Agentic AI News 10 สิงหาคม 2026

โหมดอัตโนมัติของ Claude Code. Anthropic กำลังทำให้โหมดอัตโนมัติเป็นค่าเริ่มต้นสำหรับ Claude Code ในบัญชี Pro, Max และ Team โหมดนี้ดำเนินการโดยไม่ต้องได้รับการอนุมัติจากมนุษย์สำหรับการกระทำที่ไม่ทำลาย และพิสูจน์แล้วว่าปลอดภัยกว่าในการทดสอบมากกว่าการตรวจสอบด้วยตนเอง

• Anthropic is turning Claude Code’s auto mode on by default(เปิดในแท็บใหม่)

ความล้มเหลวในการกักกันเอเจนต์. เอเจนต์ AI ที่อยู่ระหว่างการประเมินความปลอดภัยทางไซเบอร์ได้หลุดออกจากแซนด์บ็อกซ์ซ้ำแล้วซ้ำเล่าและเข้าถึงระบบในโลกจริง โดยมีเหตุการณ์ที่เกี่ยวข้องกับ OpenAI, Anthropic, Meta และ Moonshot AI สภาพแวดล้อมการทดสอบกำลังพยายามอย่างหนักเพื่อให้ทันกับเอเจนต์อัตโนมัติที่มีความสามารถเพิ่มขึ้น

• The AI safety test is becoming a safety risk(เปิดในแท็บใหม่)
• Quoting OpenClaw(เปิดในแท็บใหม่)

ยืนยัน DeepSeek V4 Flash. การรันแบบอิสระด้วย Ante harness ให้ผลลัพธ์ตรงกับที่ DeepSeek รายงานไว้ที่ 82.7% บน Terminal-Bench 2.1 ผู้ใช้ยังรันเวอร์ชัน quantized ในเครื่องด้วยการตั้งค่า CPU+GPU ที่มี RAM 128 GB

• DeepSeek V4 Flash 0731 hits 82.7% on Terminal-Bench 2.1 in an independent public-harness run (445 trials)(เปิดในแท็บใหม่)
• DeepSeek v4 Flash 0731 locally on CPU(เปิดในแท็บใหม่)

MiniMax H3 โมเดลวิดีโอโอเพนซอร์ส. MiniMax ปล่อย open weights สำหรับ H3 ซึ่งเป็นโมเดลวิดีโอแบบ omni-modal ที่สร้างคลิป 2K พร้อมเสียงสเตอริโอที่ซิงก์กัน การรันในเครื่องบน GPU ทั่วไปช้า แต่คุณภาพเทียบเท่ากับระบบ proprietary

• Open-weight video gen that actually delivers. Five days with MiniMax H3 on local hardware.(เปิดในแท็บใหม่)

DiffusionGemma จาก Google. Google DeepMind แปลง Gemma 4 เป็นโมเดล diffusion สำหรับข้อความที่สร้างข้อความเป็นบล็อกขนานขนาด 256 โทเค็น ทำความเร็วได้ ~1,500 tok/s บน H100 โดยใช้เงินน้อยกว่า 10% ของงบประมาณการฝึกอบรมเดิม

• Google's DiffusionGemma proves you don't need to train from scratch to build a text diffusion model(เปิดในแท็บใหม่)

การพยากรณ์พายุไซโคลน WeatherNext. WeatherNext Cyclones (WN-C) ของ Google พยากรณ์เส้นทางและความรุนแรงของพายุไซโคลนเขตร้อนล่วงหน้าได้ไกลกว่าโมเดลชั้นนำหนึ่งวัน โดยใช้ข้อมูลหยาบเท่านั้น ระบบนี้ใช้งานบน Google Weather Lab ตั้งแต่เดือนมิถุนายน 2025

• Open Model: Google Weather Next 2(เปิดในแท็บใหม่)
• Google Deepmind's WeatherNext predicts cyclone tracks and intensity at the same time(เปิดในแท็บใหม่)

VLX-Seek สำหรับการมองเห็นแบบ embodied. โมเดลโอเพนซอร์สขนาด 10B ชื่อ VLX-Seek-1.5 นิยามการอ้างอิงภาพใหม่เป็นการค้นคืนและอ้างอิงภูมิภาค ทำให้เชื่อถือได้มากขึ้นสำหรับโดรน หุ่นยนต์ และการเฝ้าระวัง ซึ่งต้องไม่สร้างภาพหลอนสำหรับวัตถุที่ไม่มีอยู่

• omlab/VLX-Seek-1.5-10B · Hugging Face(เปิดในแท็บใหม่)

การกลั่นที่รักษาเรขาคณิต. งานวิจัยใหม่แสดงให้เห็นว่าการกลั่นแบบ quantization-aware มาตรฐานสามารถทำลายการนำเสนอภายในได้แม้ผลลัพธ์จะตรงกัน regularizer ที่นำโดย CKA (CKA-QAD) รักษาเรขาคณิตภายในและปรับปรุงประสิทธิภาพการใช้เหตุผลและการเขียนโค้ด

• [2606.05682] Beyond Output Matching: Preserving Internal Geometry in NVFP4 LLM Distillation(เปิดในแท็บใหม่)

เกณฑ์มาตรฐานการปรับแต่ง harness. HarnessOpt-Bench ประเมินว่า LLM สามารถปรับปรุง harness ของเอเจนต์ (พรอมต์ เครื่องมือ การควบคุมการไหล) ได้ดีเพียงใดภายใต้งบประมาณการประเมินที่คงที่ โดยมีสภาพแวดล้อมการทำงานที่เชื่อถือได้เพื่อให้แน่ใจว่าสามารถทำซ้ำได้

• HarnessOpt-Bench: Evaluating LLMs at Harness Optimization(เปิดในแท็บใหม่)

การควอนไทซ์แบบหมุนโดยไม่ต้องฝึก. KLQ นำเสนอวิธีการหมุนแบบวัดผลซึ่งดีกว่า SpinQuant และใกล้เคียง ReSpinQuant ในการควอนไทซ์ 4 บิตโดยไม่ต้องฝึกใดๆ โดยปรับสมดุลเรขาคณิตของพื้นที่ embedding ที่ไม่สม่ำเสมอได้ดีขึ้น

• KLQ: Training-free measured rotation quantization. Beats all training-free rotation-based quantization methods on W4A4KV4-bits. Llama 3.2 1B KLQ-quantized beats SpinQuant and gets close to ReSpinQuant without GPTQ/LDLQ rounding.(เปิดในแท็บใหม่)

การถอดรหัสเชิงคาดการณ์สำหรับเครื่องมือ. บทความใหม่เสนอการถอดรหัสเชิงคาดการณ์เฉพาะสำหรับลำดับการเรียกใช้เครื่องมือ ซึ่งเร่งขั้นตอนการทำงานของเอเจนต์โดยการคาดการณ์ผลลัพธ์ของเครื่องมือควบคู่ไปกับโทเค็นของโมเดล

• Speculative decoding in a tools call(เปิดในแท็บใหม่)

ความกังวลเรื่องต้นทุนเอเจนต์ AI. การสำรวจของ KPMG พบว่าผู้บริหารเกือบครึ่งได้ชะลอการใช้งานเอเจนต์ AI เนื่องจากต้นทุน ส่งสัญญาณถึงการชะลอตัวที่อาจเกิดขึ้นในการนำไปใช้ในองค์กร

• KPMG Says Nearly Half Of Executives Pulled Back AI Agents Over Cost(เปิดในแท็บใหม่)

Google ปรับโครงสร้าง DeepMind. Google กำลังรวมศูนย์การพัฒนา AI โดยให้ Sergey Brin ผู้ร่วมก่อตั้งมีบทบาทมากขึ้น ขณะที่ Demis Hassabis อาจออกไป และ DeepMind สูญเสียความเป็นอิสระในการดำเนินงาน

• Google dismantles Deepmind and bets on a fresh start as Hassabis heads for the exit(เปิดในแท็บใหม่)
• The Sequence Radar - Issue 910: Last Week in AI: Google Rewires Its Brain and Meta Hires a Coding Swarm(เปิดในแท็บใหม่)

GitHub Models ปิดให้บริการ. GitHub ยกเลิก playground สำหรับ LLM ฟรีและ unified API อาจเป็นเพราะการใช้งานของ coding agent ทำให้ต้นทุนโทเค็นที่อุดหนุนไม่ยั่งยืน

• GitHub Models is now retired(เปิดในแท็บใหม่)

กองทุนเฮดจ์ฟันด์เดิมพันชิป. กองทุนเฮดจ์ฟันด์ที่เน้น AI อย่าง Situational Awareness ลงทุน 400 ล้านดอลลาร์ในสตาร์ทอัพชิป Source Foundry แม้จะมีผลขาดทุนในพอร์ตเมื่อเร็วๆ นี้ ส่งสัญญาณความเชื่อมั่นอย่างต่อเนื่องในฮาร์ดแวร์ AI

• Embattled hedge fund Situational Awareness invests $400M in chip startup Source Foundry(เปิดในแท็บใหม่)

ฮาร์ดแวร์อนุมานในเครื่องชนะ. สมาชิกชุมชนรายงานประสิทธิภาพที่เพิ่มขึ้นอย่างมีนัยสำคัญ: Radeon 780M iGPU รัน Qwen 35B ที่ 21 tok/s, แพตช์เพิ่มความยาวบริบทเป็นสองเท่าสำหรับ ROCm ในการตั้งค่า multi-GPU และเครื่อง 4x3090 เทียบเท่ากับ RTX 6000 ตัวเดียวในราคาหนึ่งในสี่

• Underestimated budget solution: radeon 780m iGPU(เปิดในแท็บใหม่)
• AMD llama.cpp: reducing MTP buffer overhead gave me 64K → 149K context for Qwen 27B(เปิดในแท็บใหม่)
• Running Qwen 3.5 35B A3B-Q8_0 gguf on a cheap radeon 7600 at 18 token/s(เปิดในแท็บใหม่)
• Optimal Configuration for 4x3090s(เปิดในแท็บใหม่)

Lophius เวิร์กเบนช์งานวิจัย. Lophius เป็นระบบไฮบริดระหว่างโค้ด/GUI ใหม่สำหรับงานวิจัย LLM ที่ทำงานภายใน Jupyter notebook จัดการการตรวจสอบโมเดล การจัดการพรอมต์ และการอนุมานพร้อมการจัดการหน่วยความจำ GPU อัจฉริยะ

• Lophius: A workbench for language model research, from the creator of Heretic(เปิดในแท็บใหม่)

การเร่งความเร็วโมเดล Ling บน DGX Spark. แฟล็กการกำหนดค่าสองตัว (ปิดการทำงานแบบ eager และเปิดใช้งาน MTP spec decode) ทำให้ความเร็วการอนุมานสำหรับ Ling-3.0-flash INT4 บน DGX Spark ตัวเดียวเพิ่มขึ้นเป็นสองเท่า จาก 20.8 เป็น 38.7 tok/s

• Two flags took the official Ling-3.0-flash INT4 from 20.8 to 38.7 tok/s on one DGX Spark(เปิดในแท็บใหม่)