แท็ก
11 บทความ
Memdoor ปล่อย workflow team-solve ที่เขียนวิธี GVS5H เป็น YAML ล้วนและทำคะแนน 9.8/10 บน LiveCodeBench Hard 10 ข้อ เทียบกับ 8.0 ของ Fable 5 แบบเรียกครั้งเดียว แต่ตัวอย่างเล็กและมีข้อจำกัด ส่วนงานวิจัยต้นฉบับชี้ว่าวิธีนี้ไม่ได้ช่วยทุกโมเดล
Copilot Fusion เปิดใช้ทั่วไปเมื่อ 28 ต.ค. ในงาน Universe รวม HydraFusion กับ auto model selection เข้าด้วยกัน Artificial Analysis วัดรุ่น Max ได้ 60 ต่ำกว่า Claude Code กับ Opus 5.5 สองคะแนน แต่ต้นทุนต่องาน $5.59 เทียบกับ $11.42 และใช้โทเคนราวครึ่งหนึ่ง
Axiom Math ประกาศเมื่อ 26 ต.ค. 2026 ว่าใช้ฝูง AI agent หลายสิบตัว ภายใต้การกำกับของวิศวกรและนักคณิตศาสตร์ formalize บทพิสูจน์รุ่นแรกของ Classification of Finite Simple Groups ลง Lean 4 ได้ครบใน 24 วัน ได้โค้ด 43.1 ล้านบรรทัด ไม่มี sorry ใช้แค่ axiom มาตรฐาน 3 ตัว และใช้ statement จากโปรเจกต์ TauCeti ภายนอก ระหว่างทางพบ 34 จุดที่เบี่ยงจากเอกสารที่ตีพิมพ์ รวมถึง counterexample ต่อข้ออ้างในบทพิสูจน์ Unbalanced Group Theorem ปี 1986 รีโปเปิดภายใต้ Apache-2.0
Microsoft Research ปล่อยโค้ด Agensh (MIT) เมื่อ 22–24 ต.ค. 2026 ต่อจาก preprint เดือน ก.ย. เป็น harness แบบไม่มีศูนย์กลาง ที่ให้ agent จองงานเอง คุยกันผ่าน Mattermost และ merge งานผ่าน Gitea ใน 5 โจทย์ที่ยากที่สุดของ ProgramBench คะแนนเฉลี่ยขึ้นจาก 19.31% (1 ตัว) เป็น 28.78% (128 ตัว) และ pandoc ขึ้นเป็น 55.06% ที่ 1,024 ตัว แต่เปเปอร์ไม่บอกต้นทุนโทเคน และไม่เทียบกับ agent ตัวเดียวที่ได้ compute เท่ากัน
บทความ 22 ต.ค. จากทีม Applied AI ของ Anthropic บอกว่า agent ตัวเดียวที่โหลด skill และ tool เมื่อจำเป็น มักให้คุณภาพดีกว่า ถูกกว่า และเร็วกว่าการแตก subagent ตามผังองค์กร ลูกค้ารายหนึ่งเร็วขึ้นราว 2 เท่า พร้อมปล่อย single-agent-loop-kit (Apache-2.0) เป็น skill ที่ audit ระบบเดิมแล้วพับ subagent ทีละตัว และเก็บไว้เฉพาะตัวที่ eval บอกว่ายังจำเป็น
บทความบน Microsoft Agent Framework Blog (16 ก.ย. 2026) ย้ายเดโมมัลติเอเจนต์จากสถาปัตยกรรม A2A ไปเป็น Agent Skills ที่เสิร์ฟผ่าน MCP แล้ววัดด้วย trace จริง: เรียกโมเดล 3 ครั้งแทน 6-7 ครั้ง เวลาเฉลี่ย 6.348 วินาทีแทน 15.480 วินาที แต่ใช้โทเคนรวมมากขึ้นราว 22% พร้อมขั้นตอนย้าย 5 ข้อและข้อควรระวังที่ตรงไปตรงมา
10 ก.ย. Cursor เปิด Projects แบบเบต้าให้ผู้ใช้ทุกคน: คุยกับเอเจนต์ผู้ประสานงานที่วางแผนแล้วส่งงานให้ซับเอเจนต์ (สูงสุดเป็นพันตัว) รันบนเครื่องคลาวด์ของโปรเจกต์เอง มีไฟล์คอนเท็กซ์ร่วมที่สะสมความรู้ข้ามเซสชัน และ subscription ที่คอยดู Slack, ตารางเวลา หรือ PR — Cursor อ้างว่าผู้ใช้หนักขึ้น PR ได้ 6 เท่า แต่เป็นข้อมูลภายในบริษัทที่ไม่ได้บอกวิธีวัด และยังไม่มีข้อมูลราคา
10 ก.ย. OpenAI ปล่อย Agents API เป็น public beta ให้แอปเรียกใช้ฮาร์เนส Codex ที่ OpenAI ดูแลเซสชัน การบีบอัดคอนเท็กซ์ และการกู้คืนให้เอง รันในแซนด์บ็อกซ์ของ OpenAI หรือของเราเองผ่าน codex exec-server ก็ได้ ไม่มีค่าธรรมเนียมแยก จ่ายตามโทเคนกับค่าคอนเทนเนอร์ — แต่เอกสารระบุเองว่าตอนนี้เก็บข้อมูลได้เฉพาะในสหรัฐฯ และไม่รองรับ Zero Data Retention แม้จะใช้แซนด์บ็อกซ์ของตัวเองก็ตาม
8 ก.ย. Tristan Buckmaster ศาสตราจารย์ Courant เผยแพร่แถลงการณ์ 4 หน้าเล่าลำดับเหตุการณ์ที่ OpenAI ติดต่อเขาก่อนประกาศว่าโมเดลภายในพิสูจน์ blowup ของ Navier-Stokes แบบมีแรงกระทำได้ — พร้อมกับที่เขาและ Levent Alpöge ปล่อยผลของตัวเองสามชิ้นที่ผ่านการตรวจด้วย Lean แล้ว OpenAI ปฏิเสธข้อกล่าวหา และ Terence Tao ออกมาเตือนเรื่องการ 'ขุด' โจทย์เปิดจนหมด
Cline ปล่อย CLI v3.0.45 (19 ก.ค. 2026) ย้าย provider ของ Claude Code และ Codex ไปเป็น optional peer dependency ที่โหลดเมื่อต้องใช้จริง ทำให้ npm i -g cline ลดจากราว 640MB เหลือราว 285MB พร้อมเพิ่ม Kimi K3 เข้า ClinePass และถอด spawn tool ออกจากมือ teammate agent ในโหมด team runs
OpenAI เริ่มเข้ารหัสข้อความที่เอเจนต์ส่งหากันในโปรโตคอล multi-agent v2 ของ Codex — ข้อความคำสั่งระหว่างโมเดลกลายเป็น ciphertext ที่นักพัฒนาอ่านไม่ได้ หายไปจาก log, trace และเครื่องมือ debug ฝั่งผู้ใช้ จุดชนวนคำถามเรื่อง auditability ของระบบเอเจนต์