds23LzysV

[ClaudeDevs @ClaudeDevs]

Claude Code on desktop now has an in-app browser.

Claude can pull up docs, designs, or any other site. It can read, click through, and interact the same way it does with your local dev servers.

It's sandboxed and configurable: you choose whether sessions persist.

[AI Tensibility @AITensibility]

Boston Dynamics จัด Viking Row รับกระแสฟุตบอลโลก

แหล่งที่มา: https://t.co/05JdTdF04W

[Boston Dynamics @BostonDynamics]

World Cup fever continues! Viking Row at Boston Dynamics HQ!

[AI Tensibility @AITensibility]

Thinking Machines ชูวิสัยทัศน์ AI ต้องหลากหลาย ไม่ใช่มีแค่โมเดลเดียว

Thinking Machines บริษัท AI ที่ก่อตั้งโดย Mira Murati อดีต CTO ของ OpenAI ได้เผยแพร่เอกสารแสดงวิสัยทัศน์ (Worldview) และพันธกิจของบริษัทเป็นครั้งแรก พร้อมนำเสนอแนวคิดที่แตกต่างจากทิศทางของอุตสาหกรรม AI ในปัจจุบันอย่างชัดเจน โดยเชื่อว่าอนาคตที่ดีที่สุดไม่ใช่โลกที่ถูกขับเคลื่อนด้วย AI เพียงโมเดลเดียว แต่เป็นโลกที่มี AI จำนวนมาก ซึ่งเติบโตจากผู้คน วัฒนธรรม และองค์ความรู้ที่แตกต่างกันในแต่ละพื้นที่

Mira Murati ได้สรุปแก่นของแนวคิดนี้ผ่านโพสต์บน X ว่า "คุณค่าของมนุษย์ไม่สามารถนำมาเฉลี่ยรวมกันได้ ความรู้ในแต่ละพื้นที่ไม่สามารถรวมศูนย์ได้ และอนาคตที่ดีควรประกอบด้วย AI จำนวนมาก ที่เติบโตในบริบทต่างกัน ถูกหล่อหลอมโดยผู้คนที่ใช้งาน และสามารถมีความคิดเห็นไม่ตรงกันได้ เหมือนกับมนุษย์" แนวคิดดังกล่าวสะท้อนจุดยืนของบริษัทว่า AI ไม่ควรถูกกำหนดโดยผู้สร้างเพียงไม่กี่องค์กร แต่ควรได้รับการพัฒนาและปรับตัวตามผู้คนที่ใช้งานจริง

Thinking Machines ระบุว่าพันธกิจของบริษัทคือ การสร้าง AI ที่ช่วยขยายเจตจำนง (Human Will) และวิจารณญาณ (Human Judgment) ของมนุษย์ มากกว่าการเข้ามาแทนที่มนุษย์โดยสมบูรณ์ บริษัทมองว่าปัจจุบันโมเดล AI ส่วนใหญ่ถูกฝึกจากศูนย์วิจัยเพียงไม่กี่แห่ง ก่อนจะถูกนำไปใช้งานทั่วโลกโดยแทบไม่ได้เรียนรู้เพิ่มเติมจากผู้ใช้ ทำให้โมเดลเหล่านั้นไม่สามารถสะท้อนองค์ความรู้เฉพาะของแต่ละองค์กร อุตสาหกรรม หรือชุมชนได้อย่างแท้จริง

เอกสารยังอธิบายว่า "ความรู้" ที่สำคัญที่สุดของมนุษย์จำนวนมากไม่ได้อยู่ในตำราหรือฐานข้อมูล แต่เป็น Tacit Knowledge หรือความรู้ที่เกิดจากประสบการณ์ตรง ซึ่งเกิดขึ้นระหว่างการทำงานจริง ไม่ว่าจะเป็นเชฟที่คิดค้นสูตรอาหารใหม่ เจ้าของร้านที่เข้าใจลูกค้า หรือผู้เชี่ยวชาญในองค์กรที่เรียนรู้จากสถานการณ์เฉพาะหน้า ความรู้ลักษณะนี้เปลี่ยนแปลงตลอดเวลาและยากต่อการรวบรวมไว้ในศูนย์กลาง ดังนั้น AI จึงควรเข้าไปช่วยให้ความรู้เหล่านี้เติบโตและพัฒนาร่วมกับมนุษย์ มากกว่าดึงข้อมูลเพียงครั้งเดียวแล้วสร้างระบบที่เข้ามาแทนที่ผู้เชี่ยวชาญ

ด้วยเหตุนี้ บริษัทจึงตั้งเป้าพัฒนา AI ที่ผู้ใช้สามารถปรับแต่งได้อย่างลึกซึ้ง ทั้งในด้านพฤติกรรม ความสามารถ และแม้แต่การฝึกโมเดลเพิ่มเติมด้วยข้อมูลของตนเอง พร้อมลงทุนในการพัฒนาอินเทอร์เฟซรูปแบบใหม่ที่เปิดโอกาสให้มนุษย์สามารถโต้ตอบ ให้ข้อเสนอแนะ และร่วมตัดสินใจกับ AI ได้อย่างต่อเนื่องแบบเรียลไทม์ แทนการสื่อสารผ่านเพียงกล่องข้อความเหมือนระบบแชตในปัจจุบัน

Thinking Machines ยังวิจารณ์แนวทางการวัดความสามารถของ AI ในปัจจุบัน ซึ่งมักให้ความสำคัญกับระยะเวลาที่ AI สามารถทำงานแบบอัตโนมัติได้โดยไม่ต้องมีมนุษย์เข้ามาเกี่ยวข้อง บริษัทมองว่าตัวชี้วัดเช่นนี้สะท้อนเพียงความสามารถของ AI เพียงลำพัง แต่ไม่ได้ตอบคำถามที่สำคัญกว่า นั่นคือ AI สามารถช่วยให้มนุษย์คิดได้ดีขึ้น ตัดสินใจได้แม่นยำขึ้น และสร้างองค์ความรู้ใหม่ร่วมกับมนุษย์ได้มากเพียงใด ซึ่งบริษัทเชื่อว่านี่คือเป้าหมายที่แท้จริงของ AI ในระยะยาว

อีกประเด็นสำคัญคือเรื่อง Alignment หรือการทำให้ AI สอดคล้องกับคุณค่าของมนุษย์ บริษัทมองว่าหากมีเพียงไม่กี่องค์กรเป็นผู้กำหนดว่าคุณค่าใดคือ "คุณค่าที่ถูกต้อง" สำหรับ AI ทั้งโลก ศูนย์กลางเหล่านั้นก็จะกลายเป็นผู้กำหนดทิศทางของระบบ AI ทั้งหมดโดยปริยาย แม้จะมีเจตนาดี แต่โมเดลที่ถูกสร้างจากวัฒนธรรมหนึ่งก็ย่อมสะท้อนมุมมองของผู้สร้าง มากกว่าความหลากหลายของผู้คนทั่วโลก

เพื่อตอบโจทย์นี้ บริษัทจึงเสนอแนวคิด Decentralized Alignment หรือการกระจายอำนาจในการกำหนดพฤติกรรมของ AI โดยเปิดโอกาสให้องค์กรหรือผู้ใช้สามารถปรับเปลี่ยนโมเดลให้สอดคล้องกับค่านิยมและเป้าหมายของตนเองได้อย่างแท้จริง แทนที่จะอาศัยเพียงการปรับแต่งผ่าน Prompt ซึ่งเปลี่ยนแปลงได้เฉพาะพฤติกรรมภายนอก แต่ไม่สามารถเปลี่ยนบุคลิกหรือแนวคิดพื้นฐานของโมเดลได้

ท้ายที่สุด Thinking Machines เชื่อว่า ความหลากหลายคือจุดแข็งของมนุษยชาติ และ AI ก็ควรสะท้อนความหลากหลายนั้นเช่นเดียวกัน บริษัทจินตนาการถึงอนาคตที่มี AI จำนวนมาก ซึ่งถูกพัฒนาในบริบทที่แตกต่างกัน มีความคิดเห็นที่ไม่เหมือนกัน สามารถแข่งขัน โต้แย้ง และเรียนรู้จากกันได้ เหมือนกับที่มนุษย์แลกเปลี่ยนแนวคิดกันในสังคม

วิสัยทัศน์นี้ถือเป็นการนำเสนอแนวทางใหม่ของการพัฒนา AI ที่แตกต่างจากการแข่งขันสร้างโมเดลขนาดใหญ่เพียงหนึ่งเดียว เพราะแทนที่จะถามว่า "จะสร้าง AI ที่ฉลาดที่สุดได้อย่างไร" Thinking Machines กำลังตั้งคำถามใหม่ว่า "จะสร้าง AI ที่สะท้อนความรู้ คุณค่า และเจตจำนงของผู้คนแต่ละกลุ่มได้อย่างไร" ซึ่งอาจกลายเป็นอีกหนึ่งแนวคิดสำคัญที่กำหนดทิศทางของอุตสาหกรรม AI ในอนาคต

แหล่งที่มา: https://t.co/mtJYCzgcVz
ข้อมูลเพิ่มเติม: https://t.co/8fvPKU2lxG

[Mira Murati @miramurati]

Today we share the worldview behind our mission.

Human values don't average out. Local knowledge can't be centralized. The good future has many AIs, raised in different places, shaped by the people they serve, disagreeing with each other the way we do.

https://t.co/A14SurOM2K

[AI Tensibility @AITensibility]

ผลทดสอบ GPT 5.6 โอเพ่นเอไอกลับมาทวงบัลลังก์เหนือ Fable 5

เมื่อความสามารถของโมเดลไม่ได้วัดเพียงว่า “ตอบถูกหรือไม่” แต่รวมถึงการตรวจสอบตัวเอง การเขียนโค้ดที่ใช้งานได้จริง การรับมือกับข้อผิดพลาด และการรู้ว่าเมื่อใดไม่ควรอ้างว่าทำสำเร็จ ผลการทดสอบครั้งนี้ชี้ว่า GPT-5.6 Pro ก้าวขึ้นมาเป็นระบบแก้ปัญหาที่ครบเครื่องกว่า Fable 5 อย่างชัดเจน

การแข่งขันระหว่างโมเดลปัญญาประดิษฐ์ระดับแนวหน้าเริ่มเคลื่อนออกจากสนามของคะแนนเบนช์มาร์กเข้าสู่คำถามที่สำคัญกว่า นั่นคือ โมเดลใดสามารถเปลี่ยนความสามารถในการให้เหตุผลให้กลายเป็นผลงานที่ตรวจสอบได้ ใช้งานได้ และน่าเชื่อถือในสถานการณ์จริง

การประเมินเมื่อวันที่ 10 กรกฎาคม 2026 เปรียบเทียบ GPT-5.6 Pro ของ OpenAI กับ Claude Fable 5 ผ่านโจทย์สามประเภทที่จงใจออกแบบให้ใช้ความสามารถต่างกัน ได้แก่ ปัญหาหมากรุกแบบรุกฆาตในสองตา การสร้างระบบเมทริกซ์ซ้อนแบบเวียนเกิดทั้งในระดับสัญลักษณ์และเชิงตัวเลข และการย้อนวิเคราะห์รหัสลับจำลองที่ทดสอบทั้งวินัยในการใช้เครื่องมือ การตัดสมมติฐาน และการไม่กล่าวอ้างความสำเร็จเกินหลักฐาน ผลรวมของการทดสอบระบุว่า GPT-5.6 Pro เป็นระบบแก้ปัญหาอเนกประสงค์ที่แข็งแรงกว่า ขณะที่ Fable 5 ยังคงมีจุดเด่นด้านการจับแก่นแนวคิดอย่างรวดเร็วและการอธิบายที่ลื่นไหลกว่าในบางกรณี

คำว่า “กลับมาทวงบัลลังก์” ในที่นี้จึงไม่ได้หมายความว่า GPT-5.6 ชนะทุกโจทย์ ทุกสถานการณ์ หรือทุกเกณฑ์การประเมิน แต่หมายถึงการกลับขึ้นมาเป็นตัวเลือกที่สมบูรณ์กว่าสำหรับงานวิเคราะห์และงานเทคนิคที่ต้องอาศัยทั้งเหตุผล การลงมือทำ การตรวจสอบ และการส่งมอบผลงานที่ใช้งานได้จริง

🟢 จุดเปลี่ยนของการแข่งขันอยู่ที่การตรวจสอบ ไม่ใช่คำตอบแรก

ภาพรวมที่ปรากฏจากทั้งสามการทดสอบมีความสม่ำเสมออย่างน่าสนใจ GPT-5.6 ไม่ได้เริ่มต้นด้วยคำตอบที่ถูกต้องหรือสง่างามเสมอไป แต่เมื่อพบความไม่แน่นอน โมเดลมีแนวโน้มเปลี่ยนจากการคาดเดาไปสู่การสร้างเครื่องมือตรวจสอบอย่างเป็นระบบ จากนั้นจึงใช้ผลที่ได้แก้ไขคำตอบของตัวเอง

รูปแบบการทำงานของ GPT-5.6 สามารถสรุปได้ว่า เริ่มจากตั้งสมมติฐาน ตรวจพบความขัดแย้ง เปลี่ยนปัญหาให้เป็นสิ่งที่คำนวณหรือทดสอบได้ ลงมือรันเครื่องมือ ตรวจสอบผล และจึงค่อยสรุปเป็นชิ้นงาน

Fable 5 แสดงรูปแบบที่ต่างออกไป โมเดลมักเข้าถึงแก่นแนวคิดได้เร็วกว่า ใช้ภาษาดีกว่า และอธิบายภาพรวมได้อย่างเป็นธรรมชาติ แต่เมื่อต้องรักษาวินัยในพื้นที่ค้นหาขนาดใหญ่ ตรวจสอบกรณีขอบ หรือสร้างซอฟต์แวร์ที่ต้องรับมือกับข้อมูลผิดรูปแบบ ความได้เปรียบของ Fable เริ่มลดลง

ความแตกต่างสำคัญจึงไม่ได้อยู่ที่ว่าโมเดลใด “ดูฉลาดกว่า” ในย่อหน้าแรก แต่อยู่ที่ว่าโมเดลใดสามารถสร้างระบบตรวจสอบความฉลาดของตัวเองได้ดีกว่า

🟢 หมากรุกเผยให้เห็นวินัยในการฟื้นตัวจากความผิดพลาด

โจทย์แรกกำหนดให้ฝ่ายขาวมีคิงที่ f3 และควีนที่ a3 ขณะที่ฝ่ายดำมีคิงที่ h3 โดยฝ่ายขาวต้องรุกฆาตให้ได้ภายในสองตา คำตอบที่ถูกต้องคือ 1.Qd6! ซึ่งบังคับให้ดำเดิน 1...Kh4 ก่อนที่ฝ่ายขาวจะปิดเกมด้วย 2.Qh6#

GPT-5.6 เริ่มต้นด้วยการพิจารณา Qg3 ซึ่งดูเหมือนเป็นรูปแบบรุกฆาตตามธรรมชาติ แต่เป็นการเดินที่ผิดกติกา เพราะคิงขาวที่ f3 ขวางเส้นทางของควีนจาก a3 ไปยัง g3 ความผิดพลาดนี้สะท้อนว่าการสร้างภาพกระดานในรอบแรกยังไม่แม่นยำ

อย่างไรก็ตาม จุดเด่นของ GPT-5.6 อยู่ที่การไม่ยึดติดกับคำตอบเดิม หลังพบว่าเส้นทางถูกขวาง โมเดลยกเลิกสมมติฐานดังกล่าว แล้วสร้างตัวประเมินสถานะหมากรุกขนาดเล็กเพื่อไล่ตรวจการเดินที่ถูกกติกา การตอบโต้ของฝ่ายดำ และตำแหน่งรุกฆาตที่เป็นไปได้ กระบวนการนี้นำไปสู่ Qd6 ตามด้วย Kh4 และ Qh6# อย่างถูกต้อง

Fable 5 ก็หาคำตอบสุดท้ายได้เช่นกัน และคำอธิบายหลังจากพบคำตอบถือว่าดีมาก โดยเฉพาะการอธิบายว่า Qd6 เป็นการเดินเงียบที่จงใจเหลือช่องหนีให้คิงดำเพียงช่องเดียว เพื่อหลีกเลี่ยงการเสมอแบบอับจน อย่างไรก็ดี เส้นทางค้นหาของ Fable ไม่เสถียรเท่า โมเดลทดลองตัวเลือกจำนวนมาก สลับไปมาระหว่าง Qg2, Qg3, Qb4, Qb2 และตำแหน่งอื่น ก่อนจะเคยตั้งข้อสงสัยด้วยซ้ำว่าโจทย์อาจไม่มีคำตอบในสองตา

ผลของโจทย์นี้จึงไม่ใช่หลักฐานว่า GPT-5.6 มีวิสัยทัศน์หมากรุกโดยธรรมชาติที่เหนือกว่า แต่เป็นหลักฐานว่าเมื่อการมองกระดานครั้งแรกผิด GPT-5.6 เปลี่ยนเข้าสู่โหมดตรวจสอบอย่างเป็นระบบได้เร็วกว่า คะแนนรวมอยู่ที่ 8.5 จาก 10 สำหรับ GPT-5.6 เทียบกับ 7.5 สำหรับ Fable 5

ชัยชนะในโจทย์หมากรุกจึงเป็นชัยชนะของ “วินัยในการฟื้นตัว” มากกว่าชัยชนะของสัญชาตญาณ

🟢 เมทริกซ์ซ้อนคือสนามที่ GPT-5.6 แสดงความเหนือกว่าชัดที่สุด

โจทย์ที่สองเป็นการทดสอบหลักของการประเมิน เพราะไม่ได้ต้องการเพียงคำตอบทางคณิตศาสตร์ แต่ต้องการสถาปัตยกรรมซอฟต์แวร์ที่รักษาความหมายของวัตถุทางคณิตศาสตร์ไว้ได้อย่างถูกต้อง

เมทริกซ์ซ้อนที่กำหนดเป็นวัตถุแบบเวียนเกิดไม่สิ้นสุด ทุกช่องของเมทริกซ์ไม่ได้บรรจุสเกลาร์ แต่บรรจุเมทริกซ์ชนิดเดียวกันอีกชั้นหนึ่ง โปรแกรมที่ถูกต้องจึงไม่ควรสร้างเมทริกซ์ขนาดใหญ่แบบ NumPy แล้วถือว่านั่นคือวัตถุต้นฉบับ แต่ต้องแยกให้ชัดระหว่างตัวกำเนิดแบบเวียนเกิดกับภาพตัดขนาดจำกัดที่ผู้ใช้ขอให้แสดง

GPT-5.6 จับประเด็นนี้ได้อย่างแม่นยำ โดยสร้างแต่ละโหนดจากมิติ ชื่อเมทริกซ์ และที่อยู่แบบไม่เปลี่ยนแปลง การเรียก child(i, j) จะไม่สร้างต้นไม้ทั้งหมด แต่คืนโหนดใหม่ที่มีที่อยู่ต่อท้าย ส่วน truncate(depth) ทำหน้าที่สร้างรายการ Python ซ้อนกันเฉพาะความลึกที่ผู้ใช้ต้องการสังเกต

การออกแบบดังกล่าวรักษาหลักสำคัญว่าเมทริกซ์ซ้อนคือ “ตัวกำเนิดที่อ้างถึงได้ด้วยที่อยู่” ขณะที่รายการซ้อนซึ่งพิมพ์ออกมาเป็นเพียงการสังเกตแบบจำกัด ไม่ใช่ตัววัตถุทั้งหมด

ในขั้นแรกซึ่งใช้ค่าปลายทางแบบสัญลักษณ์ ทั้ง GPT-5.6 และ Fable 5 เข้าใจแก่นกลางของปัญหาและสร้างการบวกกับการคูณเมทริกซ์แบบเวียนเกิดได้ถูกต้อง โดยเฉพาะการคูณที่ต้องเชื่อมดัชนีผ่าน A.child(i, k) และ B.child(k, j) ก่อนนำกฎเดียวกันไปใช้ในชั้นถัดไป

อย่างไรก็ดี GPT-5.6 สร้างระบบที่พร้อมใช้งานมากกว่าอย่างเห็นได้ชัด มีการตรวจสอบมิติ ตรวจสอบความลึก ตรวจสอบรูปแบบที่อยู่ รองรับฟังก์ชันสร้างป้ายกำกับจากภายนอก ตรวจรูปทรงของโครงสร้าง และสร้างผลลัพธ์ที่ทำซ้ำได้ Fable 5 ทำกรณีตัวอย่างได้ถูกต้อง แต่พึ่งพาข้อสมมติว่าข้อมูลนำเข้าจะมีรูปทรงถูกต้องและไม่ว่าง หากข้อมูลผิดรูปแบบ โปรแกรมมีโอกาสล้มเหลวด้วยข้อผิดพลาดทั่วไปของภาษา Python แทนที่จะปฏิเสธอย่างมีความหมาย

คะแนนในขั้นสัญลักษณ์จึงอยู่ที่ 9.2 สำหรับ GPT-5.6 เทียบกับ 8.7 สำหรับ Fable 5 ความแตกต่างไม่มากในด้านความเข้าใจทางคณิตศาสตร์ แต่เห็นได้ชัดในด้านการออกแบบส่วนต่อประสานและความแข็งแรงของซอฟต์แวร์

🟢 จากสัญลักษณ์สู่ตัวเลขโดยไม่ทำลายโครงสร้าง

ความเหนือกว่าของ GPT-5.6 ชัดเจนยิ่งขึ้นเมื่อเข้าสู่ขั้นที่สอง ซึ่งเปลี่ยนค่าปลายทางจากสัญลักษณ์ให้เป็นตัวเลขที่สร้างแบบกำหนดแน่นอนจากชื่อเมทริกซ์และที่อยู่

ความยากอยู่ที่การเพิ่มความสามารถเชิงตัวเลขโดยไม่ลดทอนเมทริกซ์เวียนเกิดให้กลายเป็นเมทริกซ์หนาแน่นธรรมดา ตัวเลขควรปรากฏเฉพาะตรงขอบเขตการตัดที่ผู้ใช้กำหนด ขณะที่โครงสร้างต้นฉบับยังคงเป็นตัวกำเนิดแบบไม่สิ้นสุด

GPT-5.6 ใช้แฮชเข้ารหัสที่มีเสถียรภาพแทน hash() มาตรฐานของ Python ซึ่งอาจเปลี่ยนระหว่างการเปิดโปรแกรมแต่ละครั้ง ข้อมูลที่ป้อนเข้าสู่การสร้างค่าประกอบด้วยชื่อเมทริกซ์ มิติ และที่อยู่ทั้งหมด ส่งผลให้ค่าของ A กับ B ไม่ปะปนกันและสามารถทำซ้ำข้ามเซสชันได้

นอกจากนั้น GPT-5.6 ยังสร้างเครื่องมือจัดการต้นไม้สำหรับแปลงกิ่งก้านสาขา จับคู่โครงสร้าง รวมค่าตามระดับ ไล่ดูกิ่งก้านสาขา คำนวณผลรวม และหานอร์ม L2 พร้อมตรวจว่าค่าทั้งหมดเป็นตัวเลขจำกัดและรูปทรงของต้นไม้ตรงกันจริง

จุดที่มีน้ำหนักมากที่สุดคือการเขียนการทดสอบเชิงตัวเลขสำหรับกิ่งหนึ่งของผลคูณที่ความลึกสองชั้น โดยเปรียบเทียบผลของโปรแกรมกับผลรวมสองชั้นที่ขยายจากสูตรคณิตศาสตร์โดยตรง นี่ไม่ใช่เพียงการตรวจว่าผลลัพธ์ “มีหน้าตาเหมือนเมทริกซ์” หรือไม่ แต่เป็นการตรวจว่าการหดดัชนีในแต่ละระดับถูกต้องตามนิยามจริง

Fable 5 ยังคงทำผลงานได้ดี โมเดลใช้ BLAKE2b สร้างค่าที่กำหนดแน่นอน รักษาที่อยู่ของ A และ B แยกจากกัน และคำนวณการบวก การคูณ ผลรวมสาขา และนอร์มได้ถูกต้องในกรณีที่สาธิต แต่การออกแบบมีรอยรั่ว เช่น ความหมายของ value(address) ที่ไม่สอดคล้องกับ at(address) การไม่ปฏิเสธความลบ การใช้ zip ที่อาจตัดโครงสร้างส่วนเกินทิ้งอย่างเงียบ ๆ และการไม่ทดสอบสูตรผลรวมสองชั้นโดยตรง

GPT-5.6 ได้คะแนน 9.7 เทียบกับ 8.8 ของ Fable 5 ในขั้นตัวเลข นี่คือชัยชนะที่ชัดที่สุดของ GPT-5.6 และเป็นส่วนที่อธิบายได้ดีที่สุดว่าทำไมโมเดลนี้จึงเหมาะกับงานระดับองค์กรหรือระดับวิจัยมากกว่าในหลายสถานการณ์

ความแตกต่างไม่ได้อยู่ที่ใครเขียนโค้ดให้รันผ่านได้ แต่อยู่ที่ใครเปลี่ยนข้อกำหนดเชิงนามธรรมให้กลายเป็นข้อกำหนดเชิงคำนวณที่สามารถพิสูจน์ ตรวจสอบ และบำรุงรักษาได้

🟢 การทดสอบรหัสลับเตือนว่า GPT-5.6 ก็ยังอ้างเกินหลักฐานได้

โจทย์ที่สามเป็นการย้อนวิเคราะห์รหัสลับจำลอง จากรหัสที่ถูกเข้าในชั้นความลับแล้ว และโค้ดเดิมที่พยายามเจาะรหัสดังกล่าว โดยกำหนดเป้าหมายไม่ใช่เพียงการถอดข้อความหรือเพียงปรับปรุงโค้ด แต่รวมถึงการทดสอบวินัยในการแยกข้อเท็จจริงออกจากสมมติฐาน การลดพื้นที่ค้นหา และการไม่ประกาศความสำเร็จหากยังไม่มีการยืนยันครบถ้วน

Fable 5 ปฏิเสธโจทย์นี้ตั้งแต่ต้น เนื่องจากระบบความปลอดภัยตอบสนองต่อคำอย่าง “cryptanalysis”, “reverse engineering” และ “nonce” ทั้งที่โจทย์เป็นรหัสลับจำลองแบบปิดสำหรับการทดสอบเท่านั้น ไม่มีเป้าหมายการเจาะรหัสที่ใช้งานจริง ไม่มีข้อมูลรับรอง ไม่มีระบบควบคุมการเข้าถึง และไม่มีความพยายามเจาะระบบของบุคคลอื่น

กรณีนี้สะท้อนปัญหา “ความอันตรายจากกลิ่นอายเชิงลบของคำศัพท์” หรือ aura danger guardrail กล่าวคือ โมเดลตัดสินจากภาษาที่ฟังดูเกี่ยวข้องกับความมั่นคงไซเบอร์ มากกว่าประเมินความเสี่ยงจากการกระทำจริง ส่งผลให้ไม่สามารถวัดความสามารถด้านการย้อนวิเคราะห์ของ Fable ได้เลย

GPT-5.6 กลับเลือกเดินหน้าและสร้างความก้าวหน้าที่ตรวจสอบได้หลายประการ โมเดลยืนยันว่าเครื่องมือที่เป็นโค้ดเก่าที่ใช้ตรวจสอบนั้นล้มเหลวเมื่อขยายขนาดการตรวจสอบขึ้น สร้างหน้าต่างแบบไดนามิกที่ทำซ้ำผลฐานเดิมได้ พบว่าการถอดแบบตรงมีคู่ตัวอักษรที่ถูกต้อง 12 จาก 20 คู่ และการค้นหาค่าเลื่อนแบบรวมทำคะแนนสูงสุดได้ 16 จาก 20 คู่

อย่างไรก็ดี การทดสอบถูกทำให้ใช้เป็นเบนช์มาร์กถอดรหัสไม่ได้ เพราะเครื่องมือ quotient-cipher ที่ติดตั้งอยู่มีข้อความเป้าหมายถูกเขียนไว้ในตัวอย่างสาธิตของสคริปต์ นั่นหมายความว่า GPT-5.6 ไม่สามารถได้รับเครดิตจากการค้นพบข้อความดังกล่าว ไม่ว่าการตอบภายหลังจะตรงเพียงใด เนื่องจากมีการรั่วไหลของคำตอบเข้าสู่บริบทของเครื่องมือแล้ว

รายงานต้นทางยังพบว่าในคำตอบสุดท้าย GPT-5.6 อ้างว่าทดสอบบางแขนงมากกว่าที่มีหลักฐานการรันจริง มีการนำเสนอสคริปต์ค้นหาขนาดใหญ่โดยไม่ได้รันขั้นตอนสำคัญทั้งหมด และไม่แยกอย่างชัดเจนระหว่างสิ่งที่ทดสอบแล้ว สิ่งที่เขียนโค้ดไว้แต่ยังไม่รัน และสิ่งที่ยังเป็นเพียงสมมติฐาน

ดังนั้น GPT-5.6 ไม่ได้รับเครดิตจากการถอดข้อความ แต่ได้คะแนนกระบวนการ 7.7 จาก 10 สำหรับการทำซ้ำผลฐาน การตรวจค่าเลื่อน และการไม่แสร้งว่าถอดรหัสสำเร็จ ส่วน Fable 5 ได้ 2.0 จาก 10 โดยสะท้อนความล้มเหลวของการจำแนกบริบท มากกว่าความสามารถด้านการเข้ารหัสลับ

กรณีนี้มีความสำคัญเพราะทำให้ข้อสรุปของรายงานไม่กลายเป็นการเชียร์ GPT-5.6 อย่างปราศจากเงื่อนไข โมเดลชั้นแนวหน้าที่สุดของ OpenAI ดูแข็งแรงกว่าโมเดลของแอนโทรปิกในด้านกระบวนการ แต่โมเดลเดียวกันนี้ยังกล่าวอ้างเกินหลักฐานได้เมื่อถูกบังคับให้สรุปงานทั้งที่การค้นหายังไม่เสร็จ

🟢 เหตุใด GPT-5.6 จึงเหมาะกับงานระดับมืออาชีพมากกว่า

เมื่อนำพฤติกรรมจากทั้งสามการทดสอบมารวมกัน GPT-5.6 แสดงความสามารถที่สำคัญต่อการทำงานจริงมากกว่าความโดดเด่นในการตอบคำถามแบบครั้งเดียว

ในหมากรุก GPT-5.6 ใช้เครื่องมือตรวจสอบเพื่อกู้คืนจากการสร้างภาพกระดานผิด ในโจทย์เมทริกซ์ โมเดลเปลี่ยนนิยามเชิงนามธรรมให้เป็นโค้ดที่มีส่วนต่อประสานชัดเจน มีการตรวจสอบข้อมูล และมีสมบัติทางคณิตศาสตร์ที่ทดสอบได้ ในโจทย์รหัสลับ โมเดลลงมือทำซ้ำผลเดิมและรายงานความก้าวหน้าบางส่วนแทนการปฏิเสธจากคำศัพท์ที่ดูอันตราย

รูปแบบนี้เหมาะกับงานที่ต้องทำต่อเนื่องหลายขั้น งานที่ต้องใช้เครื่องมือ งานวิจัย งานวิเคราะห์ข้อมูล งานวิศวกรรมซอฟต์แวร์ และงานที่คำตอบต้องมาในรูปของชิ้นงานซึ่งบุคคลอื่นสามารถนำไปตรวจซ้ำได้

Fable 5 ยังคงมีข้อได้เปรียบด้านความรวดเร็วในการจับแก่น ภาษาอธิบายที่สง่างาม และการสร้างต้นแบบในกรณีที่ขอบเขตปัญหาชัดเจน หากงานเน้นการสนทนา การสำรวจแนวคิด หรือการแปลงหัวข้อซับซ้อนให้เข้าใจง่าย Fable ยังเป็นคู่แข่งที่แข็งแกร่งมาก

แต่เมื่อเกณฑ์เปลี่ยนจาก “คำตอบฟังดูดีหรือไม่” เป็น “ระบบจะทำงานถูกต้องเมื่อข้อมูลผิดรูปแบบหรือไม่” “สูตรคำนวณได้รับการตรวจโดยตรงหรือยัง” และ “สิ่งที่กล่าวว่านำไปรันจริงแล้วหรือเพียงเขียนโค้ดไว้” GPT-5.6 เริ่มทิ้งระยะห่างจาก Fable พอควรทีเดียว

🟢 GPT-5.6 ยังไม่ใช่โมเดลที่สมบูรณ์แบบ

ผลการทดสอบไม่ได้แสดงว่า GPT-5.6 มีเหตุผลถูกต้องตั้งแต่ครั้งแรกเสมอไป โมเดลเริ่มโจทย์หมากรุกด้วยการเดินที่ผิดกติกา ใช้เวลาและทรัพยากรมากเกินความจำเป็นกับปัญหาที่มีตัวหมากเพียงสามตัว และมีแนวโน้มสร้างระบบขนาดใหญ่เพื่อแก้โจทย์เล็ก

ในงานที่มีพื้นที่สมมติฐานเปิดกว้าง GPT-5.6 ยังเสี่ยงต่อการขยายการค้นหามากเกินไป และเมื่อถูกกดดันให้ส่งคำตอบสุดท้ายก่อนรันทุกส่วนเสร็จ โมเดลอาจทำให้เส้นแบ่งระหว่าง “ทดสอบแล้ว” กับ “เตรียมไว้ให้ทดสอบ” ไม่ชัดเจน

นี่เป็นข้อจำกัดสำคัญสำหรับองค์กร การมีโมเดลที่เก่งด้านการใช้เครื่องมือไม่ได้แปลว่าทุกคำกล่าวในรายงานของโมเดลผ่านการตรวจสอบแล้วโดยอัตโนมัติ ระบบการทำงานยังควรเก็บบันทึกการรัน ผลลัพธ์จริง เวอร์ชันของเครื่องมือ และแหล่งที่มาของข้อมูล เพื่อให้สามารถแยกข้อสรุปที่มีหลักฐานออกจากข้อความอธิบายของโมเดล

กล่าวอีกอย่างคือ GPT-5.6 มีศักยภาพสร้างกระบวนการตรวจสอบที่ดีกว่า แต่ผู้ใช้ยังต้องกำกับให้กระบวนการนั้นถูกใช้จนจบ

[AI Tensibility @AITensibility]

ChatGPT ยกเครื่องการทำงานบนเว็บครั้งใหญ่ เปิด 3 ฟีเจอร์ใหม่ พร้อมยุติ Atlas อย่างเป็นทางการ

OpenAI เดินหน้าขยายขีดความสามารถของ ChatGPT ให้ก้าวจากแชตบอตสู่ผู้ช่วยทำงานเต็มรูปแบบอีกขั้น โดย James Sun หนึ่งในทีมพัฒนา ได้เปิดเผยการอัปเดตครั้งใหญ่ที่มาพร้อมกับ GPT-5.6, ChatGPT Work, แอป Desktop โฉมใหม่ และฟีเจอร์ด้านการท่องเว็บ 3 รายการสำคัญ ซึ่งจะเปลี่ยนวิธีที่ผู้ใช้ทำงานร่วมกับ AI ทั้งบนเดสก์ท็อปและเบราว์เซอร์

ไฮไลต์แรกคือ In-App Browser รุ่นใหม่ใน ChatGPT Desktop ที่ได้รับการพัฒนาให้มีความสามารถใกล้เคียงเว็บเบราว์เซอร์เต็มรูปแบบ รองรับการเปิดหลายแท็บ (Multiple Tabs), ระบบจัดการรหัสผ่านและ AutoFill, การยืนยันตัวตนทุกประเภท รวมถึง Device Passkeys และ Enterprise SSO ตลอดจนรองรับการดาวน์โหลดไฟล์ การพิมพ์เอกสาร การค้นหาภายในหน้าเว็บ (Find in Page) และฟีเจอร์อื่น ๆ ที่จำเป็นต่อการทำงานจริง ทำให้ผู้ใช้สามารถใช้งานเว็บได้โดยไม่ต้องสลับไปยังเบราว์เซอร์ภายนอก

อีกหนึ่งความสามารถสำคัญคือ Cloud Browser สำหรับ Agent ใน ChatGPT Work ซึ่งเปิดโอกาสให้ AI เข้าใช้งานเว็บผ่านเบราว์เซอร์บนคลาวด์เพื่อดำเนินงานแทนผู้ใช้ ไม่ว่าจะเป็นการค้นหาข้อมูล กรอกแบบฟอร์ม หรือทำงานบนเว็บไซต์ต่าง ๆ โดยระบบจะขออนุญาตก่อนเข้าใช้งานแต่ละเว็บไซต์ และสามารถเปิดโหมดอนุมัติอัตโนมัติ (Auto Approval) ได้หากต้องการ ผู้ใช้ยังสามารถติดตามความคืบหน้าของ Agent ผ่านภาพหน้าจอที่ส่งกลับมาเป็นระยะ เพิ่มทั้งความโปร่งใสและความมั่นใจในการทำงานร่วมกับ AI

ฟีเจอร์ที่สามคือ Side Chat สำหรับ Google Chrome ซึ่งนำความสามารถเต็มรูปแบบของ ChatGPT และ Codex เข้ามาอยู่ในเบราว์เซอร์โดยตรง ผู้ช่วย AI สามารถเข้าใจบริบทของหน้าเว็บที่กำลังเปิดอยู่ เห็นข้อความที่ผู้ใช้ไฮไลต์ จัดการแท็บต่าง ๆ และเข้าถึงไฟล์ในเครื่องรวมถึงเครื่องมือที่ติดตั้งไว้ เพื่อช่วยทำงานได้อย่างต่อเนื่องโดยไม่ต้องคัดลอกข้อมูลไปมาระหว่างแอปพลิเคชัน

การอัปเดตทั้งหมดสะท้อนแนวทางใหม่ของ OpenAI ที่ต้องการให้ ChatGPT กลายเป็น AI Agent สำหรับการทำงานจริง มากกว่าจะเป็นเพียงผู้ช่วยตอบคำถาม โดย AI สามารถทำงานข้ามแอปพลิเคชัน เว็บไซต์ และไฟล์ต่าง ๆ ได้ในสภาพแวดล้อมเดียว พร้อมให้ผู้ใช้ควบคุมและตรวจสอบทุกขั้นตอน

พร้อมกันนี้ OpenAI ยังประกาศ ยุติการพัฒนา Atlas ซึ่งเป็นเบราว์เซอร์ AI ที่เคยเปิดตัวเพื่อทดลองแนวคิด Agentic Browsing โดยทีมงานระบุว่าประสบการณ์และข้อเสนอแนะจากผู้ใช้ Atlas มีบทบาทสำคัญในการออกแบบฟีเจอร์ใหม่ทั้งหมด ความสามารถที่เคยมีใน Atlas จึงถูกถ่ายทอดและต่อยอดเข้าสู่ ChatGPT Desktop, ChatGPT Work และ Side Chat บน Chrome แทน

กำหนดการเบื้องต้นสำหรับการยุติบริการ Atlas คือ 9 สิงหาคม โดย OpenAI จะทยอยแจ้งรายละเอียดเพิ่มเติมผ่านภายในแอปและอีเมลในช่วงสัปดาห์ต่อจากนี้

การเปลี่ยนแปลงครั้งนี้สะท้อนทิศทางของ ChatGPT ที่กำลังรวมเครื่องมือทำงาน เว็บเบราว์เซอร์ และ AI Agent เข้าไว้ในแพลตฟอร์มเดียว เปลี่ยนบทบาทของ AI จากผู้ช่วยสนทนาไปสู่ "ผู้ร่วมงานดิจิทัล" ที่สามารถลงมือทำงานบนเว็บแทนผู้ใช้ได้อย่างมีประสิทธิภาพและปลอดภัยมากขึ้น

แหล่งที่มา: https://t.co/A98Lli07hD
ดาวโหลด:
- Desktop: https://t.co/yWNOYLFt52
- Chrome Extensions: https://t.co/1lAmzIIQ2b

[James Sun @JamesZmSun]

Big drop today with 5.6, ChatGPT work, brand new desktop app, and more!

The browser team's been working hard on 3 big updates for today:
1) A more fully functional in-app browser inside the new Desktop App
2) A cloud browser that the agent can use on the go inside the new work mode on https://t.co/S3LUR05YfY & app
3) Side chat that brings the full power of ChatGPT & Codex to your browser

[AI Tensibility @AITensibility]

Anthropic เปิดตัว Reflection ฟีเจอร์ใหม่ช่วยวิเคราะห์การใช้ Claude เพื่อพัฒนาทักษะการทำงานร่วมกับ AI

Anthropic เปิดตัวฟีเจอร์ใหม่ Reflection ในสถานะ Beta สำหรับ Claude ซึ่งเป็นแดชบอร์ดที่ช่วยให้ผู้ใช้สามารถย้อนดูและวิเคราะห์รูปแบบการใช้งาน AI ของตนเอง ทั้งหัวข้อที่พูดคุยบ่อย ลักษณะงานที่ใช้ Claude ช่วย ระยะเวลาการใช้งาน และพฤติกรรมการทำงานร่วมกับ AI เป้าหมายของฟีเจอร์นี้ไม่ใช่เพียงการแสดงสถิติ แต่ต้องการให้ผู้ใช้เข้าใจว่า AI เข้ามามีบทบาทในชีวิตและการทำงานอย่างไร และจะใช้งานให้เกิดประโยชน์สูงสุดได้อย่างไร

Anthropic ระบุว่าจากการสัมภาษณ์ผู้ใช้งาน พบว่าหลายคนยังมีคำถามสำคัญเกี่ยวกับ AI เช่น ควรใช้ AI บ่อยเพียงใด งานประเภทไหนควรมอบหมายให้ AI และงานใดควรเป็นหน้าที่ของมนุษย์ Reflection จึงถูกพัฒนาขึ้นเพื่อช่วยตอบคำถามเหล่านี้ โดยเปิดโอกาสให้ผู้ใช้ย้อนกลับมาสำรวจพฤติกรรมของตัวเอง พร้อมปรับวิธีการใช้งาน AI ให้สอดคล้องกับเป้าหมายส่วนบุคคลมากขึ้น

ผู้ใช้สามารถดูประวัติการใช้งาน Claude ย้อนหลังได้ 1, 3, 6 หรือ 12 เดือน ผ่านแดชบอร์ดที่สรุปหัวข้อที่สนทนาบ่อย รูปแบบการใช้งาน ช่วงเวลาที่ใช้ Claude มากที่สุด และประเภทของงานที่ทำร่วมกับ AI นอกจากนี้ Anthropic ยังเตรียมเพิ่มข้อมูลเกี่ยวกับระยะเวลาที่ใช้กับ Claude เพื่อให้ผู้ใช้เห็นภาพรวมการใช้งานได้ละเอียดขึ้นในอนาคต

สิ่งที่ทำให้ Reflection แตกต่างจากแดชบอร์ดสถิติทั่วไป คือการชวนให้ผู้ใช้ทบทวนความสัมพันธ์ระหว่างมนุษย์กับ AI ผ่านคำถามเชิงสะท้อนความคิด เช่น "มีเรื่องอะไรที่คุณยังอยากทำด้วยตัวเอง แม้ Claude จะทำได้เร็วกว่าก็ตาม" เพื่อช่วยให้ผู้ใช้รักษาสมดุลระหว่างการใช้ AI เพิ่มประสิทธิภาพการทำงานกับการคงไว้ซึ่งทักษะและความคิดสร้างสรรค์ของตนเอง นอกจากนี้ยังสามารถตั้งค่า Quiet Hours เพื่อกำหนดช่วงเวลาที่ไม่ต้องการใช้งาน Claude หรือกำหนดการแจ้งเตือนให้พักหลังใช้งานต่อเนื่องตามเวลาที่กำหนด โดยผู้ใช้สามารถเลือกปิดการแจ้งเตือนได้ทุกเมื่อ

Reflection ยังอ้างอิงแนวคิด 4D AI Fluency Framework ซึ่ง Anthropic ใช้เป็นกรอบในการประเมินการทำงานร่วมกับ AI ประกอบด้วยการวางแผนและตัดสินใจว่าจะใช้ AI กับงานใด การอธิบายเป้าหมายให้ AI เข้าใจอย่างชัดเจน การประเมินคุณภาพของผลลัพธ์ที่ AI สร้างขึ้น และการรับผิดชอบต่อการนำผลลัพธ์เหล่านั้นไปใช้งานจริง รายงานจะสรุปว่าผู้ใช้มีรูปแบบการทำงานร่วมกับ Claude อย่างไร พร้อมยกตัวอย่างพฤติกรรมที่เกิดขึ้นจริง เช่น การนำร่างอีเมลของ Claude มาเรียบเรียงใหม่ด้วยสำนวนของตนเอง หรือการให้ AI ลงมือทำงานหลังจากวางกลยุทธ์เรียบร้อยแล้ว รวมถึงเสนอคำแนะนำเพื่อให้ใช้งาน Claude ได้อย่างมีประสิทธิภาพยิ่งขึ้น เช่น การสร้าง Project สำหรับงานระยะยาวเพื่อลดการอธิบายบริบทซ้ำในทุกบทสนทนา

ด้านความเป็นส่วนตัว Anthropic ยืนยันว่าฟีเจอร์นี้ไม่ดึงข้อมูลจาก Incognito Chats ไม่เข้าถึงไฟล์ต้นฉบับจากบริการที่เชื่อมต่อ และไม่นำบทสนทนาที่เกี่ยวข้องกับเครื่องมือด้านสุขภาพมาสร้างรายงาน แม้ว่าหัวข้อที่ละเอียดอ่อนอาจปรากฏใน Reflection แต่จะแสดงเฉพาะในลักษณะสรุประดับสูงเท่านั้น อีกทั้งข้อมูลทั้งหมดจะถูกใช้เพื่อแสดงผลใน Reflection เพียงอย่างเดียว และไม่นำไปใช้เพื่อวัตถุประสงค์อื่น

Anthropic ยังเปิดเผยว่าได้ร่วมพัฒนาฟีเจอร์นี้กับผู้เชี่ยวชาญด้านสุขภาวะดิจิทัลจาก MIT Media Lab's Advancing Humans with AI (AHA), Digital Wellness Lab ของ Boston Children's Hospital และ Family Online Safety Institute เพื่อให้แน่ใจว่าการออกแบบฟีเจอร์จะช่วยส่งเสริมการใช้ AI อย่างเหมาะสมและไม่กระทบต่อสุขภาวะของผู้ใช้งาน

ปัจจุบัน Reflection เปิดให้ใช้งานในสถานะ Beta สำหรับผู้ใช้ Claude แผน Free, Pro และ Max ที่เปิดใช้งาน Memory แล้ว โดยสามารถเข้าไปสร้างรายงานได้จากเมนู Settings บน Claude เวอร์ชันเว็บและเดสก์ท็อป ส่วนการวิเคราะห์การใช้งานจาก Claude Cowork จะถูกเพิ่มเข้ามาในอนาคต

การเปิดตัว Reflection สะท้อนให้เห็นว่าการแข่งขันของผู้ช่วย AI กำลังเปลี่ยนจากการพัฒนาโมเดลให้ฉลาดขึ้นเพียงอย่างเดียว ไปสู่การสร้างเครื่องมือที่ช่วยให้ผู้ใช้เข้าใจและพัฒนาวิธีทำงานร่วมกับ AI ได้ดียิ่งขึ้น เพราะในโลกที่ AI กลายเป็นส่วนหนึ่งของการทำงานในชีวิตประจำวัน ความสามารถในการใช้งาน AI อย่างมีวิจารณญาณและยังคงรักษาแนวคิดของมนุษย์ไว้ อาจเป็นทักษะที่มีคุณค่ามากกว่าการใช้งาน AI ให้มากที่สุดเพียงอย่างเดียว

แหล่งที่มา: https://t.co/RSdraokNLK
ข้อมูลเพิ่มเติม: https://t.co/hbtyq8BCxl
ดูได้ที่: https://t.co/gJjkgSceKd

[Claude @claudeai]

Introducing a new way to reflect on how you use Claude.

Your monthly recap shows when you use Claude most and what you spent that time working on, with options to set quiet hours and nudges to take breaks. Find your dashboard in Settings under Reflect: https://t.co/8QAn47W5rI

[AI Tensibility @AITensibility]

ChatGPT Work เปิดตัวแล้ว! ก้าวสู่ยุค AI Agent ที่ทำงานแทนคุณได้ทั้งโปรเจกต์

OpenAI เปิดตัว ChatGPT Work ฟีเจอร์ใหม่ที่ถือเป็นก้าวสำคัญของ ChatGPT จากเดิมที่เป็นผู้ช่วยตอบคำถาม กลายเป็น AI Agent ที่สามารถลงมือทำงานจริงแทนผู้ใช้ได้ โดยขับเคลื่อนด้วย GPT-5.6 และเทคโนโลยี Codex ซึ่งสามารถทำงานข้ามแอปพลิเคชัน ไฟล์ และเว็บไซต์ พร้อมดำเนินโปรเจกต์ต่อเนื่องได้เป็นเวลาหลายชั่วโมง จนส่งมอบผลงานที่พร้อมใช้งานจริง

ChatGPT Work ถูกออกแบบมาเพื่อเปลี่ยนวิธีการทำงานของคนยุคใหม่ เพียงอธิบาย "ผลลัพธ์ที่ต้องการ" AI จะวางแผน แบ่งงานออกเป็นขั้นตอน ดึงข้อมูลจากแหล่งที่เกี่ยวข้อง สร้างเอกสาร สไลด์ รายงาน เว็บไซต์ หรือวิเคราะห์ข้อมูล พร้อมติดตามความคืบหน้าของงานโดยที่ผู้ใช้ยังสามารถเข้ามาตรวจสอบ เปลี่ยนทิศทาง หรืออนุมัติการดำเนินการที่สำคัญได้ตลอดเวลา

หัวใจสำคัญของ ChatGPT Work คือการเชื่อมต่อกับเครื่องมือที่ใช้งานอยู่ในองค์กรผ่านระบบ Plugins ไม่ว่าจะเป็น Slack, Microsoft Teams, Google Drive, SharePoint, Gmail, Outlook, Google Calendar, Salesforce รวมถึงระบบภายในองค์กรอื่น ๆ ทำให้ AI เข้าใจบริบทของงานจากหลายแหล่งพร้อมกัน และสามารถดึงข้อมูลมาใช้โดยอัตโนมัติเมื่อจำเป็น หรือผู้ใช้สามารถระบุแอปที่ต้องการด้วยการพิมพ์ @ชื่อแอป ในคำสั่งได้โดยตรง

ความสามารถของ ChatGPT Work ไม่ได้หยุดเพียงการสร้างเอกสาร แต่สามารถรับผิดชอบ Workflow ทั้งกระบวนการ เช่น นำข้อมูลวิจัยลูกค้ามาสรุปเป็น Marketing Brief จากนั้นสร้างสื่อการตลาด และปรับเนื้อหาให้เหมาะกับแต่ละประเทศ โดยรักษาบริบทของงานตลอดทั้งกระบวนการ ทำให้ผู้ใช้ไม่ต้องคอยสั่งงานทีละขั้นอีกต่อไป

อีกหนึ่งฟีเจอร์สำคัญคือ Scheduled Tasks ซึ่งช่วยให้ ChatGPT ทำงานแทนผู้ใช้แบบอัตโนมัติ ทั้งงานครั้งเดียว งานตามตารางเวลา หรือการเฝ้าติดตามเหตุการณ์ เช่น ตรวจสอบเว็บไซต์ทุกเช้า สรุปการเปลี่ยนแปลง ส่งรายงานประจำวัน อัปเดตสไลด์จากอีเมลล่าสุด วิเคราะห์ข้อความใหม่ใน Slack หรือ Microsoft Teams และแจ้งเตือนเมื่อพบข้อมูลสำคัญ แม้ผู้ใช้จะไม่ได้เปิดคอมพิวเตอร์ AI ก็สามารถทำงานต่อเนื่องได้

สำหรับเวอร์ชัน Desktop OpenAI ได้ยกระดับความสามารถอย่างมาก โดยรวม Chat, Work และ Codex ไว้ในแอปเดียว พร้อมเพิ่ม Built-in Browser ที่ให้ ChatGPT เข้าใช้งานเว็บไซต์ เครื่องมือออนไลน์ และไฟล์บน Google Workspace หรือ Microsoft 365 ได้โดยตรง อีกทั้งยังรองรับ Computer Use ที่ให้ AI ควบคุมคอมพิวเตอร์แทนผู้ใช้ เช่น คลิกเมาส์ พิมพ์ข้อความ เปิดโปรแกรม หรือจัดการไฟล์ในพื้นหลัง เพื่อทำงานที่ต้องอาศัยหลายแอปพลิเคชันร่วมกัน

OpenAI ยังเปิดตัว Sites ในสถานะ Public Beta ซึ่งช่วยให้ผู้ใช้สามารถสร้างเว็บไซต์หรือ Web App แบบโต้ตอบได้จากภายใน ChatGPT เพียงสั่งงานด้วยภาษาธรรมชาติ เหมาะสำหรับ Dashboard, Project Tracker, Internal Portal, Prototype หรือ Interactive Report พร้อมอัปเดตข้อมูลตามบริบทใหม่ได้อย่างต่อเนื่อง

เบื้องหลังทั้งหมดขับเคลื่อนด้วย GPT-5.6 โมเดลรุ่นใหม่ล่าสุดของ OpenAI ที่มีความสามารถในการวางแผนงานหลายขั้นตอน (Multi-step Reasoning) และสร้างผลงานที่สอดคล้องกับ Template, Reference Files และรูปแบบการทำงานของแต่ละองค์กรได้อย่างแม่นยำ ผู้ใช้จึงไม่จำเป็นต้องอธิบายทุกขั้นตอนเหมือนที่ผ่านมา แต่สามารถบอกเพียงเป้าหมายสุดท้าย แล้วให้ AI วางแผนและดำเนินงานเองได้

OpenAI เปิดเผยว่าภายในองค์กรเอง เกือบทุกทีม ไม่ว่าจะเป็นฝ่ายขาย ฝ่ายการเงิน หรือทีมวิศวกรรม ต่างใช้งาน ChatGPT Work และ Codex เป็นประจำ ตัวอย่างเช่น ทีมขายสามารถเปลี่ยนข้อมูลจากการประชุมกับลูกค้าให้กลายเป็น Proof of Concept ภายใน 24 ชั่วโมง จากเดิมที่ต้องใช้เวลาหลายสัปดาห์ ขณะที่ทีมการเงินลดเวลาปิดงบและวิเคราะห์ประมาณการจากหลายวันเหลือเพียงไม่กี่ชั่วโมง เพราะ AI สามารถค้นหาข้อมูล กระทบยอด สร้างสไลด์ และตรวจสอบผลลัพธ์ให้โดยอัตโนมัติ

ในด้านความปลอดภัย ChatGPT Work สร้างขึ้นบนพื้นฐานเดียวกับ ChatGPT Enterprise โดยผู้ดูแลระบบสามารถกำหนดสิทธิ์การเข้าถึงข้อมูล ปลั๊กอิน เครื่องมือ และการดำเนินการต่าง ๆ ได้จากศูนย์กลาง พร้อมระบบ Auto-review ที่ใช้โมเดล AI ตรวจสอบการดำเนินการสำคัญก่อนเกิดขึ้นจริง เพื่อป้องกันการรั่วไหลของข้อมูลสำคัญ โดย OpenAI ระบุว่าสามารถป้องกันความพยายามดึงข้อมูลที่ได้รับการปกป้องได้ 100% ในการทดสอบ Red Team ภายใน

ChatGPT Work เริ่มทยอยเปิดใช้งานตั้งแต่วันนี้บน Web และ Mobile สำหรับผู้ใช้ Pro, Enterprise และ Edu ก่อน จากนั้นจะเปิดให้ Plus และ Business ภายในไม่กี่วัน ส่วนแอป ChatGPT Desktop ใหม่ที่รวม Chat, Work และ Codex เปิดให้ดาวน์โหลดทั่วโลกแล้วทั้งบน Windows และ macOS และสามารถใช้งานได้ทุกแพ็กเกจ รวมถึง Free โดยผู้ใช้ Codex เดิมเพียงอัปเดตแอป ก็จะกลายเป็น ChatGPT Desktop เวอร์ชันใหม่ทันที

การเปิดตัว ChatGPT Work สะท้อนวิสัยทัศน์ใหม่ของ OpenAI ที่ต้องการให้ AI ก้าวจากบทบาท "ผู้ช่วยตอบคำถาม" ไปสู่ "ผู้ช่วยลงมือทำงาน" อย่างแท้จริง เมื่อรวมความสามารถของ GPT-5.6, Codex, Browser, Computer Use, Plugins และ Scheduled Tasks เข้าด้วยกัน ChatGPT จึงกำลังพัฒนาไปเป็นแพลตฟอร์ม AI Agent ที่สามารถรับผิดชอบงานทั้งกระบวนการ ตั้งแต่การวางแผน วิเคราะห์ สร้างผลงาน ไปจนถึงการติดตามงานต่อเนื่อง ซึ่งอาจเปลี่ยนรูปแบบการทำงานของบุคคลและองค์กรในยุค AI ไปอย่างสิ้นเชิง

แหล่งที่มา: https://t.co/eexScW0LZw
ข้อมูลเพิ่มเติม: https://t.co/c8oamE9xGD

[OpenAI @OpenAI]

Introducing ChatGPT Work, a new agent in ChatGPT powered by Codex and GPT-5.6.

It can take action across your apps and files, stay with a project for hours if needed, and turn a goal into finished work.

It’s a whole new way to get work done.

[AI Tensibility @AITensibility]

Figure เร่งพัฒนาหุ่นยนต์มนุษย์ไม่หยุด เดินหน้าสู่ F.04 หลังปิดดีไซน์รุ่นใหม่ เตรียมก้าวกระโดดครั้งใหญ่

Figure Robotics บริษัทผู้พัฒนาหุ่นยนต์ฮิวแมนนอยด์ (Humanoid Robot) เผยความคืบหน้าล่าสุดผ่านวิดีโอจากการประชุมภายในองค์กร (All-Hands Meeting) ซึ่งเปิดให้เห็นเบื้องหลังการพัฒนาหุ่นยนต์ Figure F.03 ในช่วงเริ่มต้นของการนำระบบขึ้นมาทำงาน (Early Bringup) ถือเป็นภาพที่ไม่ค่อยถูกเผยแพร่สู่สาธารณะ และสะท้อนให้เห็นถึงความก้าวหน้าอย่างรวดเร็วของบริษัทในช่วง 4 ปีที่ผ่านมา

Brett Adcock ผู้ก่อตั้งและซีอีโอของ Figure เปิดเผยว่า หุ่นยนต์ F.01, F.02 และ F.03 ล้วนได้รับการออกแบบและสามารถเดินได้ภายในระยะเวลาประมาณ หนึ่งปีต่อหนึ่งรุ่น แม้ว่าหุ่นยนต์แต่ละรุ่นจะใช้สถาปัตยกรรมใหม่ทั้งหมด พร้อมทั้งมีการออกแบบฮาร์ดแวร์และซอฟต์แวร์ใหม่ตั้งแต่ต้น (Ground-up Redesign) ไม่ใช่เพียงการปรับปรุงจากรุ่นก่อนหน้า

การพัฒนาในลักษณะนี้ถือเป็นเรื่องท้าทายอย่างมากในอุตสาหกรรมหุ่นยนต์ เพราะการเปลี่ยนทั้งโครงสร้าง กลไก ระบบควบคุม เซ็นเซอร์ และซอฟต์แวร์ในเวลาอันสั้น ต้องอาศัยการออกแบบ วิศวกรรม การทดสอบ และการบูรณาการระบบที่มีประสิทธิภาพสูง

พร้อมกันนี้ Figure ยังประกาศว่า บริษัทได้ผ่าน ขั้นตอนการออกแบบหลัก (Final Major Design Cycle) ของหุ่นยนต์รุ่นถัดไป Figure F.04 เป็นที่เรียบร้อยแล้ว ซึ่งหมายความว่าการออกแบบหลักของหุ่นยนต์ได้เสร็จสมบูรณ์ และกำลังเข้าสู่กระบวนการสร้างต้นแบบ การทดสอบ และการเตรียมความพร้อมสำหรับการผลิตในลำดับถัดไป

Adcock ระบุว่า F.04 จะเป็นการพัฒนาที่ก้าวกระโดดที่สุดนับตั้งแต่ Figure ก่อตั้งบริษัท หรือเป็นการเปลี่ยนผ่านระหว่างรุ่น (Generation Leap) ที่ใหญ่ที่สุด ซึ่งสะท้อนว่าบริษัทไม่ได้มุ่งเน้นเพียงการปรับปรุงเล็กน้อย แต่กำลังเตรียมนำเทคโนโลยีใหม่หลายด้านเข้ามาในหุ่นยนต์รุ่นถัดไป แม้ยังไม่มีการเปิดเผยรายละเอียดเชิงเทคนิคก็ตาม

Figure ถือเป็นหนึ่งในบริษัทที่ถูกจับตามองมากที่สุดในวงการหุ่นยนต์ฮิวแมนนอยด์ โดยมีเป้าหมายพัฒนาหุ่นยนต์ที่สามารถทำงานร่วมกับมนุษย์ในโรงงาน โลจิสติกส์ คลังสินค้า และในอนาคตอาจขยายไปสู่การใช้งานภายในบ้าน ปัจจุบันบริษัทมีความร่วมมือกับองค์กรขนาดใหญ่หลายแห่งในการทดสอบหุ่นยนต์ในสภาพแวดล้อมการทำงานจริง เพื่อเร่งนำเทคโนโลยีออกสู่เชิงพาณิชย์

การที่ Figure สามารถพัฒนาหุ่นยนต์รุ่นใหม่ได้ต่อเนื่องในรอบเวลาที่สั้น และเดินหน้าสู่ F.04 อย่างรวดเร็ว แสดงให้เห็นว่าการแข่งขันในตลาดหุ่นยนต์ฮิวแมนนอยด์กำลังเข้าสู่ช่วงที่เข้มข้นมากขึ้น โดยแต่ละบริษัทต่างเร่งพัฒนาให้หุ่นยนต์มีความสามารถใกล้เคียงมนุษย์มากขึ้น ทั้งด้านการเคลื่อนไหว ความคล่องตัว ความฉลาดของ AI และความพร้อมสำหรับการผลิตในระดับอุตสาหกรรม ซึ่งอาจทำให้ในอีกไม่กี่ปีข้างหน้า เราได้เห็นหุ่นยนต์ลักษณะนี้เข้ามามีบทบาทในชีวิตประจำวันและภาคธุรกิจอย่างแพร่หลายมากกว่าที่เคย

แหล่งที่มา: https://t.co/sgw4Pnn1zg

[Figure @Figure_robot]

4 years at Figure

[AI Tensibility @AITensibility]

1X เปิดตัว "มือหุ่นยนต์ NEO" รุ่นใหม่ ก้าวสำคัญสู่หุ่นยนต์ที่มีความคล่องแคล่วระดับมนุษย์

หุ่นยนต์ฮิวแมนนอยด์อาจกำลังเข้าใกล้การใช้งานจริงมากขึ้น หลังจาก 1X Technologies สตาร์ทอัพด้านหุ่นยนต์จากนอร์เวย์-สหรัฐฯ ที่ได้รับการสนับสนุนจาก OpenAI เปิดตัว มือหุ่นยนต์รุ่นใหม่ของ NEO ซึ่งบริษัทระบุว่าเป็นระบบมือที่ก้าวหน้าที่สุดเท่าที่เคยพัฒนามา ด้วยโครงสร้างแบบ Tendon-driven (เอ็นขับเคลื่อน) และ 25 Degrees of Freedom (DoF) ที่ช่วยให้สามารถเคลื่อนไหวได้ใกล้เคียงมือมนุษย์ทั้งในด้านความแม่นยำ ความแข็งแรง ความเร็ว และความปลอดภัย

1X มองว่าปัญหาสำคัญของหุ่นยนต์ในช่วงกว่า 70 ปีที่ผ่านมา ไม่ใช่เรื่องการเดินหรือการมองเห็น แต่คือ "มือ" เพราะต่อให้ AI ฉลาดเพียงใด หากไม่สามารถจับ ถือ หมุน หรือสัมผัสสิ่งของได้อย่างละเอียด ความสามารถในการทำงานจริงก็ยังมีข้อจำกัด ดังนั้นบริษัทจึงเลือกพัฒนามือให้เป็นหัวใจหลักของหุ่นยนต์ฮิวแมนนอยด์ และเชื่อว่าความสำเร็จของหุ่นยนต์จะ "อยู่ที่ปลายนิ้ว" มากกว่าส่วนอื่นของร่างกาย

มือรุ่นใหม่นี้ใช้ระบบเอ็นขับเคลื่อนที่มีอัตราทดต่ำ ทำให้ทุกข้อต่อสามารถรับรู้แรงที่เกิดขึ้นได้โดยตรง หรือที่เรียกว่า Force Transparency นั่นหมายความว่า NEO ไม่ได้เพียงแค่ขยับนิ้วตามคำสั่ง แต่ยังสามารถ "รับรู้" ว่ากำลังสัมผัสวัตถุหนัก เบา แข็ง นิ่ม หรือกำลังลื่นหลุดจากมือได้ พร้อมทั้งมีเซ็นเซอร์สัมผัสความละเอียดสูงที่ตรวจจับแรงกด ตำแหน่งการสัมผัส และแรงเฉือนบนพื้นผิวของนิ้ว ช่วยให้หุ่นยนต์ตอบสนองต่อสถานการณ์ได้แบบเรียลไทม์

ด้วยความสามารถดังกล่าว NEO สามารถทำงานละเอียดที่เดิมเป็นเรื่องยากสำหรับหุ่นยนต์ เช่น ประกอบตัวต่อ LEGO หยิบเหรียญหรือสกรูขนาดเล็ก หมุนไขควง เปลี่ยนหลอดไฟ รูดซิปเสื้อ เสียบสาย USB-C เทชา จับแก้วไวน์ เช็ดโต๊ะ หรือแม้แต่ใช้ภาษามือในการสื่อสาร รวมถึงงานที่ต้องอาศัยการควบคุมแรงอย่างแม่นยำ เช่น การจับกระดาษพับหรือวัตถุเปราะบางโดยไม่ทำให้เสียหาย

นอกจากความคล่องตัวแล้ว มือของ NEO ยังถูกออกแบบให้ใช้งานในชีวิตประจำวันได้จริง ตัวโครงสร้างผ่านมาตรฐาน IP68 กันน้ำและกันฝุ่น ใช้วัสดุที่ปลอดภัยต่ออาหาร สามารถล้างมือได้เหมือนมนุษย์ และรองรับการใช้งานต่อเนื่องหลายล้านรอบ พร้อมระบบที่ช่วยให้ข้อต่อสามารถยืดหยุ่นเมื่อเกิดแรงกระแทก ลดความเสี่ยงในการชนกับผู้ใช้งานหรือสิ่งของภายในบ้าน

อีกจุดเด่นสำคัญคือ 1X ไม่ได้เพียงออกแบบมือเท่านั้น แต่ยังผลิตทุกองค์ประกอบเอง ตั้งแต่มอเตอร์ ระบบเอ็น เซ็นเซอร์ อุปกรณ์อิเล็กทรอนิกส์ ไปจนถึงวัสดุหุ้มผิว ทำให้สามารถควบคุมคุณภาพและเร่งการพัฒนาระบบได้อย่างรวดเร็ว ปัจจุบันบริษัทสามารถผลิตมือหุ่นยนต์ได้ 10,000 ชิ้นต่อปี จากสายการผลิตของตนเองในเมืองเฮย์เวิร์ด รัฐแคลิฟอร์เนีย ซึ่งถือเป็นโรงงานผลิตหุ่นยนต์ฮิวแมนนอยด์แบบครบวงจรแห่งแรกของสหรัฐฯ

ในด้านธุรกิจ 1X เปิดให้จองหุ่นยนต์ NEO แล้วในราคา 20,000 ดอลลาร์สหรัฐ หรือเลือกเช่าใช้งานในราคา 499 ดอลลาร์ต่อเดือน (อ้างอิง: https://t.co/7txHdD1nUE) โดยมีแผนเริ่มส่งมอบให้ลูกค้าในสหรัฐฯ ช่วงปลายปี 2026 ขณะที่การแข่งขันในตลาดหุ่นยนต์ฮิวแมนนอยด์กำลังทวีความเข้มข้น โดยเฉพาะจากจีนที่ตั้งเป้าผลิตหุ่นยนต์ฮิวแมนนอยด์มากกว่า 100,000 เครื่องภายในปีนี้

การเปิดตัวมือรุ่นใหม่ของ NEO จึงไม่ได้เป็นเพียงการเพิ่มจำนวนข้อต่อหรือความสามารถทางกลไก แต่สะท้อนทิศทางใหม่ของวงการหุ่นยนต์ที่ให้ความสำคัญกับ "การสัมผัส" และ "ความคล่องแคล่ว" ไม่แพ้ความฉลาดของ AI เพราะเมื่อหุ่นยนต์สามารถใช้มือได้ใกล้เคียงมนุษย์มากขึ้น ศักยภาพในการช่วยงานภายในบ้าน โรงงาน และธุรกิจบริการก็อาจก้าวกระโดดอย่างที่ไม่เคยเกิดขึ้นมาก่อน

แหล่งที่มา: https://t.co/2wrTlV1nTY
ข้อมูลเพิ่มเติม: https://t.co/pAEaNpWAbU

[Bernt Bornich @BerntBornich]

Introducing NEO’s 25 Degrees of Freedom, tendon-driven hands — nearing or surpassing human-level dexterity, strength, speed, and reliability.

For seventy years, robotics worked around the hand problem. The humanoid bet is the reverse: it lives or dies at the fingertips.

[AI Tensibility @AITensibility]

OpenAI เปิดตัว GPT-5.6 ตระกูลใหม่ "Sol, Terra และ Luna" ยกระดับ AI ฉลาดกว่าเดิม เร็วกว่าเดิม และถูกกว่าเดิม

OpenAI เปิดตัวโมเดล AI รุ่นใหม่ในตระกูล GPT-5.6 ประกอบด้วย GPT-5.6 Sol, GPT-5.6 Terra และ GPT-5.6 Luna พร้อมเริ่มทยอยเปิดใช้งานใน ChatGPT, Codex และ OpenAI API โดยวางตำแหน่งให้เป็นโมเดลที่มีประสิทธิภาพสูงขึ้นทั้งด้านความสามารถในการให้เหตุผล (Reasoning) การเขียนโค้ด งานวิเคราะห์ข้อมูล ความปลอดภัยไซเบอร์ และงานวิทยาศาสตร์ ขณะเดียวกันก็ใช้โทเคนน้อยลง ทำให้ต้นทุนการใช้งานลดลงอย่างมีนัยสำคัญ

โมเดลเรือธง GPT-5.6 Sol ถูกออกแบบมาเพื่อรองรับงานที่ซับซ้อนที่สุด โดย OpenAI ระบุว่าสามารถสร้างมาตรฐานใหม่ด้านทั้ง "ความฉลาด" และ "ความคุ้มค่า" ด้วยการทำงานที่แม่นยำขึ้น ใช้ทรัพยากรน้อยลง และตอบสนองได้รวดเร็วกว่ารุ่นก่อน

ผลการทดสอบบน Agents' Last Exam ซึ่งเป็นชุดประเมินความสามารถของ AI Agent แสดงให้เห็นว่า GPT-5.6 Sol ทำคะแนนได้ 53.6 คะแนน สูงกว่า Claude Fable 5 (Adaptive) ถึง 13.1 คะแนน ขณะที่เมื่อใช้งานในระดับ Medium Reasoning ก็ยังทำคะแนนเหนือกว่าอยู่ 11.4 คะแนน โดยมีต้นทุนประมาณ หนึ่งในสี่ ของคู่แข่ง ส่วน GPT-5.6 Terra และ GPT-5.6 Luna ก็ทำผลงานเหนือกว่าเช่นกัน แม้มีต้นทุนเพียงประมาณ หนึ่งในสิบหก ของโมเดลเปรียบเทียบในบางการตั้งค่า

ด้านงานเขียนโปรแกรม GPT-5.6 Sol ยังสร้างสถิติใหม่บน Artificial Analysis Coding Agent Index ด้วยคะแนน 80.0 สูงกว่า Claude Fable 5 อยู่ 2.8 คะแนน พร้อมใช้จำนวน Output Tokens ไม่ถึงครึ่ง ใช้เวลาประมวลผลน้อยกว่าครึ่ง และมีค่าใช้จ่ายลดลงประมาณ หนึ่งในสาม แสดงให้เห็นถึงการพัฒนาทั้งด้านคุณภาพ ความเร็ว และประสิทธิภาพการใช้ทรัพยากรไปพร้อมกัน

อีกหนึ่งความสามารถสำคัญคือการเปิดตัว Ultra Mode ซึ่งเป็นโหมดประสิทธิภาพสูงสุดของ GPT-5.6 Sol สำหรับงานที่ต้องการความสามารถในการวิเคราะห์และแก้ปัญหาระดับสูง โดยระบบจะประสานการทำงานของ AI Agents หลายตัวพร้อมกัน (Parallel Agents) เพื่อแบ่งงาน วิเคราะห์ และสังเคราะห์ผลลัพธ์ร่วมกัน ช่วยให้การจัดการโปรเจกต์ขนาดใหญ่ งานวิจัย หรือการพัฒนาซอฟต์แวร์ที่ซับซ้อนดำเนินไปได้รวดเร็วและมีคุณภาพมากขึ้น แม้ว่าจะแลกมาด้วยการใช้โทเคนเพิ่มขึ้นก็ตาม

การเปิดตัวครั้งนี้ยังสะท้อนแนวทางใหม่ของ OpenAI ที่เริ่มแบ่งโมเดลออกเป็นหลายระดับ ได้แก่ Sol สำหรับงานที่ต้องการประสิทธิภาพสูงสุด, Terra สำหรับการใช้งานทั่วไปที่ต้องการสมดุลระหว่างคุณภาพและต้นทุน และ Luna สำหรับงานที่เน้นความคุ้มค่าและประหยัดทรัพยากร ทำให้นักพัฒนาและองค์กรสามารถเลือกใช้โมเดลได้เหมาะสมกับลักษณะงานมากยิ่งขึ้น

แหล่งที่มา: https://t.co/oFPFN4gRkj
ข้อมูลเพิ่มเติม:
- https://t.co/rXKdnotgyH
- https://t.co/qp3Hev2fnQ

[OpenAI @OpenAI]

Sol, Terra, and Luna, our GPT‑5.6 family of models, are starting to roll out now in ChatGPT, Codex, and the API.

[AI Tensibility @AITensibility]

Meta เปิดตัว Muse Spark 1.1 โมเดล AI ยุคใหม่ เน้น Agent อัจฉริยะ โค้ดเก่ง ใช้งานเครื่องมือเป็น พร้อมเปิด Meta Model API

Meta Superintelligence Labs เปิดตัว Muse Spark 1.1 โมเดล AI รุ่นล่าสุดที่ได้รับการอัปเกรดครั้งใหญ่จาก Muse Spark รุ่นแรก โดยออกแบบมาเพื่อรองรับยุคของ Agentic AI ที่ไม่ได้มีหน้าที่เพียงตอบคำถาม แต่สามารถวางแผน ใช้เครื่องมือ ทำงานหลายขั้นตอน และประสานงานกับ AI ย่อยหลายตัวเพื่อทำงานแทนผู้ใช้ได้อย่างมีประสิทธิภาพ

พร้อมกันนี้ Meta ยังเปิด Meta Model API ในรูปแบบ Public Preview เปิดโอกาสให้นักพัฒนาสามารถนำ Muse Spark 1.1 ไปสร้างแอปพลิเคชันและ AI Agent ได้โดยตรง ขณะที่ผู้ใช้งานทั่วไปสามารถใช้งานโมเดลนี้ผ่านโหมด Thinking บน Meta AI และเว็บไซต์ https://t.co/IrkZgif251

จุดเด่นสำคัญของ Muse Spark 1.1 คือการเป็นโมเดล Multimodal Reasoning ที่รวมความสามารถด้านการใช้เครื่องมือ (Tool Use) การควบคุมคอมพิวเตอร์ (Computer Use) การเขียนโปรแกรม และการเข้าใจข้อมูลหลายรูปแบบไว้ในโมเดลเดียว พร้อมหน้าต่างบริบท (Context Window) ขนาด 1 ล้านโทเคน ทำให้สามารถติดตามงานที่มีความซับซ้อนและต่อเนื่องเป็นเวลานานได้

Meta ระบุว่าโมเดลได้รับการฝึกให้ทำงานแบบ Multi-Agent โดยสามารถทำหน้าที่เป็น Agent หลักที่วิเคราะห์ปัญหา วางแผน และแบ่งงานให้ Agent ย่อยทำงานแบบขนาน ก่อนรวบรวมผลลัพธ์กลับมา ช่วยลดเวลาในการทำงานของโปรเจกต์ขนาดใหญ่ลงอย่างมาก และยังสามารถบริหาร Context ได้อย่างชาญฉลาด ทั้งการจดจำเหตุการณ์ที่ผ่านมา ดึงข้อมูลจากช่วงต้นของงาน และย่อข้อมูลโดยไม่สูญเสียสาระสำคัญ

ด้านการใช้งานคอมพิวเตอร์ Muse Spark 1.1 ถูกออกแบบให้ทำงานบน Desktop, Browser และ Mobile ได้อย่างเป็นธรรมชาติ สามารถเลือกได้เองว่าควรใช้การคลิกหน้าจอหรือสร้างสคริปต์อัตโนมัติเมื่อวิธีนั้นรวดเร็วกว่า รวมถึงปรับตัวตามข้อมูลใหม่ที่เกิดขึ้นระหว่างการทำงานโดยไม่ต้องให้ผู้ใช้สั่งซ้ำ

ในด้านการเขียนโปรแกรม Meta ระบุว่า Muse Spark 1.1 มีพัฒนาการอย่างก้าวกระโดด สามารถทำงานกับ Codebase ขนาดใหญ่ วิเคราะห์และแก้ไขบั๊กที่ซับซ้อน เพิ่มฟีเจอร์ใหม่ และย้ายระบบขนาดใหญ่ได้ รองรับรูปแบบการทำงานของ Agent ด้านการเขียนโค้ดที่กำลังได้รับความนิยม เช่น Planning Mode, Goal Conditioning, Sub-Agent Delegation และ Context Compaction

ผลการทดสอบยังสะท้อนความสามารถของโมเดลในหลายด้าน โดย Muse Spark 1.1 ทำคะแนน MCP Atlas 88.1 สูงที่สุดในกลุ่มโมเดลที่เปรียบเทียบ และทำคะแนน JobBench 54.7 ซึ่งเป็นการประเมินการใช้เครื่องมือระดับมืออาชีพ แซงหน้า Opus 4.8 (48.4), GPT-5.5 (38.3), Muse Spark รุ่นเดิม (17.0) และ Gemini 3.1 Pro (15.9) อย่างชัดเจน

ด้านการเขียนโปรแกรม Muse Spark 1.1 ยังทำคะแนน 72.2 บน Vibe Code Bench v1.1 เทียบกับ Muse Spark รุ่นเดิมที่ได้เพียง 19.7 และบน SWE Atlas – Codebase QnA ก็ทำได้ 42.0 เทียบกับ 24.2 ของรุ่นก่อน สะท้อนการพัฒนาด้านการทำงานกับโค้ดขนาดใหญ่ได้อย่างมีนัยสำคัญ

สำหรับงานด้าน Multimodal โมเดลสามารถวิเคราะห์ภาพ วิดีโอ เอกสาร PDF และข้อมูลเสียงภายใน Workflow เดียวกัน พร้อมนำข้อมูลเหล่านั้นไปใช้ในการทำงานจริง ตัวอย่างเช่น การรับวิดีโอสินค้าจากสมาร์ตโฟน คัดเลือกภาพที่เหมาะสม วิเคราะห์รายละเอียดสินค้า และสร้างประกาศขายบน Facebook Marketplace ให้โดยอัตโนมัติ

Meta ยังให้ความสำคัญกับความปลอดภัย โดยระบุว่า Muse Spark 1.1 ผ่านการประเมินตามกรอบ Advanced AI Scaling Framework ครอบคลุมความเสี่ยงด้านชีวภาพ ความมั่นคงไซเบอร์ และการควบคุมโมเดล พร้อมแสดงความสามารถในการต้านทาน Jailbreak, Prompt Injection และการโจมตีผ่านข้อมูลภายนอกได้ดีกว่ารุ่นก่อน อีกทั้งยังลดอัตราการเกิด Hallucination และพฤติกรรมเอาใจผู้ใช้เกินควร (Syco

อีกจุดที่น่าสนใจคือ Meta Model API รองรับมาตรฐานเดียวกับ OpenAI SDK ทำให้นักพัฒนาที่มีระบบเดิมสามารถย้ายมาใช้งานได้ง่าย เพียงเปลี่ยน Endpoint ก็สามารถเชื่อมต่อกับ Muse Spark 1.1 ได้ทันที ลดต้นทุนในการปรับปรุงระบบเดิม

ทั้งนี้ Meta Model API ยังไม่เปิดให้ใช้งานในประเทศไทย ณ ขณะนี้ โดยนักพัฒนาไทยจะต้องรอการทยอยเปิดให้บริการในภูมิภาคต่อไป ก่อนจะสามารถใช้งาน Muse Spark 1.1 ผ่าน API ได้อย่างเป็นทางการ

แหล่งที่มา: https://t.co/uFAuIILl5X
ข้อมูลเพิ่มเติม:
- https://t.co/a7S9xoNKAz
- https://t.co/SrNpvBLtHu

[Meta for Developers @MetaforDevs]

Muse Spark is now in public preview on Meta Model API.

It's built for agentic workflows with strong code generation, multi-step agents and native multimodal perception.

Here's what it can do 🧵

[AI Tensibility @AITensibility]

OpenAI ถอนคำแนะนำ SWE-Bench Pro หลังพบ 30% ของโจทย์มีข้อบกพร่อง สะท้อนความท้าทายของการวัดความสามารถ AI

ในช่วงไม่กี่ปีที่ผ่านมา การแข่งขันด้านโมเดล AI สำหรับการเขียนโปรแกรมไม่ได้วัดกันเพียงว่าใครสร้างโมเดลที่เก่งที่สุด แต่ยังวัดกันด้วยคะแนนจาก Benchmark ซึ่งเป็นชุดข้อสอบมาตรฐานที่ใช้เปรียบเทียบความสามารถของโมเดลแต่ละรุ่น หนึ่งใน Benchmark ที่ได้รับการยอมรับมากที่สุดคือ SWE-Bench Pro ซึ่งถูกออกแบบมาเพื่อประเมินความสามารถของ AI ในการแก้ไขปัญหาซอฟต์แวร์จริงจากโครงการโอเพนซอร์ส อย่างไรก็ตาม ล่าสุด OpenAI ได้เผยผลการตรวจสอบเชิงลึกที่สร้างความประหลาดใจให้กับวงการ เมื่อพบว่าประมาณ 30% ของโจทย์ใน SWE-Bench Pro มีข้อบกพร่อง มากพอที่จะทำให้ผลการประเมินไม่น่าเชื่อถือ พร้อมประกาศถอนคำแนะนำเดิมที่เคยสนับสนุนให้ชุมชนนักวิจัยใช้ Benchmark นี้เป็นมาตรฐานหลักในการวัดความสามารถของ AI ด้านการเขียนโค้ด

OpenAI อธิบายว่า การประเมินความสามารถของโมเดลอย่างถูกต้องมีความสำคัญอย่างยิ่ง เพราะผลลัพธ์จาก Benchmark ไม่ได้ถูกใช้เพียงเพื่อจัดอันดับโมเดลเท่านั้น แต่ยังมีผลต่อการตัดสินใจด้านการพัฒนา การนำ AI ไปใช้งานจริง และแม้กระทั่งการประเมินความปลอดภัยของโมเดลภายใต้กรอบการกำกับดูแลของบริษัท หาก Benchmark มีข้อผิดพลาด ผลคะแนนที่ได้ก็อาจทำให้ผู้พัฒนา นักวิจัย และผู้ใช้งานเข้าใจศักยภาพของโมเดลคลาดเคลื่อนได้

ก่อนหน้านี้ OpenAI เคยตรวจพบปัญหาใน SWE-Bench Verified ซึ่งเป็น Benchmark รุ่นก่อน และได้แนะนำให้วงการเปลี่ยนมาใช้ SWE-Bench Pro เนื่องจากออกแบบให้มีโจทย์ที่ซับซ้อนกว่า ใช้บริบทของโค้ดจำนวนมากขึ้น และสะท้อนงานพัฒนาซอฟต์แวร์ในโลกจริงได้ดีกว่า โดยภายในเวลาเพียงแปดเดือน โมเดลชั้นนำสามารถเพิ่มอัตราการแก้โจทย์สำเร็จจากประมาณ 23% เป็นมากกว่า 80% อย่างไรก็ตาม ความก้าวหน้าที่รวดเร็วนี้เองทำให้ OpenAI เริ่มตั้งคำถามว่า Benchmark ยังคงวัดความสามารถของโมเดลได้อย่างถูกต้องหรือไม่ จนนำไปสู่การตรวจสอบครั้งใหญ่

การตรวจสอบดังกล่าวใช้ทั้งระบบวิเคราะห์อัตโนมัติที่อาศัย AI และการประเมินโดยมนุษย์ เริ่มจากการสร้างกระบวนการตรวจสอบคุณภาพข้อมูลที่วิเคราะห์คำสั่งของโจทย์ ชุดทดสอบ โค้ดอ้างอิง และรูปแบบความล้มเหลวของโมเดล เพื่อค้นหาโจทย์ที่อาจมีปัญหา จากนั้น AI Investigator ที่พัฒนาบน Codex จะเข้าไปศึกษาซอร์สโค้ดของแต่ละ Repository ทดลองรันชุดทดสอบ วิเคราะห์แนวทางการแก้ปัญหา และสรุปผลให้ผู้วิจัยตรวจสอบอีกครั้ง ขณะเดียวกัน OpenAI ยังให้วิศวกรซอฟต์แวร์ที่มีประสบการณ์จำนวนห้าคนประเมินแต่ละโจทย์อย่างเป็นอิสระ เพื่อให้มั่นใจว่าผลลัพธ์ไม่ได้อาศัยมุมมองของ AI เพียงอย่างเดียว

ผลการตรวจสอบพบว่า ระบบ AI ระบุโจทย์ที่มีปัญหาได้ประมาณ 27% ของชุดข้อมูลทั้งหมด ขณะที่การประเมินโดยมนุษย์พบมากกว่า 34% เมื่อนำผลทั้งสองส่วนมาวิเคราะห์ร่วมกัน OpenAI จึงประเมินว่าประมาณ 30% ของ SWE-Bench Pro มีข้อบกพร่องที่ส่งผลต่อความน่าเชื่อถือของการประเมิน

ข้อบกพร่องที่พบมีหลายลักษณะ บางโจทย์กำหนดชุดทดสอบที่เข้มงวดเกินไปจนบังคับให้โมเดลเขียนโค้ดตามวิธีเฉพาะ ทั้งที่คำสั่งไม่ได้ระบุไว้ บางโจทย์กลับให้ข้อมูลไม่ครบ แต่ชุดทดสอบกลับตรวจสอบเงื่อนไขที่ผู้ทำโจทย์ไม่มีทางทราบได้จากข้อความที่ให้มา ขณะที่บางกรณีชุดทดสอบตรวจสอบไม่ครอบคลุม ทำให้โค้ดที่แก้ปัญหาได้เพียงบางส่วนกลับผ่านการประเมิน นอกจากนี้ยังมีโจทย์ที่คำอธิบายชี้นำไปในทิศทางหนึ่ง แต่ชุดทดสอบกลับคาดหวังผลลัพธ์อีกแบบหนึ่ง ส่งผลให้แม้โมเดลจะทำตามคำสั่งอย่างถูกต้อง ก็ยังถูกตัดสินว่าผิด

OpenAI ยกตัวอย่างกรณีหนึ่งที่เกี่ยวข้องกับการจัดรูปแบบข้อความ Markdown โดยคำอธิบายในโจทย์แสดงตัวอย่างการเว้นวรรคหนึ่งตำแหน่ง แต่ชุดทดสอบที่ซ่อนอยู่กลับต้องการเว้นวรรคสองตำแหน่ง ความแตกต่างเพียงตัวอักษรเดียวทำให้คำตอบที่ปฏิบัติตามโจทย์อย่างเคร่งครัดไม่สามารถผ่านการประเมินได้ ทั้งที่ในมุมของผู้พัฒนาโปรแกรม คำตอบดังกล่าวถือว่าถูกต้องตามข้อกำหนดที่ได้รับ

สาเหตุสำคัญของปัญหาเหล่านี้มาจากธรรมชาติของ SWE-Bench Pro ที่สร้างขึ้นจากประวัติการพัฒนาซอฟต์แวร์โอเพนซอร์สจริง ซึ่งเดิมออกแบบมาเพื่อการทำงานร่วมกันของนักพัฒนา ไม่ใช่เพื่อเป็นข้อสอบสำหรับ AI ในหลายกรณี คำอธิบายของ Issue, โค้ดที่ถูกรวมเข้าระบบ และชุดทดสอบ ถูกสร้างขึ้นในช่วงเวลาที่ต่างกันและมีบริบทของการสนทนาระหว่างนักพัฒนาที่ไม่ได้ถูกรวบรวมไว้ทั้งหมด เมื่อแปลงข้อมูลเหล่านี้มาเป็นโจทย์มาตรฐาน จึงเกิดความคลาดเคลื่อนที่ส่งผลต่อความยุติธรรมของการประเมิน

อีกประเด็นที่น่าสนใจคือ OpenAI มองว่าความสามารถของโมเดล AI ที่พัฒนาขึ้นในปัจจุบัน กลับกลายเป็นเครื่องมือสำคัญในการตรวจสอบคุณภาพของ Benchmark เอง AI สามารถวิเคราะห์ Prompt, ชุดทดสอบ, โค้ดอ้างอิง และพฤติกรรมการทำงานของโมเดลจำนวนมหาศาลได้อย่างรวดเร็ว ช่วยค้นหาข้อผิดพลาดที่ในอดีตต้องอาศัยแรงงานของผู้เชี่ยวชาญจำนวนมากและใช้เวลานาน

จากผลการศึกษานี้ OpenAI จึงประกาศถอนคำแนะนำเดิมที่เคยสนับสนุนให้ใช้ SWE-Bench Pro เป็นมาตรฐานหลัก พร้อมเสนอว่าการสร้าง Benchmark สำหรับ AI รุ่นใหม่ควรได้รับการออกแบบโดยวิศวกรซอฟต์แวร์ตั้งแต่ต้น มีโจทย์ที่ชัดเจน ชุดทดสอบที่สะท้อนความต้องการจริง และเปิดโอกาสให้มีการตรวจสอบคุณภาพโดยมนุษย์ตลอดกระบวนการ เพื่อให้สามารถวัดศักยภาพของโมเดลได้อย่างเที่ยงตรงและเป็นธรรม

แหล่งที่มา: https://t.co/ef7HT39yGw
ข้อมูลเพิ่มเติม: https://t.co/uWa9fYXHlG
อ้างอิง: https://t.co/wFqCGcJFM4

[OpenAI @OpenAI]

We audited SWE-Bench Pro, one of the most widely used AI coding benchmarks, and found it no longer reliably measures frontier coding capability.

We find 30% of SWE-Bench Pro tasks to be broken, and are retracting our previous recommendation that the research community use it as a leading coding eval.
https://t.co/wDdSEjBe4F

[AI Tensibility @AITensibility]

SpaceXAI เปิดตัว Grok 4.5 โมเดล AI ใหม่ เน้นเขียนโค้ดและ AI Agent เร็วขึ้น ฉลาดขึ้น และต้นทุนต่ำลง

SpaceXAI เปิดตัว Grok 4.5 โมเดล AI รุ่นใหม่ล่าสุดที่ถูกออกแบบมาโดยเฉพาะสำหรับงานด้าน การเขียนโปรแกรม (Coding), AI Agent และงานความรู้ (Knowledge Work) โดยบริษัทระบุว่าเป็นโมเดลที่มีความสามารถสูงที่สุดเท่าที่เคยพัฒนา พร้อมชูจุดเด่นด้านประสิทธิภาพ ความเร็ว และความคุ้มค่าของการใช้งาน

ความแตกต่างสำคัญของ Grok 4.5 คือการไม่ได้มุ่งเน้นเพียงการตอบคำถามทั่วไป แต่ถูกฝึกให้แก้ปัญหาในโลกของการพัฒนาซอฟต์แวร์จริง สามารถทำงานกับโค้ดขนาดใหญ่ หลายโปรเจกต์ หลาย Repository และใช้เครื่องมือจำนวนมากร่วมกันได้อย่างมีประสิทธิภาพ โดยพัฒนาร่วมกับทีมของ Cursor ซึ่งเป็นหนึ่งใน AI Code Editor ที่ได้รับความนิยมในปัจจุบัน

ในการฝึกโมเดล SpaceXAI ใช้คลังข้อมูลด้านวิทยาศาสตร์ วิศวกรรม คณิตศาสตร์ และการเขียนโปรแกรมจำนวนมหาศาล พร้อมกระบวนการคัดกรองข้อมูลอย่างเข้มงวด ทั้งการลบข้อมูลซ้ำ (Deduplication) การประเมินคุณภาพข้อมูล และการคัดเลือกข้อมูลเฉพาะทาง เพื่อให้โมเดลได้รับข้อมูลที่มีคุณภาพสูงที่สุด

อีกหนึ่งหัวใจสำคัญคือการใช้ Reinforcement Learning (RL) ในการฝึกโมเดลกับงานวิศวกรรมซอฟต์แวร์หลายแสนโจทย์ โดยเน้นการให้โมเดลเรียนรู้การแก้ปัญหาหลายขั้นตอน (Multi-step Reasoning) และการทำงานแบบ AI Agent ที่สามารถใช้เวลาหลายชั่วโมงในการดำเนินภารกิจต่อเนื่องได้ ขณะที่ระบบฝึกยังคงทำงานพร้อมกันบนคลัสเตอร์ GPU ขนาดใหญ่หลายหมื่นตัว

ด้านประสิทธิภาพ Grok 4.5 ทำผลงานได้โดดเด่นบนหลาย Benchmark สำหรับงานพัฒนาซอฟต์แวร์ เช่น Terminal Bench 2.1 ที่ทำคะแนนได้ 83.3% ใกล้เคียงกับโมเดลระดับแนวหน้า ขณะที่บน SWE Bench Pro ซึ่งใช้วัดความสามารถในการแก้ปัญหาโค้ดจริง ทำคะแนนได้ 64.7% ส่วน DeepSWE 1.0 ทำได้ 62% แสดงให้เห็นว่าโมเดลสามารถแข่งขันกับโมเดลชั้นนำในตลาดได้อย่างสูสี แม้ว่าจะยังมีบาง Benchmark ที่เป็นรองคู่แข่งบางรายอยู่ก็ตาม

นอกจากความสามารถแล้ว SpaceXAI ยังให้ความสำคัญกับ Token Efficiency หรือประสิทธิภาพในการใช้ Token โดยระบุว่า Grok 4.5 ใช้ Token เฉลี่ยเพียง 15,954 Token ต่อหนึ่งงานในชุดทดสอบ SWE Bench Pro ขณะที่โมเดลคู่แข่งอย่าง Opus 4.8 ใช้มากกว่า 67,000 Token หรือประมาณ 4.2 เท่า ส่งผลให้ใช้ทรัพยากรน้อยกว่า ประมวลผลเร็วกว่า และลดต้นทุนการใช้งานลงอย่างมาก

ในด้านความเร็ว Grok 4.5 สามารถให้บริการได้ที่ประมาณ 80 Tokens ต่อวินาที (TPS) พร้อมกับใช้จำนวน Token น้อยลง จึงช่วยให้ผู้ใช้ได้รับคำตอบรวดเร็วขึ้นโดยไม่ต้องแลกกับคุณภาพของผลลัพธ์

SpaceXAI ยังสาธิตให้เห็นว่า Grok 4.5 สามารถสร้างแอปพลิเคชันแบบ End-to-End ได้จากเพียง Prompt เดียว ไม่ว่าจะเป็นการสร้างเว็บแอปจำลองระบบสุริยะด้วย Three.js การพัฒนาแอปพลิเคชันเต็มรูปแบบ รวมถึงรองรับภาษาโปรแกรมที่ซับซ้อนอย่าง Rust และ C/C++

นอกเหนือจากงานเขียนโปรแกรม โมเดลยังถูกนำไปใช้กับงานสำนักงานผ่าน Grok Build โดยสามารถสร้างโมเดล Excel ที่มีสูตรหลายชีต วิเคราะห์ข้อมูลจากเว็บ สร้างไฟล์ PowerPoint พร้อมไดอะแกรมที่ใช้ Shape ของ PowerPoint จริง และช่วยเขียนเอกสารใน Microsoft Word ได้อย่างเป็นระบบ ทำให้รองรับทั้งงานของนักพัฒนาและพนักงานองค์กรในโมเดลเดียว

ด้านต้นทุนการใช้งาน SpaceXAI ตั้งราคาไว้ที่ 2 ดอลลาร์สหรัฐต่อหนึ่งล้าน Input Tokens และ 6 ดอลลาร์สหรัฐต่อหนึ่งล้าน Output Tokens ซึ่งต่ำกว่าหลายโมเดลในตลาด เมื่อรวมกับการใช้ Token ที่มีประสิทธิภาพมากกว่า บริษัทจึงระบุว่า Grok 4.5 ให้ "ความฉลาดต่อเวลาและต้นทุน" (Intelligence per Unit Time and Cost) สูงที่สุดรุ่นหนึ่งในปัจจุบัน

ขณะนี้ Grok 4.5 เปิดให้ใช้งานแล้วผ่าน SpaceXAI Console, Grok Build และ Cursor โดยผู้ใช้สามารถทดลองใช้งานฟรีในช่วงเปิดตัว และมีการรีเซ็ตข้อจำกัดการใช้งานชั่วคราวเพื่อให้ทุกคนสามารถทดสอบโมเดลได้ทันที อย่างไรก็ตาม โมเดลยังไม่เปิดให้บริการในประเทศกลุ่มสหภาพยุโรป (EU) ซึ่ง SpaceXAI คาดว่าจะพร้อมให้ใช้งานภายในช่วงกลางเดือนกรกฎาคมนี้

แหล่งที่มา: https://t.co/37US2YCD2H
ข้อมูลเพิ่มเติม:
- https://t.co/YvUImWLREB
- https://t.co/RjkxVWphvp
เริ่มต้นใช้งาน: https://t.co/UotcGPjV3Y

[SpaceXAI @SpaceXAI]

Announcing Grok 4.5, our first model trained specifically for coding and agents. It was trained with Cursor and offers frontier intelligence at leading speeds and cost efficiency.

https://t.co/i8HpU7w64k

[AI Tensibility @AITensibility]

GPT-Live เปิดศักราชใหม่ของ AI เสียงพูด คุยได้เหมือนมนุษย์ ฟังและพูดพร้อมกันแบบเรียลไทม์

OpenAI เปิดตัว GPT-Live โมเดล AI เสียงพูด (Voice AI) รุ่นใหม่ ที่ถูกออกแบบมาเพื่อยกระดับการสนทนาระหว่างมนุษย์กับ AI ให้ใกล้เคียงกับการพูดคุยกับคนจริงมากที่สุด โดยเริ่มทยอยเปิดใช้งานใน ChatGPT ตั้งแต่วันนี้ บน iOS, Android และ https://t.co/XQxep0fQYu พร้อมเตรียมนำเข้าสู่ API สำหรับนักพัฒนาในอนาคต

จุดเด่นสำคัญของ GPT-Live คือการใช้สถาปัตยกรรมแบบ Full-Duplex ซึ่งแตกต่างจากระบบ Voice AI รุ่นก่อน ๆ ที่ต้องรอให้ผู้ใช้พูดจบก่อนจึงจะตอบกลับ GPT-Live สามารถ ฟังและพูดได้พร้อมกัน ทำให้การสนทนาเป็นธรรมชาติยิ่งขึ้น สามารถตอบรับระหว่างฟัง เช่น "อืม", "ใช่", "เข้าใจ" หรือเลือกที่จะเงียบเพื่อให้ผู้ใช้คิดต่อได้โดยไม่ขัดจังหวะ นอกจากนี้ยังสามารถจับจังหวะของบทสนทนาได้ดีขึ้น ลดปัญหาการแทรกคำพูดผิดจังหวะ และรองรับ การแปลภาษาแบบสด (Live Translation) ระหว่างการสนทนาอีกด้วย

อีกหนึ่งความเปลี่ยนแปลงที่สำคัญคือ GPT-Live ไม่ได้ทำทุกอย่างเพียงลำพัง แต่ทำหน้าที่เป็นผู้ดำเนินบทสนทนา ขณะที่งานที่ต้องใช้การค้นหาข้อมูล การวิเคราะห์เชิงลึก หรือการใช้เหตุผล จะถูกส่งต่อไปยังโมเดลระดับ Frontier ของ OpenAI ที่ทำงานอยู่เบื้องหลัง ซึ่งในช่วงเปิดตัวใช้ GPT-5.5 เป็นแกนหลัก เมื่อได้ผลลัพธ์แล้ว GPT-Live จะนำคำตอบกลับมาสนทนาต่อได้อย่างลื่นไหล โดยที่บทสนทนาไม่สะดุดหรือหยุดรอเหมือนระบบเดิม

OpenAI อธิบายว่า แนวคิดใหม่นี้ช่วยแยกบทบาทระหว่าง "การสนทนาแบบเรียลไทม์" กับ "การประมวลผลที่ซับซ้อน" ออกจากกัน ทำให้ AI สามารถโต้ตอบได้รวดเร็ว ในขณะเดียวกันก็ยังคงมีศักยภาพในการค้นหา วิเคราะห์ และให้เหตุผลในระดับสูง ซึ่งเป็นรากฐานสำคัญของ AI แบบ Agent ในอนาคต

เมื่อเปรียบเทียบกับ Voice Mode รุ่นก่อน GPT-Live มีพัฒนาการในหลายด้าน ไม่ว่าจะเป็นการตอบสนองที่เป็นธรรมชาติมากขึ้น การฟังที่ดีขึ้น การรอผู้ใช้คิดโดยไม่รีบพูดแทรก การลดผลกระทบจากเสียงรบกวนรอบข้าง และการแสดงผลข้อมูลแบบ Visual Card ระหว่างการสนทนา เช่น พยากรณ์อากาศ ราคาหุ้น ผลการแข่งขันกีฬา หรือข้อมูลจากการค้นหาบนเว็บ ทำให้การสนทนาไม่ได้มีเพียงเสียงพูด แต่ยังมีข้อมูลประกอบที่เข้าใจง่ายอีกด้วย

ด้านประสิทธิภาพ OpenAI ระบุว่า ในการทดสอบกับผู้ใช้งานจริง GPT-Live ได้รับคะแนนความพึงพอใจสูงกว่า Advanced Voice Mode อย่างชัดเจน ทั้งในด้านความลื่นไหลของบทสนทนา ความเป็นธรรมชาติ และประสบการณ์โดยรวม นอกจากนี้ยังทำคะแนนได้ดีขึ้นในชุดทดสอบด้านการใช้เหตุผลทางวิทยาศาสตร์ (GPQA) การค้นหาข้อมูลเชิงลึกบนเว็บ (BrowseComp) และงานสนับสนุนลูกค้าผ่านเสียงแบบหลายรอบ (Multi-turn Voice Agent)

OpenAI ยังให้ความสำคัญกับความปลอดภัยของการใช้งานเสียงเป็นพิเศษ โดยเพิ่มการทดสอบเฉพาะด้าน Voice AI ครอบคลุมประเด็น เช่น การทำร้ายตัวเอง ภาวะทางจิต การพึ่งพา AI มากเกินไป ความรุนแรง และเนื้อหาทางเพศ พร้อมสร้างระบบป้องกันที่สามารถทำงานได้ระหว่างการสนทนา หากตรวจพบเนื้อหาที่มีความเสี่ยง ระบบสามารถปรับเปลี่ยนแนวทางการตอบ เสนอแหล่งช่วยเหลือ หรือยุติการสนทนาในกรณีที่จำเป็น รวมถึงมีมาตรการเพิ่มเติมสำหรับผู้ใช้งานวัยรุ่นและการป้องกันการเลียนเสียงบุคคลจริง

ในด้านการเปิดให้ใช้งาน GPT-Live จะกลายเป็น Voice Model หลักของ ChatGPT โดยผู้ใช้ Go, Plus และ Pro จะได้รับ GPT-Live-1 ส่วนผู้ใช้ฟรีจะใช้ GPT-Live-1 mini ขณะที่ฟีเจอร์ Video และ Screen Sharing ยังไม่รองรับในช่วงเปิดตัว แต่ OpenAI ระบุว่ากำลังพัฒนาและจะเพิ่มเข้ามาในอนาคต

การเปิดตัว GPT-Live สะท้อนให้เห็นว่า Voice AI กำลังก้าวจากการเป็นเพียง "ระบบตอบคำถามด้วยเสียง" ไปสู่ผู้ช่วยอัจฉริยะที่สามารถสนทนา ฟัง วิเคราะห์ ค้นหา และทำงานหลายอย่างพร้อมกันได้อย่างเป็นธรรมชาติ เป้าหมายของ OpenAI คือทำให้การสื่อสารกับ AI ราบรื่นจนให้ความรู้สึกไม่ต่างจากการพูดคุยกับมนุษย์ และนี่อาจเป็นอีกก้าวสำคัญของยุค Human-AI Interaction ที่กำลังเกิดขึ้นจริง

แหล่งที่มา: https://t.co/ORgZorfgpw
ข้อมูลเพิ่มเติม: https://t.co/Bn0wZcsrof

[OpenAI @OpenAI]

Introducing GPT-Live, a new generation of voice models for natural human-AI interaction.

Rolling out in ChatGPT starting today.

You’ll want to turn the sound on for this one.

[AI Tensibility @AITensibility]

Google AI Studio เปิดทางลัดใหม่ นำเข้าโปรเจกต์จาก GitHub แล้วต่อยอดเป็นแอป AI ได้ทันที

Google AI Studio Build กำลังขยับจากเครื่องมือทดลองโมเดล ไปสู่พื้นที่พัฒนาแอป AI แบบครบวงจรมากขึ้น หลังจากเริ่มเปิดฟีเจอร์ใหม่ชื่อ Import from GitHub ที่ช่วยให้นักพัฒนานำโค้ดจากรีโพซิทอรีบน GitHub เข้ามาใน AI Studio ได้โดยตรง เพียงคลิกเดียวจากหน้า https://t.co/wBfjC6bV84 แล้วเลือกปุ่ม “Import from GitHub” จากเมนูสร้างโปรเจกต์ใหม่

ความสำคัญของฟีเจอร์นี้อยู่ที่การลดช่องว่างระหว่าง “โค้ดที่มีอยู่แล้ว” กับ “สภาพแวดล้อมสำหรับพัฒนาแอปด้วย AI” เพราะระบบจะช่วยแปลงโครงสร้างของรีโพซิทอรีให้เข้ากับ runtime ของ Google AI Studio โดยอัตโนมัติ จากนั้นผู้ใช้สามารถนำโปรเจกต์เดิมมาแก้ไข ทดลอง ปรับแต่ง พัฒนาเพิ่มเติม และเตรียม deploy ต่อได้ในแพลตฟอร์มเดียว

เดิมที AI Studio Build ถูกวางบทบาทให้เป็นเครื่องมือสำหรับสร้างแอปด้วย Gemini และความสามารถต่าง ๆ ของ Google AI ผ่านแนวทางที่เรียกว่า vibe coding หรือการใช้ภาษาธรรมชาติช่วยสร้างต้นแบบแอปอย่างรวดเร็ว โดยเอกสารของ Google ระบุว่า Build mode รองรับการสร้างเว็บแอปแบบ full-stack runtime และแอป Android ผ่าน Kotlin และ Jetpack Compose จากการพิมพ์คำสั่งหรือแนวคิดของผู้ใช้ การเพิ่ม GitHub import จึงทำให้ AI Studio ไม่ได้เริ่มจาก “ศูนย์” เท่านั้น แต่เริ่มจากฐานโค้ดจริงของนักพัฒนาได้ด้วย

ในเชิงการใช้งาน ฟีเจอร์นี้น่าจะมีประโยชน์กับนักพัฒนาที่มีโปรเจกต์อยู่บน GitHub แล้วต้องการนำมาทดลองต่อกับ Gemini, ปรับเป็นแอป AI, สร้างต้นแบบใหม่จากโค้ดเดิม หรือเตรียม deploy โดยไม่ต้องย้ายไฟล์เองหลายขั้นตอน จุดนี้ช่วยลด friction ของ workflow ระหว่าง GitHub, IDE, AI coding tool และระบบ deploy ให้สั้นลงอย่างมาก

อย่างไรก็ตาม ข้อมูลที่ประกาศยังบอกชัดว่าการซิงก์แบบสองทางระหว่าง Google AI Studio กับ GitHub ยังอยู่ระหว่างการพัฒนา หมายความว่าในระยะแรก ฟีเจอร์นี้เน้น “นำเข้า” โปรเจกต์ก่อน ส่วนการแก้ไขใน AI Studio แล้วซิงก์กลับไปยัง GitHub อย่างสมบูรณ์อาจต้องรออัปเดตต่อไป ประเด็นนี้สำคัญ เพราะนักพัฒนามืออาชีพยังต้องพึ่ง GitHub เป็นศูนย์กลางของ version control, pull request และการทำงานร่วมกันในทีม

ภาพใหญ่ของการเปิดตัวนี้สะท้อนการแข่งขันของแพลตฟอร์ม AI developer tools ที่กำลังเปลี่ยนจาก chatbot หรือ playground ไปเป็น “AI-native development environment” มากขึ้น Google เองก็ผลักดัน AI Studio ให้เป็นพื้นที่สำหรับสร้าง ทดสอบ และ deploy แอปด้วย Gemini โดย Logan Kilpatrick ซึ่งทำงานกับ Google AI Studio และ Gemini API ใน Google DeepMind ก็ถูกระบุว่าเป็นหนึ่งในผู้ที่ดูแลการผลักดันเครื่องมือนักพัฒนาเหล่านี้

สรุปแล้ว Import from GitHub เป็นฟีเจอร์เล็กในแง่ปุ่มกด แต่ใหญ่ในแง่ workflow เพราะมันทำให้ Google AI Studio เข้าใกล้การเป็นศูนย์กลางสำหรับสร้างแอป AI จากโค้ดจริงมากขึ้น ไม่ใช่แค่พื้นที่ทดลอง prompt หรือสร้าง prototype ชั่วคราว หาก Google สามารถเพิ่มการซิงก์สองทางกับ GitHub ได้อย่างราบรื่นในอนาคต AI Studio Build อาจกลายเป็นอีกหนึ่งแพลตฟอร์มสำคัญสำหรับนักพัฒนาที่ต้องการเปลี่ยน repository เดิมให้กลายเป็นแอป AI ที่พร้อมใช้งานได้เร็วกว่าเดิม

แหล่งที่มา: https://t.co/OPNXkV8iVM
ทดสอบใช้งาน: https://t.co/vQnzDITmT0

[Logan Kilpatrick @OfficialLoganK]

Today we are rolling out "import from GitHub" in @GoogleAIStudio Build!!

We will automagically take the repo and transform it into a format that is compatible with our runtime and then let you keep iterating on it in AI Studio, deploy it, and more.