แท็ก
10 บทความ
Computer Use เข้าสู่ GA เมื่อ 30 ต.ค. บน Interactions และ GenerateContent API แต่เทียบเอกสารก่อนและหลังแล้วต่างกันเพียงการลบคำว่า Preview สัปดาห์เดียวกัน Google ยังออก gemini-api CLI รุ่นเบตา และเปลี่ยนให้โปรเจกต์ paid ที่สร้างใหม่ตั้งแต่ 26 ต.ค. เก็บ request เป็นค่าเริ่มต้น
ข่าวย้อนหลังจากงาน Universe เมื่อ 28 ต.ค.: ลูกค้า GitHub Enterprise ที่มีทีมขายดูแลได้ Copilot รวมในทุก license แต่ไม่มีเครดิต AI รายเดือนต่อที่นั่ง ส่วน Shared Automations ย้ายเวิร์กโฟลว์ agent จากบัญชีบุคคลมาเป็นของ repository
Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว
agent-desktop ของ Vercel Labs ออกเวอร์ชัน 1.0.0 เมื่อ 28 ต.ค. และ 1.0.2 เมื่อ 30 ต.ค. เป็น CLI ภาษา Rust สัญญาอนุญาต Apache-2.0 ที่คืนรายการองค์ประกอบของแอปเป็น JSON พร้อม ref ให้ agent สั่งงานได้โดยไม่ต้องจับภาพพิกเซล
OpenAI ปล่อย GPT-6.1 Terra เมื่อ 26 ต.ค. 2026 เป็นโมเดลระดับกลางราคา $1 input / $5 output ต่อล้านโทเคน (cached input $0.05) ถูกกว่า GPT-5.6 Terra และ GPT-6.1 Sol ราวครึ่งหนึ่ง บริบท 1.05 ล้านโทเคน เน้น visual reasoning กับ computer use ตัวเลขจาก OpenAI เองบอกว่าเท่า GPT-6 Astra บน Agents' Last Exam ที่ราคาต่อโทเคนหนึ่งในสิบ ส่วน Artificial Analysis วัดอิสระได้ 48 คะแนน อยู่ระหว่าง GPT-6.1 Sol กับรุ่นก่อน
1 ต.ค. 2026 GitHub เปิดสองฟีเจอร์ใน Copilot CLI และ Copilot app: computer use (public preview บน macOS/Windows ปิดไว้เป็นค่าเริ่มต้น ต้องเปิดเองด้วย /computer on) ที่ให้เอเจนต์คลิก พิมพ์ และลากในแอปเดสก์ท็อปได้ และ dynamic workflows ที่ให้เขียนขั้นตอนการทำงานของหลายเอเจนต์เป็นโค้ดใน Copilot extension แล้วรันซ้ำได้แบบเดิมทุกครั้ง ใช้ได้ทุกแพลน
18–19 ก.ย. 2026 ทีม Cua (trycua/cua, 24.4k ดาว) ปล่อยโค้ดและเช็กพอยต์ cua-s1-forms — โมเดล System One ขนาด 706,048 พารามิเตอร์ ไฟล์ 2.8 MB ภายใต้ MIT ที่ไม่ generate ข้อความเลย แต่ให้ความน่าจะเป็นต่อหนึ่งตัวเลือกในหนึ่ง forward pass สำหรับงานกรอกฟอร์มบนหน้าจอ และบนงานเดียวกันมันทำได้ 99.7% เทียบกับ Jev API ที่โฮสต์อยู่ 83.6%
8 ก.ย. Nex-AGI ปล่อยตระกูลเอเจนต์ Nex-N2.5 สามขนาดใต้ Apache-2.0 — mini 35.1B มัลติโมดัลมีน้ำหนักจริง 70.24 GB, Max 1.6T ขึ้นเป็น FP8 รวม 1.655 TB แต่ Pro ยังมีแค่การ์ดกับคำว่า coming soon; และเว็บบริษัทระบุเองว่า Max สร้างบน DeepSeek-V4-Pro-Base ซึ่งการ์ดบน Hugging Face ไม่ได้เอ่ยชื่อไว้
Google ปล่อย Computer Use tool ใน Gemini API เป็น public preview (24 มิ.ย. 2026) ให้ Gemini 3.5 Flash สั่งงานเบราว์เซอร์ มือถือ และเดสก์ท็อปได้ผ่าน API ตรง พร้อม prompt-injection detection และ safety policy ปรับตั้งได้ — ขยับเข้ามาแข่งกับ computer use ของ Anthropic และ Operator ของ OpenAI
OpenAI เพิ่มฟีเจอร์ Record & Replay ให้ Codex บน macOS — สาธิตขั้นตอนงานซ้ำๆ ให้ดูครั้งเดียว แล้ว Codex จะสรุปเป็น skill ที่อ่านแก้ไขได้ และนำกลับมาเล่นซ้ำด้วยอินพุตใหม่ผ่าน Computer Use แบบเข้าใจความหมาย ไม่ใช่จำพิกัดเมาส์ตายตัว เปิดให้ใช้เฉพาะ macOS และยังไม่รวม EEA/UK/สวิตเซอร์แลนด์