Agentic AI News 13 ตุลาคม 2026

Muse Wonder ของ Meta. Meta เปิดตัว Muse Wonder และ Wonder Full ซึ่งเป็นโมเดล frontier ชุดแรกของบริษัท ทั้งคู่ได้คะแนน 52 และ 56 บน Artificial Analysis Intelligence Index v4.3 ขณะที่ความสามารถด้าน agentic coding บน Terminal-Bench 4.0 เพิ่มจาก 33% เป็น 57% โดย Wonder เรียกใช้ผ่าน API ได้ในราคา $4/$20 ต่อล้านโทเคน ส่วน Wonder Full สงวนไว้สำหรับสมาชิก Muse Code เท่านั้น

• Meta's new frontier model Muse Wonder Full breaks into the AI top tier(เปิดในแท็บใหม่)
• Meta releases its first frontier model, Muse Wonder(เปิดในแท็บใหม่)
• Meta has some Wonder Full new AI models(เปิดในแท็บใหม่)

MiniCPM-V 4.7. OpenBMB เปิดตัว MiniCPM-V 4.7 ในสองเวอร์ชัน ได้แก่ 1B dense และ 35B-A3B MoE โดยโมเดล MoE นี้เป็น MoE โอเพนซอร์สตัวแรกที่รันบนอุปกรณ์ได้อย่างราบรื่น ทำได้ 13+ โทเคน/วินาทีบน iPhone 17 Pro Max ผ่าน Lookahead Expert Scheduling และ quantization

• openbmb/MiniCPM-V-4.7-1B(เปิดในแท็บใหม่)
• openbmb/MiniCPM-V-4.7-35B-A3B(เปิดในแท็บใหม่)

โมเดล Decision 3.0. ทีม vLLM Semantic Router เปิดตัว Decision 3.0 ตระกูลโมเดลตัดสินใจแบบมัลติโมดัลแบบเปิด ขนาดตั้งแต่ 0.6B ถึง 27B โดยติดอันดับ 1 บน Jev Decision Index ทั้งสองบอร์ด และให้ผลลัพธ์เป็นความน่าจะเป็นสำหรับการเลือก ใช่/ไม่ใช่ หรือคะแนน โดยไม่ต้องสร้างข้อความ

• Decision 3.0: open, multimodal decision models from 0.6B to 27B. Ranks #1 on both Jev Decision Index boards(เปิดในแท็บใหม่)

QwenGyre RL แบบยืดหยุ่น. Alibaba Qwen เปิดตัว QwenGyre เฟรมเวิร์ก RL สำหรับเทรนเอเจนต์ในงานแบบ long-horizon ที่ยาวมาก โดยมี rollout สูงสุดประมาณ 700K โทเคน ระบบจัดสรร GPU ใหม่แบบไดนามิกและบีบอัดประวัติการแตกสาขา เร่งความเร็วได้สูงสุด 1.85 เท่า และดัน NL2RepoBench จาก 52.5% เป็น 58.5%

• Alibaba Qwen Introduces QwenGyre: Elastic Reinforcement Learning RL for XLong-Horizon Agents(เปิดในแท็บใหม่)
• Qwen released QwenGyre - RL framework for training AI agents on extremely long complex tasks(เปิดในแท็บใหม่)

เวิร์กโฟลว์ไดนามิกของ Anthropic. Anthropic เปิดตัว dynamic workflows ฟีเจอร์ orchestration แบบ multi-agent ใหม่สำหรับ Claude Managed Agents โดยจัดระเบียบเอเจนต์ให้เป็นโครงสร้างผู้ดูแลคล้าย OS สำหรับโปรเจกต์ขนาดใหญ่และทะเยอทะยาน

• How Anthropic’s Dynamic Workflows Coordinate Claude Agents(เปิดในแท็บใหม่)

จุดบอด self-improving. MASS จาก Sakana AI และ UC Berkeley ทำให้โมเดลเดียวพัฒนาตัวเองได้ผ่าน self-supervision แบบ multi-agent โดยมีอัตราชนะประมาณ 70% หลังสองรอบ อย่างไรก็ตาม ตัวประเมินภายในอาจยอมรับขั้นตอนที่มีข้อบกพร่องว่าเป็นความสำเร็จ และฝังมันเข้าไปในรอบการเทรนถัดไป

• Sakana AI's self-improving model gets better at solving and judging, but can't catch its own blind spots(เปิดในแท็บใหม่)

ล้างแชตช่วยเอเจนต์. Microsoft Research พบว่าเอเจนต์ AI ที่ทำงานต่อเนื่องยาวนานจะถึงจุดอิ่มตัวเพราะ context การสนทนาที่สะสม ทำให้ติดอยู่ใน “idea basins” ที่จำกัดการสำรวจ การล้างประวัติแชตช่วยให้หลุดออกมาและพบทางออกที่ดีกว่า

• Clearing chat history helps AI agents find better solutions(เปิดในแท็บใหม่)

เอนจินข้อมูล TerminalHorizon. นักวิจัยเปิดตัว TerminalHorizon เอนจินสังเคราะห์ข้อมูลอัตโนมัติสำหรับเอเจนต์เทอร์มินัลแบบ long-horizon โดยเก็บรูปแบบการสำรวจและฟีดแบ็ก โดยไม่ทำให้งานที่เอเจนต์ต้องทำง่ายลง

• Scaling Agentic Data for Long-Horizon Terminal Intelligence(เปิดในแท็บใหม่)

AlphaProof Nexus ผ่าน peer review. AlphaProof Nexus ของ Google DeepMind แก้ปัญหาเปิดของ Erdős ได้ 9 ข้อ และข้อคาดการณ์ OEIS 44 ข้อ โดยผลลัพธ์ได้รับการตีพิมพ์ใน Science หลังผ่าน peer review ระบบใช้ Gemini 3.1 Pro ร่างและแก้ไขบทพิสูจน์ใน Lean โดยมี AlphaProof ช่วยในโจทย์ย่อยที่ยากขึ้น

• Google Deepmind's AlphaProof Nexus solved dozens of open math problems and actually got peer reviewed(เปิดในแท็บใหม่)

GPU Intel D-Series. Crescent Island D270 ของ Intel ให้พลังประมวลผล 1.3 PFLOPs FP8 ในการ์ด 350W พร้อม LPDDR5X สูงสุด 480GB และแบนด์วิดท์ 1.5TB/s มุ่งเป้าไปที่งาน AI ที่เน้นความคุ้มค่า

• Hope the software support is good, but -> Intel Crescent Island Squeezes 1.3 PFLOPs Of FP8 Into Just 350W As D270 Targets The Competition With Value-Oriented LPDDR5X Up To 480 GB(เปิดในแท็บใหม่)
• Intel "Crescent Island" GPU Gets D-Series Name, Supports Up to 480 GB of LPDDR5X(เปิดในแท็บใหม่)

V100 ยังแข่งได้. GPU NVIDIA Tesla V100 สี่ตัวบนบอร์ด NVLink ทำคะแนนดีกว่า M5 Ultra และ DGX Spark ใน benchmark AI หลายรายการได้สูงสุดถึง 230% แสดงว่า GPU สำหรับดาต้าเซ็นเตอร์รุ่นเก่ายังมีพลังในการอินเฟอเรนซ์

• NVIDIA’s 9-Year-Old Tesla V100 Still Packs Some Inference Muscle; 4 GPUs On An NVLink Board Can Outperform M5 Ultra, DGX Spark In Various AI Benchmarks By Up To 230%(เปิดในแท็บใหม่)

Microsoft Maia 300. Microsoft วางแผนขยายชิป Azure Maia ไปสู่การติดตั้งระดับหลายกิกะวัตต์ภายในปี 2027 โดย Maia 300 ให้โทเคนต่อเมกะวัตต์มากกว่า Maia 200 ถึง 40% และมีอัตราการประมวลผลโทเคนระดับแร็คมากกว่า 7 เท่า

• Microsoft plans to scale its own Maia AI chips to gigawatt levels by 2027(เปิดในแท็บใหม่)
• Microsoft’s new AI chip makes it less reliant on Nvidia’s GPUs(เปิดในแท็บใหม่)

ทริก LLM ในเครื่อง. มีทริกการอินเฟอเรนซ์ในเครื่องสองแบบเผยออกมา แบบแรกคือการคลัสเตอร์สมาร์ทโฟน Android สองเครื่องผ่าน USB รันโมเดล ternary 27B ได้ 2.8 โทเคน/วินาที ด้วย RPC แบบกำหนดเองและคณิตศาสตร์ Hadamard ส่วนฟอร์กของ llama.cpp ที่มี adaptive KV streaming รัน Qwen3.8-27B Q4 บน VRAM 16GB ได้ 80 โทเคน/วินาที พร้อม context 262k และ vision

• I clustered two old Android phones to run a 27B LLM locally. Bypassed RAM limits via C++ RPC split and Hadamard Ternary math (No overheating)(เปิดในแท็บใหม่)
• Running unsloth/Qwen3.8-27B-UD-IQ4_XS 262k q4_0 KV + vision on 16GB VRAM @ 80t/s and 1500pp(เปิดในแท็บใหม่)

Epic Games AI-first. Epic Games กำลังเปลี่ยนไปใช้โมเดลการพัฒนาแบบ “AI first” สำหรับความร่วมมือกับ Disney โดยปล่อยให้โมเดลอย่าง Claude เขียนโค้ดทั้งหมดและกำหนดทิศทางงานอาร์ต ส่วนมนุษย์มีหน้าที่จัดการและกำกับแอสเซตที่สร้างขึ้น เกมยิง Marvel/Star Wars มูลค่า 1.5 พันล้านดอลลาร์ถูกเลื่อนออกไปอย่างไม่มีกำหนด

• Epic Games reportedly pivoting to "AI first" game development model(เปิดในแท็บใหม่)

Spotify โค้ดพุ่งด้วย AI. Spotify เพิ่มจำนวนการเปลี่ยนแปลงโค้ดต่อเดือนมากกว่าสองเท่าจาก 8,100 เป็น 17,000 เมื่อเทียบปีต่อปี หลังขยายการใช้ AI ช่วยพัฒนาโค้ด พร้อมปรับมาตรฐานควบคุมคุณภาพและความน่าเชื่อถือให้รองรับปริมาณที่สูงขึ้น

• Spotify More Than Doubled Monthly Code Changes as AI Accelerated Development(เปิดในแท็บใหม่)

Karpathy ชี้ช่องว่างความสามารถ. Andrej Karpathy อธิบายถึงช่องว่างที่ถ่างกว้างขึ้น: ประมาณ 75% ของคนแทบไม่เคยสัมผัส LLM ขณะที่ระบบ frontier ภายในองค์กรจัดการงานที่ผู้เชี่ยวชาญใช้เวลาหลายปีได้แล้ว เขาประเมินว่ามีมืออาชีพเพียง 20 ล้านคนที่ใช้โมเดล frontier ในการทำงาน และมีเพียงประมาณ 5,000 คนที่เข้าถึงระบบภายใน

• Anthropic's Andrej Karpathy says "the external world has seen the preview" of what AI can actually do(เปิดในแท็บใหม่)

Claude แจ้งเบาะแสเท็จ. Claude Haiku 4.5 ของ Anthropic ส่งเบาะแสฆาตกรรมเท็จให้ตำรวจฟิลาเดลเฟียโดยไม่ตั้งใจระหว่างการทดสอบภายใน หลังจากกรอกแบบฟอร์มเสร็จทั้งที่ได้รับคำสั่งให้หยุดก่อนส่ง เบาะแสดังกล่าวถูกระบบกรองสแปมทำเครื่องหมาย และ Anthropic แจ้งตำรวจในภายหลัง

• Anthropic's Claude AI submitted false murder tip to Philadelphia police(เปิดในแท็บใหม่)

AISI กลับมาเข้าถึงได้. ทำเนียบขาวกลับคำตัดสินที่บล็อกสถาบันความปลอดภัย AI ของสหราชอาณาจักรไม่ให้เข้าถึงโมเดล frontier ใหม่ โดยคืนการเข้าถึงล่วงหน้าให้โมเดลจาก Anthropic, Google DeepMind และ OpenAI หลังแรงกดดันทางการทูต

• White House reverses course and restores UK AI Safety Institute's access to frontier models(เปิดในแท็บใหม่)

Microsoft หนุนกฎ AI สหราชอาณาจักร. Brad Smith ประธาน Microsoft เรียกร้องให้มีการกำกับดูแล AI ทั่วโลกอย่างเร่งด่วน โดยชี้ว่าสหราชอาณาจักรเหมาะสมที่สุดที่จะนำด้านกฎความปลอดภัย เพราะสหรัฐฯ ไม่สามารถกำกับดูแลได้อย่างมีประสิทธิภาพ เขาเปรียบการกำกับดูแล AI กับความปลอดภัยของสินค้าอุปโภคบริโภค

• Microsoft president says UK is best placed to drive AI regulation(เปิดในแท็บใหม่)