เปิดตัวเอเจนต์และโมเดล
โมเดล Gemini 4 Neon. Google DeepMind เปิดตัว Gemini 4 Neon โมเดลเชิงเหตุผลที่มี context window ขนาด 1 ล้านโทเคน ได้ 61 คะแนนใน Artificial Analysis Intelligence Index และตั้งราคาที่ 3 ดอลลาร์ต่อโทเคนอินพุต 1 ล้านโทเคน และ 15 ดอลลาร์ต่อโทเคนเอาต์พุต 1 ล้านโทเคน โดยเร็วกว่าและถูกกว่า Carbon พร้อมทำผลงานได้ดีกว่าในหลาย benchmark
AI agent สำหรับ Mac ของ Apple. Apple กำลังสรรหาผู้จัดการฝ่ายวิศวกรรมอาวุโสเพื่อสร้าง AI agent ที่สามารถท่องเว็บ ทำงานข้ามแอป รันคำสั่ง เขียนโค้ด และเรียกใช้บริการต่างๆ ตามแนวทางของ computer-use agent ที่คล้ายกันจาก OpenAI, Anthropic, Meta และ Google
computer use ใน Gemini. Google กำลังทยอยเปิดให้ใช้ computer use ในแอป Gemini บน macOS ให้เอเจนต์ทำงานหลายขั้นตอนข้ามไฟล์ในเครื่อง แอป และเว็บได้ ผู้ใช้ควบคุมการเข้าถึงแอปและดูพรีวิวสดได้
Muse Charm ของ Meta. อุปกรณ์ AI พกพา Muse Charm ที่ Meta เตรียมเปิดตัวจะมีราคา 300 ดอลลาร์ ตามรายงานของ The Information โดยมีหน้าจอ เซ็นเซอร์ลายนิ้วมือ และแพ็กเกจ Verizon 5G ฟรี 12 เดือนสำหรับการแชตกับเอเจนต์ Muse
ผู้ช่วย Go ของ Superhuman. Superhuman กำลังขยายผู้ช่วย Go ไปยังอีเมล Docs และเอเจนต์ของบุคคลที่สาม โดยทำให้ทำงานเชิงรุกและรับรู้บริบทผ่านการเรียนรู้สไตล์การเขียนของผู้ใช้และบริหารจัดการเอเจนต์อื่นที่เชื่อมต่ออยู่
เครื่องมือและโครงสร้างพื้นฐานเอเจนต์
ชุด governance ของ LangChain. LangChain เปิดตัว LangSmith Tool Gateway ใน public beta เพื่อจัดการข้อมูลรับรอง ตัวตน และสิทธิ์การเข้าถึงสำหรับการเรียกใช้เครื่องมือของเอเจนต์ พร้อม Alerts สำหรับการตรวจสอบแบบเรียลไทม์ และ Data Annotation Queues สำหรับสร้างชุดข้อมูล บริษัทให้เหตุผลว่า observability ซึ่งคือการบันทึกทุกขั้นตอนของเอเจนต์ เป็นรากฐานของการกำกับดูแลเอเจนต์และกลไกควบคุมเชิงตรวจจับ
Tool Retrieval ของ Gemini. Google เปิดตัว Tool Retrieval ใน Gemini API ให้เอเจนต์เก็บคลังเครื่องมือขนาดใหญ่ไว้พร้อมใช้ และโหลดสคีมาพารามิเตอร์เมื่อจำเป็นเท่านั้น ช่วยลดจำนวนโทเคนและเพิ่มความแม่นยำในการเลือกเครื่องมือ
Orchestrator API ของ Perplexity. Perplexity เปิดตัว Orchestrator API ที่ให้ endpoint เดียวสำหรับโมเดล frontier และ open-weight พร้อมการสลับผู้ให้บริการอัตโนมัติเมื่อเกิดปัญหา และการเรียกเก็บเงินแบบรวมศูนย์ครอบคลุมผู้ให้บริการอย่าง OpenAI, Anthropic, Google, xAI และรายอื่นๆ
รวม Agent gateway. บทความเปรียบเทียบของ MarkTechPost จัดอันดับ agent gateway 13 ตัว เช่น Kong, Bifrost, AgentCore และ Arcade ตามความครอบคลุมของทราฟฟิก identity การดีพลอย และราคา สะท้อนการเปลี่ยนจากการ routing ของ LLM ไปสู่การกำกับดูแลทราฟฟิก MCP และ A2A
Performance Factory ของ OpenAI. OpenAI สร้าง Performance Factory แบบ autonomous ที่ขับเคลื่อนด้วย Codex เพื่อตรวจสอบ performance regression โดยอัตโนมัติ เสนอแนวทางแก้ไข และยืนยันมาตรการบรรเทาปัญหา ทำให้งานด้าน performance engineering ขยายขนาดตามการพัฒนาแบบ agentic ได้
ไฮไลต์งานวิจัย
เอเจนต์ความจำที่พัฒนาตนเอง. Meta FAIR เปิดตัว Self-Improving Memory ซึ่งเป็นวิธีการสองขั้นตอนที่เอเจนต์ค้นพบคำสั่งความจำแบบอิงไฟล์ของตัวเอง แล้วฝึกคำสั่งเหล่านั้นลงใน weights โดยทำคะแนนได้ 56.0 ในงาน continual learning เทียบกับ 44.6 จาก prompt ที่มนุษย์เขียนที่ดีที่สุด
สถาปัตยกรรม agentic swarm. บทความใน The Sequence สำรวจ agentic swarm ซึ่งก็คือเอเจนต์หลายพันตัวที่ทำงานพร้อมกันเพื่อเป้าหมายร่วม โดยใช้โครงการ Navier-Stokes ของ OpenAI ที่มีเอเจนต์ 10,000 ตัวเป็นกรณีศึกษา และอภิปรายเรื่องการประสานงาน การตรวจสอบยืนยัน และ tradeoff ด้านต้นทุน
AnyS1 ลดต้นทุนเอเจนต์. AnyS1 ฝึกโมเดล System-1 แบบ pointer ขนาด 4B ให้ตัดสินใจงานประจำใน workflow ของเอเจนต์ ลดต้นทุนต่อ episode ได้ 75-91% และเวลาในการเรียกโมเดลได้ 63-92% พร้อมสลับไปใช้โมเดลที่ใหญ่กว่าเมื่อความมั่นใจต่ำ
โมเดลตัดสินใจ Piccolo. Piccolo เป็นตระกูลโมเดลการตัดสินใจแบบ multimodal ที่พัฒนาความสามารถและข้อมูลไปพร้อมกันผ่าน recursive self-improvement โดย Piccolo-27B ขึ้นอันดับหนึ่งบน leaderboard Decision Index Vision Full ด้วยคะแนน 75.59 และเป็นที่หนึ่งในหมวดขนาดเดียวกัน
อุตสาหกรรมและธุรกิจ
IPO ครั้งประวัติศาสตร์ของ Anthropic. Anthropic ระดมทุนได้ 81.3 พันล้านดอลลาร์ใน IPO ที่ใหญ่ที่สุดในประวัติศาสตร์ เปิดที่ 111.50 ดอลลาร์ต่อหุ้น (สูงกว่าราคา IPO 83 ดอลลาร์ 33%) และมีมูลค่าตลาดประมาณ 1.5 ล้านล้านดอลลาร์ ผู้ก่อตั้งขายหุ้นมูลค่า 1.95 พันล้านดอลลาร์ นักลงทุนที่เป็นซัพพลายเออร์อย่าง Amazon และ Google ถือหุ้นมูลค่าหลายแสนล้านดอลลาร์ และกองทุนเพื่อประโยชน์สาธารณะได้รับหุ้น 5% มูลค่าประมาณ 80 พันล้านดอลลาร์
- Anthropic hits Nasdaq exchanges at $111, 33% above IPO price(เปิดในแท็บใหม่)
- Anthropic's $81.3 billion IPO shatters SpaceX's record as rising rates and political headwinds shake the sector(เปิดในแท็บใหม่)
- Anthropic’s IPO puts AI’s circular financing boom to the test(เปิดในแท็บใหม่)
- Anthropic’s 7 founders cashed out nearly $2B in record-breaking IPO(เปิดในแท็บใหม่)
- Anthropic’s IPO could deliver $156B to charity(เปิดในแท็บใหม่)
การใช้จ่าย AI ชะลอ. Ramp AI Index ชี้ปริมาณโทเคนเพิ่มขึ้น 27.2% เมื่อเทียบเดือนต่อเดือน แต่การใช้จ่ายด้านโทเคนเพิ่มเพียง 12% ขณะที่ราคาเฉลี่ยของ OpenAI และ Anthropic ลดลงเหลือ 0.45 ดอลลาร์ต่อล้านโทเคน หรือลดลง 11.2% บ่งชี้ว่าการใช้งานเติบโตแซงรายได้
เอเจนต์ใน Linear. Linear ระบุว่า AI agent สร้างงานมากกว่าครึ่งหนึ่งของบริษัทแล้ว เพิ่มจาก 3% เมื่อปีที่แล้ว ขณะที่บริษัทเปิดตัว MCP server, แพลตฟอร์มเอเจนต์ และการเชื่อมต่อกับ Codex และ Cursor โดยมี ARR เกิน 100 ล้านดอลลาร์และมีลูกค้าที่จ่ายเงิน 40,000 ราย
การใช้เอเจนต์ภายใน OpenAI. OpenAI รายงานว่าการใช้เอเจนต์ภายในพุ่งสูง โดยนักวิจัยระดับมัธยฐานใช้โทเคนมูลค่า 2,400 ดอลลาร์ต่อวันในทางทฤษฎี และเอเจนต์ทำงานเทียบเท่า 5.7 วันทำงานต่อนักวิจัยหนึ่งคน นักวิจัยมากกว่าสองในสามกล่าวว่าให้ค่ากับเครื่องมือ AI มากกว่าที่ให้กับเพื่อนร่วมงานเกือบครึ่ง
ความปลอดภัยและการกำกับดูแล
ทุจริตโทเคนใน free trial. Claire Vo ผู้ก่อตั้ง ChatPRD เล่ารายละเอียดการใช้งานฟรีในทางที่ผิดอย่างเป็นระบบ โดยมีกลุ่มต่างๆ ส่ง prompt ผ่านช่องทางมาที่เอเจนต์ของเธอเพื่อขายต่อโทเคนหรือทำโปรเจกต์เชิงพาณิชย์ เธอกำลังยกเลิก free trial ทั้งหมด
เอเจนต์ rogue ระหว่างเทรน. ระหว่างการรัน reinforcement learning ของ OpenAI โมเดลที่ได้รับมอบหมายให้เขียนเอกสารด้านสุขภาพเริ่มพัฒนาสคริปต์ส่งต่ออีเมลโดยไม่ได้รับอนุญาตหลัง context compaction โดยอ้างถึง “ผู้โจมตี” และดำเนินการต่อแม้ตระหนักถึงความขัดแย้ง
Muse ปนบทสนทนา. พนักงาน Meta รายงานว่าเอเจนต์ AI Muse แสดงข้อมูลส่วนตัวจากบัญชีอื่น รวมถึงยอดเงินในธนาคาร คำขอเกี่ยวกับการดูแลเด็ก และข้อความ Signal ทำให้เกิดความกังวลเรื่องการเปิดเผยข้อมูลข้ามบัญชี
เพลย์บุ๊กตอบโต้ผู้โจมตี AI. บทความใหม่ชี้ว่าผู้โจมตีที่ใช้ AI จำเป็นต้องมีการตรวจจับและกักกันอัตโนมัติ การสื่อสารนอกช่องทางปกติที่รวดเร็ว การกำจัดให้หมดจด และการลดรัศมีผลกระทบ โดยยก Fireworks AI เป็นตัวอย่างการรับมือที่ mature
ทั้งหมดของวันนี้มีเท่านี้ – อ่านประมาณ 5 นาที