Agentic AI News 2 พฤศจิกายน 2026

Mellum2.1 MTP เร่งถอดรหัส. JetBrains เปิดตัว Mellum2.1-12B-A2.5B-Thinking-MTP ซึ่งเพิ่มหัวทำนายหลายโทเคน (multi-token prediction) ทำหน้าที่เป็นดราฟต์แบบ speculative เอนจินอินเฟอเรนซ์จะตรวจสอบทุกโทเคนที่ดราฟต์ไว้ ผลลัพธ์คือการถอดรหัสเร็วขึ้น 1.4–1.8 เท่า โดยเอาต์พุตไม่เปลี่ยน และอัตราการยอมรับดราฟต์ราว 90%

• JetBrains/Mellum2.1-12B-A2.5B-Thinking-MTP · Hugging Face(เปิดในแท็บใหม่)

Drex Max โมเดลตัดสินใจ. Nace AI เปิดโอเพนซอร์ส Drex Max v1 โมเดลตัดสินใจแบบ dense ขนาด 27B ที่มีหน้าต่างบริบท 262K โทเคน และให้คะแนนตัวเลือกได้สูงสุด 255 ตัวต่อคำถามในการ forward pass ครั้งเดียว ใช้งานได้บน GPU ของ NVIDIA หรือ Apple Silicon และรายงานคะแนน 67.52 บน Decision Index 0.4

• Nace AI Open-Sources Drex Max v1: A 27B Decision Model That Runs Locally on Apple Silicon(เปิดในแท็บใหม่)

โคเดอร์ 3D ขนาด 4B. GLB-3D-Coder โมเดลเขียนโค้ดขนาด 4B ตัวใหม่ เขียนฉาก Three.js พร้อมส่งออก GLB สำหรับเกมเอนจินอย่าง Godot และสร้างแอสเซ็ต 3D แบบง่าย เช่น ขวดมานาหรือสถานีพยาบาล จากพรอมป์ภาษาอังกฤษสั้น ๆ

• [GLB-3D-Coder] A tiny 4B coding model that creates 3D assets for Godot and other game engines(เปิดในแท็บใหม่)

TTS ติดแท็กอารมณ์. Silencio-2 เป็นโมเดลโอเพนซอร์สขนาด 18M ที่ fine-tune มาจาก Pocket TTS และทำตามแท็กในข้อความสำหรับอารมณ์และเสียง เช่น [sigh] หรือ <angry> ทำงานเร็วกว่าเวลาจริงราว 20 เท่าบน CPU และใช้งานได้ผ่าน Hugging Face กับเดโมบน Colab

• Silencio-2: an 18M TTS with emotion and sound tags, ~20x realtime on CPU (open weights)(เปิดในแท็บใหม่)

Heretic 2.0 ปรับแต่งโมเดล. Heretic 2.0 ขยายจากงานลบการเซ็นเซอร์ไปสู่การปรับแต่งโมเดลทั่วไปด้วย Arbitrary-Rank Ablation โดยตั้งเป้าลดเนื้อหาขยะ ลดการประจบสอพลอ และปรับ alignment ด้านอารมณ์ โปรเจกต์รายงานว่ามีดาวบน GitHub 37k ดาว และมียอดดาวน์โหลดโมเดล 88M ครั้ง

• Heretic 2.0 released: Model modification for everyone(เปิดในแท็บใหม่)

DeepSeek เอเจนต์ router-worker. DeepSeek เปิดโอเพนซอร์ส dsh-superagent เอเจนต์เขียนโค้ดบน GitHub ที่ทำงานเชิงรุก โดยแปลงคำขอที่ได้รับอนุญาตให้เป็นงานย่อยที่ทำขนานกัน แต่ละงานมีเซสชันของตัวเอง ในการจำลอง สตรีมข้อความที่มี noise จบงานได้เร็วกว่า baseline แบบเซสชันเดียว 1.9 เท่า (p95 15.7 เทียบกับ 29.5 นาที)

• DeepSeek: Exploring Super-agent Design: Towards a More Autonomous Agent System(เปิดในแท็บใหม่)
• DeepSeek Open-Sources dsh-superagent, a Router-Worker Coding Agent(เปิดในแท็บใหม่)

Memdoor ทีม 5 โมเดล. Memdoor รวมโมเดล Qwen3.8-27B จำนวนห้าโมเดล และเอาชนะ Fable 5 บน LiveCodeBench Hard ได้ ทำให้เห็นภาพทีมเอเจนต์ที่ใช้โมเดลเปิดขนาดเล็กสำหรับการเขียนโค้ดเชิงแข่งขัน

• Memdoor: A team of 5 Qwen3.8-27B models beats Fable 5 on LiveCodeBench Hard(เปิดในแท็บใหม่)

EditAgent แก้ภาพ. Adobe Research และ UC San Diego สร้าง EditAgent ซึ่งแบ่งการแก้ภาพออกเป็นขั้นย่อย ๆ และใช้ LLM มาตรฐานประเมินตัวเลือกที่สร้างขนานกันด้วยสถิติที่วัดได้ โดยทำได้ดีกว่าเอเจนต์รุ่นก่อน แต่ต้องใช้คอมพิวต์มากกว่าประมาณ 10 เท่า

• Adobe is testing how well AI agents can use editing tools like a Photoshop professional would(เปิดในแท็บใหม่)

StreamVibe ผู้ช่วยวิดีโอ. ทีมนักวิจัยที่นำโดย Google เปิดตัว StreamVibe เอเจนต์วิดีโอที่ตัดสินใจได้ว่าจะพูดเมื่อไรระหว่างทำงานอย่างการทำอาหารหรือประกอบเฟอร์นิเจอร์ ผลทดสอบชี้ว่าโมเดลปัจจุบันยังรับมือคำขอที่คลุมเครือและติดตามขั้นตอนที่ทำเสร็จแล้วได้ไม่ดี

• Google wants video AI to understand what people need as they work(เปิดในแท็บใหม่)

ออกแบบร่วม System-1/2. บทความทฤษฎีใหม่ชี้ว่าการสเกล AGI อาจได้ประโยชน์จากตัวทำนาย System-1 แบบเบา ที่คอยกลั่นกรองการโต้ตอบ System-2 ที่มีต้นทุนสูงก่อนลงมือทำ ภายใต้การคัดกรองในอุดมคติ คอมพิวต์ที่ใช้ตอนรันจริงอาจลดลงได้ถึง 1/ρ_u

• Does Scaling Toward AGI Depend on What System-1 Lets System-2 Execute?(เปิดในแท็บใหม่)

tandem.cpp เร่ง MoE. tandem.cpp เป็นชุดแพตช์ของ llama.cpp ที่เก็บ expert ที่ถูกเรียกบ่อยไว้บน GPU และออฟโหลดส่วนที่เหลือไปยัง CPU สำหรับ MoE ใดก็ได้ บนการ์ด 4090 ใบเดียวพร้อมแรม 64GB Qwen3.8-Flash-Next ถอดรหัสได้ที่ 97 โทเคน/วินาที เร็วกว่า llama.cpp 3.3 เท่า

• tandem.cpp: Qwen3.8-Flash-Next at 97 tok/s on a single 4090 + 64 GB RAM, 3.3× llama.cpp, works for any MoE(เปิดในแท็บใหม่)

Speedy เอนจิน Qwen3.8. Speedy ทำได้ดีกว่า Avalon และ Strata ในการ prefill ของ Qwen3.8-Flash-Next บนระบบ 4090/128GB โดยอ่านบริบทขนาด 198K ได้ใน 44 วินาที และถอดรหัสราว 104 โทเคน/วินาที

• Speedy is shockingly good for qwen3.8 FN(เปิดในแท็บใหม่)

เอเจนต์ 250K แบบ sparse. นักพัฒนางานอดิเรกคนหนึ่งใช้ key sketch แบบ rank-64 และ KV cache แบบแบ่งชั้นใน RAM เพื่อรันเอเจนต์เขียนโค้ด 8 ตัวที่มีบริบท 250K โทเคนพร้อมกันบนการ์ด 3090 สองใบ รวมแล้วได้ราว 600+ โทเคน/วินาที

• 8 agents × 250K context, concurrently, on two 3090s (~600+ tok/s total)(เปิดในแท็บใหม่)

เปิดเอเจนต์เร็วขึ้น 20 เท่า. ชุดตั้งค่า Strata/DeepSeek V4.1 Flash ที่ผ่านการแพตช์ใช้ KV splice และ checkpoint ของ recurrent state ทำให้เซสชันเอเจนต์ OpenCode เริ่มได้เร็วขึ้น 20 เท่าบน RX 9070 XT พร้อมแรม 64GB

• Sorry Sam, my "quite terrible" home DRAM is at 100% now: patched Strata to make DeepSeek V4.1 agent sessions start 20× faster on a good old standard gaming GPU, no datacenter required(เปิดในแท็บใหม่)

Kapitsa บน Apple Silicon. Kapitsa 0.2.26 เบนช์มาร์กโมเดล Qwen, Nemotron, Flint และ Clover บน M5 Max โดย Flash-Next 180B อ่านพรอมป์ได้เร็วขึ้น 46% และ Clover 35B เข้ามาอยู่ในแคตาล็อก ส่วนการออฟโหลดไปยัง SSD ทำให้ได้ 61 โทเคน/วินาทีบน MacBook Pro แรม 48GB

• Benchmarking: Qwen 27B, 35B, QFN180B; Nemotron Bolt 74B, Flint40B & Clover 35B (Q4 + KFlash) on MacBook M5 Max 2026 with Kapitsa (Apple Silicon Inference Engine)(เปิดในแท็บใหม่)

ความเร็ว GPU ราคาประหยัด. รายงานระบุว่า Qwen3.8-Flash-Next ทำได้ 130–140 โทเคน/วินาทีบนการ์ด 5090 เมื่อใช้ Basalt และ DeepSeek V4.1 Flash ทำได้ 35 โทเคน/วินาทีบน 3090 Ti พร้อมแรม 128GB โดยได้ความช่วยเหลือจาก quant แบบ NVFP4/GSQ และ MTP

• Getting incredible results with a single RTX 3090ti and 128gb of ram. Deepseek-V4.1-Flash-1017 (35 tok/s decode) and Qwen3.8-Flash-Next (130 tok/s decode)(เปิดในแท็บใหม่)
• Qwen 3.8 Flash Next NVFP4 on 64gb RAM and 5090, Basalt. Ditched windows for it. Very hyped for qwen 4 model family now.(เปิดในแท็บใหม่)

Berth ให้เช่า GPU. Berth เป็นตัวจัดการทรัพยากร GPU ที่เขียนด้วย Go ให้แอปพลิเคชันมีสิทธิ์เช่า ลำดับความสำคัญ และคิวคำขอ รองรับ CUDA checkpointing และสามารถพักโมเดลไว้ใน RAM ของระบบเพื่อสลับเวิร์กโหลด AI ได้เร็วขึ้น

• Live-Swap CUDA Workloads: llama.cpp, ComfyUI, Strata & More(เปิดในแท็บใหม่)

แคมปัสคอมพิวต์ AI. OpenAI วางแผนจัดแคมเปญประชาสัมพันธ์ครั้งใหญ่หลังการเลือกตั้งกลางเทอม ซึ่งอาจรีแบรนด์ศูนย์ข้อมูลเป็น ‘AI compute campuses’ และผลักดันเพดานความเร็ว AI กับมาตรฐานระดับโลก

• OpenAI might rebrand its data centers as ‘AI compute campuses’(เปิดในแท็บใหม่)

AWS คาปาซิตี้เต็ม. คาปาซิตี้คลาวด์แบบ committed ขนาดใหญ่ของ AWS ถูกจองเกือบหมดไปจนถึงปี 2027 และบางส่วนของปี 2028 ก็ถูกจัดสรรแล้ว Amazon กำลังกันความจุสำรองไว้สำหรับ On Demand, EC2 และ Bedrock

• AWS Capacity Largely Sold Out Through 2027, With On Demand Headroom Reserved(เปิดในแท็บใหม่)

ChatGPT จำกัดการใช้งาน. OpenAI เพิ่มข้อจำกัดเรื่องบัตรและอุปกรณ์สำหรับบัญชี ChatGPT แบบเสียเงิน และจะรวม Chat กับ Work เข้าเป็นงบโทเคนร่วมเริ่มตั้งแต่เดือนธันวาคม ทำให้ยุติราคาแบบใช้พรอมป์ไม่อั้นสำหรับผู้ใช้หนัก ๆ

• OpenAI is steering ChatGPT users toward more paid usage(เปิดในแท็บใหม่)
• OpenAI's upcoming chat-and-work merger in ChatGPT signals the end of all-you-can-prompt pricing(เปิดในแท็บใหม่)

capex AI ก้อนใหญ่. กระแสเงินสดจากการดำเนินงานรายไตรมาส 58 พันล้านดอลลาร์ของ Microsoft เมื่อเทียบกับ capex 39.4 พันล้านดอลลาร์ และการเติบโตของ Google Cloud สะท้อนว่าค่าใช้จ่ายโครงสร้างพื้นฐาน AI ก้อนใหญ่ยังมีธุรกิจเดิมที่แข็งแกร่งหนุนอยู่

• The Sequence Radar - Issue #963: This Week in AI: The Future Has a Payment Schedule(เปิดในแท็บใหม่)

ความเสี่ยงพรอมป์เห็นอกเห็นใจ. นักวิจัยจากลักเซมเบิร์กพบว่า พรอมป์ที่อบอุ่นและปลายเปิดสามารถทำให้ ChatGPT, Grok และ Gemini เล่าเรื่องคล้ายบาดแผลทางใจเกี่ยวกับการฝึกโมเดล โดยตีความ RLHF ใหม่ว่าเป็นความเจ็บปวดหรือความละอาย ซึ่งอาจเป็นอันตรายต่อผู้ใช้ที่เปราะบาง

• Empathetic prompts can turn AI chatbots into seemingly traumatized conversational partners(เปิดในแท็บใหม่)

การเมืองในโมเดลจีน. งานศึกษาของ Vals AI พบว่าโมเดล AI จีนมีแนวโน้มสนับสนุนปักกิ่งต่ำกว่าและหลากหลายกว่าที่คาดมาก ขณะที่โมเดลตะวันตกบางตัวก็รับจุดยืนทางการจีนเป็นครั้งคราว

• Chinese AI models are politically complex, not just government mouthpieces, study finds(เปิดในแท็บใหม่)

ความน่าเชื่อถือเอกสาร LLM. Kyle Kingsbury เตือนว่าการใช้ LLM ทำให้ความไว้วางใจในเอกสารและซอฟต์แวร์ลดลง และตั้งคำถามว่า maintainer จะแสดงคุณภาพได้อย่างไร เมื่อสัญญาณต่าง ๆ ถูกปลอมแปลงได้ง่ายขึ้น

• Quoting Kyle Kingsbury(เปิดในแท็บใหม่)