🎙️ เรื่องเล่าจากสนามทดลอง: สร้างซอฟต์แวร์กับ AI แบบไม่รู้ว่าทำไปเพื่ออะไร แต่ก็เวิร์ก Scott เล่าถึงการสร้างเว็บแอปชื่อ Protocollie ภายใน 4 วัน — โดยไม่เขียนโค้ดเอง, ไม่รู้ภาษาที่ใช้, และไม่รู้แน่ว่าทำซ้ำได้ไหม มันเกิดจากการ “โยนสคริปต์ใส่ Claude แล้วดูว่ามันจะตอบกลับมายังไง” เขาอธิบายว่าเรากำลังอยู่ในช่วงที่ทุกคนคือ "Junior Developer แบบถาวร" เพราะ AI เปลี่ยนเร็วเกินกว่าประสบการณ์จะตามทัน — ทำให้ทักษะที่สำคัญไม่ใช่ syntax, algorithm, หรือ architecture อีกต่อไป แต่คือ: 🔖🔖“โครงสร้างของความต้องการ” (Structured Wishing) “จินตนาการที่แม่นยำ” (Precise Imagination) เขาแชร์ระบบงานที่ใช้จริง ซึ่งประกอบด้วย 4 เอกสารที่เกิดขึ้นจากการ “ลืม-แล้วแก้-แล้วเขียนบันทึก” มากกว่าการวางแผน: 1️⃣ Architecture Overview – อธิบายว่าระบบคืออะไรในแบบที่ “ไม่แน่ใจ” 2️⃣ Technical Considerations – เป็นรายการของสิ่งที่เคยหงุดหงิดกับ Claude 3️⃣ Workflow Process – ให้ Claude เขียน “พิธีกรรม” ที่ใช้ทำงานร่วมกันไว้ 4️⃣ Story Breakdown – หั่นงานเป็นช่วง 15-30 นาที เพื่อให้ Claude ไม่ลืมทุกอย่าง และเขายังพูดถึงการ “ทำงานแบบเวลาเบี้ยว” ที่ Claude สร้างโค้ดได้เป็นหมื่นบรรทัดในขณะที่เขากินข้าว เช็กกลับแค่ 5 นาที แล้วปรับคำสั่งเพียงหนึ่งบรรทัด ทุกอย่างดูไม่เหมือน “งานเขียนโปรแกรม” อีกต่อไป ✅ ผู้เขียนสร้างแอป Protocollie ใน 4 วัน ด้วยภาษาที่ไม่เชี่ยวชาญ และไม่ได้เขียนโค้ดเอง ➡️ ใช้ Claude ช่วยคิดและเขียนทั้งหมด เพียงแค่เขาชี้เป้าหมายและตรวจงาน ✅ แบ่งระบบการทำงานออกเป็น 4 เอกสารที่เกิดขึ้นจาก “การลืม” และ “การซ่อม” ➡️ ได้แก่ภาพรวม, ข้อเทคนิค, ขั้นตอนงาน, และการแบ่งงานเป็นช่วงเวลา ✅ สัมผัสว่า AI ทำงานไวผิดปกติ — แค่ขอสิ่งหนึ่งแล้วไปใช้ชีวิต มันจะกลับมาพร้อมผลลัพธ์มหาศาล ➡️ เปรียบ Claude เป็น Junior Developer ที่ไม่เบื่อ ไม่ช้า และไม่มี Twitter ✅ แนวคิดหลักคือ “การทดลองร่วม” — ไม่มีสูตรสำเร็จหรือเส้นทางเดิม ➡️ ทุกคนกำลังโยน spaghetti ใส่กำแพง แล้วดูว่าจะมีอะไรติดบ้าง ✅ ระบบเอกสารที่ใช้ถูกอัปโหลดไว้บน GitHub เป็น “หลักฐานของบางสิ่งที่เคยเวิร์ก” ➡️ ไม่ใช่คู่มือ ไม่ใช่ template แต่เป็นแค่รอยทางให้คนอื่นดูแล้วเลือกเอง ‼️ ไม่มีใครเป็นผู้เชี่ยวชาญในการสร้างซอฟต์แวร์ร่วมกับ AI ⛔ แม้คนเก่งที่สุดก็ยังเพิ่งเริ่มต้น เพราะ AI เปลี่ยนเร็วกว่า "ความเป็นผู้รู้" ‼️ ระบบที่เวิร์กในหนึ่งสัปดาห์อาจใช้ไม่ได้เลยในอีกสองสัปดาห์ ⛔ ทุกสิ่งคือ data point ของการทดลอง ไม่มีอะไรถาวร ‼️ การวางแผนแบบ "พยายามให้มีแผน" อาจกลายเป็นแค่การแสดงสมมุติ ⛔ เช่น การเรียกไฟล์ว่า architecture ไม่ได้แปลว่าเรามีโครงสร้างจริง ‼️ ความเร็วในการสร้างซอฟต์แวร์แบบนี้อาจทำให้รู้สึกว่า "เรากำลังโกง" หรือ "มันไม่จริง" ⛔ แต่ความจริงคือรูปแบบการทำงานกำลังเปลี่ยนไปอย่างถอนราก https://worksonmymachine.substack.com/p/nobody-knows-how-to-build-with-ai

ประธานาธิบดีโดนัลด์ ทรัมป์ แห่งสหรัฐฯ อาจเดินทางเยือนจีน ก่อนไปร่วมประชุมซัมมิตความร่วมมือทางเศรษฐกิจเอเชีย-แปซิฟิก(เอเปก) ระหว่างวันที่ 30 ตุลาคม ถึง 1 พฤศจิกายน หรือไม่เขาก็อาจพบปะกับประธานาธิบดีสี จิ้นผิง รอบนอกการประชุมเอเปกในเกาหลีใต้ . อ่านเพิ่มเติม..https://sondhitalk.com/detail/9680000068350 #Sondhitalk #SondhiX #คุยทุกเรื่องกับสนธิ #สนธิเล่าเรื่อง #Thaitimes

สนธิเล่าเรื่อง 21-7-68 . เช้าวันจันทร์ คุณสนธิมาพบกับสมาชิก และแฟน ๆ รายการ หลังจากนั่งประชุมกับทีมงาน พร้อมรับประทานอาหารเช้าเป็น "ก๋วยเตี๋ยวไก่ตุ๋น" วันนี้มีหลายเรื่องที่คุณสนธิอยากพูดถึงไม่ว่าจะเป็นกรณีสืบเนื่องเป็นผลกระทบจากกรณี "สีกากอล์ฟ" ที่สั่นสะเทือนไปทั้งวงการสงฆ์และสังคมไทย, การที่ อดีตรอง ผบ.ตร. ห่มผ้าเหลืองเข้าไปลักทรัพย์ในบริษัทของอดีตภรรยา รวมถึง เรื่องปัญหาความขัดแย้งบริเวณชายแดนระหว่างไทยกับกัมพูาด้วย ... จะเป็นอย่างไรโปรดติดตาม . คลิกชม >> https://www.youtube.com/watch?v=YkjzLV7EjkA . #สนธิเล่าเรื่อง #SondhiTalk

🎙️ เรื่องเล่าจากโลก LLMs: พาไปส่องโครงสร้างภายในของโมเดล AI ยักษ์ยุคใหม่ 7 ปีผ่านไปจาก GPT-2 ถึงวันนี้ แม้โมเดลจะดูคล้ายกันมาก แต่ภายใต้ “กลไกเล็ก ๆ” กลับมีการเปลี่ยนแปลงครั้งใหญ่ในเรื่องประสิทธิภาพและหน่วยความจำ เช่น: - เปลี่ยนจาก Multi-Head Attention (MHA) เป็น Grouped-Query Attention (GQA) - ใช้ Multi-Head Latent Attention (MLA) ในบางโมเดล เช่น DeepSeek V3 - การใช้ Mixture-of-Experts (MoE) เพื่อเพิ่มพารามิเตอร์โดยไม่เพิ่มต้นทุน inference - การปรับตำแหน่งของ Normalization Layer เพื่อให้โมเดลเสถียรขึ้น - ใช้ Sliding Window Attention และ QK-Norm เพื่อประหยัด KV cache และเร่งการเรียนรู้ - ลดขนาดโมเดลโดยยังให้ความสามารถสูง เช่น SmolLM3 กับ Gemma 3n ✅ DeepSeek V3 ใช้ Multi-Head Latent Attention (MLA) แทน GQA เพื่อประหยัด KV cache ➡️ ขณะเดียวกันยังให้ผลลัพธ์ดีกว่า MHA และใช้พารามิเตอร์น้อยลง ‼️ MLA แม้มีผลดี แต่ยังใหม่และซับซ้อนในการ implement ⛔ ต้องใช้การบีบอัดและ projection ซึ่งเพิ่มขั้นตอนในการ inference ✅ DeepSeek V3 ใช้ Mixture-of-Experts (MoE) ที่มี 256 expert layers ➡️ ใช้เพียง 9 expert ต่อ token ขณะ inference ทำให้ประหยัดพลังงาน ‼️ การใช้ MoE ทำให้ parameter ทั้งหมดเยอะมาก แม้จะใช้จริงเพียงส่วนน้อย ⛔ หากระบบ routing ไม่ดีหรือไม่เสถียร อาจเกิด undertraining ในบาง expert ✅ OLMo 2 ใช้ Post-Norm แบบใหม่ และเพิ่ม QK-Norm ภายใน attention block ➡️ ช่วยเสถียรภาพในการฝึกและลด loss ‼️ QK-Norm และการสลับ Pre/Post-Norm ต้องทดลองอย่างระวัง ⛔ ถ้าใช้ผิดจังหวะอาจทำให้ training loss แปรปรวน ✅ Gemma 3 ใช้ Sliding Window Attention เพื่อลดการใช้หน่วยความจำ ➡️ ลดขนาด window เหลือ 1024 token และมี Global Attention เฉพาะบางชั้น ‼️ Sliding Window Attention ลด memory แต่ไม่ลด latency เสมอไป ⛔ เพราะยังต้องประมวลผลแบบ local ซึ่งไม่สามารถใช้ FlashAttention ได้เต็มที่ ✅ Gemma 3n ใช้ Per-Layer Embedding เพื่อให้ inference บนอุปกรณ์เล็ก ➡️ แยก parameter บางส่วนไว้บน CPU หรือ SSD แล้วโหลดตามต้องการ ‼️ Per-Layer Embedding ทำให้พารามิเตอร์ถูกสตรีมจากอุปกรณ์ภายนอก ⛔ ถ้า bandwidth หรือ latency สูงเกินไปจะกระทบต่อการ inference อย่างหนัก ✅ Mistral Small 3.1 เลิกใช้ Sliding Attention เพื่อรองรับ FlashAttention แบบเต็ม ➡️ ทำให้ inference เร็วขึ้นแม้จะมีพารามิเตอร์ใกล้เคียงกับ Gemma 3 ✅ Llama 4 ใช้ MoE แบบ alternated (สลับชั้น MoE กับ Dense) ➡️ Active parameter มีแค่ 17B แม้ model จะมี 400B ✅ Qwen3 มีรุ่น dense ขนาดเล็กมาก (เช่น 0.6B) และ MoE ขนาดใหญ่ถึง 235B ➡️ รุ่น MoE ไม่มี shared expert แต่ยังใช้ GQA เหมือนรุ่นก่อน ✅ SmolLM3 ใช้ NoPE (No Positional Embeddings) แบบไม่ระบุตำแหน่งเลย ➡️ แสดงให้เห็นว่าไม่ต้องใช้ embedding ก็สามารถเรียนรู้ลำดับได้บางส่วน ‼️ การไม่มี Positional Embedding (เช่น NoPE) อาจกระทบโมเดลใน task ที่ต้องอิงลำดับ ⛔ เช่นการสรุปเนื้อหายาว หรือการจัดเรียงข้อมูลตามเวลา https://magazine.sebastianraschka.com/p/the-big-llm-architecture-comparison

🎙️ เรื่องเล่าจาก AI: เมื่อ Dave Barry “ตายไปแล้ว” (ตาม Google AI) 😂 ทุกอย่างเริ่มจากการที่ Dave Barry เสิร์ชชื่อของเขาใน Google แล้วพบว่า Google AI Overview สรุปว่าเขาเสียชีวิตเมื่อวันที่ 20 พฤศจิกายน 2023 พร้อมรูปภาพจริงและข้อมูลรางวัล Pulitzer ที่เขาเคยได้รับ…แต่ก็รวมถึงคำกล่าวว่า “เขาเสียชีวิต” ซึ่งแน่นอนว่าไม่จริง เขาลองส่ง feedback ไปยัง Google AI เพื่อแจ้งว่าตัวเองยังไม่ตาย และไม่น่าใช่ “นักเคลื่อนไหวการเมืองจาก Dorchester” อย่างที่ AI บอกไว้ ผลตอบรับที่ได้คือ…Google เปลี่ยนเนื้อหาให้ผิดกว่าเดิมอีก! คราวนี้ AI Overview กลับรวมข้อมูลของ “Dave Barry อีกคนหนึ่ง” ที่เป็นนักเคลื่อนไหวจริง ๆ ซึ่งเสียชีวิตในปี 2016 มาแทน (😩) หลังจากบทสนทนากับแชตของ Google AI ที่ไม่เข้าใจสิ่งที่เขาพูดเลยแม้แต่น้อย เขาจึงส่ง feedback อีกรอบ พร้อมข้อความว่า: “I am Dave Barry and I am not dead.” และในที่สุด — Google ก็เปลี่ยนเนื้อหาใหม่ให้เขากลับมา “มีชีวิต” อีกครั้ง แต่...ก็อยู่ไม่นาน เพราะไม่กี่วันหลังจากนั้น AI Overview กลับมาบอกว่าเขา “ตายแล้ว” อีกครั้ง 😵 ✅ Dave Barry พบข้อความว่าเขาเสียชีวิตใน Google AI Overview ➡️ ระบุวันตายเป็น 20 พ.ย. 2023 ทั้งที่ยังมีชีวิตอยู่จริง ✅ มีการรวมข้อมูลของ Dave Barry คนอื่นที่เป็นนักเคลื่อนไหวจาก Dorchester ➡️ ซึ่งเสียชีวิตในปี 2016 แต่ AI สรุปว่าเป็นคนเดียวกัน ✅ Dave ส่ง feedback ไปยัง Google AI หลายรอบเพื่อแจ้งว่า “ยังมีชีวิตอยู่” ➡️ ใช้ข้อความง่าย ๆ ว่า “I am Dave Barry and I am not dead.” ✅ หลังจาก feedback AI จึงเปลี่ยนเนื้อหาให้ถูกต้องเป็นบางช่วง ➡️ แต่เนื้อหายังไม่แม่น เช่น ชื่อหนังสือผิด และระบุว่าเขายังเขียนคอลัมน์ที่เขาเลิกเขียนไปแล้ว ✅ AI Overview เปลี่ยนข้อมูลไปมาหลายครั้ง จนล่าสุดบอกว่า “มีความสับสน” ➡️ สุดท้าย Dave สรุปว่าเขายังมีชีวิตอยู่ — แต่ไม่กล้าทำแผนระยะยาว 😅 https://davebarry.substack.com/p/death-by-ai

🔴 สนธิเล่าเรื่อง 21-7-68 • คลิก https://m.youtube.com/watch?v=YkjzLV7EjkA

🎙️ เรื่องเล่าจากโลกไซเบอร์: SquidLoader แฝงตัวในกล้อง Kubernetes ปล่อยมัลแวร์เข้าสถาบันการเงิน การโจมตีเริ่มจากอีเมลภาษาจีนที่แนบไฟล์ RAR มีรหัสผ่าน พร้อมแนบข้อความหลอกว่าเป็น “แบบฟอร์มลงทะเบียนธุรกิจเงินตราต่างประเทศผ่าน Bond Connect” เพื่อหลอกให้ผู้รับเปิดไฟล์ซึ่งปลอมเป็นเอกสาร Word แต่จริง ๆ แล้วเป็น executable ที่ใช้ชื่อและ icon ของ AMDRSServ.exe หลังจากเปิดใช้งาน ตัวมัลแวร์จะ: 1️⃣ ปลดล็อก payload หลัก 2️⃣ เชื่อมต่อกับ Command & Control (C2) server โดยใช้ path ที่เลียนแบบ API ของ Kubernetes เช่น /api/v1/namespaces/kube-system/services เพื่อหลบการตรวจสอบ 3️⃣ ส่งข้อมูลเครื่องกลับไป เช่น IP, username, OS 4️⃣ ดาวน์โหลดและเปิดใช้งาน Cobalt Strike Beacon เพื่อเข้าควบคุมเครื่องแบบต่อเนื่องผ่าน server สำรอง (เช่น 182.92.239.24) มีการพบตัวอย่างแบบเดียวกันในสิงคโปร์และออสเตรเลีย ทำให้คาดว่าเป็น แคมเปญระดับภูมิภาคหรือทั่วโลก ที่ใช้เป้าหมายเป็นสถาบันการเงิน ✅ Trellix พบแคมเปญมัลแวร์ SquidLoader โจมตีสถาบันการเงินฮ่องกง ➡️ โดยใช้ spear-phishing mail หลอกเป็นแบบฟอร์ม Bond Connect ✅ อีเมลเป็นภาษาจีน พร้อมแนบไฟล์ RAR มีรหัสผ่านอยู่ในเนื้ออีเมล ➡️ ช่วยหลบระบบตรวจสอบอีเมลอัตโนมัติได้ระดับหนึ่ง ✅ ไฟล์ปลอมตัวเป็น Word document icon และใช้ชื่อ executable จาก AMD ➡️ เช่น AMDRSServ.exe เพื่อไม่ให้ผู้ใช้งานสงสัย ✅ ระบบมัลแวร์มี 5 ขั้นตอน รวมถึงการเชื่อมต่อกับ C2 และเรียกใช้ Cobalt Strike ➡️ เพื่อควบคุมเครื่องเป้าหมายแบบต่อเนื่องและหลบตรวจจับได้ดี ✅ Path ที่ใช้เชื่อมต่อ C2 ปลอมเป็น API ของ Kubernetes ➡️ ช่วยกลืนเนียนกับทราฟฟิกเครือข่ายในองค์กรที่ใช้ container ✅ ตัวอย่างอื่นถูกพบในสิงคโปร์และออสเตรเลีย ➡️ แสดงว่าเป็นแคมเปญเชิงรุกระดับภูมิภาคหรือข้ามชาติ ‼️ SquidLoader ใช้เทคนิคหลบตรวจจับขั้นสูง เช่น anti-analysis และ anti-debugging ⛔ ตรวจหาเครื่องมืออย่าง IDA Pro, Windbg และ username แบบ sandbox ‼️ หากตรวจพบว่าตัวเองอยู่ใน sandbox หรือเครื่องวิเคราะห์ ตัวมัลแวร์จะปิดตัวเองทันที ⛔ พร้อมแสดงข้อความหลอกว่า “ไฟล์เสีย เปิดไม่ได้” เพื่อหลอก sandbox ‼️ ใช้เทคนิค Asynchronous Procedure Calls (APC) กับ thread ที่ตั้ง sleep ยาว ⛔ ทำให้ emulator และ sandbox ทำงานไม่ถูกต้องและวิเคราะห์ไม่ได้ ‼️ ระดับการตรวจจับใกล้ศูนย์บน VirusTotal ณ วันที่วิเคราะห์ ⛔ หมายถึงองค์กรส่วนใหญ่ยังไม่รู้ว่าตัวเองถูกเจาะหรือเสี่ยง ‼️ หากไม่ใช้ระบบตรวจจับพฤติกรรมหรือ endpoint protection เชิงลึก จะไม่สามารถระบุหรือหยุดการโจมตีได้ ⛔ โดยเฉพาะองค์กรที่พึ่ง signature-based antivirus แบบเดิม https://hackread.com/squidloader-malware-hits-hong-kong-financial-firms/

🎙️ เรื่องเล่าจากโลกเอกสาร: XML ที่ควรเป็นสะพาน ถูกใช้เป็นกำแพง LibreOffice เปรียบเทียบแนวคิดว่า XML ควรเป็น “สะพานของการทำงานร่วมกัน” ผ่านโครงสร้างที่เปิด — แต่ Microsoft กลับสร้าง schema ที่ซับซ้อนขนาดที่นักพัฒนาภายนอกไม่สามารถใช้งานได้ง่าย เช่น: - ชื่อโครงสร้างไม่ intuitive - ข้อมูลซ้อนกันหลายชั้นเกินความจำเป็น - มีส่วนเสริมที่ “เป็นทางเลือก” เยอะจนทำให้ต้องซัพพอร์ตหมดเพื่อให้ไฟล์แสดงผลถูกต้อง ผลคือ โปรแกรมหรือแพลตฟอร์มใดที่ไม่ใช่ของ Microsoft จะเปิดไฟล์ Office ได้แค่บางส่วน หรือผิดพลาดบ่อย แม้เนื้อหาในเอกสารจะดูเหมือนง่าย เช่นข้อความธรรมดาก็ตาม LibreOffice กล่าวว่าการออกแบบแบบนี้ทำให้ผู้ใช้ “ถูกผูกไว้กับรถไฟของ Microsoft” เพราะแม้จะเดินบนรางเดียวกัน แต่ระบบควบคุมซับซ้อนจนใครก็สร้าง “รถ” ที่เข้ากันไม่ได้ นี่คือการล็อกไม่ใช่แค่ระดับผลิตภัณฑ์ แต่เป็นระดับโครงสร้างข้อมูลที่ควรเปิด นอกจากนี้ LibreOffice ยังเชื่อว่าแนวคิดเดียวกันนี้ปรากฏใน Windows 11 ที่บังคับให้ผู้ใช้เปลี่ยนระบบปฏิบัติการแม้ไม่มีเหตุผลทางเทคนิคชัดเจน — เพื่อให้ผู้ใช้ยังคงอยู่ใน ecosystem เดิม และแนะนำให้พิจารณาเปลี่ยนไปใช้ Linux/LibreOffice ที่ยึดแนวคิดมาตรฐานเปิดครับ ✅ LibreOffice กล่าวหาว่า Microsoft สร้างฟอร์แมตเอกสาร OOXML ให้ซับซ้อนโดยไม่จำเป็น ➡️ เช่น .docx และ .xlsx มีโครงสร้าง XML ที่ซ้อนลึกและมีชื่อไม่ intuitive ✅ XML และ XSD ถูกออกแบบมาเพื่อการใช้งานร่วมกัน แต่ Microsoft ใช้ XML เป็นสิ่งกีดขวาง ➡️ คล้ายระบบรางที่เปิดแต่ควบคุมด้วยระบบที่ผู้อื่นทำตามไม่ได้ ✅ OOXML ซับซ้อนเกินจนทำให้โปรแกรมอื่นเปิดไฟล์ได้ไม่ครบ หรือผิดพลาด ➡️ แม้เนื้อหาเป็นประโยคง่าย ๆ ก็อาจมีโครงสร้าง XML หลายชั้น ✅ LibreOffice ใช้ฟอร์แมต OpenDocument (ODF) ซึ่งเป็นมาตรฐานเปิด ➡️ เช่น .odt, .ods ซึ่งมีโครงสร้างเรียบง่ายและควบคุมโดยชุมชน ✅ LibreOffice เชื่อว่าแนวคิดล็อกอินนี้ยังอยู่ใน Windows 11 ด้วย ➡️ โดยไม่มีเหตุผลด้านเทคโนโลยีชัดเจน แต่บังคับเปลี่ยนเพื่อรักษาผู้ใช้ ✅ เสนอให้ผู้ใช้พิจารณาย้ายไป Linux และ LibreOffice เพื่อหลุดจากโครงสร้างที่ควบคุมโดยบริษัท ➡️ สนับสนุนมาตรฐานเปิดเพื่อการทำงานร่วมกันที่แท้จริง ‼️ ความซับซ้อนของ OOXML ทำให้การพัฒนาโปรแกรมที่เปิดไฟล์ Office เป็นเรื่องยาก ⛔ นักพัฒนาต้องซัพพอร์ตโครงสร้างที่เยอะและไม่เป็นมิตร ‼️ ผู้ใช้ทั่วไปไม่รู้ว่าตัวเองถูกผูกติดกับระบบที่ควบคุมโดยบริษัทเดียว ⛔ เพราะหน้าตาไฟล์ดูปกติ แต่โครงสร้างซ่อนสิ่งที่ปิดกั้นการทำงานร่วมกัน ‼️ Microsoft ไม่เผยรายละเอียดทั้งหมดของการจัดการไฟล์ และอัปเดตโครงสร้างอย่างต่อเนื่อง ⛔ ทำให้โปรแกรมอื่นตามไม่ทันและเปิดไฟล์ใหม่ ๆ ไม่ได้ ‼️ การโยกย้ายไปใช้ LibreOffice อาจมีช่วงปรับตัวสำหรับผู้ใช้ที่ชินกับ Office ⛔ โดยเฉพาะด้าน macro, template, และการทำงานกับองค์กรที่ยังใช้ Microsoft Office เป็นหลัก https://www.neowin.net/news/libreoffice-calls-out-microsoft-for-using-complex-file-formats-to-lock-in-office-users/

🎙️ เรื่องเล่าจากผู้ใช้เก่า: Notepad กลายเป็นเวทีโฆษณา Copilot ไปแล้วหรือ? ผู้เขียนเป็นผู้ใช้ Notepad แบบจริงจัง เขาใช้สำหรับจดรหัสผ่านชั่วคราว เก็บค่า hex สี และโน้ตประชุม โดยชื่นชอบความ “ไม่วุ่นวาย” ของมัน — เปิดเร็ว ไม่ต้องเลือกเทมเพลต ไม่ต้องมี splash screen แต่ในช่วง 3–4 ปีที่ผ่านมา Notepad ได้รับฟีเจอร์ใหม่มากมาย: - เริ่มจากดีไซน์ใหม่ (Fluent UI) ในปี 2021 - เพิ่ม dark mode, tabbed interface - มีฟีเจอร์ save อัตโนมัติ, character counter และ spell checker - จากนั้นเริ่มบูรณาการ Copilot เช่น Explain with Copilot, AI Rewrite, text summarization แม้ฟีเจอร์ใหม่จะมีประโยชน์ แต่ผู้เขียนรู้สึกว่า "Notepad ไม่ได้เรียบง่ายอีกต่อไป" มันกลับกลายเป็น แพลตฟอร์มที่แสดงฟีเจอร์ AI ของ Microsoft มากกว่าเครื่องมือที่ผู้ใช้ควบคุมเอง เขาเสียดายที่ WordPad ถูกยกเลิกไปในปีเดียวกัน ทำให้ฟีเจอร์ของ Word, OneNote และ Notepad เริ่ม “เบลอ” จนไม่รู้ว่าแต่ละตัวควรทำอะไร — และมองว่า Notepad ควรกลับไปเป็น “ตัวเลือกเบา ๆ” สำหรับคนที่ไม่ต้องการใช้ AI https://www.neowin.net/editorials/notepad-is-losing-its-focus/

🎙️ เรื่องเล่าจาก Sandbox: ทดสอบซอฟต์แวร์โดยไม่ต้องเสี่ยงติดไวรัส Windows Sandbox ถูกเปิดตัวตั้งแต่ปี 2019 แต่ผู้ใช้จำนวนมากยังไม่รู้ว่ามีเครื่องมือฟรีตัวนี้อยู่ใน Windows Pro และ Enterprise แล้ว วิธีเปิดใช้งานง่ายมาก: - เปิด virtualization ใน BIOS - ไปเปิด “Windows Sandbox” จาก Optional Features - รีสตาร์ตแล้วเรียกใช้งานได้จาก Search เมื่อเปิด Sandbox จะได้ Windows เวอร์ชันใหม่สะอาด ๆ ภายในไม่กี่วินาที — ไม่มีไฟล์ใดจากเครื่องหลัก, ไม่มีประวัติ, และ จะถูกลบทั้งหมดเมื่อปิด ดังนั้นคุณจึงสามารถ: - ทดสอบไฟล์ .exe ที่น่าสงสัย - เข้าเว็บแปลก ๆ โดยไม่ต้องกลัว - ลองรันสคริปต์หรือโปรแกรมใหม่ก่อนติดตั้งจริง มันเบากว่า VM มาก ไม่ต้องหาภาพ OS มาใช้ และมี kernel isolation ระดับสูง พร้อมการตั้งค่าผ่านไฟล์ XML และ Policy CSP เช่น ปิด audio, clipboard หรือ network ได้เลย https://www.neowin.net/editorials/windows-sandbox-is-awesome-and-i-wish-more-people-knew-about-it/

🎙️ เรื่องเล่าจากโลก Grok: “Baby Grok” มาแล้ว — แชตบอตสำหรับเด็กโดยเฉพาะ? Grok โดย xAI เป็นแชตบอตที่มีกระแสแรงทั้งด้านเทคโนโลยีและข้อถกเถียง เช่นการตอบคำถามเชิงเหยียด หรือให้ข้อมูลเท็จเกี่ยวกับบุคคลสำคัญ ล่าสุด Elon Musk ได้โพสต์บน X (Twitter เดิม) ว่า: 🔖 “We're going to make Baby Grok @xAI, an app dedicated to kid-friendly content.” ถึงยังไม่มีรายละเอียดว่าตัว Baby Grok จะฝึกมาอย่างไร หรือปล่อยเมื่อไร แต่แนวโน้มคือจะลดขนาดจาก Grok รุ่นใหญ่ พร้อมเสริมระบบความปลอดภัยและกรองเนื้อหาที่เหมาะสำหรับเด็ก คล้ายกับแนวทางที่ Google ใช้กับ Gemini เวอร์ชันสำหรับเด็ก ซึ่งมีฟีเจอร์ช่วยทำการบ้าน, เล่านิทาน, และป้องกันการเก็บข้อมูลจากผู้ใช้อายุต่ำกว่า 13 ปี ขณะที่ Grok รุ่นหลักยังถูกวิจารณ์ต่อเนื่อง โดยเฉพาะฟีเจอร์ใหม่ที่ใช้ “Companions” หรือ avatar AI เช่นตัวละครชื่อ Ani ที่แม้เปิดโหมดเด็กก็ยังพูดเชิงยั่วยวนและใช้ภาษาที่ไม่เหมาะสมกับผู้เยาว์ คำถามสำคัญคือ Baby Grok จะสามารถพัฒนาให้ “ปลอดภัยและให้การศึกษาจริง” โดยไม่หลุดจากขอบเขตที่ควรเป็นได้หรือไม่ ✅ Elon Musk ประกาศว่า xAI จะทำ Baby Grok แอปสำหรับเนื้อหาที่เหมาะกับเด็ก ➡️ โพสต์บน X ว่า “We're going to make Baby Grok @xAI, an app dedicated to kid-friendly content” ✅ ยังไม่มีข้อมูลว่า Baby Grok จะใช้ training แบบไหน หรือเปิดตัวเมื่อไร ➡️ คาดว่าเป็นรุ่นย่อส่วนของ Grok ที่เพิ่มความปลอดภัยด้านเนื้อหา ✅ Google เคยปล่อย Gemini เวอร์ชันสำหรับเด็กที่ช่วยทำการบ้านและเล่านิทาน ➡️ พร้อมระบบควบคุมผู้ปกครองผ่าน Family Link และไม่เก็บข้อมูลผู้ใช้ที่เป็นเด็ก ✅ Baby Grok อาจเดินตามแนวทาง Google เช่นไม่มีโฆษณาและเน้นด้านการศึกษา ➡️ เพื่อเพิ่มความเชื่อมั่นของผู้ปกครอง https://www.neowin.net/news/elon-musk-says-a-kid-friendly-baby-grok-is-on-the-way/

🎙️ เรื่องเล่าจากฟิสิกส์ที่แตกกฎ: วัสดุที่ไม่ยอมเชื่อฟังกฎของจักรวาล งานวิจัยนี้เกี่ยวกับวัสดุประเภท oxygen-redox (OR) ซึ่งมีโครงสร้างที่เกิดการเปลี่ยนแปลงได้ง่าย และแม้จะมีจุดเด่นในการเก็บพลังงานในแบตเตอรี่ แต่เดิมกลับมีปัญหาเรื่องเสถียรภาพ นักวิทยาศาสตร์พบว่า หากปรับวัสดุให้อยู่ในสถานะ metastable (สมดุลชั่วคราว) — พฤติกรรมจะกลับด้านจากที่เราคุ้นเคย: - ความร้อนทำให้วัสดุหด ไม่ใช่ขยาย - แรงบีบทำให้วัสดุขยาย ไม่ใช่ยุบ - ไฟฟ้าช่วยรีเซ็ตให้วัสดุกลับสู่สภาพเดิมและฟื้นฟูประสิทธิภาพแบตเตอรี่ได้ 100% การทดลองวัดได้ค่าการหดตัวจากความร้อนที่ −14.4 × 10⁻⁶ °C⁻¹ ซึ่งขัดกับ Grüneisen relation ที่อธิบายว่าความร้อนควรทำให้วัสดุขยาย เท่านั้นยังไม่พอ — การบีบจากทุกด้าน (เหมือนแรงในแผ่นเปลือกโลก) กลับทำให้วัสดุขยายตัวแทน! นักวิจัยเรียกสิ่งนี้ว่า “negative compressibility” ซึ่งหายากมากในโลกวัสดุธรรมชาติ นอกจากนี้ยังสามารถรีเซ็ตโครงสร้างวัสดุได้เกือบ 100% ด้วยแรงดันไฟฟ้า ทำให้แบตเตอรี่เสมือน “เกิดใหม่” เหมาะกับการใช้งานใน EV ที่ต้องการอายุการใช้งานยาวนาน อนาคตของวัสดุประเภทนี้อาจนำไปสู่ วัสดุที่ไม่เปลี่ยนขนาดเลยเมื่อถูกกระตุ้น — เช่นในโครงสร้างอาคารหรือชิ้นส่วนเครื่องบิน ที่ต้องการความนิ่งแม้เจออุณหภูมิแปรปรวน ✅ พบวัสดุกลุ่ม oxygen-redox ที่พฤติกรรมกลับด้านจากฟิสิกส์ทั่วไป ➡️ หดเมื่อร้อน ขยายเมื่อบีบ และรีเซ็ตตัวเองเมื่อถูกกระตุ้นด้วยไฟฟ้า ✅ วัสดุเข้าสู่ “metastable state” ซึ่งทำให้กฎฟิสิกส์ดั้งเดิมใช้งานไม่ได้ ➡️ เกิด disorder–order transition ภายในโครงสร้างระดับอะตอม ✅ วัดการหดตัวทางความร้อนได้ −14.4 × 10⁻⁶ °C⁻¹ ➡️ ขัดกับ Grüneisen relation ที่อธิบายว่าความร้อนควรทำให้วัสดุขยาย ✅ วัสดุมี negative compressibility — ขยายตัวเมื่อถูกบีบ ➡️ เทียบกับแรงในแผ่นเปลือกโลกแล้วก็ยังขยาย ไม่หด ✅ ใช้ไฟฟ้าเพื่อรีเซ็ตโครงสร้างวัสดุกลับสู่สภาพเดิม ➡️ ส่งผลให้แบตเตอรี่กลับมามีประสิทธิภาพเต็มแบบ “คืนชีพ” ✅ อาจนำไปสู่วัสดุที่มี thermal expansion เป็นศูนย์ ➡️ เหมาะกับโครงสร้างอาคาร เครื่องบิน หรืออุปกรณ์ความแม่นยำสูง ✅ เป้าหมายระยะยาวคือการนำวัสดุเหล่านี้สู่ระดับอุตสาหกรรมจริง ➡️ โดยเข้าใจ redox chemistry ให้ลึกขึ้นเพื่อควบคุมพฤติกรรมย้อนกลับได้ดีขึ้น https://www.neowin.net/news/scientists-uncover-bizarre-new-material-thats-breaking-one-of-the-laws-of-this-universe/

*****.....เนื้อเงิน..... ( กรรมการ ) .....เลข.....943.....ผู้มากบารมี.....แห่งเมือง.....ปากพนัง.....นิมนต์แล้วครับ.....***** *****.....line : oak_999.....หรือ.....โทร.....089-471-5666.....***** #พระเก๊มีทุกรุ่น #พระใหม่ดีกว่าพระเก๊แน่นอน #พระใหม่พิธีดี #เจตนาการสร้างดี #พระใหม่ยอดนิยม #พระสายใต้ #พระเครื่อง #พระเครื่องยอดนิยม #หลวงปู่ทวด #หลวงพ่อทวด #พ่อท่านคล้าย #ไตรบารมี56 #ทวดคล้าย #หน้าทวดหลังคล้าย #ประสบการณ์จริงเพียบ #รับประกันพระแท้ตลอดชีพ #ทุกเหรียญตอกโค๊ดตอกเลขรันนัมเบอร์

🎙️ เรื่องเล่าจากโลกแพลตฟอร์ม: เมื่อโฆษณาแอปพนันอาจกลายเป็นคดีฟอกเงิน เรื่องเริ่มจากการที่ ED ตรวจสอบว่าแพลตฟอร์มของ Google และ Meta (เจ้าของ Facebook และ Instagram) มีส่วนช่วยแพร่ขยายแอปพนันออนไลน์ ทั้งโดยตั้งใจหรือไม่ตั้งใจก็ตาม โดยเฉพาะผ่านระบบโฆษณาที่เข้าถึงกลุ่มเป้าหมายจำนวนมากได้ง่าย การเรียกตัวครั้งนี้จะเกิดขึ้นในวันที่ 21 กรกฎาคม 2025 ที่กรุงนิวเดลี โดยเน้นประเด็นหลักสามด้าน: 1️⃣ การรับเงินจากแอปพนัน — ตรวจสอบว่า Google และ Meta ได้รับเงินจากการโฆษณาโดยตรงหรือไม่ 2️⃣ การโปรโมตแอปผิดกฎหมาย — ตรวจว่าแพลตฟอร์มละเมิดคำแนะนำจากรัฐบาลอินเดียหรือไม่ 3️⃣ การปิดช่องโหว่ในการโฆษณา — วิเคราะห์ว่ามีการหลบเลี่ยงนโยบาย เช่นใช้คำอ้อมเพื่อโปรโมตการพนันหรือไม่ กระทรวงข้อมูลและการสื่อสารของอินเดียเคยออกคำแนะนำตั้งแต่ปี 2022 แล้วว่าไม่ควรโฆษณาการพนันในทุกช่องทาง ไม่ว่าจะออนไลน์หรือออฟไลน์ เพราะมี ผลกระทบทั้งด้านเศรษฐกิจและสังคมต่อเด็กและเยาวชน https://www.thestar.com.my/tech/tech-news/2025/07/19/india-summons-google-and-meta-in-betting-app-case-ani-reports

🎙️ เรื่องเล่าจากโลกคนดัง: เมื่อ Keanu ต้องจ่ายเงินเพื่อปกป้อง “ตัวตนดิจิทัล” ของตัวเอง ในบทความจาก The Hollywood Reporter มีนักข่าวทดลองพูดคุยกับบัญชีปลอมชื่อ “Keanu_Reeves68667” ที่พยายามชวนให้ซื้อ “บัตรสมาชิกแฟนคลับ 600 ดอลลาร์” เพื่อแลกกับโอกาสเจอนักแสดงตัวจริง — ทั้งที่ Keanu อยู่บนพรมแดงกับ Alexandra Grant ในงานเปิดตัวหนัง Ballerina อยู่เลย ระบบปลอมเหล่านี้ใช้ภาพ Getty เดิมของเขา พร้อมแต่งให้ถือป้ายข้อความสนับสนุน Donald Trump หรือเรียกร้องสิทธิให้ชาวพื้นเมืองแคนาดา แสดงให้เห็นว่า “ไม่ใช่แค่ romance scam แต่รวมถึงการปลุกปั่นทางการเมืองด้วย” Keanu จึงว่าจ้างบริษัท Loti AI ซึ่งเชี่ยวชาญด้าน “likeness protection” มาคอยค้นหาและส่งคำสั่งลบบัญชีปลอมให้แพลตฟอร์มต่าง ๆ โดยตลอดปีที่ผ่านมา Loti ออกคำสั่งลบกว่า 40,000 บัญชี บน TikTok, Meta และอื่น ๆ — แต่ถึงแม้จะลบภายใน 48 ชั่วโมง แฮกเกอร์ก็สามารถ “ทำลาย” ได้มากในเวลาสั้น ๆ โดยเฉพาะผู้สูงอายุที่โดนหลอกให้โอนเงิน เช่นในคดีของหญิงวัย 73 ที่ถูกปลอมเป็น Kevin Costner ล่อลวงให้โอน bitcoin ทุกสัปดาห์รวมกว่า $100,000 ด้วยข้อความหวานว่า “ผมรักคุณ...แล้วเจอกันเร็ว ๆ นี้” ✅ Loti AI ใช้ระบบ “likeness protection” ค้นหาภาพและข้อความปลอมที่ใช้คนดัง ➡️ โดย Keanu ลงทุนหลายพันดอลลาร์ต่อเดือนเพื่อบริการนี้ ✅ FBI รายงานว่าในปี 2024 คนอเมริกันสูญเงินรวมจาก romance scam กว่า $672 ล้าน ➡️ โดยเป้าหมายหลักคือผู้สูงวัยที่เหงาและไม่มีคนดูแลใกล้ตัว https://www.thestar.com.my/tech/tech-news/2025/07/19/keanu-reeves-pays-ai-firm-thousands-a-month-to-stop-online-imitators-report

🎙️ เรื่องเล่าจาก Silicon Valley: เมื่อ AI ไม่ได้แค่เปลี่ยนเทคโนโลยี แต่เปลี่ยนความสัมพันธ์ของคน กรณีที่เด่นที่สุดเกิดกับ Windsurf บริษัทสตาร์ทอัพ AI ที่กำลังจะขายให้ OpenAI ในมูลค่า $3B — แต่ CEO Varun Mohan กลับ ล้มดีล และลาออกไปร่วมทีม Google พร้อมพาทีมงานหลักบางส่วนตามไปด้วย ข่าวนี้กระทบแรง เพราะทีมงาน Windsurf ส่วนใหญ่หวังว่าจะได้เงิน payout จากการเข้าซื้อ และบางคนถึงขั้นถ่ายวิดีโอโหมโรงไว้แล้วเพื่อเฉลิมฉลอง — กลับกลายเป็นคลิปบันทึก “การล่มสลาย” ของบริษัท แต่ภายในไม่กี่วัน Cognition บริษัท AI ที่เล็กกว่าแต่กำลังโตไวก็เข้ามาซื้อ Windsurf แทน โดย CEO Jeff Wang บอกว่าจะจ่ายเงินให้พนักงานทุกคนไม่ว่าจะอยู่มานานแค่ไหน — สร้างบรรยากาศ “คืนชีวิต” ให้ทีมงานอีกครั้ง ด้าน Meta กลายเป็นผู้เล่นที่ดุเดือดที่สุด — Mark Zuckerberg ทุ่มตัวเองลงไปล่าผู้เชี่ยวชาญจาก OpenAI, Google DeepMind, Apple และ Anthropic ด้วยข้อเสนอที่มากกว่า $300 ล้านภายใน 4 ปี (จ่ายปีแรกถึงหนึ่งในสาม) แต่แม้จะทุ่มเงินมากขนาดนั้น Meta ก็ยังขาด “หัวหน้าฝ่ายวิจัย” และยังไม่ได้ตัวบุคคลสำคัญที่ต้องการ เช่นในกรณีของ Safe Superintelligence ที่ Daniel Gross ถูก Meta ล่อตัวไป จนทิ้งผู้ร่วมก่อตั้ง Ilya Sutskever ไปอย่างเจ็บปวด เทียบอีกเคสคือ Alexandr Wang ผู้ก่อตั้ง Scale AI ที่เคยเป็นดาวรุ่ง — ถูก Meta ดึงตัวไปเปิดแล็บใหม่และลงทุน $14B กับบริษัทของเขา แต่ผลคือ Scale สูญเสียดีลสำคัญกับ OpenAI และ Google พร้อมต้องปลดพนักงาน 14% ในเวลาสั้น ๆ เสียงสะท้อนจาก Sam Altman ของ OpenAI บอกว่า “ภูมิใจในความยึดมั่นพันธกิจในวงการนี้” แต่มองเห็น “การล่าโดยพวกจอมทัพ mercenaries” ที่ทำให้วงการเปลี่ยนจากความฝัน มาเป็นเรื่องของเงินและอำนาจ ✅ Windsurf เคยอยู่ระหว่างดีลขายให้ OpenAI มูลค่า $3B แต่ CEO เลิกดีลกลางทาง ➡️ Varun Mohan ไปเข้าร่วมทีม Google พร้อมพาทีมหลักตามไป ✅ ภายในไม่กี่วัน Cognition เข้าซื้อ Windsurf และให้พนักงานทุกคนได้ส่วนแบ่ง ➡️ ทำให้กำลังใจกลับมาแม้ดีลแรกถูกล้มกลางทาง ✅ Meta เสนอค่าตอบแทนมากกว่า $300M ต่อคนในบางกรณีเพื่อดึงนักวิจัย AI ➡️ แบ่งจ่ายปีแรกหนึ่งในสามเป็นการจูงใจ ✅ Mark Zuckerberg ลงมาล่าผู้เชี่ยวชาญด้วยตัวเอง ไม่ใช่แค่ส่งทีม HR ➡️ มีเป้าหมายสร้างแล็บเพื่อ AI ระดับ “superintelligence” ✅ Alexandr Wang จาก Scale AI ถูก Meta ดึงตัว — ส่งผลให้ Scale เสียดีลสำคัญ ➡️ บริษัทประกาศปลดพนักงาน 14% หลังจากนั้น ✅ Daniel Gross จาก Safe Superintelligence ถูกดึงตัว ทำให้ Sutskever ต้องแยกทาง ➡️ กระทบต่อทีมวิจัยที่เคยมีพันธกิจร่วมกัน https://www.techspot.com/news/108733-silicon-valley-ai-boom-turns-battle-brains-ndash.html

🎙️ เรื่องเล่าจากมือถือ: Android กลายเป็นเครือข่ายตรวจแผ่นดินไหวโลก ระหว่างปี 2021–2024 Google ได้เปิดตัวระบบ Android Earthquake Alerts ที่ใช้ motion sensor บนมือถือ Android เพื่อ “จับสัญญาณการสั่นสะเทือน” โดยอัตโนมัติ หลักการคือ: - ไม่ใช่แค่ “เครื่องเดียวที่แม่น” แต่ใช้ “จำนวนมหาศาล” ประกอบกัน - ระบบ algorithm จะวิเคราะห์รูปแบบการสั่นร่วมจากมือถือหลายเครื่อง - แม้จะมีความต่างในอุปกรณ์, พื้นดิน, อาคาร หรือพื้นที่ แต่ระบบรวมสัญญาณได้ดี 📊 ผลลัพธ์คือ: - ตรวจจับแผ่นดินไหวได้มากกว่า 11,000 ครั้ง - ความแม่นยำเทียบเท่ากับ seismometer แบบเฉพาะทาง - ส่ง alert ไปยังผู้ใช้เพิ่มขึ้นกว่า 10 เท่าในช่วง 3 ปี - ในบางเหตุการณ์สามารถแจ้งเตือนได้ “ก่อนการสั่นจะถึงผู้ใช้” หลายวินาที ความท้าทายใหญ่ของระบบคือการแจ้งเตือนแผ่นดินไหวขนาดใหญ่ เช่นเหตุการณ์ในตุรกีปี 2023 ที่ระบบประเมินความรุนแรงต่ำเกินไป แต่เมื่ออัปเกรด algorithm แล้ว ระบบสามารถแจ้งเตือนได้แม่นขึ้นถึง 10 ล้านเครื่องในเวอร์ชันใหม่ ✅ Google ใช้ motion sensor จากมือถือ Android กว่า 2 พันล้านเครื่องเป็นระบบตรวจแผ่นดินไหว ➡️ ครอบคลุม 98 ประเทศ และให้สัญญาณได้แม่นยำแบบ real-time ✅ จับแผ่นดินไหวมากกว่า 11,000 ครั้ง พร้อมแจ้งเตือนแบบอัตโนมัติ ➡️ ระบุตำแหน่งและความแรงใกล้เคียงกับระบบ seismometer มืออาชีพ ✅ ใช้ collective shaking จากหลายเครื่องเพื่อดูรูปแบบการสั่น ➡️ แก้ปัญหาความต่างของอุปกรณ์และพื้นที่แต่ละประเทศ ✅ จำนวนผู้ได้รับแจ้งเตือนเพิ่มขึ้นกว่า 10 เท่าในช่วง 3 ปี ➡️ ระบบช่วยให้ประชาชนเข้าถึงการแจ้งเตือนได้ฟรีทั่วโลก ✅ รายงานจากทีมวิจัยเผยแพร่ในวารสาร Science เป็นครั้งแรก ➡️ สะท้อนผลลัพธ์เชิงวิทยาศาสตร์และขยายความน่าเชื่อถือของระบบ ✅ เหตุการณ์ในตุรกีปี 2023 เป็นแรงผลักดันให้ปรับ algorithm ใหม่ ➡️ ระบบใหม่สามารถ trigger “TakeAction alert” ไปยัง 10 ล้านเครื่อง ✅ นักวิทยาศาสตร์ชื่นชมว่าเป็นระบบเสริมที่ช่วยให้ประเทศที่ไม่มีระบบเตือนภัยสามารถรับการแจ้งเตือนได้ ➡️ เป็นแนวทางให้ประชาชนได้รับสิทธิด้านความปลอดภัยโดยไม่ต้องรอระบบของรัฐ https://www.techspot.com/news/108732-google-using-two-billion-android-phones-detect-earthquakes.html

🎙️ เรื่องเล่าจากสนามการเมือง: Altman จากนักวิจารณ์ Trump กลายเป็นพันธมิตรด้าน AI ก่อนหน้านี้ Altman เคยเป็นผู้สนับสนุนพรรคเดโมแครตอย่างชัดเจน และวิจารณ์ Trump อย่างเผ็ดร้อนว่าเป็น “ภัยต่อประเทศ” แต่ในปี 2024–2025 เขาเริ่ม “ห่างจากฝั่งซ้าย” ด้วยเหตุผลหลายด้าน เช่น: - ไม่เห็นด้วยกับมาตรการกระตุ้นเศรษฐกิจยุคโควิด - ไม่พอใจกฎหมาย CHIPS และการควบคุมการส่งออกเซมิคอนดักเตอร์ - กังวลว่าสหรัฐอาจตามหลังจีนในด้าน AI เขาจึงประกาศเลิกเป็นเดโมแครตและเรียกตัวเองว่า “politically homeless” พร้อมเริ่มสร้างพันธมิตรกับฝ่ายขวาอย่างเงียบ ๆ โดยเฉพาะในเรื่องนโยบาย AI และการลงทุนโครงสร้างพื้นฐาน — ทั้งหมดนี้เกิดขึ้นพร้อมกับการแตกหักระหว่าง Musk และ Trump ในเดือนกรกฎาคม Altman ปรากฏตัวที่สนามกอล์ฟของ Trump พร้อมรับการแนะนำต่อกลุ่มผู้บริจาคของพรรครีพับลิกันว่าเป็น “ชายผู้ฉลาดมาก” และ “หวังว่าเขาจะพูดเรื่อง AI ถูกต้อง” เบื้องหลังคือ OpenAI กำลังผลักดันข้อเสนอใหญ่ ๆ เช่น: - การลงทุนรัฐบาลในโครงสร้างพื้นฐาน AI - การเปิดทางให้ใช้ไฟฟ้าจำนวนมหาศาลเพื่อรันโมเดล - การเร่งรัดการขออนุญาตสร้างศูนย์ข้อมูลระดับ gigawatt - การผลักดันโมเดลระดับ Sora, DALL-E, และ text-to-video ให้เป็น “ทรัพย์สินชาติ” ภายใน Oval Office Altman ประกาศ “Stargate Initiative” — ความร่วมมือมูลค่า $500B กับ Oracle และ SoftBank เพื่อสร้างโครงสร้างข้อมูล AI ทั่วโลก ซึ่งเป็นดีลที่ Musk เคยพยายามขัดขวางแต่ไม่สำเร็จ ✅ Sam Altman กลายเป็นที่ปรึกษา Trump ด้านนโยบาย AI หลังจาก Musk แยกตัว ➡️ ปรากฏตัวที่สนามกอล์ฟของ Trump และประกาศความร่วมมือในระดับชาติ ✅ Altman ประกาศเลิกสนับสนุนพรรคเดโมแครต พร้อมบอกว่า “ไม่ฝักฝ่ายการเมือง” ➡️ กล่าวว่าพรรคเดโมแครต “ขยับซ้ายจนเขาไม่มีที่ยืนทางการเมือง” ✅ OpenAI ผลักดันการลงทุนในโครงสร้างพื้นฐานข้อมูลขนาดใหญ่ผ่าน Stargate Initiative ➡️ ความร่วมมือ $500B กับ SoftBank และ Oracle โดยมี Trump หนุนเต็มตัว ✅ Altman ขัดแย้งกับเดโมแครตเรื่อง CHIPS Act และข้อจำกัดการส่งออก ➡️ มองว่านโยบายเหล่านั้นทำให้สหรัฐเสียเปรียบจีนในด้าน AI ✅ นโยบายของ Trump เริ่มสะท้อนคำพูดของ Altman เช่นเน้นการลดข้อจำกัดด้านไฟฟ้าและการสร้างศูนย์ข้อมูล ➡️ เตรียมแปลงที่ดินของรัฐให้เหมาะกับการตั้งโครงสร้างพื้นฐาน AI ✅ Altman ยืนยันว่าเขายังเชื่อใน techno-capitalism แต่ควรมีระบบแบ่งปันผลประโยชน์ ➡️ แสดงว่าเป้าหมายไม่ใช่การสนับสนุนพรรคใด แต่เน้นผลลัพธ์และโอกาส https://www.techspot.com/news/108731-sam-altman-steps-political-power-vacuum-after-musk.html

🎙️ เรื่องเล่าจากสนามแม่เหล็ก: GPS ไม่จำเป็นอีกต่อไป เมื่อควอนตัมบอกได้ว่าคุณอยู่ตรงไหน GPS แม้จะเป็นระบบที่มั่นคง แต่เริ่มมีจุดอ่อน: - ถูก แทรกแซง (jamming) ได้จากสัญญาณรบกวน - ถูก หลอก (spoofing) โดยส่งข้อมูลตำแหน่งปลอม - เกิดบ่อยใน “พื้นที่ความขัดแย้ง” เช่นตะวันออกกลางและชายแดนยุโรป Airbus และ SandboxAQ จึงทดสอบระบบ MagNav บนเครื่องบินทดสอบกว่า 150 ชั่วโมง เหนือสหรัฐ โดยเซนเซอร์จะอ่าน “ลายเซ็นสนามแม่เหล็ก” จากพื้นโลก (คล้ายลายนิ้วมือของแต่ละพื้นที่) แล้วเทียบกับแผนที่แม่เหล็กด้วย AI — ผลคือ: - ความแม่นยำเทียบเท่า FAA (องค์กรควบคุมการบินสหรัฐ) - บางครั้งแม่นยำกว่า inertial navigation ที่ใช้ในภารกิจทหาร - หาค่าพิกัดได้ในระดับ 550 เมตร ระบบควอนตัมนี้ทำงานโดยยิงเลเซอร์ไปยังอิเล็กตรอน → สะท้อนพลังงานกลับ → ได้ค่าพลังงานที่สะท้อนสนามแม่เหล็กเฉพาะจุด — ข้อมูลทั้งหมดมาจากภายในเครื่องบินเอง จึงไม่มีสัญญาณให้แฮกเลย อนาคตเทคโนโลยีนี้อาจนำไปใช้ได้หลายทาง: - ตรวจจับสิ่งของใต้ดิน เช่น อุโมงค์หรือเรือดำน้ำ - ใช้ในระบบการแพทย์ เพื่ออ่าน “สนามแม่เหล็กหัวใจหรือสมอง” ที่อ่อนมาก - วางเป็นโครงสร้างนำทางในรถยนต์, เรือ หรือแม้แต่เครื่องบินไร้คนขับ Joe Depa ผู้บริหารจาก Ernst & Young กล่าวว่า: 🔖 “นี่ไม่ใช่อนาคต 20 ปีข้างหน้า — แต่มันคือปัจจุบันแล้ว” ✅ MagNav ใช้เซนเซอร์ควอนตัมอ่านสนามแม่เหล็กโลกเพื่อระบุตำแหน่ง ➡️ ยิงเลเซอร์ใส่อิเล็กตรอนและวัดพลังงานที่สะท้อนกลับ ✅ เครื่องบินทดสอบของ Airbus บินกว่า 150 ชั่วโมงทั่วสหรัฐ ➡️ วิเคราะห์ลายเซ็นแม่เหล็กแต่ละพื้นที่เพื่อหาพิกัดด้วย AI ✅ ความแม่นยำอยู่ในระดับ 2 ไมล์ตลอดเวลา และ 550 เมตรในหลายจุด ➡️ เทียบได้กับระบบการบินระดับพาณิชย์และทหาร ✅ MagNav ไม่ใช้สัญญาณภายนอก ไม่มีการส่งออกข้อมูล ➡️ จึง “ไม่สามารถแฮกหรือหลอกได้” แบบ GPS ✅ SandboxAQ เป็นบริษัทใน Silicon Valley ที่เชี่ยวชาญ AI + ควอนตัมเซนซิ่ง ➡️ เป็นบริษัทในเครือ Alphabet (กลุ่มเดียวกับ Google) ✅ อาจนำไปใช้ในด้านการแพทย์และความมั่นคงระดับชาติในอนาคต ➡️ เช่นการวัดสนามแม่เหล็กหัวใจหรือสมองแบบไม่รุกล้ำ https://www.techspot.com/news/108735-engineers-turn-quantum-tech-replace-gps-flight-navigation.html

🎙️ เรื่องเล่าจากโลก Open Source: เมื่อ Linux เวอร์ชันแรงสุดจาก Intel ถูกปลดจากสายพาน Clear Linux เป็นระบบปฏิบัติการที่ Intel ออกแบบมาโดยเฉพาะเพื่อเร่ง performance แบบ out-of-the-box โดยมีฟีเจอร์ระดับสูงที่ระบบอื่นไม่กล้าใช้ เช่น: - ใช้ compiler flags แบบ aggressive (ทั้ง GCC และ Clang) - ทำ PGO (Profile-Guided Optimization) และ LTO (Link-Time Optimization) ทั่วทั้งระบบ - kernel ถูกปรับแต่งเพื่อใช้ CPU แบบ multi-threading เต็มที่ - ปรับใช้งาน AVX2, AVX-512 และเทคโนโลยีอย่าง Optane ตั้งแต่วันแรก - มี clr-boot-manager สำหรับอัปเดต kernel แบบเร็ว ผลลัพธ์คือ Clear Linux มักจะชนะ benchmark ด้านประสิทธิภาพทั้งในงาน build, render และ scientific computing — แม้ใช้บน AMD ก็ตาม! แต่ด้วยนโยบายลดต้นทุนของ Intel บริษัทเริ่มตัดคนและทีม software ออกจำนวนมาก — ส่งผลให้ Clear Linux ถูก “พักถาวร” โดยไม่มีแพตช์ความปลอดภัยหรืออัปเดตใหม่อีก นักพัฒนา Linux หลายคนแสดงความเสียดาย เพราะฟีเจอร์และแนวคิดของ Clear Linux เริ่มถูกนำไปใช้ใน distro อื่น ๆ แล้ว เช่น CachyOS และบางส่วนใน Arch-based รุ่นใหม่ ✅ Intel ประกาศหยุดพัฒนา Clear Linux อย่างเป็นทางการ ➡️ ไม่มีแพตช์ ไม่มีอัปเดตความปลอดภัย และ archive repo บน GitHub เป็นแบบ read-only ✅ Clear Linux มีจุดเด่นคือเร่ง performance ตั้งแต่แกนระบบ ➡️ ใช้ toolchain ใหม่สุด, flags รุนแรง, และ optimization เชิงลึก เช่น PGO/LTO ✅ ทำงานดีทั้งบน Intel และ AMD แม้จะออกแบบมาเพื่อ Intel โดยตรง ➡️ เป็น distro เดียวที่ “แรงสุด” ในหลาย benchmark แบบไม่ต้องปรับแต่งเอง ✅ ฟีเจอร์เด่นคือ clr-boot-manager และระบบจัดการ kernel ที่เร็วมาก ➡️ เหมาะกับ developer และงาน HPC ที่ต้องใช้ kernel ใหม่อยู่ตลอด ✅ ระบบใช้ได้ดีใน workload ที่เน้น CPU, I/O, memory และ multithreading ➡️ เป็นที่นิยมในกลุ่มนักพัฒนาเทคโนโลยีใหม่ เช่น AI และการ render แบบหนัก ๆ ✅ Intel จะยังคงสนับสนุน Linux ผ่าน upstream และ distro หลักอื่น ๆ ➡️ เช่น Fedora, Ubuntu หรือโครงการ kernel โดยตรง ✅ CachyOS และ distro อื่น ๆ เริ่มนำ optimization ของ Clear Linux ไปใช้งาน ➡️ แสดงว่าเทคโนโลยียังมีชีวิตอยู่ใน ecosystem แม้ต้นฉบับจะเลิกทำแล้ว ‼️ ผู้ใช้ Clear Linux ควรวางแผนย้ายออกทันที ⛔ หากไม่ย้ายจะมีความเสี่ยงเรื่องความปลอดภัย เพราะไม่มีแพตช์ใหม่ ‼️ ระบบที่ยัง deploy ด้วย Clear Linux อาจเจอปัญหาความเข้ากันในอนาคต ⛔ library หรือ driver ใหม่อาจไม่รองรับ โดยไม่มีทีมดูแลให้ ‼️ ฟีเจอร์ที่ใช้เทคโนโลยี Intel โดยตรง เช่น AVX-512 อาจใช้งานยากขึ้นใน distro อื่น ⛔ ต้องปรับแต่งเองหรือเขียน config เพื่อให้ทำงานแบบที่ Clear Linux เคยทำ ‼️ การหยุดพัฒนาอาจเป็นสัญญาณว่า Intel ลดบทบาทในด้าน software ecosystem ⛔ ส่งผลต่อความเร็วของ innovation ด้าน HPC และ AI บน Linux https://www.tomshardware.com/software/linux/intel-axes-clear-linux-the-fastest-distribution-on-the-market-company-ends-support-effective-immediately

🎙️ เรื่องเล่าจากชิปเปิด: เมื่อ RISC-V ได้กลายเป็นสมองในโลก CUDA ก่อนหน้านี้ CUDA ใช้ได้เฉพาะกับแพลตฟอร์ม host CPU ที่เป็น x86 หรือ Arm — แต่ตอนนี้ Nvidia ได้เปิดทางให้ CPU แบบ RISC-V สามารถ “ควบคุม GPU” ผ่าน CUDA ได้เช่นกัน โดยการแปลงโครงสร้างและไลบรารีพื้นฐานให้เรียกใช้ได้ในระบบ RISC-V ภาพรวมของระบบใหม่จะประกอบด้วย: ✅ GPU ของ Nvidia ทำงานแบบ parallel สำหรับ AI และ HPC workload ✅ CPU RISC-V ทำหน้าที่จัดการ driver, logic ของแอปพลิเคชัน, และระบบปฏิบัติการ ✅ DPU (Data Processing Unit) คอยจัดการ networking และ data movement แนวคิดนี้จะทำให้ระบบแบบ “heterogeneous compute” เกิดขึ้น — โดยมี RISC-V เป็น “ศูนย์กลางควบคุม” และ GPU/Network/DPU เป็นกลไกทำงานเฉพาะด้าน แสดงถึงความตั้งใจของ Nvidia ที่จะขยาย CUDA ไปยังระบบเปิดและระบบฝัง (embedded compute) ได้จริง ยิ่งไปกว่านั้น การที่ Nvidia ทำแบบนี้ในจีน ทั้งที่ไม่สามารถขาย GPU GB200 และ GB300 ให้จีนได้ (เนื่องจากข้อจำกัดการส่งออก) ก็เป็นนัยว่า Nvidia กำลัง “หาเส้นทางใหม่เพื่อรักษา ecosystem” ผ่าน RISC-V ซึ่งเติบโตอย่างรวดเร็วในฝั่งจีน https://www.tomshardware.com/pc-components/gpus/nvidias-cuda-platform-now-supports-risc-v-support-brings-open-source-instruction-set-to-ai-platforms-joining-x86-and-arm

🎙️ เรื่องเล่าจากม็อดเกม: FSR 4 ไม่ต้องรอ AMD แล้ว ใช้ได้เลยด้วย OptiScaler ก่อนหน้านี้ FSR 4 ของ AMD ยังถูกจำกัดมาก: - มีเกมรองรับโดยตรงเพียง ~65 เกม และส่วนใหญ่เป็นเกมเล็ก ๆ - ใช้ได้เฉพาะบน GPU RX 9000 ที่มี AI accelerator เฉพาะ - ไม่รองรับ Vulkan API หรือเกมที่มีระบบ anti-cheat เข้มงวด แต่ OptiScaler (ชื่อเดิม CyberXeSS) ซึ่งเป็นเครื่องมือของชุมชน ได้พัฒนาให้: - รองรับการ "อัปเกรด" จาก FSR 2 หรือ DLSS มาเป็น FSR 4 - แถมยังปรับใช้ระบบ frame generation และ anti-lag เหมือน Nvidia Reflex ได้ - ใช้ได้กับ DLSS 2, XeSS, หรือ FSR รุ่นเก่า เพียงมีการติดตั้ง config เพิ่มเติม ระบบนี้จะไม่เปลี่ยนตัวเกมโดยตรง แต่จะวาง FSR 4 เข้ากับไฟล์อัปสเกลที่มีอยู่ แล้วทำการปรับจูนผ่าน DLL และการตั้งค่าระบบกราฟิก — ต้องอาศัยการจัดการไฟล์ด้วยตัวเองในแต่ละเกม ✅ OptiScaler รองรับการแปลงอัปสเกลเก่ามาใช้กับ FSR 4 ได้ ➡️ เช่น FSR 2 หรือ DLSS 2 ในเกมสามารถเปลี่ยนมาใช้ FSR 4 โดยไม่แก้ไขโค้ดของเกม ✅ สามารถใช้ FSR 4 ได้ในเกมที่ไม่มีการรองรับแบบ native ➡️ แม้ AMD ยังไม่โปรโมตเต็มตัว แต่เครื่องมือชุมชนเปิดให้ใช้งานได้แล้ว ✅ OptiScaler รองรับฟีเจอร์เสริม เช่น frame-gen และ anti-lag ➡️ ให้ความรู้สึกคล้าย Nvidia Reflex หรือ DLSS Frame Generation ✅ ต้องใช้การติดตั้งแบบ manual โดยการวางไฟล์ FSR 4 ลงใน directory ของเกม ➡️ ไม่ใช่การเปิด toggle แบบ GUI ต้องเข้าไปแก้ไฟล์ config ด้วยตัวเอง ✅ GPU ที่ต้องใช้คือ RX 9000-series ซึ่งมีตัวเร่ง AI (AI accelerator) สำหรับ FSR 4 ➡️ การใช้งานขึ้นกับ hardware ด้วย ไม่ใช่แค่ software https://www.tomshardware.com/pc-components/gpus/amds-fsr-4-gets-a-big-boost-in-compatibility-as-optiscaler-now-supports-upconverting-any-modern-upscaler-to-fsr-4-with-frame-gen-as-long-as-the-game-isnt-vulkan-based-or-has-anti-cheat

🎙️ เรื่องเล่าจากเบื้องหลังระบบรัฐ: เมื่อ “นักพัฒนาจากต่างแดน” เข้าใกล้ระบบความมั่นคงเกินไป ข่าวต้นทางเริ่มจากการสืบสวนของ ProPublica ที่พบว่า Microsoft อนุญาตให้ “วิศวกรจากจีน” ทำงานร่วมกับระบบสำหรับลูกค้ารัฐบาลสหรัฐฯ โดยเฉพาะ DoD cloud — แม้จะมีการใช้ระบบ digital escorts ที่เป็นพลเมืองสหรัฐฯ คอยดูแล แต่รายงานพบว่า: 🔖 ผู้คุมบางคนไม่มีความรู้เชิงเทคนิคเพียงพอที่จะรู้ว่าสิ่งที่ถูกพัฒนาคือโค้ดปกติหรือ backdoor นี่คือช่องโหว่ร้ายแรง และไม่มีหน่วยงานของรัฐทราบว่าการจัดการลักษณะนี้เคยเกิดขึ้นมาก่อน แม้ยังไม่มีหลักฐานว่ามีการ “แฝงมัลแวร์หรือระบบสอดแนม” จากวิศวกรกลุ่มนี้ แต่ความเสี่ยงด้านการข่าวกรองระดับชาติถือว่าสูงมาก — ส่งผลให้: - รัฐมนตรีกลาโหมโพสต์ว่า “วิศวกรจากต่างประเทศต้องไม่เข้าถึงระบบของ DoD ไม่ว่าจะมาจากชาติไหน” - Microsoft ต้องปรับนโยบายทันที โดยยืนยันว่าทีมงานจากประเทศจีนจะไม่สามารถเข้าไปยุ่งเกี่ยวกับลูกค้ารัฐบาลสหรัฐฯ ได้อีก ✅ Microsoft เคยให้วิศวกรจากจีนร่วมงานกับระบบของกระทรวงกลาโหมสหรัฐฯ ➡️ ผ่านระบบ “digital escort” คือพนักงานสหรัฐคอยดูแลขณะทำงานร่วม ✅ ระบบ digital escort ถูกวิจารณ์ว่าไม่มีประสิทธิภาพจริง ➡️ เพราะผู้ดูแลบางคนไม่มีความรู้ technical เพียงพอที่จะตรวจโค้ด ✅ Microsoft ยืนยันว่าได้แจ้งรัฐบาลเกี่ยวกับระบบนี้แล้ว ➡️ แต่ทั้งเจ้าหน้าที่เก่าและปัจจุบันบอกว่า “ไม่เคยรู้มาก่อน” ✅ รัฐมนตรีกลาโหมสหรัฐฯ โพสต์แสดงจุดยืนว่าไม่ควรให้วิศวกรต่างชาติเข้าถึง DoD เลย ➡️ ชี้ว่าระบบความมั่นคงต้องมีมาตรฐานการคัดกรองสูงกว่านี้ ✅ Microsoft ออกแถลงการณ์ว่า ได้ยุติการให้ทีมจากประเทศจีนทำงานในโปรเจกรัฐบาลสหรัฐฯ แล้ว ➡️ และจะปรับระบบความปลอดภัยร่วมกับหน่วยงานความมั่นคงเพื่อป้องกันช่องโหว่เพิ่มเติม https://www.tomshardware.com/tech-industry/cyber-security/microsoft-to-stop-using-engineers-in-china-to-work-on-u-s-defense-computer-systems-in-wake-of-investigative-report-fears-of-exploitation-by-foreign-intelligence-services-spurs-immediate-change

🎙️ เรื่องเล่าจากช่องโหว่เดียว: โจมตีเซิร์ฟเวอร์ระดับโลกได้ด้วย 1 บรรทัด ช่องโหว่นี้มีชื่อว่า CVE-2025-47812 และเปิดเผยแบบ public บน GitHub เมื่อ 30 มิถุนายน 2025 — แต่เพียงหนึ่งวันหลังจากนั้น ก็มีการโจมตีจริงเกิดขึ้นทันที โดยนักวิจัยจาก Huntress พบว่า: - ช่องโหว่นี้อยู่ใน Wing FTP เวอร์ชันก่อน 7.4.4 (แพตช์ออก 14 พ.ค. 2025) - อาศัยการ ฉีด null byte เข้าในฟิลด์ชื่อผู้ใช้ - ทำให้ bypass authentication แล้วแนบโค้ด Lua ลงในไฟล์ session - เมื่อเซิร์ฟเวอร์ deserialize ไฟล์ session เหล่านั้น จะรันโค้ดในระดับ root/SYSTEM แม้การโจมตีบางครั้งถูกสกัดโดย Defender ของ Microsoft แต่พบพฤติกรรมหลายอย่าง เช่น: - การพยายามใช้ certutil และ cmd.exe เพื่อดาวน์โหลด payload - การสร้างผู้ใช้งานใหม่ในระบบ - การสแกน directory เพื่อหาช่องทางเข้าถึงอื่น มีเคสหนึ่งที่แฮกเกอร์ ต้องค้นหาวิธีใช้ curl แบบสด ๆ ระหว่างโจมตี แสดงให้เห็นว่าส่วนหนึ่งของผู้โจมตียังไม่ได้มีความเชี่ยวชาญเต็มที่ — แต่ช่องโหว่นั้นร้ายแรงมากจน “ต่อให้โจมตีไม่เก่งก็ยังสำเร็จได้” ✅ ช่องโหว่ CVE-2025-47812 ทำให้เกิดการรันโค้ดจากระยะไกลแบบไม่ต้องล็อกอิน ➡️ ใช้การฉีด null byte ในฟิลด์ username แล้วแนบโค้ด Lua ลงในไฟล์ session ✅ โค้ด Lua ที่ถูกแทรกจะถูกรันเมื่อเซิร์ฟเวอร์ deserialize session file ➡️ ทำงานในระดับ root บน Linux หรือ SYSTEM บน Windows ✅ นักวิจัยพบว่าแฮกเกอร์ใช้คำสั่งผ่าน cmd.exe และ certutil เพื่อดึง payload ➡️ พฤติกรรมคล้ายการเจาะระบบเพื่อฝัง backdoor และสร้างผู้ใช้ใหม่ ✅ Wing FTP Server ถูกใช้ในองค์กรระดับโลก เช่น Airbus และ USAF ➡️ ช่องโหว่นี้อาจกระทบระบบ sensitive และเครือข่ายภายใน ✅ แพตช์แก้ไขอยู่ในเวอร์ชัน 7.4.4 ซึ่งปล่อยตั้งแต่ 14 พฤษภาคม 2025 ➡️ แต่หลายองค์กรยังใช้เวอร์ชันก่อนหน้านั้น แม้ช่องโหว่ถูกเปิดเผยแล้ว ✅ นักวิจัยแนะนำให้ปิดการเข้าถึงผ่าน HTTP/S, ปิด anonymous login และตรวจ log session ➡️ เป็นมาตรการเบื้องต้นหากยังไม่สามารถอัปเดตเวอร์ชันได้ทันที ✅ ยังมีช่องโหว่อื่นอีก 3 ตัวที่พบ เช่นการดูด password ผ่าน JavaScript และการอ่านระบบ path ➡️ แต่ CVE-2025-47812 ถูกจัดว่า “รุนแรงที่สุด” เพราะสามารถเจาะระบบได้ครบทุกระดับ https://www.techradar.com/pro/security/hackers-are-exploiting-a-critical-rce-flaw-in-a-popular-ftp-server-heres-what-you-need-to-know

🎙️ เรื่องเล่าจากออฟฟิศแห่งอนาคต: เมื่อทุกงานกลายเป็นเรื่องของ AI Yahoo Japan ซึ่งบริหาร LINE ด้วยเช่นกัน ได้เริ่มใช้ internal tool ชื่อว่า SeekAI ซึ่งเป็นระบบ AI ช่วยจัดการหลายเรื่องที่กินเวลางาน เช่น: - สรุปบันทึกการประชุม - เขียนและตรวจแก้รายงาน - จัดการคำขอคืนค่าใช้จ่าย - ค้นข้อมูลคู่แข่งหรือแนวโน้มทางธุรกิจ โดยในระยะแรกบริษัทตั้งเป้า “อัตโนมัติ 30% ของงานที่กินเวลามากที่สุด” เช่นการพิมพ์เอกสาร หาข้อมูล และเขียนอีเมล — เพื่อเปลี่ยนเวลาเหล่านั้นให้กลายเป็นพื้นที่สำหรับการตัดสินใจเชิงกลยุทธ์และการสื่อสารแบบมนุษย์ สิ่งที่ Yahoo Japan ย้ำคือ “AI เป็นเลเยอร์ช่วยงาน ไม่ใช่ตัวแทนมนุษย์” — ต่างจากบางองค์กรที่ใช้ AI เพื่อทดแทนคนแล้วมักเจอปัญหา เช่นบริษัทในอังกฤษหลายแห่งที่ “เสียใจหลังจากใช้ AI แทนแรงงานจริง” เพราะงานบางประเภทต้องอาศัยบริบท, ความเข้าใจ, และความเห็นอกเห็นใจ ซึ่ง AI ยังทำไม่ได้ดีพอ ✅ Yahoo Japan ใช้ Generative AI กับพนักงานกว่า 11,000 คนแบบ "ทุกคนต้องใช้" ➡️ ตั้งเป้าเพิ่ม productivity ขึ้น 2 เท่า ภายในปี 2028 ✅ เริ่มจากอัตโนมัติงานพื้นฐาน 30% เช่น drafting, meeting notes, research ➡️ เพื่อให้คนมีเวลาสำหรับตัดสินใจและคิดเชิงกลยุทธ์มากขึ้น ✅ ใช้ SeekAI เป็นเครื่องมือหลักภายในองค์กรสำหรับจัดการงานเอกสารและข้อมูล ➡️ เช่นสรุปรายงาน, proofread, ค้นหาข้อมูลจาก template prompt ✅ AI ถูกใช้ในงาน competitive research และ expense management ด้วย ➡️ ไม่ใช่แค่เรื่องเอกสาร แต่ครอบคลุมทุกส่วนที่ใช้เวลาเยอะ ✅ แนวทางนี้มองว่า AI คือ support layer สำหรับงานมนุษย์ ไม่ใช่ตัวแทน ➡️ เป้าหมายคือความคิดสร้างสรรค์และประสิทธิภาพ ไม่ใช่ลดต้นทุนโดยตรง ✅ อ้างอิงจากรายงานของ Orgvue: บริษัทอังกฤษที่ใช้ AI แทนคนกว่า “ครึ่งหนึ่งเสียใจ” ภายหลัง ➡️ แสดงว่าแนวคิดแทนคนโดยตรงอาจไม่เวิร์กในระยะยาว ‼️ การบังคับใช้ AI กับพนักงานทุกคนต้องมีการฝึกและวางระบบความเข้าใจอย่างดี ⛔ หากพนักงานรู้สึกว่าใช้ AI แทนตนเอง อาจเกิดความต้านทานและลด morale ‼️ งานบางอย่างยังต้องใช้ “ความเข้าใจมนุษย์” เช่นการตัดสินใจเชิงบริบท หรือการสื่อสารแบบเห็นอกเห็นใจ ⛔ หากใช้ AI เกินไปในงานเหล่านี้ อาจทำให้คุณภาพและความสัมพันธ์ในองค์กรลดลง ‼️ การผลักดัน productivity โดยใช้ AI อาจไม่สำเร็จ หากไม่มีการประเมิน impact เชิงคุณภาพควบคู่ ⛔ เพราะ productivity สูงขึ้นไม่เท่ากับความคิดสร้างสรรค์หรือสุขภาพองค์กรดีขึ้น ‼️ ความสำเร็จขึ้นกับ “การนำ AI มาใช้ให้เหมาะ” มากกว่า “ใช้ให้ครบทุกคนทุกงาน” ⛔ ถ้าขาดความยืดหยุ่นและเลือกใช้แบบ blanket policy อาจกลายเป็นข้อจำกัดแทนที่จะเป็นนวัตกรรม https://www.techradar.com/pro/yahoo-japan-wants-all-its-11-000-employees-to-use-gen-ai-to-double-their-productivity-by-2028-is-it-a-sign-of-things-to-come