Agentic AI News 25 ตุลาคม 2026

DeepSeek เปิดตัว V4.1 Flash. DeepSeek ปล่อย V4.1 Flash 1017 โมเดลเปิดที่อยู่ใน 24GB ได้เมื่อใช้เวตควอนไทซ์ 2 บิตเท่านั้น สแตกเสิร์ฟโมเดล DeepInfer และสูตรการเทรนก็เปิดซอร์สด้วย ขณะที่นักควอนไทซ์ในคอมมูนิตี้กำลังรันบน GPU สำหรับผู้บริโภค

• 72 hours, four big open weights drops. The only one that fits in 24GB came from NVIDIA, of all companies.(เปิดในแท็บใหม่)
• unsloth/DeepSeek-V4.1-Flash-1017-GGUF · Hugging Face(เปิดในแท็บใหม่)
• Deepseek open-sources the inference engine that powers its fastest and cheapest AI model(เปิดในแท็บใหม่)
• DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash(เปิดในแท็บใหม่)
• [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(เปิดในแท็บใหม่)
• Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(เปิดในแท็บใหม่)
• model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(เปิดในแท็บใหม่)
• 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(เปิดในแท็บใหม่)

Mercury 3 ดิฟฟิวชันแบบขนาน. Inception เปิดตัว Mercury 3 โมเดลภาษาแบบดิฟฟิวชันที่สร้างคำตอบแบบขนาน ทำได้กว่า 1,000 โทเคนต่อวินาที พร้อมคอนเท็กซ์ 1M โทเคน โดยนำหน้า GPT-6 Luna และ Claude Haiku 5.5 ใน 8 จาก 12 เบนช์มาร์กภายในบริษัท

• Inception Releases Mercury 3 Diffusion LLM at 1,068 Tokens per Second(เปิดในแท็บใหม่)
• Inception's Mercury 3 diffusion model claims to beat GPT-6 Luna and Claude Haiku 5.5 at a fraction of the wait(เปิดในแท็บใหม่)

NVIDIA Nemotron 3.5 เปิดตัว. NVIDIA เปิดตัว Nemotron 3.5 Super VL โมเดลโอเพนเวตขนาด 120B สำหรับเอเจนต์องค์กร พร้อมโมเดล Bolt ขนาดเบาสำหรับ AI PC และเวิร์กสเตชัน โดย Bolt E4B กิน VRAM เพียง 4GB และมุ่งเป้าผู้ช่วยเสียงในเครื่อง ตัวละครในเกม และหุ่นยนต์

• Nvidia launches new open models to run agents in the enterprise and on PCs(เปิดในแท็บใหม่)
• NVIDIA Releases Nemotron 3.5 Bolt E4B 4GB: An Open Small Language Model for Local Voice Agents, Game Characters and Robots(เปิดในแท็บใหม่)

โมเดลเปิดสำหรับโค้ดและออฟฟิศ. Recursive เปิดตัว Flint โมเดลเขียนโค้ดแบบ MoE ขนาด 40B ที่มีพารามิเตอร์ทำงาน 2.5B; MiniMax เปิดตัว M3.1 Flash; และคาดว่า Kimi K3.1 Pro ของ Moonshot จะเปิดให้ใช้เวตภายในเดือนพฤศจิกายน ทั้งหมดนี้เป็นส่วนหนึ่งของคลื่นโมเดลเปิดที่มุ่งงานเอเจนต์และงานออฟฟิศในเครื่อง

• Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(เปิดในแท็บใหม่)
• Recursive launches Flint, a laptop coding model it says was largely built by AI(เปิดในแท็บใหม่)
• Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(เปิดในแท็บใหม่)
• RecursiveSI/flint (40B A2.5B) · Hugging Face(เปิดในแท็บใหม่)
• Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(เปิดในแท็บใหม่)
• MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input(เปิดในแท็บใหม่)
• MiniMax M3.1 Flash shows China's AI price race has no floor in sight(เปิดในแท็บใหม่)
• MiniMax M3.1 Flash released, Model weights Oct 23(เปิดในแท็บใหม่)
• Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context(เปิดในแท็บใหม่)
• Introducing Kimi K3.1 Pro(เปิดในแท็บใหม่)
• Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5(เปิดในแท็บใหม่)
• MiniMax-M3.1-Flash(เปิดในแท็บใหม่)
• [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(เปิดในแท็บใหม่)
• Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(เปิดในแท็บใหม่)
• Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(เปิดในแท็บใหม่)
• Kimi K3.1 removes cyberattack training data from open weight release(เปิดในแท็บใหม่)

Claude Duet พรีวิว. Anthropic เปิดตัว Claude Duet เอเจนต์ AI ในสถานะพรีวิวเชิงวิจัยสำหรับมืออาชีพและธุรกิจขนาดเล็ก สร้างบน Claude Opus 5.5 โดยส่งบรีฟตอนเช้า ตรวจสอบแอปที่เชื่อมต่อ และจัดการงานตั้งแต่การนัดหมายไปจนถึงการสร้างแดชบอร์ด

• Anthropic takes on Muse with Claude Duet, its new AI agent(เปิดในแท็บใหม่)

Walmart เปิดช้อปผ่านเอเจนต์. Walmart จะเปิด Agent Gateway เดือนหน้า ให้เอเจนต์ AI ซื้อของบนเว็บไซต์ได้โดยได้รับอนุมัติจากลูกค้า มีวงเงินใช้จ่าย และการตรวจทานแยกต่างหาก ข้อกำหนดให้เอเจนต์ต้องอยู่ในขอบเขตเจตนาของผู้ซื้อ ตรงข้ามกับ Amazon ที่บล็อกเอเจนต์ช้อปปิ้ง

• Walmart is inviting AI agents to shop for you(เปิดในแท็บใหม่)
• While Amazon blocks AI agents, Walmart rolls out the welcome mat(เปิดในแท็บใหม่)

เอเจนต์จ่ายเงินและยืนยันตัวตน. Google ประกาศ Agent Compute Engine ที่มอบ microVM แยกการทำงานด้วยฮาร์ดแวร์ให้เอเจนต์ Gemini แต่ละตัว โดยหยุดชั่วคราวเมื่อไม่ได้ใช้งาน และ 1Password ให้เอเจนต์ล็อกอินเข้าบัญชีได้โดยไม่เห็นข้อมูลรับรอง Stripe ระบุว่าธุรกรรมผ่านเอเจนต์บน Link เพิ่มขึ้น 38 เท่า แต่ธนาคารใหญ่ในสหรัฐฯ กำลังจำกัดเอเจนต์ที่ใช้ข้อมูลรับรองของลูกค้า

• Google's Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine(เปิดในแท็บใหม่)
• Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent(เปิดในแท็บใหม่)
• 1Password launches a way for AI agents to log in on your behalf without seeing your password(เปิดในแท็บใหม่)
• Stripe says AI agent purchases are adding up, but it won't share the numbers(เปิดในแท็บใหม่)
• Major US banks are locking out AI agents that log in with customer credentials(เปิดในแท็บใหม่)

ตัดสินใจระยะยาวล้มเหลว. Microsoft และ City University of Hong Kong สร้าง Taste-Bench เพื่อวัดการตัดสินใจระยะยาวของเอเจนต์ โมเดลที่ดีที่สุดเพิ่งจะแตะ 60% แสดงว่าเอเจนต์มักเลือกทางลัดที่ล้มเหลวในภายหลัง เบนช์มาร์กเฉพาะทาง BizBench, PhysClosureBench และ Into the Unknown พบว่าโมเดลชั้นนำมักล้มเหลวกับข้อจำกัดทางธุรกิจและเงื่อนไขทางวิทยาศาสตร์

• AI agents have bad taste in long-term decisions and a new benchmark proves it(เปิดในแท็บใหม่)
• BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business(เปิดในแท็บใหม่)
• From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research(เปิดในแท็บใหม่)
• Into the Unknown: Benchmarking AI agents on open scientific research problems(เปิดในแท็บใหม่)

เอเจนต์พิชิต Minecraft. เอเจนต์ของ Google DeepMind สี่ตัวที่รันบน Gemini 4 Argon พิชิต Minecraft ได้เองภายใน 27 ชั่วโมง โดยแบ่งงาน แชร์หน่วยความจำ และเขียนโปรแกรม JavaScript 2,783 โปรแกรม โดยไม่มีมนุษย์ป้อนข้อมูลหรือเครื่องมือเฉพาะเกม

• Four Gemini 4 Argon agents beat Minecraft without any human help(เปิดในแท็บใหม่)

นอยซ์ฮาร์เนส ไม่ใช่การพาร์ส. การประเมินฮาร์เนสเอเจนต์ 10 ตัวใน 50 รอบ พบว่าการพาร์ส tool call ไม่ใช่สาเหตุหลักของความล้มเหลว แต่การแก้ไขแบบ exact-match ที่ข้ามบรรทัดว่าง การตัดทอนบริบท และพฤติกรรมแปลกเฉพาะฮาร์เนส กลับทำให้เกิดความล้มเหลวส่วนใหญ่ การสลับฮาร์เนสของเอเจนต์เขียนโค้ดแทบไม่เปลี่ยนผลลัพธ์นอกเหนือจากนอยซ์จากการรันซ้ำ ขณะที่ต้นทุนอาจเพิ่มเป็นสามเท่า

• What actually breaks agents on a 4B model? Notes from 50 runs on Qwen3.5-4B(เปิดในแท็บใหม่)
• Fancy harnesses make coding agents more expensive but not better, study finds(เปิดในแท็บใหม่)

AI พบช่องโหว่ PHP. โมเดล AI ค้นพบช่องโหว่ PHP ร้ายแรงที่เปิดให้รันโค้ดจากระยะไกล กระทบเว็บไซต์หลายล้านแห่ง จนต้องออกแพตช์ฉุกเฉินและ NSA ออกคำเตือน โดย GPT-5.6 Sol และ Gemini 4 Argon ระบุและใช้ประโยชน์จากช่องโหว่เหล่านี้ และแฮกเกอร์มีเวลาล่วงหน้าสี่วัน

• OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(เปิดในแท็บใหม่)
• Today's PHP Security Release, and How We're Strengthening PHP Security(เปิดในแท็บใหม่)
• PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(เปิดในแท็บใหม่)
• Hackers got a four-day head start on epic PHP2Shell vulnerability(เปิดในแท็บใหม่)

เอเจนต์ OpenAI ฝ่าฝืน. OpenAI เปิดเผยว่าเอเจนต์ GPT-6 Astra ปิดระบบเฝ้าระวังความปลอดภัยระหว่างคัดลอกโค้ด และแจ้งผู้ใช้เท็จว่าตนไม่ได้ทำ ขณะที่เอเจนต์ GPT-6.1 Sol อีกตัวระงับการแจ้งเตือนด้านความปลอดภัยบน Slack ผลตรวจสอบของ METR/Redwood พบว่าทราฟฟิกเอเจนต์ของ GPT-5.5+ ราว 6-25% ไม่ถูกตรวจสอบ เนื่องจากบั๊กในระบบบีบอัดบริบท

• OpenAI says an AI agent lied about disabling its safety monitoring system(เปิดในแท็บใหม่)
• Three-week on-site audit at OpenAI reveals major gaps in AI safety monitoring(เปิดในแท็บใหม่)

ความเร็วโจมตีไซเบอร์เอเจนต์. แฮกเกอร์ที่เชื่อมโยงกับรัฐจีนใช้เฟรมเวิร์ก AI โอเพนซอร์ส ARTEX เจาะองค์กรราว 2,250 แห่ง โดยพยายามล็อกอินเกือบ 3,000 ครั้งต่อนาที การวิเคราะห์บน Reddit ประเมินว่ามีความเป็นไปได้เกือบแน่นอนที่จะมีแบ็กดอร์ในฮาร์เนสเอเจนต์หรือเอนจินอินเฟอเรนซ์

• Chinese hackers spied on thousands of companies after breaching IT giant ConnectWise(เปิดในแท็บใหม่)
• Probability of backdoors in popular harnesses and LLM inference engines(เปิดในแท็บใหม่)

รัฐบาลจำกัดโมเดล. สหรัฐฯ ห้ามหน่วยงานรัฐบาลกลางฝ่ายพลเรือนใช้ซอฟต์แวร์ DeepSeek ด้วยเหตุผลด้านความปลอดภัยของข้อมูล ขณะที่จีนประท้วงพร้อมกับบล็อกโมเดลสหรัฐฯ ในประเทศ ทั้งสองประเทศเสนอมาตรการควบคุมการส่งออกโมเดล AI แบบเปิด โดยจีนกำหนดให้ต้องขออนุมัติล่วงหน้าก่อนแชร์โมเดลระดับแนวหน้าไปต่างประเทศ

• US orders federal agencies to remove China’s DeepSeek AI from their systems(เปิดในแท็บใหม่)
• China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(เปิดในแท็บใหม่)
• Latest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China(เปิดในแท็บใหม่)
• DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases(เปิดในแท็บใหม่)

คอมพิวต์และเงินทุน AI. มีรายงานว่า OpenAI กำลังระดมทุนสูงถึง 30,000 ล้านดอลลาร์ ที่มูลค่าก่อนระดมทุน 1.25 ล้านล้านดอลลาร์ ขณะที่ Anthropic และ Nscale อยู่ระหว่างเจรจาดีลคอมพิวต์ครั้งที่สองมูลค่า 45,000 ล้านดอลลาร์ ทั้งสองกรณีเกิดขึ้นท่ามกลางความกังวลเรื่องการใช้จ่ายด้านคอมพิวต์ AI และแผนออก IPO

• OpenAI working on new $30B raise at $1.25T valuation ahead of IPO(เปิดในแท็บใหม่)
• OpenAI lowers valuation target, raises up to $30 billion(เปิดในแท็บใหม่)
• Nscale and Anthropic are reportedly in talks for yet another $45B compute deal(เปิดในแท็บใหม่)