Viva La Vida

[Divyanshi @Divyyanshishrma]

China has killed the entire vector database industry.

They open-sourced TencentDB Agent Memory. It gives any AI agent long-term memory that runs 100% locally.

No Pinecone. No cloud APIs. No repeating yourself every session.

- 61% fewer tokens
- PersonaMem accuracy: 48% → 76%
- Zero external API dependencies
- Runs on plain SQLite

Most memory systems compress your history into an opaque vector pile. when recall goes wrong, you're guessing. this one doesn't compress, it builds a semantic pyramid.

L0 Conversation → L1 Atom → L2 Scenario → L3 Persona.

Short-term state gets encoded as a Mermaid graph in your agent's context. verbose tool logs get offloaded to disk. when the agent needs proof, it drills back via node_id to the exact raw log.

no lossy compression. every layer is readable markdown you can just open and inspect.

5.1k stars. 100% Open Source.

[Race 🕊️ @multiplanet1]

A retired NASA engineer who had worked on the Space Shuttle program for 25 years was hired by SpaceX at age 62. He described the first week as the most disorienting experience of his professional life.

At NASA, a design change required 3 meetings, 2 committees, a review board, and 6 to 18 months of documentation. At SpaceX, his new supervisor said "if it works, build it. If it doesn't, change it by Friday."

He sat at his desk after the first day and called his wife. He told her he felt like a man who had been swimming with ankle weights for 25 years and someone just cut them off. He could move. He could decide. He could build something in the morning and test it in the afternoon. The constraint that he had accepted as the nature of aerospace engineering turned out to be the nature of bureaucracy.

Within 6 months he had contributed to more design iterations than he had completed in his last 5 years at NASA. Not because he was working harder. Because the time between having an idea and testing the idea collapsed from months to hours. The same brain. The same knowledge. A different operating system.

He described a specific moment where he proposed a modification to a Raptor engine component. At NASA, the proposal would have entered a queue. At SpaceX, the modification was machined by the end of the day and tested by the following morning. He watched his idea become a physical object in 18 hours. At NASA, 18 hours would not have been enough to schedule the first meeting to discuss whether to schedule a meeting.

He told an interviewer: "I didn't get smarter when I went to SpaceX. I got faster. The intelligence was always there. The system was in the way."

The difference between SpaceX and NASA is not talent. NASA has extraordinary talent. The difference is the time between a thought and a test. SpaceX compresses it. NASA elongates it. The same engineer produces 10x more at SpaceX than at NASA because the bottleneck was never the engineer. It was the meetings about the meetings about the work.

[windtl🍃 @NioXzCluBz]

ประสบการณ์การกินซูชิโระวันนี้
พนักงานพลาดทำถาดแก้วน้ำหล่นตรงโต๊ะเรา เราก็ให้พนักงานมาเช็ดพื้นอะไรให้เรียบร้อย แล้วก็มานั่งกินต่อ กินเสร็จแล้วก็เรียกพนักงานมาคิดเงินตามปกติ

คนที่มาคิดเงินเหมือนเป็นหัวหน้ามาคิดเงิน พอสแกนจานเสร็จเค้าก็แจ้งว่า “เมื่อสักครู่น้องพนักงานทำแก้วน้ำหกตรงโต๊ะลูกค้า ขออภัยที่ทำให้ได้รับประสบการณ์ที่ไม่ดีในการทานอาหารที่ซูชิโระ มื้อนี้ทางซูชิโระขออนุญาตไม่คิดค่าบริการนะคะ”

ฉันร้องห้ะ เพื่อนก็ห้ะกันทั้งโต๊ะ เพราะวันนี้กินกันเยอะมาก แบบมากกว่าปกติ เลยถามพนักงานว่า น้องจะโดนหักเงินหรืออะไรมั้ย เพราะเราไม่ได้ติดใจอะไรเลย แต่เขาแจ้งว่าเป็น Cost ของทางร้านอยู่แล้วที่ซัพพอร์ตส่วนนี้ ก็เลยได้กินฟรีไปเลยมื้อนี้

รู้สึกเกรงใจมากสุด ๆ ไปเลย 🥺
#SushiroThailand

[khajochi @khajochi]

เมื่อคืนนี้ มีเรื่องน่าตื่นเต้นและน่าขนลุกในวงการเอไอ คือการเปิดตัว Griffin โมเดล AI ที่พูดถามตอบเราได้แบบ Real-time และเป็นโมเดลแรกที่ผ่านการทดสอบ video Turing test

คือก่อนหน้านี้วิดิโอ AI ที่คุยตอบโต้กับคนแบบสดๆ จะเป็นแนว Avatar, การ์ตูน หรือถ้าเป็นคนก็จะตอบช้า คิดช้า ไม่สมจริง ขยับได้แค่บางส่วน

แต่ Griffin คือโมเดลที่เรานั่งคุยกับ AI ได้แบบ real-time ถามตอบคุยเล่น พูดแทรก สื่อสารกันได้แบบที่ไม่เคยมีมาก่อน

และเป็นโมเดลแรกที่ผ่าน video Turing test คือคนส่วนใหญ่ที่ทำการทดสอบ ดูไม่ออกว่ากำลังคุยกับ AI 100% อยู่

อธิบายลำบาก แต่แนะนำให้ดูคลิป
.

ทีนี้โลกออนไลน์ก็เลยวิจารณ์กันหนักมาก เพราะเราคิดเรื่องแย่ๆ จากการมี AI ที่เหมือนคนจริงขนาดนี้ได้เพียบเลย

Scammer, หลอกสัมภาษณ์งาน, หลอกทำงาน, ให้บริการอะไรที่ไม่มีอยู่จริง ฯลฯ

Griffin ได้ 3.83 / 5 คะแนน จาก VideoFDB ของ NVIDIA ซึ่งใช้วัดคุณภาพคุยกับ AI แบบเห็นหน้ากัน

คะแนนของโมเดลอันดับ 2 คือได้แค่ 2.80 และคะแนนที่อ้างอิงว่าเท่าคุยกับมนุษย์จริงคือ 3.92 / 5
.

ด้วยความน่ากลัวของโมเดลนี้ เลยยังมีการเปิดให้ทดสอบแบบจำกัด

แต่ Travis บริษัทเจ้าของโมเดลนี้ก็เผยว่ามีแผนจะให้บริการโมเดลนี้ กับธุรกิจ Call Center, งานฝึกอบรม, งานขาย ฯลฯ

#Griffin #Travis

[Viva La Vida @arsarn]

@sqsehrish April, May and June.

[Viva La Vida @arsarn]

คนมาเยอะขึ้นเรื่อยๆ #สั่งฟ้องสว #สั่งฟ้อง229

[Viva La Vida @arsarn]

#สั่งฟ้อง229

[Aviation @xAviation]

Grumman F-14 Tomcat “Black Bunny”

One of the most iconic F-14 paint schemes ever. The all-black Tomcats were flown by the Navy’s test and evaluation community, with the famous bunny insignia making them instantly recognizable.

[พรรคประชาชน - People's Party @PPLEThai]

💡[ “เรียนระดับโลกที่นนทบุรี” เป็นจริงได้: เปิด 5 โจทย์ยกระดับการศึกษา ไม่ทิ้งเด็กคนไหนให้หลุดจากระบบ ]
.
หลายคนอาจมีข้อกังวลว่า หากพรรคประชาชนเข้าไปบริหาร อบจ.นนทบุรี จะมีการตัดลดงบประมาณด้านการศึกษาหรือลดตำแหน่งครูหรือไม่?
.
บนเวทีเสวนานโยบายด้านการศึกษาของ จ.นนทบุรี ที่ร้านอาหารสวนอีเด่น วันนี้ (30 ส.ค.) ‘เดชรัต สุขกำเนิด’ ผู้สมัครนายก อบจ.นนทบุรี พรรคประชาชน เบอร์ 4 ได้ยืนยันอย่างชัดเจนว่า
.
“เราจะยังคงการลงทุนด้านการศึกษาไว้ที่ปีละ 1,600 ล้านบาท การจ้างครู ตำแหน่งงาน และการสนับสนุนโรงเรียนจะยังคงอยู่และเดินหน้าต่อไป”
.
แต่เป้าหมายของเราไม่ใช่แค่สานต่อสิ่งที่ อบจ. ทำได้ดีอยู่แล้ว แต่คือการ “เติมเต็ม” ระบบการศึกษาให้เด็กอยู่รอด เข้มแข็ง และมีคุณค่าในโลกอนาคต นี่คือ 5 ความท้าทายที่เดชรัตจะลงมือทำทันทีหากได้รับเลือกเป็นนายก อบจ.นนทบุรี
.
📌 [ 5 โจทย์ยกระดับการศึกษานนทบุรี ]
.
(1) สนับสนุนให้เด็กค้นหาตัวตนและความฝัน: สร้างกิจกรรม After School Club และร่วมมือกับผู้ประกอบการจัด Job Shadow ให้เด็กสัมผัสการทำงานจริงในระยะสั้น เพื่อให้เข้าใจอาชีพก่อนตัดสินใจเลือกอนาคต
.
(2) เพิ่มพื้นที่เรียนรู้และพื้นที่สร้างสรรค์: เด็กนนทบุรีไม่ต้องเดินทางเข้ากรุงเทพฯ ในวันหยุดอีกต่อไป เราจะนำอาคารเดิมมาปรับปรุงเป็น Co-working Space ห้องสมุด พิพิธภัณฑ์ และเปิดพื้นที่โรงเรียน-ศูนย์เด็กเล็กในวันหยุดให้ครอบครัวเข้ามาใช้งาน ยืมหนังสือ-ของเล่นกลับบ้านได้
.
(3) ทลาย “ความเครียดสามเส้า” (เด็ก-พ่อแม่-ครู): หากได้รับโอกาสบริหาร อบจ. เราจะเริ่มระบบดูแลสุขภาพจิตในโรงเรียนภายใน 30 วันแรก ตั้งแต่การตั้งคลินิกนิรนามให้เด็กปรึกษาปัญหาหรือแจ้งเรื่องการถูกกลั่นแกล้ง (Bullying) ไปจนถึงคลินิกดูแลใจสำหรับครูและผู้ปกครอง
.
(4) ลดความเหลื่อมล้ำโรงเรียนใหญ่-เล็ก: จัดทีมเข้าไปสนับสนุนโรงเรียนขนาดเล็กโดยตรง และแก้ปัญหาโภชนาการให้เด็กทุกคนมีพัฒนาการที่สมวัยอย่างเท่าเทียม
.
(5) คืนเวลาและเพิ่มสวัสดิการให้ครู: มี “คูปองการเรียนรู้” ให้ครูไปพัฒนาทักษะที่ตนเองสนใจ และตั้ง “คลังการเรียนรู้” ส่วนกลางที่รวมอุปกรณ์ วิทยากร และข้อสอบ เพื่อลดภาระและต้นทุนของครูในแต่ละโรงเรียน
.
🌍 [ ถอดบทเรียนวิชา “ล้มได้ ลุกเป็น” ]
.
ด้าน ‘พิธา ลิ้มเจริญรัตน์’ ได้มาร่วมเวทีเสวนาวันนี้ด้วย และย้ำว่าเป้าหมาย “เรียนระดับโลกที่นนทบุรี” เป็นไปได้จริง โดยสิ่งสำคัญในศตวรรษที่ 21 คือเด็กต้องมีวิชา “ล้มได้ ลุกเป็น (Bounce Back)” เพื่อรู้วิธีรับมือกับความผิดหวัง
.
นอกจากนี้ เราต้องเปลี่ยนห้องเรียนแบบเดิมให้เป็น “Flipped Classroom” โดยปรับบทบาทให้เด็กเป็นผู้ริเริ่มการค้นคว้าและนำเสนอมากขึ้น พร้อมกับใช้การประเมินผลผ่าน Portfolio มากกว่าการยึดติดแค่คะแนนสอบ เพื่อเปิดพื้นที่ให้เด็กที่ถนัดศิลปะ กีฬา และทักษะอื่นๆ ได้เปล่งประกายในแบบของตัวเอง
.
💻 [ ใช้เทคโนโลยีจัดการงบ คืนเวลาให้ครู ]
.
ขณะที่ ‘กุลธิดา รุ่งเรืองเกียรติ’ ชี้ว่า ท้องถิ่นสามารถเป็นคำตอบสำคัญของการจัดการศึกษา เพราะมีอิสระในการบริหารจัดการ เราสามารถนำข้อมูลมาใช้วางแผนเส้นทางรถรับส่งนักเรียน เพื่อลดปัญหารถติดและใช้งบให้คุ้มค่าที่สุด พร้อมย้ำว่า อบจ. ต้องเพิ่มบุคลากรด้านจิตวิทยา และลดงานเอกสารเพื่อคืนเวลาให้ครูได้ดูแลนักเรียนอย่างเต็มที่
.
🟠 [ คนเท่ากัน คนต่างกัน คนเหมือนกัน ]
.
เดชรัตทิ้งท้ายไว้ว่า การศึกษาไม่ใช่แค่เรื่องของความรู้ แต่ต้องปลูกฝังการเคารพความเท่าเทียม เข้าใจความแตกต่าง และเห็นอกเห็นใจผู้อื่น
.
“การศึกษานนทบุรีต้องไปได้ไกลกว่าเดิม และต้องไปด้วยกันทั้งหมด ไม่ใช่แค่เฉพาะโรงเรียนขนาดใหญ่หรือเด็กบางกลุ่มเท่านั้น”
.
การเลือกตั้งนายก อบจ.นนทบุรีครั้งนี้ คือโอกาสสำคัญในการเปลี่ยนโครงสร้างการศึกษาของจังหวัด เพื่อลูกหลานชาวนนทบุรีทุกคน
.
#พรรคประชาชน #อบจนนทบุรี #เดชรัต #เบอร์4

[Chayanon Rakkanjanan @MrMessenger]

Massachusetts จ่อคลอดกฎ AI โหดสุดในสหรัฐ - OpenAI ค้านหัวชนฝา vs Anthropic หนุนสุดตัว สะท้อนกลยุทธ์ระยะยาวของ 2 ค่ายที่แตกต่างสุดขั้ว

วงการ AI กำลังจับตาเรื่องนี้กันอย่างระทึกเลยครับ

รัฐ Massachusetts เตรียมผ่านร่างกฎหมายควบคุม AI ระดับรัฐที่เข้มงวดที่สุดในสหรัฐ ก็คือการบังคับให้ Frontier Model ต้องผ่านการประเมิน Catastrophic Risks ทุก 120 วัน

ร่างกฎหมายนี้ ทำให้ 2 ยักษ์ใหญ่ด้าน AI อย่าง OpenAI + Anthropic ต้องเปิดศึกกันอย่างเปิดเผยเลยทีเดียว

แถมประเด็นคือ มันไม่จบแค่การล็อบบี้กฎหมายสิครับทุกคน...

เพราะ OpenAI ประกาศค้านหัวชนฝา ใช้คำเปรียบว่ากฎหมายเข้มงวดเกินไปเหมือน บังคับให้รื้อเครื่องยนต์ออกมาประกอบใหม่ตลอดเวลา

แต่ด้าน Anthropic กลับหนุนสุดตัว ประกาศ ประโยคเด็ด อุตสาหกรรม AI ไม่ควรเป็นคนตรวจการบ้านของตัวเอง

ข่าวว่า ทั้งสองค่าย ตอนนี้ทุ่มเงินจ้าง Lobbyist ในบอสตัน แข่งกันปรับร่างกฎหมายนี้ ก่อนการเลือกตั้งกลางเทอมสหรัฐฯ ที่จะถึงในเดือน พ.ย.

และที่น่าตกใจสุด คือ 2 ค่ายนี้ไม่ได้กันแค่แข่ง Model ใครเก่งกว่า แต่กำลังเล่นเกมยุทธศาสตร์ระยะยาว 5-10 ปี ที่แตกต่างกันสุดขั้วเลยครับ

ผมไปอ่านเรื่องนี้สนุกๆ กันครับ

---

กฎหมาย Massachusetts ที่ทั้งวงการ AI ต้องเอามือทาบอก

ร่างกฎหมายพุ่งเป้า AI Companies ที่รายได้เกิน 500 ล้านดอลลาร์ต่อปี = Frontier Model Developer ทุกราย

เกณฑ์บังคับสำคัญ 3 ข้อ

1. Assessment ทุก 120 วัน ต้องส่ง Frontier Model เข้ารับการประเมิน Catastrophic Risks จากหน่วยงานอิสระ
2. นิยาม Catastrophic คือ ต้องไปประเมินว่า AI มีศักยภาพทำให้คนเสียชีวิตหรือบาดเจ็บ 50+ คน หรือสร้างความเสียหาย 1,000 ล้านดอลลาร์+ หรือไม่
3. บทลงโทษ ถ้าปกปิดรายงานความปลอดภัย โดนปรับ 1-3 ล้านดอลลาร์

เทียบกับกฎรัฐอื่น เช่น Illinois ที่ตรวจปีละครั้ง แปลว่า รัฐ Massachusetts เข้มกว่าถึง 3 เท่าทีเดียว

---

ก่อนวิเคราะห์กฎหมาย ต้องเข้าใจว่า OpenAI vs Anthropic แข่งกันในมิติไหน

หลายคนอาจคิดว่า 2 บริษัทนี้แข่งกันแค่เรื่อง Model เก่งกว่ากัน แต่จริงๆ แข่งกัน 5 มิติที่ซ้อนทับกัน มาสแกนกัน

มิติที่ 1 Model Performance ใครเก่งกว่ากันตอนนี้

Anthropic Claude Fable 5 (รุ่นล่าสุด) นำในด้าน Coding + Reasoning + Enterprise Task
OpenAI GPT-5.6 Family (Sol, Terra, Luna) นำในด้าน General Consumer + Image Generation + Multi-modal

ป้า Cathie Wood ก็เคยยืนยันสัมภาษณ์กับ Bloomberg ว่า ทีม ARK ใช้ Claude Fable 5 ใน Vibe Coding มากกว่า ChatGPT

ขณะที่ Enterprise Benchmark เกือบทุก Ranking ใน Q2 2026 บอก Claude Fable 5 นำอยู่ 5-10% ในงาน Complex Reasoning

สรุปมิติแรก Model Performance
= Anthropic นำเชิง Technical
= OpenAI นำเชิง Consumer Reach

มิติที่ 2 ขนาดกิจการและมูลค่า Valuation

Anthropic 965 พันล้านดอลลาร์ (พ.ค. 2026 Round ล่าสุด นำ Altimeter + Dragoneer + Greenoaks + Sequoia)
OpenAI 852 พันล้านดอลลาร์ (มี.ค. 2026 Round ก่อนหน้า)

เท่ากับว่า มูลค่ากิจการของ Anthropic เพิ่งแซง OpenAI เป็นครั้งแรกในประวัติศาสตร์เมื่อ พ.ค. 2026
โดยห่างกันประมาณ 113 พันล้านดอลลาร์

มิติที่ 2 นี้ Anthropic ก็เป็นฝ่ายชนะไปอีก

มิติที่ 3 Revenue Growth

Anthropic Annualized Run Rate ก.ค. 2025 อยู่ที่ 4 พันล้าน กลาง 2026 พุ่งเป็น 50 พันล้าน เท่ากับ เติบโตได้ 12.5 เท่าใน 12 เดือน!
OpenAI Annualized Run Rate ปัจจุบันประมาณ 40 พันล้าน โตเหมือนกันครับ แต่โตได้แค่ 5-6 เท่าจากปี 2024

แปลว่า Anthropic โตเร็วกว่า OpenAI 2-3 เท่า
แถม Q2 2026 Anthropic Profit ครั้งแรกในประวัติศาสตร์ด้วย

มิติที่ 3 นี้ Anthropic ก็ยังชนะอยู่ดี

มิติที่ 4 Investment + Backer

Anthropic มี Google 40 พันล้าน + Amazon 5 พันล้าน + Micron/Samsung/SK Hynix ร่วมล่าสุด กลายเป็น Full-Stack Ecosystem
OpenAI มี Microsoft 13 พันล้าน + MGX (Abu Dhabi) + Nvidia Investment = Big Tech + Middle East Money

ดูแล้ว Anthropic ได้ Chip Makers ร่วมลงทุน = ความมั่นคงด้าน Supply Chain
ส่วน OpenAI ได้ Sovereign Wealth Fund = ความมั่นคงด้าน Capital

ยกนี้ ผมให้เสมอกันครับ

มิติที่ 5 Enterprise Adoption

Fortune 500 Companies ใช้ Claude 62%
Fortune 500 Companies ใช้ ChatGPT 45%

ต้องยอมรับครับว่า Anthropic นำในแง่การใช้งานในระดับ Enterprise
แต่ในขณะที่ทางฝั่ง OpenAI นำในแง่การใช้งานระดับ Consumer (600M+ Monthly Users)

ผมให้เสมอแล้วกัน (แต่แบบมองว่า Anthropic ขนะไปแบบฉิวเฉียด)

---

จุดยืนที่ตอบสนองต่อ Massachusetts Law ของทั้งสองบริษํท สะท้อนกลยุทธ์ระยะยาวที่แตกต่างสุดขั้วครับ

ฝั่ง OpenAI ใช้ Strategy คือ Speed + Scale
เพราะ OpenAI เชื่อว่าใน AI Race ผู้ที่ Release Model ได้เร็วที่สุด + เข้าถึง User ได้มากที่สุด = ผู้ชนะ

ทางผู้บริหารของ OpenAI เลยบอกว่า การประเมินทุก 120 วัน มันคือการชะลอ Model Release ประมาณ 2-4 เดือนต่อรุ่น และเสี่ยงที่จะทำให้ OpenAI สูญเสียความสามารถในการเร่งความเร็วพัฒนา Model (ซึ่งตอนนี้ ก็ตามหลังอยู่)

พอเป็นแบบนี้ OpenAI เลยต้องค้านสุดตัว เพราะ Business Model ของ OpenAI พึ่ง Rapid Iteration + Consumer Adoption

ต่างจาก Anthropic ที่ใช้ Strategy Safety + Enterprise Trust

Anthropic เชื่อว่าตลาด AI ระยะยาวจะแบ่งเป็น 2 กลุ่ม
1. Consumer AI ที่แข่งกันเรื่อง Feature + Price
2. Enterprise + Government AI ที่แข่งกันเรื่อง Trust + Compliance + Safety

Anthropic ตั้งใจเลือกฐานลูกค้าเป็นกลุ่มที่ 2 ตั้งแต่แรก การที่ Dario Amodei CEO ของ Anthropic ออกจาก OpenAI มาตั้งบริษัทใหม่ ก็เพราะกังวลเรื่อง Safety นี่ละครับ

กฎหมาย Massachusetts มันเลยกลายเป็น Regulatory Moat สำหรับ Anthropic ทันที เพราะ

1. Anthropic ทำ Constitutional AI + Safety Testing มาตลอด = พร้อม Compliance ทันที
2. Startup เล็กเข้าตลาดยากขึ้น = ลดคู่แข่งในอนาคต
3. Position Anthropic เป็น Gold Standard = ได้ Contract Government + Regulated Industries

ชัดเจนว่า Anthropic กำลังใช้ Regulation เป็น Competitive Weapon นั่นเอง

---

ผลลัพธ์ที่จะตามมา จุดยืน Legal นำสู่ Business Outcome

Scenario 1 ถ้ากฎ Massachusetts ผ่านและกระจายไปหลายรัฐ

Anthropic ได้ประโยชน์เต็มที่
1. Enterprise + Government Contract จะเลือก Anthropic เพราะ Compliant อยู่แล้ว
2. Regulatory Moat กันคู่แข่งใหม่เข้ามา
3. Valuation Premium เพิ่มขึ้น เพราะ Business Sustainable กว่า

OpenAI จะเจอ Bottleneck
1. Model Release ช้าลง 30-40% ต่อปี
2. Enterprise Customer อาจ Shift ไป Anthropic
3. Consumer Product ยังแข็ง แต่ Margin ลด

Scenario 2 ถ้ากฎถูกปรับให้เบาลง หรือไม่ผ่าน

OpenAI ได้ประโยชน์
1. รักษา Speed Advantage
2. Consumer Growth ยังพุ่ง
3. IPO ได้ที่ Valuation สูงกว่า

Anthropic จะเสีย Regulatory Moat
1. คู่แข่งใหม่เข้าง่ายขึ้น (Chinese Model, Open-Source Model)
2. Safety Positioning ยากขึ้นในการขาย Premium

---

แต่... Scenario 3 ที่ผมมองว่าน่าจะเกิดจริง ก็คือ Massachusetts ผ่านแบบ Compromise + รัฐอื่นตาม

จะกลายเป็น Bifurcation ของ AI Market
1. Anthropic + Enterprise-focused Players = ตลาด Regulated Enterprise (50-60% ของกำไร)
2. OpenAI + Consumer-focused Players = ตลาด Consumer + International (40-50% ของกำไร)

2 ค่ายจะอยู่ในตลาดที่ต่างกัน แม้เริ่มจาก DNA เดียวกันครับ

---

มุมมองผมนะ

เอาจริงๆ ผมตามเรื่องนี้ เพราะก็อยากตอบคำถามตัวเองเหมือนกันว่า หาก OpenAI และ Anthropic ทำ IPO เข้าตลาดจริงในอนาคต หุ้น 2 ตัวนี้ ตัวไหนจะน่าสนใจลงทุนในระยะยาวมากกว่ากัน

แล้วก็มาพบประเด็นสำคัญตามนี้ครับ

ประเด็นแรก การที่ Anthropic สนับสนุน Massachusetts Law = Playbook ที่คล้าย Big Pharma ในยุค FDA Regulation

ในยุค 1960s FDA เริ่มบังคับ Clinical Trial ที่เข้มงวด บริษัทยาใหม่เล็กๆ ล้มหาย Big Pharma อย่าง Pfizer + Merck รอด + ได้ Market Share มากขึ้น เพราะพร้อม Compliance = Regulatory Moat

Anthropic กำลังทำเหมือนกัน ใช้ Massachusetts เป็น Regulatory Sandbox สร้าง Precedent ที่ตัวเองได้เปรียบ

ประเด็นที่สอง OpenAI มีความเสี่ยงที่ตลาดยังไม่ Price

ถ้ากฎรุนแรงกระจายทั่วสหรัฐ + EU AI Act ยิ่งเข้ม + จีน Regulation ตาม ผลคือ OpenAI ต้อง Redesign Business Model และกลายเป็นต้องลด Speed การพัฒนา ผลที่อาจตามมาก็คือ Growth Rate ที่ลด ตรงนี้ น่าห่วงว่า จะไปกระทบกับ Valuation บริษัทตอน IPO เข้าตลาดด้วย

และเกมส์นี้ ดูจากข่าวแล้ว เหมือน OpenAI IPO ยังไม่แน่นอนนะครับ ในขณะที่ Anthropic เตรียมพร้อมกว่าพอสมควร

ประเด็นที่สาม ผมว่า เป็นไปได้แล้วที่ Anthropic กำลังจะแซง OpenAI ในระยะ 12-18 เดือน

จากข้อมูลปัจจุบัน
1. Valuation Anthropic 965B > OpenAI 852B (แซงแล้ว)
2. Revenue Growth Anthropic +1,150% vs OpenAI +500% (แซงแล้ว)
3. Enterprise Adoption Anthropic 62% vs OpenAI 45% (แซงแล้ว)
4. Regulatory Positioning Anthropic Pro-Regulation vs OpenAI Anti-Regulation (Anthropic ได้เปรียบใน Long-term)

สรุปคือ Anthropic กำลัง ชนะใน 4 จาก 5 มิติ ที่ผมกางออกมาให้ดู

ประเด็นที่สี่ Massachusetts Law เป็น Regulatory Precedent ที่จะกระทบทั่วโลก

---

ในเกม AI Race ที่นักลงทุนส่วนใหญ่มองแค่ว่าใคร Model เก่งกว่ากัน จริงๆ ในระดับ CEO และกลุุ่มผู้บริหารของ OpenAI และ Anthropic กำลังเล่นเกมยุทธศาสตร์ที่ลึกกว่านั้นมากครับ

OpenAI เดิมพันกับ Speed + Consumer Growth เพื่อชิงตลาดใหญ่ก่อน แล้วค่อยแก้ Regulation ทีหลัง

Anthropic เดิมพันกับ Safety + Regulatory Moat เพื่อสร้าง Sustainable Advantage ที่คู่แข่งเลียนแบบไม่ได้

Massachusetts Law เป็นแค่ Battle แรกของสงครามที่จะยาวไปอีก 5-10 ปีหลังจากนี้ ผมเชื่อว่านักลงทุนที่มองเกมยุทธศาสตร์ได้ก่อน จะเห็นก่อนว่าใครคือผู้ชนะระยะยาวจริง

AI Race ไม่ได้แข่งแค่ Model แล้ว แข่งกฎหมาย แข่งภาพลักษณ์ แข่งการวางระบบ Ecosystem ให้ตัวเองได้เปรียบยาวๆ

เกม AI อำนาจใน AI กำลังเข้มข้นขึ้นเรื่อยๆ เราก็ต้องมีวิธีมอง และมีวิธีวิเคราะห์บริษัท AI ที่ตามเขาให้ทันนะครับ

Mr.Messenger รายงาน

[atomic.chat @atomic_chat_hq]

Run Qwen3.8 27B locally via Atomic Chat💥

We released Atomic Dynamic GGUF quants, from 8-bit (28.9 GB) down to 1-bit (8.5 GB), and measured all other Qwen3.8 GGUFs in the community

AD-IQ3_S runs on a 16GB MacBook Air and picks the same next token as the BF16 original 92.4% of the time

[ѴѺҎ @MrVop]

พบแผนที่จักรวาลใหญ่ที่สุดเท่าที่เคยสร้างมา 5.6 ล้านล้านพิกเซล

ดูได้ที่ https://t.co/iqiaFJFEPZ

[iannnnn  @iannnnn]

คดีโกง สว. — โฟกัสกันให้ถูกจุดครับ ประเด็นตอนนี้ ไม่ว่าจะมีหลักฐาน พยานหนักแน่นแค่ไหน ถ้า กกต. (ผู้มีอำนาจแต่เพียงผู้เดียวที่สามารถทำคดีได้) ปัดทิ้ง ไม่ส่งศาล ทุกอย่างจบ

และจะส่งผลต่อเนื่องต่อการเมืองไทยเป็นลูกโซ่ที่ทำให้นับจากนี้ไป จะไม่มีใครสามารถเอาผิดทั้ง กกต.และ สว. และองคาพยพสีน้ำเงินได้อีกแล้ว

นี่คือการต่อสู้ที่แทบจะเป็นไปไม่ได้ ที่จะบอกให้ศัตรูหยิบอาวุธมาหันใส่นายตน

และวันเวลาเหล่านั้นใกล้เข้ามาแล้ว เดดไลน์ที่ประกาศมาคือเดือนสิงหาคมนี้เอง ใครที่เพิ่งทราบข่าวอาจจะงง ทำไมนะ สิงหามันทำไมเหรอ? นี่แหละ ความเงียบ

ถ้าความเงียบคือสิ่งที่เขาต้องการ มาเงียบๆ โกงเงียบๆ และชนะเงียบๆ กินรวบประเทศเราไปอย่างเงียบๆ

เราจะร่วมเป็นหนึ่งเสียงที่ตะโกนทำลายความเงียบนั้น

ส่งเสียงไปถึงทุกคน กดดัน กกต.

#สั่งฟ้องสว

[0xMarioNawfal @RoundtableSpace]

CRUCIX IS A FREE OPEN-SOURCE SYSTEM THAT MONITORS 26 LIVE SOURCES AND ALERTS YOU WHEN THE WORLD CHANGES.

[peesamac @peesamac]

SkillOpt คืองานวิจัยใหม่จาก Microsoft Research ที่เสนอวิธีทำให้ AI agent เก่งขึ้นโดยไม่ต้อง fine-tune โมเดลเลยสักนิด

[iLawClub #เขียนรัฐธรรมนูญใหม่ @iLawclub]

ชวนลงชื่อทางออนไลน์ได้แล้ววันนี้ !! คลิกที่เว็บไซต์ https://t.co/DcR6EKoIQM

ชวนทุกคนเข้าชื่อเสนอกระบวนการจัดทำรัฐธรรมนูญฉบับใหม่ ให้มีโดยสภาร่างรัฐธรรมนูญ​ (สสร.) ที่มาจากการเลือกตั้งโดยตรงของประชาชน 100% ไม่จำกัดกรอบเนื้อหา ไม่มีอำนาจพิเศษของ สว. เหนือกว่าอำนาจประชาชน

[พี่โคบะเนี่ยนะ @aonaoui]

ล่าสุดช่วงหัวค่ำมีคนอัพให้แล้ว https://t.co/QepLawiXt1

[Google Developer Group Bangkok @GDG_Bangkok]

ดาวน์โหลดคู่มือ Vibe Coding with Google AI ฟรี 📖

คู่มือ "Zero to One" ที่จะมาเจาะลึกเรื่อง "Vibe Coding" และช่วยนักพัฒนาสร้างแอปแรกโดยใช้เครื่องมือ AI ล่าสุดของ Google ได้แก่ #GoogleAIStudio และ #Antigravity

โหลดเลย:
https://t.co/gG5XXaMZGd

#BuildwithGoogleAI
#GDG #GDGBangkok

[Hyper Shark! @HyperSharkk]

หุ้น 20 ตัวที่ผมว่าน่าศึกษาไว้เผื่อปรับฐานมาถึง... จะได้เก็บของถูกๆ

จากที่ผมอยู่ในตลาดมานาน ผมรู้ดีว่าผลตอบแทนก้อนใหญ่ๆ มันจะไม่ได้เกิดจากการไล่ซื้อหุ้นตอนคนแห่กันเข้าไป แต่มันจะเกิดจากการเตรียม "Shopping List" หรือ "Watchlist" ไว้ล่วงหน้าตั้งแต่ตอนขาขึ้น เพื่อซื้อตอนขาลง เพราะนั้นคือส่วนลดที่เราจะได้

บทความนี้เลยจะไม่ใช่ลิสต์หุ้นที่ผมคิดว่าจะขึ้นวันนี้พรุ่งนี้ หรือเดือนนี้เดือนหน้านะครับ ไม่ใช่หุ้นเล็กๆ ซิ่งๆ แต่เป็นหุ้นใหญ่ ผู้นำ มีรายได้จริงๆ มีลูกค้าจริงๆ และมีแนวโน้วเติบโตไปกับ Megatrend ได้ยาวๆ

แต่จะเป็นหุ้นที่ถ้าตลาดปรับฐาน 20-30% จริงๆ ผมว่าพวกนี้มันน่ากลับไปศึกษาซ้ำและพิจารณาเข้าซื้อ เพราะผมเชื่อว่าหลายๆ บริษัทในลิสต์นี้ยังอยู่ใน Megatrend สำคัญของโลก ไม่ว่าจะเป็น AI, Data Center, Semiconductor, Space Economy, FinTech หรือ National Security

แน่นอนครับ ว่าไม่มีหุ้นตัวไหน "โตแน่นอน" 100% มันไม่มี

แต่ถ้าต้องเลือกธุรกิจที่มีโอกาสเติบโตได้ในอีก 3-5 ปีข้างหน้า จากข้อมูล รายได้ ลูกค้า และแนวโน้ม sector นี่คือ 20 ตัวที่ผมกำลังจับตาอยู่...

อ่านบทความเต็มๆ ได้ที่นี่เลยครับ: https://t.co/c5zCTC4bJL