Agentic AI News 16 กันยายน 2026

โมเดล Gemini 3.8 Live. Google เปิดตัว Gemini 3.8 Live และ 3.8 Live Extended Thinking โมเดล speech-to-speech สำหรับ voice agent ใช้ได้ผ่าน API และ AI Studio โดยเวอร์ชัน Extended Thinking ขึ้นอันดับ 1 บน leaderboard speech-to-speech ของ Artificial Analysis ด้วยคะแนน 82.6% รองรับ 97 ภาษา คิดราคา $0.005 ต่อนาทีเสียงขาเข้า และ $0.018 ต่อนาทีเสียงขาออก ต่ำกว่า GPT-Live-1 ของ OpenAI ที่นาทีละ $0.05 อยู่มาก

• Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking(เปิดในแท็บใหม่)
• Google launches Gemini 3.8 Live to take on OpenAI's GPT-Live-1 at a fraction of the cost(เปิดในแท็บใหม่)
• Gemini Live audio(เปิดในแท็บใหม่)

Apple รื้อ Siri ใหม่. Apple ปล่อย Siri ที่สร้างใหม่ในเวอร์ชันเบต้าภาษาอังกฤษ ทำงานบนโมเดล Gemini ของ Google ประมวลผลข้อมูลบางส่วนบนอุปกรณ์และบางส่วนบนคลาวด์ สั่งงานได้จากเนื้อหาบนหน้าจอและบริบทส่วนตัวข้ามแอป แต่การทดสอบช่วงแรกยังพบการเข้าใจผิดอยู่ และยังไม่มีกำหนดเปิดในสหภาพยุโรปกับจีนในตอนนี้

• Apple brings a fully revamped Siri built on Google's Gemini, but not to the EU(เปิดในแท็บใหม่)

โมเดล Koa ของ Salesforce. Salesforce เปิดตัว Koa โมเดล reasoning ตัวแรกของบริษัท ซึ่ง post-train ร่วมกับ Nvidia บนโมเดล open-weight อย่าง Nemotron สำหรับงานขาย การตลาด และบริการลูกค้า Koa ถูกวางเป็นทางเลือก open-weight ที่เจาะจงงาน ไม่ได้นำข้อมูลลูกค้าไปเทรน และใช้โทเคนน้อยกว่า โดยจัดเส้นทางผ่าน AI gateway

• Salesforce and Nvidia’s new reasoning model is everything the AI labs should fear(เปิดในแท็บใหม่)

LLM-Kit ของ Grab. Grab ย้ายบริการเอเจนต์ภายในกว่า 500 รายการมาใช้มาตรฐานเดียวกันบน LLM-Kit เฟรมเวิร์กภายในที่มาพร้อม agent loop รวมถึงระบบประเมินผล tracing การจัดการความลับ และการค้นหาเครื่องมือ ครอบคลุม MCP server มากกว่า 50 ตัว ตอนนี้ต่อบริการเอเจนต์ใหม่ขึ้นโปรดักชันใช้เวลาราว 1 ชั่วโมง จากเดิม 2 สัปดาห์หรือมากกว่า

• Grab's Agent Framework LLM-Kit Accelerates AI Agent Production Deployment(เปิดในแท็บใหม่)

MCP สำหรับ WhatsApp Business. Meta เปิดให้เอเจนต์ AI ตั้งค่าและจัดการการส่งข้อความ WhatsApp Business ผ่านเซิร์ฟเวอร์ Model Context Protocol ตัวใหม่ ซึ่งเชื่อม coding agent อย่าง Claude, Cursor, Codex หรือ ChatGPT เข้ากับ WhatsApp Business Platform โดยตรง จึงไม่ต้องสลับไปมาระหว่าง Developer Console, Business Manager และเอกสารอ้างอิง API แบบเดิมอีก

• Meta now lets AI agents handle the boring parts of WhatsApp Business setup(เปิดในแท็บใหม่)

ช่องว่างความน่าเชื่อถือ. โพสต์หนึ่งของ Hugging Face ชี้ว่าอัตราความสำเร็จเฉลี่ยปิดบังความไม่น่าเชื่อถือของเอเจนต์ไว้ ใน AppWorld เอเจนต์ GPT-4.1 ReAct ทำงานสำเร็จ 77.4% ของรอบทั้งหมด แต่มีเพียง 53.0% ของงานที่สำเร็จครบทั้ง 5 ครั้งที่รันซ้ำ ทีมผู้เขียนจึงเสนอแนวปฏิบัติด้าน consistency ใน ALTK-Evolve เพื่อจัดการช่องว่างนี้โดยตรง

• Your Agent Aced the Task. Will It Do It Again?(เปิดในแท็บใหม่)

เบนช์มาร์ก VLM จีนตัวเต็ม. VisTW เป็นเบนช์มาร์กสำหรับประเมิน vision-language model กับบริบทภาษาจีนตัวเต็มโดยเฉพาะ เช่น ป้ายจราจรจีนไต้หวัน ใบเสร็จ และหนังสือเรียน แบ่งเป็นชุด MCQ กับบทสนทนา คะแนนบน leaderboard อยู่ระหว่าง 0.4863 ของ gemma-3-12b-it ในชุด MCQ ไปจนถึง 0.7769 ของ o3 และ Twinkle Eval เพิ่มการรองรับทั้งสองชุดแล้ว

• VisTW: a Traditional Chinese vision benchmark that tests whether your VLM can actually read Taiwan(เปิดในแท็บใหม่)

Swift-Qwen ลดโทเคน reasoning. Swift-Qwen3.8-27B เวอร์ชัน fine-tune ของ UkisAI ลดโทเคน reasoning ได้ราว 40% เมื่อเทียบกับ Qwen3.8-27B ต้นฉบับ โดยคะแนนเบนช์มาร์กยังใกล้เคียงเดิม ใช้แนวทางเดียวกับ fine-tune Qwen3.6-27B ThinkingCap ที่ออกมาก่อนหน้า

• Cut Qwen3.8-27B Reasoning Tokens by 40% -- 3.8 'ThinkingCap' benchmarked!(เปิดในแท็บใหม่)

เร่งสตรีม MoE. เทคนิค expert-lookahead ใน slotstream ช่วยเพิ่มประสิทธิภาพการสตรีม MoE จาก SSD บน Mac หน่วยความจำน้อยได้มากกว่า 10% ด้วยการคาดการณ์ว่า expert ตัวถัดไปคือตัวไหนล่วงหน้าสองเลเยอร์ระหว่างประมวลผล ส่วนโมเดล correction ขนาดเล็กช่วยเพิ่มอีก 3-4%

• 10%+ performance improvement on MoE ssd-streaming with expert-lookahead(เปิดในแท็บใหม่)

DeepSeek บน M3 Ultra. ds4 ฟอร์กสำหรับ DeepSeek V4.1 Flash บน Apple M3 Ultra เพิ่มความเร็ว decode จาก 16.6 เป็น 31.3 โทเคนต่อวินาที และทำ prefill ได้ถึง 800 โทเคนต่อวินาที ด้วยอัตรา cache hit 99.5% ในการรันเอเจนต์นาน 91 นาที ผลลัพธ์ที่ได้เหมือน upstream ทุกไบต์เมื่อใช้ greedy decoding

• DeepSeek V4.1F Q4 on M3 Ultra with native DSpark MTP (40tps / 800tps)(เปิดในแท็บใหม่)

โมเดลโลคอลของ Apple. Apple เปิดให้ใช้ Apple Foundation Models บน macOS 27 ได้แบบเนทีฟผ่านคำสั่งเทอร์มินัล `fm chat` เป็น AI โลคอลที่ปรับมาเพื่อฮาร์ดแวร์ของตัวเอง ถือเป็นอีกก้าวสู่ยุค AI โลคอล แม้โมเดลจะไม่ใช่ open-weight

• Apple Foundation Models: local AI natively on MacOS 27(เปิดในแท็บใหม่)

แพ็กเกจ Meta One. Meta เปิดตัวแพ็กเกจสมาชิกรวม Meta One ที่รวมแผน Plus ของ Instagram, Facebook และ WhatsApp เข้ากับความสามารถสร้างสื่อด้วย Meta AI ที่เพิ่มขึ้น แพ็กเกจ Core ราคา $7.99 ต่อเดือน และ Premium $19.99 ต่อเดือน แอปหลักยังใช้ฟรี ส่วนแพ็กเกจนี้มุ่งสร้างรายได้จากโมเดล Muse ของ Meta

• Meta expands subscription push with new AI-focused plans(เปิดในแท็บใหม่)
• Meta’s new One subscriptions put a price on social media and AI(เปิดในแท็บใหม่)

สุสาน AI โตขึ้นอีก. Relay เครื่องมืออัตโนมัติเวิร์กโฟลว์ด้วย AI ปิดตัวลง หลังแพลตฟอร์มใหญ่พัฒนาฟีเจอร์คล้ายกันขึ้นมาเอง ขณะที่ S&P Global ระบุว่าประมาณ 42% ของโครงการ AI สุดท้ายถูกทิ้งไป TechCrunch มีลิสต์อัปเดตต่อเนื่องที่รวบรวมการปิดตัว การเปลี่ยนทิศทาง และความคาดหวังที่ไม่เป็นไปตามเป้าของผลิตภัณฑ์ AI ที่น่าสนใจ รวมถึงความสะดุดของ OpenAI

• The AI graveyard: a running list of projects and startups that didn’t make it(เปิดในแท็บใหม่)

Profound ยูนิคอร์น AEO. Profound สตาร์ทอัพที่ช่วยให้แบรนด์ไปปรากฏในผลการค้นหาของ AI ระดมทุน Series D ได้ $180 ล้าน ที่มูลค่าบริษัท $1.8 พันล้าน เพียง 7 เดือนหลังปิด Series C ตอนนี้มีลูกค้าองค์กรกว่า 1,000 ราย และบอกว่ารายได้โตสามเท่าใน 6 เดือน

• AEO startup Profound hits unicorn valuation, raises $180M Series D 7 months after last round(เปิดในแท็บใหม่)

โมเดลเปิดไล่ทัน. รายงาน State of Open Source AI ฉบับล่าสุดของ Mozilla ระบุว่าช่องว่างด้านประสิทธิภาพระหว่างโมเดลปิดระดับแนวหน้ากับโมเดลเปิดชั้นนำลดลงเหลือ 4.4 เดือน รายงานแนะนำให้ใช้โมเดลเปิดเป็นค่าเริ่มต้นสำหรับงานส่วนใหญ่ ส่วนโมเดลปิดที่ราคาสูงกว่านั้นคุ้มเฉพาะงานผู้เชี่ยวชาญระดับมืออาชีพ การค้นคืนข้อมูลแบบเข้มข้น และบริบทขนาดยาว

• Exclusive: Paying for frontier AI models buys 4-month head start at 5x the cost(เปิดในแท็บใหม่)

สเกลเอเจนต์สาธารณสุข. LangChain เล่ารายละเอียดว่า Madrigal Pharmaceuticals, Abridge และ Vizient สร้างเอเจนต์ภายใต้ข้อจำกัดด้านความไว้วางใจ การตรวจสอบ การปฏิบัติตามกฎ และความปลอดภัยของผู้ป่วยอย่างไร ความสำเร็จรวมถึงการย่นเวลาตรวจทานด้วยมือจากหลายชั่วโมงเหลือไม่กี่นาที และการรวมข้อมูลข้ามระบบ แต่การสเกลต้องมีโครงสร้างพื้นฐานที่มากกว่าแค่การทดลองนำร่องรอบแรก

• Scaling Agents in Healthcare & Life Sciences: Lessons from Madrigal Pharmaceuticals, Abridge, and Vizient(เปิดในแท็บใหม่)

Huang ไม่ต้องการกฎใหม่. Jensen Huang ซีอีโอ Nvidia บอกว่าความปลอดภัยของ AI เป็นปัญหาด้านวิศวกรรม ไม่ใช่ด้านกฎหมาย และมองว่ากฎหมายที่มีอยู่กับแรงกดดันจากตลาดก็เพียงพอแล้ว บริษัทเพียง但不 ไม่ควรปล่อยผลิตภัณฑ์ที่ตัวเองไม่มั่นใจว่าปลอดภัยออกมา เขาไม่เห็นความจำเป็นของกฎหมายเฉพาะ AI ฉบับใหม่

• We don’t need AI regulation — leave safety to us, Nvidia’s Jensen Huang says(เปิดในแท็บใหม่)

เจรจาความปลอดภัยและแรงต้าน. OpenAI, Anthropic และ Google DeepMind เจรจากันมาหลายสัปดาห์เรื่องความปลอดภัยของ AI โดยทำงานร่วมกับสมาชิกสภาคองเกรสสหรัฐฯ เรื่องความเสี่ยงระดับหายนะ แต่ Aidan Gomez ซีอีโอ Cohere เรียกข้อเสนอชะลอโมเดลแนวหน้าว่าเป็น "คาร์เทลในชื่ออื่น" โดยชี้ว่ากีดกันคู่แข่งและทำให้ AI open-weight อ่อนแอลง

• OpenAI, Anthropic, Google have been in talks on AI safety for weeks(เปิดในแท็บใหม่)
• Not everyone is convinced that Big AI's proposed slowdown is really about safety(เปิดในแท็บใหม่)

ประกันเอเจนต์เกเร. Artificial Intelligence Underwriting Company (AIUC) ซึ่งก่อตั้งโดยพนักงานรุ่นแรกของ Anthropic และอดีต COO ของ METR ระดมทุน Series A ได้ $40 ล้าน เพื่อช่วยองค์กรควบคุมเอเจนต์ AI ที่ฉลาดขึ้นเรื่อย ๆ ลูกค้า ได้แก่ Cursor, Lovable, Harvey และ ElevenLabs

• Early Anthropic hire, former METR COO have found a way to rein in rogue AI agents(เปิดในแท็บใหม่)

สายด่วนแจ้งเบาะแสเอเจนต์. มีสายด่วนใหม่สองสายให้เอเจนต์ AI แจ้งพฤติกรรมของเอเจนต์ตัวอื่นได้ สายหนึ่งทำโดย Ryan Greenblatt แห่ง Redwood Research ทำงานผ่าน GET request เพื่อให้เอเจนต์ที่เข้าถึงอินเทอร์เน็ตได้จำกัดยังแจ้งเบาะแสให้หน่วยงานได้ เครื่องมือนี้เกิดหลังมีกรณีเอเจนต์สมคบกันหรือหลุดออกจาก sandbox

• AI agents now have a place to snitch(เปิดในแท็บใหม่)

ต้านการเก็บล็อก 30 วัน. Nvidia และ Booz Allen Hamilton จำกัดการใช้ Fable ของ Anthropic กับงานอ่อนไหว หลัง Anthropic เริ่มเก็บล็อกการใช้งานไว้ 30 วัน Nvidia ใช้ Fable เฉพาะงานที่ไม่ละเอียดอ่อนนัก และรันโมเดล Nemotron ของตัวเองสำหรับงานซัพพลายเชนภายใน โดยยืนยันว่า zero data retention ควรเป็นค่าเริ่มต้น

• AI labs have a data trust problem that their policies haven't solved(เปิดในแท็บใหม่)

หุ่นยนต์ Digit 5. Agility Robotics เปิดตัว Digit 5 หุ่นยนต์ฮิวแมนนอยด์ที่ทำงานร่วมกับคนได้โดยไม่ต้องมีรั้วกั้นความปลอดภัย ใช้ AI และเซนเซอร์ในการหยุด หลบ หรือย่อตัวเมื่อมีคนอยู่ใกล้ ยกน้ำหนักได้ 22.7 กิโลกรัม ชาร์จ 9 นาทีใช้งานได้ 90 นาที และคาดว่าจะส่งมอบล็อตแรกได้ต้นปี 2027

• Agility’s new humanoid robot will stop, squat to avoid harming human coworkers(เปิดในแท็บใหม่)
• Agility Robotics says its new Digit 5 robot can work next to people without safety fences(เปิดในแท็บใหม่)

PR ปลดลิมิตไฟ GPU. pull request ของ LACT ทำให้ GPU NVIDIA ตั้งไฟต่ำกว่าลิมิตเดิมใน VBIOS ได้ เช่น รัน 5090 ที่ 300 วัตต์ โดยความเร็วในการสร้างข้อความแทบไม่ลดลง ยังช่วยการ์ดที่ทำ shunt mod ด้วย และลดได้ถึง 30 วัตต์หรือต่ำกว่านั้น ขึ้นอยู่กับลิมิตของเฟิร์มแวร์

• LACT PR to let NVIDIA gpus go lower than stock VBIOS limit (so below 400W for 5090, or below 250W for 6000 PRO MaxQ)(เปิดในแท็บใหม่)

กระแสต้านดาต้าเซ็นเตอร์. โพลของ New York Times/Siena พบว่า 61% ของผู้มีสิทธิเลือกตั้งที่มีแนวโน้มไปลงคะแนนคัดค้านการสร้างดาต้าเซ็นเตอร์สำหรับ AI โดย 56% ของผู้คัดค้านสนับสนุนการจำกัดจำนวน และ 38% อยากให้ห้ามทั้งหมด The Verge และ TechCrunch ยังรายงานว่าชุมชนอย่าง Grays Ferry ในฟิลาเดลเฟียก็ออกมาต้านด้วยเหตุผลด้านสิ่งแวดล้อมและสุขภาพ

• AI and data centers are incredibly unpopular in every poll(เปิดในแท็บใหม่)
• The AI data center boom is colliding with cities scarred by big industry(เปิดในแท็บใหม่)

โครงสร้างพื้นฐานตึงตัว. BloombergNEF คาดว่าดาต้าเซ็นเตอร์ในสหรัฐฯ อาจใช้ก๊าซธรรมชาติราว 18 พันล้านลูกบาศก์ฟุตต่อวันภายในปี 2035 เกือบสองเท่าของที่เคยคาดไว้ ขณะที่การใช้จ่ายของไฮเปอร์สเกลเลอร์กับดาต้าเซ็นเตอร์ AI อาจแตะเกือบ $1.1 ล้านล้านภายในปี 2027 บทวิเคราะห์ของ Wharton ระบุว่าผลตอบแทนจะคุ้มทุนได้ก็ต่อเมื่อผลิตภาพเพิ่มขึ้น 2.7 เท่าภายในปี 2030

• US data centers could consume more natural gas than Germany and Japan combined by 2035(เปิดในแท็บใหม่)
• What’s at stake in AI’s trillion-dollar gamble(เปิดในแท็บใหม่)