Chaywon

[นิติจุฬาฯจะไม่เป็นทาสคุณอีกต่อไป ⚖️ @lawcunotslave]

TDPG 4.0 – Thailand Data Protection Guidelines

“แนวปฏิบัติการคุ้มครองข้อมูลส่วนบุคคล”

จัดทำโดย คณะนิติศาสตร์ จุฬาฯ

📌 ดาวน์โหลดฟรีได้ที่ https://t.co/y08QcpnPOw

[ออฟฟิศ 0.4 @Office04TH]

หลายคนมักคิดว่าการเจรจาต่อรองเป็นพรสวรรค์ที่ติดตัวมาแต่เกิด แต่ในความเป็นจริงได้ถูกอธิบายจากผู้เชี่ยวชาญจาก MIT และ Harvard อย่าง John Richardson และ Attia Qureshi ที่ทั้งคู่ได้ยืนยันว่ามันคือ ทักษะที่ฝึกฝนกันได้ ไม่ต่างจากการเล่นกีฬาหรือเล่นดนตรี จนพวกเขาเขียนหนังสือด้านทักษะการเจรจาอย่าง Never Settle: Persuasion and Negotiation Skills to Get What You Want ออกมา

และนี่คือ 5 ทักษะสำคัญที่ออฟฟิศ​ 0.4 คิดว่าคนำทำงานน่าพกวิชาเหล่านี้ติดตัวเอาไว้เพื่อใช้ในการทำงาน

1. เริ่มต้นด้วยคำว่า "ให้"

ในทางจิตวิทยา เมื่อเราได้รับสิ่งดี ๆ หรือความจริงใจจากใคร สมองจะเกิดกลไกตอบสนองให้อยากมอบสิ่งดี ๆ กลับคืนไปแม้แต่ในคดีจับตัวประกัน ตำรวจยังใช้การยื่นแซนด์วิชหรือกาแฟอุ่น ๆ เพื่อแลกกับการปล่อยตัวประกันทีละคน

ในโลกธุรกิจ เราอาจลองเริ่มจากการทำสิ่งเล็ก ๆ น้อย ๆ ให้คู่ค้าหรือเพื่อนร่วมงานก่อน เช่น ซื้อกาแฟไปฝาก หรือช่วยแก้ไขปัญหาเล็ก ๆ บรรยากาศในการเจรจาครั้งต่อไปจะราบรื่นขึ้นอย่างไม่น่าเชื่อ เพราะอีกฝ่ายจะรู้สึกเกรงใจและเปิดรับข้อเสนอของเราง่ายขึ้น

2. เจรจากับ "ตัวเอง" ให้จบก่อน

ก่อนเดินเข้าห้องประชุม คนส่วนใหญ่มักลืมเช็กความพร้อมของตัวเอง ซึ่งมี 2 ส่วนหลักที่ต้องจัดการ คือ

- อารมณ์ เช่น ความกลัวหรือความกังวลสามารถทำลายการเจรจาได้ วิธีแก้คือ ให้เขียนความกังวลลงกระดาษแล้วอ่านมันออกมา เพื่อตั้งสติในการควบคุม

- ผลประโยชน์ที่แท้จริง ซึ่งเราต้องแยกให้ออกว่า เราต้องการจากดีลนี้คืออะไรกันแน่

3. พลังแห่งการเข้าใจผลประโยชน์ของอีกฝ่าย

การเจรจาที่ดีไม่ใช่การทุบโต๊ะเพื่อเอาชนะ แต่คือการหาจุดที่ Win-Win ยิ่งถ้าเรารู้ว่าอีกฝ่ายกำลังกลัวอะไร หรือต้องการอะไรเป็นที่สุด เราจะสามารถออกแบบข้อเสนอที่ตอบโจทย์เขาได้ โดยที่เราก็ไม่เสียประโยชน์ เมื่อเราแสดงให้เห็นว่าเราเข้าใจเขา ซึ่งทำให้อีกฝ่ายจะเริ่มลดกำแพงลง และหันมาฟังข้อเสนอของเรามากขึ้น

4. ใช้ข้อมูลสยบอารมณ์

เมื่อการเจรจาเดินมาถึงจุดที่ยากที่สุด นั่นคือเรื่องเงิน สิ่งที่จะช่วยเราได้ดีที่สุดคือ ข้อมูลอ้างอิงที่เป็นกลาง ซึ่งต้องมีกลยุทธ์ในการใช้เจรจา เช่น ใช้ข้อมูลเพื่อเปิดเกมรุก ด้วยการยื่นตัวเลขที่เราต้องการ โดยมีสถิติ ราคากลาง หรือข้อมูลอุตสาหกรรมมารองรับอย่างชัดเจน กับอีกอย่างคือ ใช้ข้อมูลเพื่อเน้นเกมรับ เมื่อโดนอีกฝ่ายกดราคา ข้อมูลตลาดที่เราเตรียมมาจะเป็นเกราะกำบังชั้นยอด ที่จะช่วยปฏิเสธข้อเสนอที่ไม่เป็นธรรมได้อย่างมีเหตุผลได้

5. มีทางเลือกสำรองเสมอ

สิ่งที่เป็นฐานรากของความมั่นใจ คือการตอบตัวเองให้ได้ว่า "ถ้าดีลนี้ล่ม เราจะทำอะไรต่อ?" ถ้าเราตอบได้แสดงว่าเรามีแผนสำรองที่น่าพึงพอใจ เช่น มีบริษัทอื่นเสนองานให้แล้ว หรือมีซัพพลายเออร์รายอื่นรออยู่ เราจะไม่แสดงความกระสับกระส่ายหรือความกังวลออกไป ซึ่งความผ่อนคลายนี้ จะกลายเป็นแต้มต่อที่ทำให้อีกฝ่ายเกรงใจ นอกจากนี้ก็ควรฝึกปฏิเสธให้เป็น เพื่อรักษามูลค่าและเวลาของตัวเราเองด้วย

มาถึงตรงนี้ จะเห็นได้ว่าการเจรจาต่อรองไม่ใช่เรื่องของการใช้วาทศิลป์หว่านล้อมอย่างเดียว แต่ยังเป็นเรื่องของจิตวิทยา การเตรียมพร้อม และการใช้ข้อมูลในมือ เพื่อสร้างข้อได้เปรียบในการทำงานมากขึ้น และส่วนใหญ่คนทำงานเก่ง ๆ ก็มักจะมีทักษะนี้ติดตัวอยู่ด้วยเช่นกัน

อ้างอิง
Never Settle: Persuasion and Negotiation Skills to Get What You Want
5 skills that help you negotiate with confidence

[cattodata🐱📊 @cattodata]

สาระยามเช้าจาก Microsoft Learn 🐱☀️

🌊 Data Lake: พื้นที่เก็บข้อมูลขนาดใหญ่สำหรับข้อมูลดิบทุกประเภท เช่น ไฟล์ Excel, รูปภาพ, Log, เอกสาร และข้อมูลที่ยังไม่ได้จัดระเบียบ

🏢 Data Warehouse: คลังข้อมูลที่มีการจัดโครงสร้างอย่างเป็นระเบียบ ข้อมูลถูกทำความสะอาดและจัดเก็บเป็นตาราง พร้อมสำหรับการวิเคราะห์และสร้างรายงานได้อย่างรวดเร็ว

🛶 Data Lakehouse: แนวคิดที่รวมข้อดีของทั้ง Data Lake และ Data Warehouse เข้าด้วยกัน สามารถเก็บข้อมูลดิบได้เหมือน Data Lake และจัดการข้อมูลให้พร้อมสำหรับการค้นหา วิเคราะห์ และ Query ได้อย่างมีประสิทธิภาพเหมือน Data Warehouse

[Bloomberg @business]

The EU downsized plans for data centers to support AI, outlining a call for tenders that includes smaller-scale facilities than originally envisioned https://t.co/lCzqKX9WQR

[Mr Bombastic @bom2kar]

This is next level construction

[@Partisans @PartisansG]

ไทยกับเวียดนาม จะได้ประโยช์ร่วมกันร่วมกันมหาศาล
จากกฎหมายทะเล-UNCLOS ส่วนกัมพูชาจะเสียดินแดน
ทางทะเล จะเสียผลประโยชน์ส่วนของตน ไปอย่างมหาศาล.

การนี้ เราจึงเห็นนายกฯไทย ไปเยือนเวียดนาม ไปตีด่านตะรึง
ดีที่ไม้ตีฯ ไม่กระดอนกลับมาฟาดหน้า แบบตีกลองที่เยาวราช.

https://t.co/do8wz9HKqy

[Khairallah AL-Awady @eng_khairallah1]

Claude Code creator:

"100% of our pull requests at Anrtopic are run by Claude Code. 80–90% of code review too.

The feature I’m using the most today is /loops. I’m not prompting Claude anymore - I’m building loops"

in this interview he breaks down exactly how a system changes everything:

- the memory and context features that turn Claude into a second brain
- the knowledge architecture most users don't know Claude can build
- the integration layer that connects Claude to your actual workflow
- why typing one question at a time is the most expensive way to use Claude

if you've been using Claude for months and still start every conversation from scratch with zero context, you don't have a Claude problem. you have a system problem

instead of another show tonight, watch this

make sure to bookmark it before it gets lost in your feed

full guide in the article below

[Avi Chawla @_avichawla]

Karpathy said something you'll regret ignoring:

"Remove yourself as the bottleneck. Maximize your leverage. Put in very few tokens, and a huge amount of stuff happens on your behalf."

Loop engineering is the exact thing that does that.

In a hand-run session, the operator handles two things:

- deciding what the agent runs next
- and checking its output before the next step

Both are manual, and both decide how far the agent gets on its own without the operator.

Loop engineering moves both steps into the system.

A core operating structure surrounds the loop, and the diagram below depicts it.

- A schedule decides what to run
- Loop is the maker that produces the work
- A separate checker agent grades the output
- A file on disk holds the state they both read.

The loop runs until either done, max iterations, or an exhausted budget.

Here are some practical engineering considerations:

1) A model grading its own output justifies what it already did instead of catching where it failed.

That's why a separate checker's findings return to the maker as the next instruction. And the cycle repeats until the checker finds nothing left to fix.

2) A loop with no stop condition burns tokens, and the cost climbs fast once sub-agents and long runs add up.

That's why the exit must be set before the loop runs, not while it is running.

A simple exit could be:
↳ fix only the major issues, run one final pass, and stop after two loops, with "all tests pass and lint clean" as the rule that ends it.

3) State has to live on disk, not in context.

The model forgets everything between runs, so an MD file or a knowledge graph holds what is done and what is still open.

Each run reads it and writes back to it, which lets a loop pick up again after days.

4) The lower the verification bar, the safer the loop.

Boring, repetitive checks like a stale version string or a missing test are trivial to verify, so a loop runs them with little risk while the operator is away.

Judgment-heavy work is loopable too, but only as far as the checker can confirm the result.

Let's look at how an unattended loop fails in two ways.

1) It reports done when nothing is actually verified.

The separate checker exists to prevent it, but it merges code faster than anyone reads it, so over weeks, the team stops understanding its own codebase while every check stays green.

Green tests say the code passed the tests, not that anyone knows what shipped. Someone still has to read what the loop merges.

2) The checker keeps a running loop honest, but it only catches failures inside a run.

The harness around the loop, like the prompts, tools, and checks wrapped around the model, still drifts and breaks in production as models change.

That repair loop is usually run by hand based on observability traces.

My co-founder wrote a detailed walkthrough (with code) on making that harness repair itself, where a failing trace gets diagnosed, the fix is verified against the exact input that failed, and the failure is locked as a regression test so it cannot recur.

Read it below.

[Charlie Hills @charliejhills]

Claude has 3 levels of automation.

Here's how to (actually) set each up:

Level 1: Skills in Claude Chat

On-demand. You start it.

Step 1: Connect your tools in Settings → Connectors.
Step 2: Describe the workflow. Claude writes the skill.
Step 3: Type one word. Get a finished output.

Level 2: Scheduled Tasks in Cowork

On a timer. Runs unprompted.

Step 1: Tell Cowork which skill to run and when.
Step 2: Answer a few questions. The task goes live.
Step 3: It runs itself. No terminal or code needed.

Level 3: Claude Code

Runs while you sleep.

Step 1: Install with one terminal command.
Step 2: Type /schedule and pick a time.
Step 3: Manage every run from the browser.

The decision rule:

- You start it → Skills in Claude Chat
- Timer-based → Scheduled Tasks in Cowork
- Laptop closed → Claude Code

Full setup guide

https://t.co/kQZZmboHIq

Repost ♻️ to help someone in your network.

P.S. Which level are you actually using right now?

[Codez @0xCodez]

Claude Code creator:

"50% of my engineering is done from my phone. I have a hundred agents running.

I also use /loop a lot. I don’t write the source code - I talk to an agent & it writes the code for me.

in 20-minute talk, creators of Claude Code reveal the best life hack they’ve discovered while using it.

Worth more than a $500 vibe-coding course

[nanobro - ชอบลองของ 🎈 @nanobro_rit]

Ai ที่ปรับจูนด้านกฎหมายไทยโดยเฉพาะ

นี่ดิโครงสร้างพื้นฐานที่คนไทยควรได้ใช้

ทีมงาน FourCorners พัฒนาโดย starups AI ชื่อ @VisaiAI โดยมี SCB10x, DEPA ลงทุน

ไม่แน่ใจลงถึง 1600 ล้านมั้ย 🫢

[Jen Looper, PhD @jenlooper]

Finally, a type of engineering that truly resonates, autobiographically...

[Massimo @Rainmaker1973]

China’s started using anti fatigue laser lights on some highways to keep drivers alert at night.

[Salman @SalmanGreen]

Problem Solved….

[Eco tonic | wellness 🌿 @WisdomLifeHack]

Gardening tips

[Self Defense DIY @SelfDefenseDIY]

Top 3 best self defense technique for everyone.

[kangg @kangg]

รัฐบาลจีนเพิ่มวิชาการเรียนระดับปริญญาตรีเข้ามาใหม่ 38 วิชา เป็นวิชาด้าน AI / หุ่นยนต์ / การพัฒนาชิป / หุ่นยนต์พัฒนาการเกษตร / ด้านพลังงาน / ด้านการเงินยุคใหม่

เพื่อให้มหาวิทยาลัยผลิตคนให้ตรงกับอุตสาหกรรมอนาคต โดยจะเริ่มทันทีในปี 2026

https://t.co/OXaxrMzQsS

เท่าที่อ่านจับใจความ ไม่ได้เริ่มได้พร้อมๆกันทุกมหาลัย แต่ที่ไหนพร้อมด้านไหนก็ให้เริ่มด้านนั้นก่อน แล้ววิชาอื่นจะทยอยตามมา

ไม่รู้ว่าวิธีคิดว่าจะต้องมีวิชาอะไรเพิ่มเข้ามา กระบวนการคิดเป็นยังไง แต่น่าสนใจมากที่คิดแต่ละวิชาออกมาได้แบบนี้

อีกส่วนคือจีนไม่ทิ้งภาคการเกษตร เพราะมีวิขาใหม่ที่เอา AI มาพัฒนาการเกษตร แล้วก็มีวิชาที่นำไปใช้ด้านการเกษตรได้ เช่นการตรวจสอบดิน

ที่ไม่เกี่ยสกับความสมัยใหม่ AI มีที่น่าสนใจคือวิชาดับไฟป่า ถูกบรรจุเป็นหนึ่งใน 38 วิชาใหม่ ส่วนไทเก๊กอันนี้ผมว่าโลกยุคใหม่ต้องการพวกความสงบจิตใจด้วยมั้งเลยให้

รวมๆเป็นความรู้ใหม่ที่น่าสนใจมาก

กลุ่มที่ 1 AI, Data, Computing และ Language Technology

1. 智能计算 (Intelligent Computing) - การประมวลผลอัจฉริยะ

2. 商业人工智能 (Business Artificial Intelligence) - ปัญญาประดิษฐ์เชิงธุรกิจ

3. 数据资源与数据智能 (Data Resources and Data Intelligence) - ทรัพยากรข้อมูลและปัญญาข้อมูล

4. 语言智能 (Language Intelligence) - ความฉลาดทางภาษา

5. 计算语言学 (Computational Linguistics) - ภาษาศาสตร์คอมพิวเตอร์

6. 语言科学 (Language Science) - วิทยาศาสตร์ภาษา

7. 法律英语 (Legal English) - ภาษาอังกฤษด้านกฎหมาย

___________

กลุ่มที่ 2 Robotics, Embodied AI และ Unmanned Systems

8. 具身智能 (Embodied Intelligence) - ปัญญาประดิษฐ์เชิงกายภาพ / AI ที่เชื่อมกับโลกจริง

9. 农业机器人 (Agricultural Robotics) - หุ่นยนต์เกษตร

10. 海洋智能与无人技术 (Marine Intelligence and Unmanned Technology) - เทคโนโลยีอัจฉริยะและไร้คนขับทางทะเล

___________

กลุ่มที่ 3 Brain, Cognitive Science, Health Tech และ Therapy

11. 脑机科学与技术 (Brain-Computer Science and Technology) - วิทยาศาสตร์และเทคโนโลยีสมอง-คอมพิวเตอร์

12. 心理、脑与认知科学 (Psychology, Brain and Cognitive Science) - จิตวิทยา สมอง และวิทยาศาสตร์การรู้คิด

13. 核医学工程 (Nuclear Medicine Engineering) - วิศวกรรมนิวเคลียร์การแพทย์
14. 艺术治疗 (Art Therapy) - ศิลปะบำบัด

___________

กลุ่มที่ 4 Digital Economy, Finance, Trade และ Governance

15. 数字金融 (Digital Finance) - การเงินดิจิทัล

16. 数字贸易 (Digital Trade) - การค้าดิจิทัล

17. 数字公共治理 (Digital Public Governance) - การบริหารจัดการภาครัฐดิจิทัล

18. 数字文旅 (Digital Culture and Tourism) - วัฒนธรรมและการท่องเที่ยวดิจิทัล

___________

กลุ่มที่ 5 Low-Altitude Economy, Aviation Safety และ Drone Ecosystem

19. 低空经济与管理 (Low-Altitude Economy and Management) - เศรษฐกิจและการจัดการน่านฟ้าระดับต่ำ

20. 低空安全管理 (Low-Altitude Safety Management) - การจัดการความปลอดภัยน่านฟ้าระดับต่ำ

___________

กลุ่มที่ 6 Energy, Transportation และ Engineering Infrastructure

21. 能源科学与工程 (Energy Science and Engineering) - วิทยาศาสตร์และวิศวกรรมพลังงาน

22. 交通能源融合工程 (Transportation and Energy Integration Engineering) - วิศวกรรมบูรณาการคมนาคมและพลังงาน

23. 工程互联网 (Engineering Internet) - อินเทอร์เน็ตวิศวกรรม

24. 真空工程与技术 (Vacuum Engineering and Technology) - วิศวกรรมและเทคโนโลยีสุญญากาศ

[Khairallah AL-Awady @eng_khairallah1]

Anthropic engineer:

"You're not supposed to prompt Claude. You're supposed to build a system that prompts itself."

this is one of the best workflows I've seen in a long time

in this video she breaks down exactly how most people are using Claude:

- the 14% you lose to CLAUDE.md before typing a word
- the automation workflows most users don't know exist
- the daily task pipelines that run without touching the keyboard
- the daily workflows Anthropic's own engineers automated first

if you've been using Claude for more than a month and never left the chat window, you've been using one agent when you could be running a team of them

instead of another show tonight, watch this

make sure to bookmark it before it gets lost in your feed

the guide is in the article below