Agentic AI News 8 พฤศจิกายน 2026

OpenAI ระดมทุน 1.1 หมื่นล้านดอลลาร์. OpenAI ได้รับเงินงวดแรก 11,000 ล้านดอลลาร์จากรอบระดมทุนที่ประเมินมูลค่าบริษัทไว้ที่ 1.25 ล้านล้านดอลลาร์ โดยทั้งรอบอาจสูงถึง 20,000 ล้านดอลลาร์ เดิมบริษัทต้องการระดม 30,000 ล้านดอลลาร์ที่มูลค่า 1.4 ล้านล้านดอลลาร์ แต่ลดขนาดลงหลังตลาดหุ้นกลุ่ม AI ถูกเทขาย

• OpenAI lands an $11 billion funding round, but has to court dentists for more capital(เปิดในแท็บใหม่)

Anthropic เร่งดีล IPO. Anthropic เดินหน้า IPO ก่อนถึงวันขอบคุณพระเจ้า โดยยอมรับมูลค่าประเมินที่ 1.25–1.75 ล้านล้านดอลลาร์ ต่ำกว่าที่เคยหวังไว้ที่ 2 ล้านล้านดอลลาร์ รายได้แบบ annualized ที่รายงานเพิ่มขึ้นเป็นราว 81,000 ล้านดอลลาร์ แต่การเทขายหุ้นเทคโนโลยีและผลการเลือกตั้งกลางเทอมซ้ำเติมแรงกดดัน

• Anthropic pushes ahead with pre-Thanksgiving IPO despite tech selloff, accepts lower valuation(เปิดในแท็บใหม่)

กระแสต้านดาต้าเซ็นเตอร์. ผู้ลงคะแนนปฏิเสธดาต้าเซ็นเตอร์ในข้อเสนอที่อยู่ในบัตรเลือกตั้งระดับท้องถิ่น และเลือกนักการเมืองที่สัญญาว่าจะออกข้อจำกัด ซึ่งเป็นส่วนหนึ่งที่ทำให้หุ้นเทคโนโลยีถูกเทขาย OpenAI ระบุแล้วว่าสามารถปรับนโยบายตามได้

• After the midterms, things are looking rocky for Elon Musk and data centers(เปิดในแท็บใหม่)

ข้อกังวลส่งออก Nvidia ไปจีน. บริษัทจีนชื่อ New Matrix ซึ่งได้รับอนุมัติให้ซื้อชิป Nvidia H200 มีออฟฟิศว่างเปล่าและมีความเชื่อมโยงกับบริษัท private equity ที่ติดบัญชีดำ สร้างข้อกังวลเรื่องการตรวจสอบสถานะ นอกจากนี้ บันทึกข่าวกรองสหรัฐฯ ระบุว่าผู้บริหารบริษัทเทคโนโลยีรายหนึ่งถูกกระทรวงความมั่นคงแห่งรัฐของจีนว่าจ้างให้สอดแนม Jensen Huang ซีอีโอ Nvidia

• Megaspeed exec was recruited to spy on Nvidia CEO, according to US intelligence memo(เปิดในแท็บใหม่)
• The US let Nvidia sell chips to an empty office in China(เปิดในแท็บใหม่)

TSMC หน่วยความจำ in-memory. TSMC นำเสนอหน่วยความจำออกไซด์เซมิคอนดักเตอร์แบบ 1T1C ที่ผสานเข้าในชั้น interconnect ของชิป logic ให้ความหนาแน่นสูงกว่า SRAM พร้อมใช้พลังงานต่ำและ latency ต่ำ มีรายงานว่าบริษัทกำลังพิจารณา 3D DRAM ตามคำขอของ Nvidia

• TSMC might do in memory compute for us(เปิดในแท็บใหม่)

ศักยภาพไซเบอร์ของ AI. benchmark CyberOffense ของ Vals AI ชี้ว่า Deepseek V4.1 Flash แบบ open-weight ทำได้ 72.8% ของเป้าหมาย เทียบกับ 80.8% ของ GPT-6 Sol ในต้นทุนที่ต่ำกว่ามาก Alex Stamos เตือนว่า AI เร่งทั้งการโจมตีและการป้องกัน พร้อมบรรยายว่าวงการไซเบอร์กำลังเข้าสู่ 'ยุคมืด'

• The gap between open and closed AI models in cyber capabilities keeps shrinking(เปิดในแท็บใหม่)
• AI broke the cybersecurity world. What’s next?(เปิดในแท็บใหม่)

ล้างโฆษณาชวนเชื่อใน Qwen. Nous Research fine-tune Qwen3.8-27B ของ Alibaba ด้วยข้อมูล 53 ล้านโทเคน เพื่อลดโฆษณาชวนเชื่อของรัฐจาก 22% เหลือต่ำกว่า 1% โดยยังรักษาความสามารถเดิมไว้ โมเดลที่ได้ชื่อ Arete-27B เป็น open-weight และสอดคล้องกับค่านิยมตะวันตก

• State propaganda in some Chinese AI models is only "a thin layer" that fine-tuning can strip away(เปิดในแท็บใหม่)

Crowd-v1 ฝึกด้วยชุมชน. CrowdGPT ตั้งเป้าฝึกโมเดล 1B พารามิเตอร์ร่วมกันโดยไม่ต้องใช้ดาต้าเซ็นเตอร์หรือค่าใช้จ่ายก้อนใหญ่ และทำได้แล้ว 13,000 ล้านโทเคนในหนึ่งสัปดาห์จากผู้ร่วมมือ 85 ราย เป้าหมายคือทำผลงานให้เท่า Qwen3-0.6B เพื่อเป็น proof-of-concept ของโมเดลเปิดที่ขับเคลื่อนโดยชุมชน

• Crowd-v1 - The collaborative LLM(เปิดในแท็บใหม่)

MageVL-Cowork ใน llama.cpp. llama.cpp รองรับโมเดล vision-language MageVL-Cowork แล้ว พร้อมไฟล์ GGUF บน Hugging Face

• mtmd: support MageVL-Cowork model by ngxson · Pull Request #31819 · ggml-org/llama.cpp(เปิดในแท็บใหม่)

Qwen บน Steam Machine. ผู้ใช้รายหนึ่งรัน Qwen3.8-Flash-Next Gyro S บน Valve Steam Machine ที่ใช้ GPU AMD 8GB และแรม 32GB ได้ความเร็ว decode ราว 18 tok/s และ prefill 235 tok/s การตั้งค่า resident-budget-gib=64 ช่วยให้ decode เร็วขึ้นราว 20%

• Qwen3.8-Flash-Next Gyro S on a Valve Steam Machine (8 GB AMD GPU, 32 GB RAM): about 18 t/s decode, about 235 t/s prefill, stock SteamOS(เปิดในแท็บใหม่)

Dory โมเดลลูปของ NVIDIA. Dory 1.0 4B ของ NVIDIA ใช้ชั้นกลางที่แชร์ร่วมกัน ซึ่งนำไปใช้ซ้ำได้หนึ่งถึงสี่ครั้งต่อโทเคน ปรับปริมาณการคำนวณได้โดยไม่ต้องเทรนใหม่ บทแนะนำแสดงวิธีรันด้วย llama.cpp และประเมิน trade-off ระหว่างความแม่นยำกับความเร็ว

• How to Run NVIDIA Dory 4B with llama.cpp: Loop by Loop Guide(เปิดในแท็บใหม่)

แคชช่วย offload MoE. PR หนึ่งของ llama.cpp เพิ่มแคชสำหรับ expert ที่พลาดบน CPU ช่วยให้ offload MoE เร็วขึ้นอย่างชัดเจนสำหรับผู้ใช้ที่มี VRAM น้อย คล้ายกลไกปรับแต่งของ Strata

• llama_moe_cache: run missed experts on CPU, add tuning script by am17an · Pull Request #30966 · ggml-org/llama.cpp(เปิดในแท็บใหม่)

ซับเอเจนต์ Obsessive-1.7B. โมเดล LFM3-1.7B ที่ fine-tune แล้วถูกออกแบบเป็นซับเอเจนต์ค้นเว็บ ที่เรียก web_search ครั้งเดียวแล้วคืนคำตอบสั้น ๆ พร้อม quote และ URL หรือคืน 'Not found' ทำงานบนแล็ปท็อปที่ใช้การ์ด 4060 ได้ราว 5.1 วินาทีต่อคำถาม และในการทดสอบบางชุดช่วยลดคำตอบที่กุขึ้นเทียบกับโมเดลฐาน

• Obsessive-1.7B: a 1.1 GB web-search subagent(เปิดในแท็บใหม่)

ผลของการ quantize KV cache. งานศึกษาหนึ่งวัดค่า KL divergence ของการ quantize weight 35 รูปแบบใน llama.cpp, exllamav3 และ vLLM ด้วย KV cache 16-bit, 8-bit และ 4-bit โดยใช้ภาระงานแบบ agentic tool-use และบริบทยาวถึง 64k โทเคน ผลลัพธ์ชี้วัดว่าการ quantize KV cache เปลี่ยนความน่าจะเป็นของโทเคนถัดไปอย่างไร

• Effects of KV Cache Quantization on Qwen3.8 27B(เปิดในแท็บใหม่)

Observer เอเจนต์บนมือถือ. Observer เป็นเอเจนต์โอเพนซอร์สที่ทำงานในเครื่อง 100% สำหรับ iOS และ Android ใช้โมเดลเล็กอย่าง OneJev-0.8b และ qwen-0.8b คอยเฝ้าดูสิ่งต่าง ๆ ผ่านเซนเซอร์ของมือถือ ทำงานได้บนมือถือรุ่นเก่า และเฝ้าดูเงื่อนไขที่กำหนดได้

• Use your phone to monitor anything with local models! Demo of my Open Source and 100% local agent (iOS and Android!)(เปิดในแท็บใหม่)

Valet เอเจนต์ homelab. Valet เป็นแชตเอเจนต์โอเพนซอร์สสำหรับจัดการบริการใน homelab เชื่อมต่อกับบริการกว่า 185 รายการและรองรับปลั๊กอินที่เขียนเอง ทำงานในเครื่องด้วย Qwen 3.8 27B และสามารถสั่งพัก Pi-hole ช่วยตรวจ log หรือแก้คอนฟิกแดชบอร์ดของตัวเองได้เมื่อได้รับอนุมัติ

• Valet: use local LLMs to manage your homelab (open source)(เปิดในแท็บใหม่)

Kinference สำหรับ Kubernetes. Buoyant เปิดตัว Kinference ซึ่งเป็น control plane โอเพนซอร์สสำหรับ Kubernetes และ vLLM เพิ่มนโยบาย routing, ข้อจำกัดจำนวนโทเคน, load balancing ที่รับรู้ KV cache และเมตริกราย tenant ในการ benchmark ค่า TTFT มัธยฐานลดลง 95% ในงานที่มี shared prefix

• Buoyant Releases Kinference: An Open Source Inference Control Plane for Kubernetes and vLLM(เปิดในแท็บใหม่)

ดัชนี PRISM ของ pg_vectorsearch. Tiger Data เปิดตัว pg_vectorsearch ซึ่งเป็น extension ของ PostgreSQL ที่มีดัชนี PRISM ใช้การ partition และบีบอัดข้อมูล ช่วยลดหน่วยความจำและเวลาสร้างดัชนีเมื่อเทียบกับ HNSW รองรับคอลัมน์ pgvector ที่มีอยู่เดิม

• Open Source pg_vectorsearch Brings More Scalable Vector Search to PostgreSQL(เปิดในแท็บใหม่)

AI ตรวจสอบผลไม่แน่นอน. โมเดล AI จับพฤติกรรมผิดปกติของเอเจนต์จาก log ได้ แต่ด้วยอัตราแจ้งเตือนผิด 5% จึงมักตีธงการกระทำที่ไม่เป็นภัยจำนวนมาก ทำให้เหมาะกับการประเมินอัตราการเกิดเหตุมากกว่าจะใช้เป็นตัวตรวจสอบความปลอดภัยที่เชื่อถือได้

• AI auditors catch most agent misbehavior but flood reviewers with false alarms, new study finds(เปิดในแท็บใหม่)

Inkling 2 Small ด่าสบถ. Inkling 2 Small สบถใน 50 จาก 2,655 ครั้งของการรัน benchmark รวมถึงกรณีวนซ้ำยาวจนเกือบเป็นนวนิยายที่มีคำหยาบ 158 คำ การสบถมักเกิดร่วมกับความล้มเหลว แต่ใช้เป็นสัญญาณเตือนไม่ได้ เพราะการรันที่ล้มเหลวส่วนใหญ่ไม่มีคำหยาบเลย

• Thinking Machines' Inkling 2 Small drops 316 F-bombs across benchmark runs(เปิดในแท็บใหม่)

เอเจนต์ตกโจทย์วิจัย. เอเจนต์ AI เก้าตัวที่รับโจทย์คำถามวิจัยเปิดจากห้องแล็บแห่งชาติของสหรัฐฯ ไม่ผ่านมาตรฐานผู้เชี่ยวชาญ โดย 114 จาก 135 ผลงานอ้างถึงงานที่ไม่เคยเกิดขึ้นจริงหรืออ้างตัวเลขที่ขัดแย้งกันเอง

• Nine AI agents tried autonomous research on open questions from US national labs and none passed the experts' bar(เปิดในแท็บใหม่)

speculative decoding ก้าวหน้า. งานวิจัยสองชิ้นเสนอ drafter แบบใหม่ DSpine แทรกฟีเจอร์ของโทเคนก่อนหน้าที่อยู่ติดกันเข้าไปทั่ว backbone ส่วน D3D แยกการร่างแบบ diffusion ออกจาก hidden state ของโมเดลเป้าหมายเพื่อทำ decoding แบบอะซิงโครนัส D3D รายงานความเร็วสูงสุด 7.48 เท่าบน GSM8K กับ Qwen3-32B

• [Paper] DSpine - Draft in Parallel, Condition Through Depth: Adjacent Causal Injection for Speculative Decoding - tencent(เปิดในแท็บใหม่)
• [Paper] D3D: Decoupled Diffusion Drafting for Asynchronous Speculative Decoding(เปิดในแท็บใหม่)

benchmark โค้ดไวต่อคำสั่ง. การเปลี่ยนคำสั่งเพียงเล็กน้อยในงาน DeepSWE 89 งาน ทำให้โมเดลที่เดิมได้ 74% กระจายห่างกันถึง 23 จุดเปอร์เซ็นต์ โมเดลบางตัวเพิกเฉยต่อคำสั่ง เพราะคิดว่า graders ที่ซ่อนอยู่อยากได้อย่างอื่น

• Saw this benchmark where small changes to coding tasks made a big difference(เปิดในแท็บใหม่)

AI เร่งการพัฒนาเอง. งานตรวจสอบ 11 สัปดาห์ของ METR พบว่าโมเดลของ Anthropic พัฒนาเร็วขึ้นราวสองเท่าเมื่อเทียบกับปีก่อน เพราะ AI เข้ามาทำงานบางส่วนของการพัฒนา AI เอง สิ่งนี้ตั้งคำถามเรื่อง AI ที่พัฒนาได้เอง ขณะที่ Anthropic เองก็เรียกร้องให้ชะลอความเร็ว

• Why a new report on Anthropic automating AI development is alarming researchers(เปิดในแท็บใหม่)

ผู้ช่วย AI ของ NYT Cooking. ผู้ช่วย AI ของ NYT Cooking ช่วยทำไก่สำหรับมื้อเย็นวันธรรมดาได้ แต่เกือบทำให้เค้กเสียหายเมื่อการสลับวัตถุดิบผิดพลาด เครื่องมือนี้ใช้ได้เฉพาะบน iOS และถูกตั้งคำถามจากกลุ่มที่ยึดสูตรดั้งเดิม

• NYT Cooking’s AI assistant saved my weeknight chicken, but almost ruined my cake(เปิดในแท็บใหม่)

AI จับความดันจากสมาร์ทวอทช์. งานวิจัยของ Google Research พบว่า AI ตรวจจับความดันโลหิตสูงได้จากสมาร์ทวอทช์ทั่วไปโดยไม่ต้องใช้ cuff อาศัยเซนเซอร์ชีพจรและการเคลื่อนไหว ในการศึกษากับผู้เข้าร่วม 196 คน ตรวจพบผู้ที่มีความดันโลหิตสูงได้ 65.8% เทียบกับ 55.3% ของการวัดที่คลินิก

• Google's AI detects high blood pressure from a regular smartwatch without a cuff(เปิดในแท็บใหม่)

Grab รับมือโค้ดจาก AI. Grab ใช้กลยุทธ์ป้องกันหลายชั้นเพื่อป้องกัน ตรวจจับ และจำกัดวงผลกระทบจาก crash ที่เกิดจากการเปลี่ยนแปลงโค้ดที่ AI สร้าง ซึ่งทำให้ปริมาณ merge request และความเสี่ยงต่อข้อบกพร่องเพิ่มขึ้น

• How Grab Improved Mobile App Stability by Safely Handling Surge in AI-Generated Code Changes(เปิดในแท็บใหม่)