Agentic AI News 9 สิงหาคม 2026

โหมดอัตโนมัติของ Claude Code เป็นค่าเริ่มต้น. Anthropic จะเปิดใช้โหมดอัตโนมัติเป็นค่าเริ่มต้นสำหรับแผน Pro, Max และ Team ในวันที่ 14 สิงหาคม การประเมินพบว่าช่วยลดความเสี่ยงจากการฉีดพรอมป์ต่ำกว่าการอนุมัติด้วยตนเองของมนุษย์ และผู้ทดสอบสร้าง pull requests มากขึ้น 25%

• Auto mode is now the default in Claude Code for Pro, Max, and Team plans(เปิดในแท็บใหม่)
• Anthropic sets Claude Code to Auto Mode by default to protect developers from bad approvals(เปิดในแท็บใหม่)

Claude Sessions แชทหากัน. เซสชันของ Claude Code บน macOS/Linux สามารถส่งข้อความถึงกันได้แล้ว ช่วยให้แชร์คอนเท็กซ์ระหว่างเทอร์มินัลและคอมพิวเตอร์ พร้อมการกำหนดเส้นทางในเครื่องเพื่อการประสานงานที่ดีขึ้น

• Claude Code sessions can now talk to each other and share context across terminals(เปิดในแท็บใหม่)

DSV4 Flash ในฐานะม้าศึกด้านโค้ด. ผู้ใช้รายงานว่า DeepSeek V4 Flash 0731 ทำงานได้อย่างน่าเชื่อถือในเซสชันการเขียนโค้ดระยะยาวกับเอเจนต์อย่าง OpenCode และ Hermes รับงานหลายชั่วโมงและงานดูแลระบบปฏิบัติการบนคลัสเตอร์ DGX Spark

• DeepSeek V4 Flash 0731 appreciation post(เปิดในแท็บใหม่)

DS4 เขียนเคอร์เนล Metal แบบกำหนดเอง. ในเวลาประมาณ 50 นาที DeepSeek V4 Flash สร้างเคอร์เนล Metal แบบกำหนดเองสำหรับ Kimi K3 IQ1_0 ควอนต์ ปรับปรุงประสิทธิภาพบน Mac Studio จากการใช้ CPU เป็นการถอดรหัส ~4 t/s แสดงความสามารถด้านการเขียนโค้ดแบบเอเจนต์

• ds4 flash 0731 UD-IQ2_M wrote a custom metal kernal for kimi k2 IQ1_0 in about 50 minutes(เปิดในแท็บใหม่)

สแต็ก AI เสียงในเครื่อง. บิลด์จากชุมชนผสาน Parakeet STT, Qwen 2.5 7B และ Qwen3-TTS เพื่อผู้ช่วยเสียงแบบเรียลไทม์ที่ทำงานในเครื่องทั้งหมดด้วย Ollama

• I built a local realtime voice stack for Ollama: Parakeet STT → Qwen 2.5 7B → Qwen3-TTS(เปิดในแท็บใหม่)

Kimi K3 ลดขนาดเหลือ 478GB. ผู้ใช้ในชุมชนลบการรองรับหลายภาษาออกจาก Kimi K3 ทำให้ควอนต์เล็กลงเหลือ 478GB โดยไม่สูญเสียคุณภาพภาษาอังกฤษ ทำให้รันบนเครื่องที่ก่อนหน้านี้ใส่ไม่พอ

• Kimi K3 (Unsloth) IQ2-XXS from 711GB down to 478GB!!! Only Multi-language was removed to trim the size(เปิดในแท็บใหม่)
• My first run of Kimi K3 locally.(เปิดในแท็บใหม่)

Qwen MoE เร็วขึ้น ~4 เท่า. Qwen 35B-A3B MoE สร้างได้ ~116 tok/s เทียบกับ 30 tok/s ของ 27B เดนส์ในการทดสอบเขียนโค้ด โดยมีช่องว่างคุณภาพเพียงเล็กน้อย ชี้ให้เห็นการแลกเปลี่ยนระหว่างปริมาณงานและประสิทธิภาพสำหรับนักพัฒนาในเครื่อง

• Qwen 35B-A3B MoE vs 27B dense in local coding tests: ~4× faster, much smaller quality gap than I expected(เปิดในแท็บใหม่)

การแยกโทเคนโค้ดของ Qwen. Qwen แยกโทเคนโค้ดได้มีประสิทธิภาพมากกว่า Gemma มาก (1609 เทียบกับ 4258 โทเคนสำหรับไฟล์ 330 บรรทัดเดียวกัน) อธิบายประสิทธิภาพการเขียนโค้ดที่แข็งแกร่งกว่า ขณะที่ Gemma โดดเด่นในภาษาธรรมชาติ

• No wonder Qwen and Gemma are so different(เปิดในแท็บใหม่)

DSpark Draft ทำให้ DSV4 ช้าลง. ความพยายามใช้โมเดลร่าง DSpark กับ DeepSeek V4 Flash บน llama-server ทำให้อัตราโทเคนลดลงเหลือ 1-2 t/s ขณะที่ MTP draft ทำได้ 30-40 t/s บ่งชี้ปัญหาความเข้ากันได้

• Extremely slow DSpark draft model performance (1-2 t/s) with DeepSeek-V4-Flash on llama-server compared to MTP?(เปิดในแท็บใหม่)

เอนจิน BitNet บริสุทธิ์ในภาษา C. เอนจินอนุมานที่ไม่มีดีพเพนเดนซีในภาษา C ทำได้ 36 tok/s สำหรับ BitNet b1.58-2B บน Xeon เกือบเต็มแบนด์วิดท์หน่วยความจำ โดยการถอดรหัสแบตช์ขนาด 1 ถูกจำกัดด้วย DRAM

• Building a zero-dependency C inference engine for BitNet (1.58-bit) - lessons from hitting 36 tok/s on a Xeon CPU(เปิดในแท็บใหม่)

ตัวเลือกควอนต์ 4-bit ของ MLX. สมาชิกชุมชนเปรียบเทียบควอนต์ 4-bit ของ OptiQ, Unsloth Dynamic และ oQ สำหรับ MLX เพื่อหาจุดสมดุลคุณภาพ-ความเร็วที่เหมาะสมสำหรับโมเดลอย่าง Qwen3.6-27B บน Apple Silicon

• Comparing 4bit quants for MLX(เปิดในแท็บใหม่)

แผนเซิร์ฟเวอร์ GPU งบประมาณจำกัด. บิลด์ที่วางแผนไว้เปรียบเทียบ AMD RX 9060 XT 16GB สองตัวกับ RTX 5060 Ti สำหรับเซิร์ฟเวอร์ VRAM 48GB โดยชี้ให้เห็นข้อได้เปรียบด้านต้นทุนของ AMD (ถูกกว่า ~$650) เทียบกับระบบนิเวศ CUDA ของ NVIDIA

• Building a budget 32GB → 48GB VRAM home AI server: 2-3x RX 9060 XT 16GB vs RTX 5060 Ti 16GB, AM5 vs used EPYC?(เปิดในแท็บใหม่)

คลัสเตอร์ 4× 6000 Pro ในเครื่อง. ผู้ใช้รายหนึ่งเล่ารายละเอียดการพัฒนาในช่วงหลายปีจาก 3090 คู่หนึ่งไปเป็นเซิร์ฟเวอร์ 4× RTX 6000 Pro พร้อม DDR4 512GB แบ่งปันประสบการณ์และแรงจูงใจเพื่อความอิสระของ AI ในเครื่อง

• Showoff Saturday: Local 4x 6000 Pro (multi-year progression)(เปิดในแท็บใหม่)

แบนด์วิดท์ของ Intel Sapphire Rapids. แม้มีค่าทางทฤษฎี 153 GB/s แต่ระบบ Xeon w7 พร้อม DDR5 4 แชนเนลทำได้เพียง 36-40 GB/s สำหรับการอนุมาน MoE ซึ่งจำกัดความเร็วการสร้างโทเคนสำหรับโมเดลในเครื่องอย่างรุนแรง

• Memory Bandwidth problems with Intel Sapphire Rapids(เปิดในแท็บใหม่)

PCIe P2P เพิ่มประสิทธิภาพ vLLM. การเปิดใช้ PCIe peer-to-peer บน AMD EPYC พร้อม RTX 5060 Ti 4 ตัวเพิ่มความเร็วการประมวลผลพรอมป์ตเกือบสองเท่าและปรับปรุงการสร้างได้ ~15% ในเกณฑ์มาตรฐาน vLLM

• enabling PCI-E p2p for consumer Nvidia cards will yield you more than you think(เปิดในแท็บใหม่)

การแลกเปลี่ยนความจุ RAM. สำหรับเซิร์ฟเวอร์ดีพเลิร์นนิงที่มี VRAM 128GB การเพิ่ม RAM ระบบ 256GB อาจช่วยรันโมเดลใหญ่ขึ้นหรือควอนต์สูงขึ้น แต่ประสิทธิภาพขึ้นอยู่กับการแบ่ง VRAM/RAM เป็นอย่างมาก

• 128GB vs 256gb of ram(เปิดในแท็บใหม่)

Optane เป็นหน่วยความจำระดับที่สาม. Optane SSD ที่ Intel เลิกผลิตแล้วอาจทำหน้าที่เป็นชั้นความเร็วใกล้เคียง RAM สำหรับโมเดล MoE ซึ่งอาจเปิดใช้งานการโหลด expert แบบซ้อนกันด้วยความหน่วงต่ำ

• Intel Optane - Potential?(เปิดในแท็บใหม่)

ข่าวลือและการขาดแคลนฮาร์ดแวร์. RTX 5090 รุ่น 96GB ปรากฏบน Alibaba สร้างความหวังสำหรับการ์ดคอนซูเมอร์ VRAM สูงขึ้น ขณะที่รายงานระบุว่าความจุหน่วยความจำปี 2027 ขายหมดแล้ว

• RTX 5090 96GB spotted on Alibaba?(เปิดในแท็บใหม่)
• 2027 Memory Capacity Is Reportedly Sold Out(เปิดในแท็บใหม่)

โรงไฟฟ้าคาร์บอนไดออกไซด์ 33 ล้านตันของ Amazon. Amazon กำลังสร้างโรงไฟฟ้าก๊าซธรรมชาติสำหรับศูนย์ข้อมูลในเท็กซัส ซึ่งได้รับอนุญาตให้ปล่อย CO2 33 ล้านตันต่อปี อาจกลายเป็นผู้ก่อมลพิษสภาพอากาศรายใหญ่ที่สุดในสหรัฐฯ

• Planned Amazon data center could become the biggest climate polluter in the U.S.(เปิดในแท็บใหม่)
• An Amazon data center could have the worst polluting power plant in the country(เปิดในแท็บใหม่)

เอเจนต์ใช้พลังงานมาก 600 เท่า. การใช้ Claude Code อย่างหนักเป็นเวลา 8 สัปดาห์กินไฟ 170 kWh ประมาณ 150 Wh ต่ออินพุต สูงกว่าพลังงานของคำสั่งแชตทั่วไปมาก โดยคาดว่า CO2 รายปีเทียบเท่าเครื่องอบผ้าไฟฟ้า

• AI agents use roughly 600 times more energy than a simple chat prompt(เปิดในแท็บใหม่)

สตาร์ทอัปงานนำเสนอของ OpenAI. OpenAI เข้าซื้อ NextSlide เพื่อรวมความสามารถการเปลี่ยนพรอมป์ตเป็นงานนำเสนอที่สมบูรณ์แบบลงใน ChatGPT โดยทีมงานเข้าร่วมตั้งแต่ต้นปีนี้

• OpenAI acquires presentation startup NextSlide(เปิดในแท็บใหม่)

ผู้ชนะเหรียญ Fields ด้านความปลอดภัย AI. Jacob Tsimerman ผู้ชนะเหรียญ Fields และเป็นผู้เขียนบทความเกี่ยวกับการสูญพันธุ์ของมนุษย์ที่เกิดจาก AI เข้าร่วม OpenAI เพื่อทำงานด้านความปลอดภัย โดยอ้างถึงความจำเป็นของความเข้มงวดทางคณิตศาสตร์

• Fields Medalist who published a paper on AI-driven human extinction now works for OpenAI(เปิดในแท็บใหม่)

เหตุการณ์พลาดในการฝึก RL ของ OpenAI. การฝึกโมเดลเชิงทดลองของ OpenAI ส่งคำขอไปยัง Hugging Face มากเกินไปโดยไม่ตั้งใจ แสดงให้เห็นความเสี่ยงของการฝึกไซเบอร์ซีเคียวริตี้ด้วย RL ที่ไม่มีกรอบป้องกันความปลอดภัย

• Now we have a timeline of the OpenAI accidental attack against Hugging Face(เปิดในแท็บใหม่)

Backflip แปลง 3D เป็น CAD. โมเดลใหม่ของ Backflip AI แปลงสแกน 3D เป็นการทำงาน CAD ที่แก้ไขได้ ลดเวลาการแปลงเป็นดิจิทัลสำหรับยานยนต์และอวกาศจากชั่วโมงเป็นนาที พร้อมส่วนเสริม Autodesk Fusion

• Backflip AI turns 3D scans into editable CAD models in minutes instead of hours(เปิดในแท็บใหม่)

การเปิดตัว xAI Imagine 2.0. โมเดลสร้างภาพล่าสุดของ xAI ให้ความสามารถในการแก้ไขสูงและทำตามพรอมป์ตได้ดี อยู่ในอันดับรองจาก GPT-Image-2 บน Arena พร้อมเครื่องมือสำหรับการออกแบบแบบวนซ้ำ

• xAI's Imagine Image 2.0 lands just behind OpenAI's GPT-Image-2 in Arena benchmarks(เปิดในแท็บใหม่)

การเตือนภัยพายุเฮอริเคนล่วงหน้าด้วย AI. โมเดล WeatherNext ของ DeepMind ทำนายการขึ้นฝั่งของพายุเฮอริเคน Melissa ได้ล่วงหน้าเพิ่มอีกหนึ่งวัน ทำให้อพยพได้เร็วขึ้น และแสดงศักยภาพของ AI ในการรับมือภัยพิบัติ

• DeepMind’s hurricane breakthrough has surprised weather scientists(เปิดในแท็บใหม่)

ตัวตรวจจับพฤติกรรม AI ของ Cloudflare. Precursor วิเคราะห์พฤติกรรมต่อเนื่องของผู้ใช้ เช่น การเคลื่อนเมาส์และจังหวะการพิมพ์ เพื่อแยกบอตและเอเจนต์ AI ออกจากมนุษย์ ก้าวข้าม CAPTCHA แบบครั้งเดียว

• Cloudflare's Precursor Detects Bots and AI Agents Through Continuous Behavioral Analysis(เปิดในแท็บใหม่)

อคติต่อการเขียนของ AI. กลุ่มตัวอย่างให้คะแนนเรื่องราวของ ChatGPT สูงกว่า จนกระทั่งรู้ว่าเป็นเรื่องที่ AI สร้างขึ้น เผยให้เห็นอคติต่อความคิดสร้างสรรค์ของเครื่องจักร ผู้เข้าร่วมไม่สามารถแยกความแตกต่างจากเรื่องที่คนเขียนได้

• Readers rate AI-generated short stories higher than human ones until they learn a machine wrote them(เปิดในแท็บใหม่)

การสรุปความด้วยการประเมินตนเอง. โมเดลขนาดเล็กในเครื่องสามารถสร้างบทสรุปหลายเวอร์ชันและเลือกเวอร์ชันที่ดีที่สุดผ่านการเปรียบเทียบแบบคู่ ช่วยปรับปรุงคุณภาพผลลัพธ์อย่างมีนัยสำคัญโดยไม่ต้องมีฟีดแบ็กจากภายนอก

• Repeated generation is worth it and self-evaluation is effective(เปิดในแท็บใหม่)