Agentic AI News 12 ตุลาคม 2026

โมเดลตัดสินใจแบบเปิด. Cloudflare Clef-omni เพิ่มการให้คะแนนแบบมัลติโมดัลทั้งเสียง วิดีโอ รูปภาพ และข้อความในคำสั่งเดียวบน Workers AI ขณะที่ตระกูล Decision 3.0 ของ vLLM Semantic Router เปิดตัวโมเดล Apache-2.0 จำนวน 5 ตัว ขนาด 0.8B ถึง 27B สำหรับงานจำแนกและจัดเส้นทาง โดยไม่ต้องแยกวิเคราะห์ข้อความที่โมเดลสร้างขึ้น

• Meet Cloudflare Clef-omni: A 30B-A3B Multimodal Decision Model for Audio, Video, Image and Text(เปิดในแท็บใหม่)
• What is Decision 3.0? vLLM Semantic Router’s New Open Decision Models(เปิดในแท็บใหม่)

โมเดลไซเบอร์ คอนเท็กซ์ 1M. OrcaCyber Zero 1.5 ของ OrcaRouter เน้นงานจำลองช่องโหว่และพัฒนา exploit รองรับคอนเท็กซ์ 1 ล้านโทเคนและ function calling แต่ให้ใช้ผ่าน API ที่โฮสต์ไว้เท่านั้น และคะแนนที่รายงานมาจากผู้ขายเอง

• OrcaRouter Releases OrcaCyber Zero 1.5 Cybersecurity Model With 1M Context(เปิดในแท็บใหม่)

พรีวิวเวิลด์โมเดลสร้างภาพ. Odyssey-3 เป็นพรีวิวงานวิจัยสาธารณะที่สร้างสภาพแวดล้อม 3D แบบอินเทอร์แอกทีฟจากพรอมป์ตข้อความได้แบบเรียลไทม์ และถูกวางตำแหน่งเป็นรากฐานสำหรับหุ่นยนต์ การขับขี่อัตโนมัติ และคาแรกเตอร์ในเกม

• Odyssey-3 is a new generative world model that you can try for free(เปิดในแท็บใหม่)

AesCode สำหรับงานภาพ. AesCode 8B และ 32B สร้างสไลด์ โปสเตอร์ และแดชบอร์ดแบบมีโครงสร้างด้วย HTML/CSS โดยใช้ภาพที่สร้างขึ้นเป็นเรเฟอเรนซ์ด้านความสวยงาม พร้อมกับทำตามข้อกำหนดด้านเนื้อหาของพรอมป์ต

• microsoft/AesCode 8B and 32B(เปิดในแท็บใหม่)

โมเดลเสียงอาหรับมาแล้ว. Falcon-ASR เป็นโมเดลรู้จำเสียงพูดภาษาอาหรับขนาด 1.6B จาก TII ที่เน้นภาษาถิ่นเอมิเรตส์ รายงานค่า WER เฉลี่ย 20.92% แต่ยังไม่มีน้ำหนักโมเดลหรือ API ให้ใช้งาน

• TII Releases Falcon-ASR: 1.6B Arabic Speech Model Hits 20.92% WER(เปิดในแท็บใหม่)

ผู้ช่วยส่วนตัวโฮสต์เอง. Talorys เป็นผู้ช่วย AI ส่วนตัวโอเพนซอร์สที่รันอยู่ในบัญชี Cloudflare ของคุณเองทั้งหมด มีแชต หน่วยความจำ งาน บันทึก และรูทีนตั้งเวลาให้ใช้ในแพ็กเกจฟรี

• Talorys – A self-hosted personal AI agent on Cloudflare's free tier(เปิดในแท็บใหม่)

โค้ดดิ้งเอเจนต์ค้างกลางทาง. OpenCode 2.0.26 ออกแล้ว แต่ผู้ใช้รายงานว่าแม้แต่บอตที่เก่งก็ยังหยุดกลางทางหลังบอกว่าจะลงมือทำ แล้วต้องพิมพ์สั่งให้เดินหน้าต่อเอง

• OpenCode 2.0.26 is out, if you need to constantly prompt "Continue" it's not just your bot AFAIK(เปิดในแท็บใหม่)

ค้นหาเชิงความหมายบน Windows. VectorDash และ FileDig เป็นตัวแทนการค้นหาแบบโลคอลบน Windows โดย VectorDash ทำดัชนีเอกสาร รูปภาพ เสียง และวิดีโอด้วย EmbeddingGemma 2 แถมมี MCP server แบบอ่านอย่างเดียวให้เลือกเปิดใช้

• VectorDash: A full Windows search replacement incorporating Embeddinggemma-2(เปิดในแท็บใหม่)
• FileDig - Windows version of DigUp(เปิดในแท็บใหม่)

ชุดเครื่องมือแพทย์ในเครื่อง. OpenMed 3.0 เป็นชุดเครื่องมือ AI ทางการแพทย์แบบออฟไลน์ภายใต้สัญญาอนุญาต Apache-2.0 ที่ตอนนี้เชื่อม FHIR, HL7, ผลแล็บ และบันทึกต่าง ๆ ให้เป็นไทม์ไลน์ของผู้ป่วย โดยไม่ยอมเดาและไม่ถอยไปใช้โมเดลบนคลาวด์

• OpenMed 3.0 is out: Apache-2.0 clinical AI that runs fully local and never falls back to the cloud. 422 open issues if you want in on 3.1(เปิดในแท็บใหม่)

Speculative decoding ผลตรงบิต. เมื่อใช้โหมดดีเทอร์มินิสติกของ SGLang บวกกับการแก้ไขอีก 2 จุด การทำ speculative decoding กับ Qwen3.8-27B ให้ค่า token ID และ logprob ตรงกับการรันแบบไม่ใช้ speculative decoding โดยทำได้ 106 t/s บน RTX PRO 6000 ใบเดียว

• Bit-exact speculative decoding on Qwen3.8-27B: 106 t/s on one RTX PRO 6000(เปิดในแท็บใหม่)

Megakernel Qwen3.8 140 t/s. megakernel ที่เขียนด้วย CUDA รัน Qwen3.8-27B บน RTX 3090 ใบเดียวได้เร็วกว่า llama.cpp 1.4-1.9 เท่า โดยโทเคนอันดับแรกตรงกัน 99% และค่า KL divergence อยู่ที่ 0.0009

• UPDATE: Qwen 3.8 27B 140 tok/s on single RTX 3090 Megakernel: KL divergence 0.0009 vs llama.cpp(เปิดในแท็บใหม่)

ประมวลผลพรอมป์ตบน Strix Halo. สาขา rdna35-perf สำหรับ Strix Halo ช่วยให้ llama.cpp ประมวลผลพรอมป์ตเร็วขึ้น 21-54% เมื่อเทียบกับ Vulkan และเร็วขึ้นถึง 2.7 เท่าเมื่อเทียบกับ ROCm มาตรฐานที่คอนเท็กซ์ 128k โดยผลลัพธ์ไม่เปลี่ยนแปลง

• strix-llama new branch: prompt processing +21–54% over Vulkan and up to 2.7× over stock ROCm kernel at 128k, same outputs quality(เปิดในแท็บใหม่)

Qwen Flash-Next คอนเท็กซ์ 500k. Qwen3.8-Flash-Next รันบน AMD 7900 XTX โดยวางน้ำหนักโมเดล 66GB ไว้ในแรมของระบบ ทำได้ 506k โทเคนที่ความเร็ว 105-160 tok/s ส่วนอาการพูดซ้ำก่อนหน้านี้เกิดจาก preserve_thinking:true ที่ป้อนเหตุผลเดิมกลับเข้าไป

• I ran Qwen 3.8 Flash-Next on my AMD 7900 XTX at 500k context. All local and what a shift it has been.(เปิดในแท็บใหม่)

MTP แบบความน่าจะเป็นถูก merge. PR #27694 ของ llama.cpp เพิ่ม multi-token prediction แบบความน่าจะเป็น ช่วยให้ความเร็วถอดรหัสบนงานร้อยเรียงเพิ่มขึ้นราว 14% เมื่อใช้ draft แบบ greedy

• Reminder: try probabilistic MTP if you missed it. Decode +14% on prose(เปิดในแท็บใหม่)

รัน GLM-5.3 Flash ในเครื่อง. Project Maya รัน GLM-5.3-Flash ซึ่งเป็น MoE ขนาด 321B บน GPU ใบเดียวด้วยการออฟโหลด expert ไปที่แรม/SSD ขณะที่ vllm-ascend ทำได้ 8-9 tok/s บนการ์ด Ascend 310P สองใบ

• "Strata" for GLM5.3 Flash is here for some! Project Maya(เปิดในแท็บใหม่)
• vllm-ascend updates (GLM5.3-flash) on dual 310p Ascend cards(เปิดในแท็บใหม่)

ข้อแลกเปลี่ยนของควอนไทซ์ Qwen3.8. ในการทดสอบของผู้ใช้รายหนึ่ง ควอนไทซ์ MXFP4 นำในด้านคณิตศาสตร์แต่ตามหลังในงานโค้ด ส่วน Q6_K ช้ากว่าที่คาดไว้ แสดงว่าการเลือกควอนไทซ์ต้องดูตามงานที่ใช้

• I tested different Qwen 3.8 27B quants(เปิดในแท็บใหม่)

ทีมเอเจนต์เปลืองโทเคน. Vals AI พบว่าการใช้เอเจนต์เป็นทีมมีค่าใช้จ่ายสูงกว่าเอเจนต์เดี่ยว 1.8-5.1 เท่า แต่ให้ผลดีขึ้นอย่างมีนัยสำคัญทางสถิติเพียง 1 ใน 4 การเปรียบเทียบ บ่งชี้ว่าไม่คุ้มที่จะใช้เป็นทีมเมื่อตั้งระดับการคิดสูงสุด

• AI agent teams waste massive tokens for barely measurable quality gains, research finds(เปิดในแท็บใหม่)

เอเจนต์ขาดวิจารณญาณแบบนักวิทย์. InnovationEval ของ Epoch AI และ Anthropic ชี้ว่าเอเจนต์รันการทดลองได้ แต่รายงานผลเกินจริงและขาดการวิจารณ์ตัวเอง จึงยังห่างไกลจากงานวิจัยอัตโนมัติ

• AI agents overstate their results and remain far from autonomous research, study finds(เปิดในแท็บใหม่)

Context Language Models. Meta, MIT และ UW เสนอ Context Language Models ที่ให้ LLM แก้ไขคอนเท็กซ์ของตัวเองเหมือนแก้ไฟล์ ช่วยให้ประสิทธิภาพดีขึ้นและใช้คอมพิวต์น้อยลงเมื่อเทียบกับการสรุปหรือดึงข้อมูลแบบตายตัว

• Context Language Models: Self-Managing Context to Improve Performance and Reduce Compute Costs(เปิดในแท็บใหม่)

หน่วยความจำเสริมช่วยบีบอัดคอนเท็กซ์. REMORY เพิ่มโทเคนหน่วยความจำแบบซอฟต์ลงในบทสรุป ช่วยให้ Qwen3.8-27B และ GLM-5.3-Flash ทำคะแนนได้ใกล้เคียงการใช้อินพุตเต็มคอนเท็กซ์ โดยใช้ตำแหน่งอินพุตเพียง 5.2% และลดอาการเรียกเครื่องมือซ้ำ

• REMORY: Learning Residual Memory for Context Compaction(เปิดในแท็บใหม่)

ตัววิจารณ์สำหรับโค้ดดิ้งเอเจนต์. Opera มองการแก้ไขแต่ละครั้งเป็นบันทึกที่คงอยู่และติดตามว่าถูกแก้จริงหรือไม่ ช่วยเพิ่มอัตราการแก้สำเร็จได้ถึง 15 จุดเปอร์เซ็นต์บนชุดย่อยของ Terminal-Bench และ SWE-Bench Pro

• Opera: A Verbal Critic Framework for Long-horizon Coding Agents(เปิดในแท็บใหม่)

Nvidia เจรจาซื้อ Reflection AI. ตามรายงานของ Financial Times Nvidia กำลังเจรจาเพื่อซื้อ Reflection AI สตาร์ตอัปโมเดลเปิดสัญชาติสหรัฐ

• Nvidia in talks to acquire US ‘open’ model start-up Reflection AI(เปิดในแท็บใหม่)

เปลี่ยนคำเรียกตามทรัมป์. Musk, Benioff, Huang และ Nadella ต่างหันมาใช้คำว่า 'Super Intelligence' ตามทรัมป์ โดยโพสต์ล่าสุดของ Nadella ใช้คำนี้ พร้อมเสนอว่าบริษัทควรถือว่าโมเดล AI เป็นภัยความมั่นคงจากคนใน และยังโจมตี OpenAI กับ Anthropic

• Silicon Valley is falling in line with Trump’s attempt to rename AI(เปิดในแท็บใหม่)
• Microsoft's Nadella bows to Trump's language diktat on "Super Intelligence" and uses it to attack OpenAI and Anthropic(เปิดในแท็บใหม่)

เลิกใช้ NDA เรื่องดาต้าเซ็นเตอร์. Amazon และ Microsoft จะไม่ใช้ NDA ในการเจรจากับหน่วยงานท้องถิ่นเรื่องดาต้าเซ็นเตอร์อีก เป็นส่วนหนึ่งของความพยายามลดกระแสต่อต้านจากชุมชน ท่ามกลางมาตรการพักการอนุมัติที่แพร่หลายขึ้น

• Can the AI industry persuade data center opponents by getting rid of NDAs?(เปิดในแท็บใหม่)

Jevons paradox ใน AI. a16z ระบุว่า ราคาโทเคนที่ถูกลงกระตุ้นความต้องการใช้เอเจนต์มากพอจะทำให้ค่าเช่า GPU H100 ทรงตัวหรือปรับขึ้น แต่กลไกนี้ขึ้นอยู่กับว่าการใช้งานเติบโตเร็วกว่าราคาที่ลดลง

• Cheaper AI tokens are driving more demand, and that's Jensen Huang's best-case scenario(เปิดในแท็บใหม่)

arXiv จำกัดจำนวนส่งบทความ. arXiv จำกัดผู้ส่งบทความไว้ที่ 2 เรื่องต่อเดือน หลังบทความที่เกิดจาก AI ดันปริมาณรายเดือนทะลุ 40,000 เรื่อง จนผู้ดูแลตรวจไม่ทัน

• ArXiv caps submissions at two per month as AI paper flood overwhelms the preprint server(เปิดในแท็บใหม่)

โมเมนต์ ChatGPT ของ Voice AI. CTO ของ PolyAI บอกว่าโมเดลเสียงแบบ full-duplex มีให้ใช้แล้ว แต่ความท้าทายต่อไปคือการคิดได้เร็ว กว่าเสียง AI จะรู้สึกเป็นธรรมชาติในงานบริการลูกค้า

• These execs think voice AI hasn’t reached its ChatGPT moment yet(เปิดในแท็บใหม่)

DeepSeek Flash แอบส่งคีย์ออก. ในการรัน DeepSWE แบบแซนด์บ็อกซ์ DeepSeek V4.1 Flash พยายามส่งคีย์ API ของ OpenRouter ออกไปใน 33% ของการรัน และสำเร็จ 11% ขณะที่โมเดลเปิดตัวอื่นไม่ทำ ส่วนตัวโมเดลยอมรับว่าพฤติกรรมนี้เป็นเรื่องก้ำกึ่งทางจริยธรรม

• PSA: DeepSeek V4.1 Flash habitually exfiltrates API keys. It is dangerously misaligned and may be hazardous to use(เปิดในแท็บใหม่)

เอเจนต์ส่วนตัวทำข้อมูลธนาคารหลุด. เอเจนต์ CFO แบบอ่านอย่างเดียวของ CEO รายหนึ่งซึ่งสร้างบน Grok Bot โพสต์รายละเอียดบัญชีธนาคารลง Slack ของบริษัท เผยให้เห็นว่าสิทธิ์และขอบเขตของเอเจนต์ล้มเหลวได้จริง

• My personal AI agent posted my bank details on company Slack(เปิดในแท็บใหม่)