การเขียนโปรแกรมและ AI

Yapay zeka kodlama ajanları üzerine bugüne kadar okuduğum en ilginç verilerden biri bu oldu: daha fazla kod, otomatik olarak daha fazla yazılım demek değil.

Harvard'dan Fiona Chen ve James Stratton'ın çalışması, 2021'den Mart 2026'ya kadar 700'den fazla yazılım şirketinde 700 binin üzerinde çalışana ait verileri ve 300 milyon iş olayını incelemiş. Kodlama ajanları devreye girdikten sonra toplam kod satırı ortalama yüzde 30, commit sayısı yüzde 20, pull request sayısı yüzde 23 artmış.

Ama asıl soru şu: iş bitiyor mu? Jira gibi araçlarda takip edilen hata, görev ve özelliklerin tamamlanma oranında istatistiksel olarak anlamlı bir değişiklik görülmemiş.

Darboğaz kod incelemede. Bir pull request'in gönderilmesinden ana kod tabanına alınmasına kadar geçen süre yüzde 49 uzamış. Değişiklik istenen pull request oranı neredeyse iki katına çıkmış, pull request başına yorum sayısı yüzde 35 artmış, kod inceleyen çalışanların oranı da yüzde 14 yükselmiş. Yani yazma tarafında kazanılan hızın önemli bir kısmı inceleme ve düzeltmede geri harcanıyor.

Şirketler bunu da yapay zekayla çözmeye çalışıyor: Mart 2026 itibarıyla incelenen şirketlerin yüzde 80'i bir tür yapay zeka kod inceleme aracı kullanıyormuş. Yine de inceleme yorumlarının sadece yüzde 23,3'ü ajanlardan geliyor ve ajanlar pull request'lerin yalnızca yüzde 10,8'ine katkı veriyor; işin büyük kısmı hâlâ insanlarda. Aktif çalışan sayısında da, en azından incelenen dönemde, anlamlı bir değişiklik bulunmamış.

Verilerin Mart 2026'da bittiğini, araçların o tarihten beri geliştiğini de not etmek lazım. Ama benim çıkardığım ders net: verimlilik için sadece kod yazma süresini değil, inceleme, hata düzeltme ve entegrasyonu da hızlandırmak gerekiyor.

Ars Technica'daki haber: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
Çalışmanın PDF'i: https://fion.ac/jellyfish.pdf

Kaynak: DonanımHaber

ในฐานะคนที่ต้องทำงานกับโค้ดทุกวัน ปี 2025 เป็นปีที่มีการเปลี่ยนแปลงอย่างมากสำหรับฉัน เครื่องมือเขียนโปรแกรมด้วย AI ไม่ได้เป็นเพียงแค่เครื่องมือช่วยเติมโค้ดบรรทัดถัดไปอีกต่อไป แต่เริ่มเข้ามามีบทบาทในการทำงานที่สำคัญมากขึ้น หากย้อนกลับไปครึ่งปีแรก ทุกคนยังคงพูดคุยถึงประสบการณ์การใช้งานของ Cursor และ Copilot แต่ครึ่งปีหลัง แนวคิด "การพัฒนาที่ขับเคลื่อนด้วย Spec" กลายเป็นที่นิยมอย่างรวดเร็ว และคลังเก็บข้อมูลเต็มไปด้วยไฟล์ Markdown ที่เขียนขึ้นเพื่อใช้กับ Agent

สิ่งที่ฉันรู้สึกมากที่สุดคือ การเขียนโปรแกรมกำลังเปลี่ยนจาก "การที่มนุษย์เป็นผู้ควบคุม" ไปสู่ "การที่ Agent เป็นผู้ควบคุม" ก่อนหน้านี้ AI ทำได้เพียงแค่คาดเดาตัวอักษรต่อไป แต่ตอนนี้ AI สามารถทำงานได้ตั้งแต่การวิเคราะห์ความต้องการ ไปจนถึงการสร้างโค้ดและการตรวจสอบผลลัพธ์ สิ่งที่น่าสนใจคือ เครื่องมือชั้นนำส่วนใหญ่กำลังพัฒนาในรูปแบบ IDE, CLI และ Cloud พร้อมกัน และสุดท้ายก็มุ่งเน้นไปที่การเป็น Agent

อย่างไรก็ตาม ปัญหาต่างๆ ก็ตามมาด้วย ค่าใช้จ่ายที่สูงเป็นพิเศษคือ "Token" เนื่องจากงานมีความซับซ้อนมากขึ้น การเรียกใช้เครื่องมือเพิ่มขึ้น และการส่งข้อมูลบริบทซ้ำๆ ทำให้ค่าใช้จ่ายเพิ่มขึ้นอย่างรวดเร็ว ในปีนี้ สิ่งที่ผู้คนพูดถึงกันบ่อยๆ ไม่ใช่ "วิธีการเขียน Prompt" อีกต่อไป แต่เป็น "วิศวกรรมบริบท" นั่นคือ การหาวิธีการสร้างสมดุลระหว่างประสิทธิภาพ, ประสิทธิภาพ และค่าใช้จ่าย รวมถึงวิธีการเพิ่มอัตราการเข้าถึงข้อมูลที่แคชไว้

สำหรับฉัน ปี 2025 จุดเปลี่ยนสำคัญไม่ได้อยู่ที่ว่าโมเดลของใครดีกว่ากัน แต่อยู่ที่ว่าใครสามารถเปลี่ยนข้อจำกัดและความทรงจำที่ซ่อนอยู่ในกระบวนการทำงาน ให้กลายเป็นโครงสร้างบริบทที่โมเดลสามารถเข้าใจและนำกลับมาใช้ใหม่ได้ มูลค่าของโปรแกรมเมอร์กำลังเปลี่ยนจาก "การเขียนโค้ด" ไปสู่ "การกำหนดกฎเกณฑ์" ปีนี้เป็นปีที่น่าตื่นเต้นและเต็มไปด้วยความเปลี่ยนแปลงอย่างแท้จริง

แหล่งที่มา: InfoQ

ตามรายงานของ IT之家 JetBrains ประกาศโมเดล AI สำหรับการเขียนโปรแกรม Mellum2.1 ในบล็อกโพสต์เมื่อวันที่ 8 ตุลาคม โดยเน้นการเพิ่มความสามารถในการเขียนโค้ดแบบเอเจนต์ ในฐานะนักพัฒนา ฉันติดตามโมเดลโอเพนซอร์สแบบนี้ที่สามารถรันในเครื่องได้อยู่เสมอ จึงขอสรุปประเด็นสำคัญไว้ที่นี่

โมเดลยังคงสถาปัตยกรรมของ Mellum2: เป็นโมเดลแบบ mixture of experts (MoE) ขนาด 12B โดยมี 2.5B พารามิเตอร์ที่ทำงานอยู่ และยังเผยแพร่ภายใต้ใบอนุญาต Apache 2.0 การเปลี่ยนแปลงสำคัญในการฝึกคือขั้นตอนการเรียนรู้แบบเสริมแรงหลังการ pretraining ซึ่งเดิมเป็นขั้นตอนปิดท้ายสั้น ๆ ได้ถูกขยายจนกลายเป็นส่วนหลักของการฝึก มีการเพิ่มข้อมูลด้านคณิตศาสตร์ การแข่งขันอัลกอริทึม วิทยาศาสตร์ การใช้เครื่องมือ และวิศวกรรมซอฟต์แวร์ พร้อมสร้างสภาพแวดล้อม RL ภายใน และในระหว่างการฝึกได้เปิดแซนด์บ็อกซ์หลายล้านตัวครอบคลุมหลายพันสภาพแวดล้อม ก่อนฝึกจะคัดกรองงานที่มีเทสต์บกพร่อง คำตอบตรวจสอบไม่ได้ หรือความยากไม่เหมาะสมออกไป

ตามคำอธิบายอย่างเป็นทางการ โมเดลสามารถสำรวจโค้ดเบส แก้ไขไฟล์ และตรวจสอบการแก้ไขของตัวเองได้ การปรับปรุงที่ใหญ่ที่สุดอยู่ที่การเขียนโค้ดแบบเอเจนต์: โมเดลสามารถระบุสาเหตุหลักของเทสต์ที่ล้มเหลว ร่างวิธีแก้ และตรวจสอบผลลัพธ์ได้ ด้านความเร็ว สถาปัตยกรรมไม่ได้เปลี่ยน แต่การทำนายหลายโทเค็น (MTP) ทำให้การสร้างผลลัพธ์สำหรับคำขอเดียวเร็วขึ้นประมาณ 1.6 เท่า เมื่อเทียบกับ Mellum2, Qwen3.5-9B และ Gemma 4 E4B ภายใต้เงื่อนไขการประเมินเดียวกัน อัตราการส่งออกของ Mellum2.1 บน H200 ตัวเดียวภายใต้โหลดสูงใกล้เคียงกับสองเท่าของ Qwen3.5-9B

โมเดลเผยแพร่บน Hugging Face และสามารถติดตั้งในเครื่องหรือในโครงสร้างพื้นฐานของตนเองได้ ทำให้บริษัทต่าง ๆ เก็บโค้ดและข้อมูลไว้ในสภาพแวดล้อมของตนเองได้ JetBrains วางแผนปล่อยเวอร์ชัน GGUF สำหรับ llama.cpp, Ollama และ LM Studio รวมถึงคอมโพเนนต์ MTP สำหรับ speculative decoding ใน vLLM

ฉันรอเวอร์ชัน GGUF อยู่ เพราะนักพัฒนาทั่วไปจะได้ลองใช้บนเครื่องของตัวเอง สำหรับโมเดลเขียนโค้ด คุณให้ความสำคัญกับอะไรมากกว่ากัน ระหว่างความแม่นยำกับค่าใช้จ่ายในการติดตั้ง?

ที่มา: IT之家

จากบทความของ ITmedia NEWS ทำให้ฉันรู้ว่า Google ประกาศแพลตฟอร์มเกมทดลองชื่อ "Playground" การประกาศเกิดขึ้นเมื่อวันที่ 7 ตุลาคม 2026 ตามเวลาสหรัฐฯ และตั้งแต่วันเดียวกันก็เปิดให้ใช้ผ่านเว็บเบราว์เซอร์สำหรับผู้ใช้ในสหรัฐฯ ที่อายุ 18 ปีขึ้นไป

การใช้งานคือการพิมพ์คำสั่งเป็นข้อความเท่านั้น จะเริ่มจากหน้าว่างก็ได้ จะแก้ไขพรอมต์เริ่มต้นที่มีให้ก็ได้ หรือจะใช้การช่วยเหลือแบบมีคำแนะนำก็ได้ และเกมที่สร้างเสร็จแล้วสามารถทดสอบได้ทันทีตรงนั้น การเปลี่ยนฟิสิกส์ กติกา ตัวละคร และสภาพแวดล้อม จะมีผลเมื่อบอกเป็นคำพูด ตามบทความไม่จำเป็นต้องมีประสบการณ์การเขียนโค้ด แต่ไม่ได้เปิดเผยว่าใช้โมเดล AI ตัวใด

การแชร์ก็ทำได้ เพราะเป็นบริการบนเว็บ จึงเล่นได้ทั้งบนสมาร์ตโฟนและคอมพิวเตอร์ สามารถส่งลิงก์แชร์ให้เพื่อนและครอบครัว เผยแพร่ในแกลเลอรี "Explore" หรือเก็บไว้เป็นส่วนตัวก็ได้ บางแนวเกมรองรับกระดานคะแนนและการเล่นหลายคน และเกมที่เผยแพร่จะผ่านการตรวจสอบความปลอดภัยตามแนวทางชุมชนของ Google ฟีเจอร์การสร้างเกมจะทยอยเปิดตามสมาชิกภาพ Google One

อีกประกาศหนึ่งคือความร่วมมือกับ Unity ทั้งสองบริษัทวางแผนจะเปิดตัวผลิตภัณฑ์ใหม่ชื่อ "Unity Spark" ภายในปี 2026 เพื่อเพิ่มกลไกเกมเต็มรูปแบบ กราฟิก 3D คุณภาพสูง และความยืดหยุ่นของ Unity runtime ให้ Playground ผลิตภัณฑ์นี้จะเชื่อมต่อกับ Unity Asset Store โดยตรง ขณะนี้กำลังทดสอบอยู่ และจะเริ่มเบตาแบบปิดเร็ว ๆ นี้ CEO ของ Unity ชี้ว่ามีผู้คนราว 3 พันล้านคนต่อเดือนที่เล่นเกมที่สร้างด้วย Unity แต่หลายคนไม่เคยสร้างเกมเองเลย

ส่วนตัวฉันคิดว่าการแชร์และเล่นเกมที่สร้างจากพรอมต์อาจเป็นจุดเริ่มต้นที่น่าสนใจสำหรับการเขียนโปรแกรม อยากรู้ว่าทุกคนมองเครื่องมือแบบนี้อย่างไรบ้างค่ะ

ที่มา: ITmedia NEWS

Next เขียนบทความเกี่ยวกับ Pi ซึ่งเป็น harness โอเพนซอร์สที่เพิ่งขึ้นเวอร์ชัน 1.0.0 สำหรับผู้ที่ไม่คุ้นกับคำนี้ harness คือชั้นซอฟต์แวร์รอบโมเดล AI ที่ทำให้โมเดลอ่านไฟล์ รันคำสั่ง หรือค้นหาข้อมูลบนอินเทอร์เน็ตได้

Pi ตั้งเป้าให้เรียบง่ายแต่ขยายได้ รองรับโมเดลและเวอร์ชันย่อยมากกว่า 1,500 รายการ ทั้งโมเดลเชิงพาณิชย์และโมเดลที่เปิดน้ำหนัก (open-weight) ซึ่งรันในเครื่องได้ และนำเสนอตัวเองเป็นทางเลือกแทน Claude Code และ Codex โดยไม่ต้องพึ่งโมเดลของ Anthropic หรือ OpenAI นักพัฒนามองว่าการขึ้นเวอร์ชัน 1.0 เป็นสัญญาณของความเป็นผู้ใหญ่

บทความยังกล่าวถึงฟีเจอร์ล่าสุด ได้แก่ ตัวเชื่อม MCP โหมดที่เรียกว่า "codemode" และการรองรับ ChatGPT ส่วน Pi Durable ถูกบรรยายว่าสามารถทนต่อความล้มเหลวร้ายแรงทั้งภายในและภายนอกได้

ต้องบอกว่าประมาณ 80% ของเนื้อหาสงวนไว้สำหรับผู้สมัครสมาชิก ผมจึงจำกัดตัวเองไว้กับส่วนที่อ่านได้อย่างเปิดเผย ในช่องความคิดเห็น ผู้อ่านหลายคนเปรียบเทียบ Pi กับ OpenCode คนหนึ่งบอกว่ามันเบามากแต่ตั้งค่ายากกว่า โดยเฉพาะ MCP อีกคนชี้ไปที่เวอร์ชัน Oh-My-Pi ผู้เขียนยังประกาศว่าจะมีบทความเกี่ยวกับการติดตั้งและการใช้งานตามมาด้วย

สิ่งที่ผมสนใจคือแนวคิดแยก harness ออกจากโมเดล คุณเปลี่ยนโมเดลได้โดยไม่ต้องเปลี่ยนเครื่องมือ ยังต้องดูต่อไปว่าความเรียบง่ายของ Pi จะยังอยู่รอดเมื่อการใช้งานซับซ้อนขึ้นหรือไม่ แล้วคุณใช้ harness ตัวไหนเป็นประจำเวลาเขียนโค้ดกับ AI

ที่มา: Next

Xataka เล่าเรื่องที่ผสมระหว่างการเขียนโปรแกรม AI และความขัดแย้งไม่น้อย จนกระทั่งไม่กี่วันก่อน ArtCraft ยังเป็นแพลตฟอร์มสร้างภาพและวิดีโอด้วย AI Brandon Thomas สมาชิกในทีมประกาศว่าเขาใช้ vibe coding สร้างซอฟต์แวร์โอเพนซอร์สแทนแอปพลิเคชันของ Adobe เจ็ดตัว เขียนด้วย Rust ได้แก่ PhotoCraft (Photoshop), VectorCraft (Illustrator), FilmCraft (Premiere Pro), LightCraft (Lightroom), PdfCraft (Acrobat), EffectCraft (After Effects) และ DesignCraft (InDesign)

ซอฟต์แวร์เหล่านี้มีให้ใช้บน Windows, macOS และ Linux และสามารถใช้งานผ่าน ArtCraft ได้ด้วย บทความชี้ว่า Adobe ไม่เคยเสนอเครื่องมือสร้างสรรค์ระดับมืออาชีพสำหรับ Linux ช่องว่างนี้จึงไม่เล็กเลย

เพื่อนร่วมงานของผู้เขียนลองใช้ PhotoCraft อยู่หลายวัน ฟังก์ชันพื้นฐานใช้งานได้ ไม่พบเครื่องมือ AI ของ Photoshop และแอปใช้พื้นที่น้อยมาก แต่ตอนนี้ยังไม่สามารถแทนที่ของจริงได้ ผู้สร้างเองยอมรับว่าโครงการอยู่ในระยะอัลฟ่าตอนต้นมาก ยังขาดเครื่องมือ AI และเครื่องมือเชิงสร้างสรรค์ราว 20 ชิ้น ความลึกด้านการจัดวางตัวอักษรและเวิร์กโฟลว์มืออาชีพ และความเข้ากันได้กับปลั๊กอิน

ตามคำบอกเล่าของผู้สร้าง แนวทางนี้เป็นแบบ clean-room คือพึ่งพาสเปคสาธารณะและพฤติกรรมที่สังเกตได้ของโปรแกรม โดยไม่ใช้โค้ดหรือทรัพยากรที่เป็นกรรมสิทธิ์ใด ๆ PhotoCraft เปิดไฟล์ PSD ได้เพราะ Adobe เผยแพร่สเปคเหล่านั้น ทางออนไลน์มีการคาดเดาที่ยังไม่มีหลักฐานว่าโปรแกรมของ Adobe ถูกถอดรหัสย้อนกลับ

Xataka ยังย้ำปัญหาของ vibe coding ด้วย โค้ดที่ AI สร้างอาจดีบักยาก และอาจมีสิ่งที่โปรแกรมเมอร์มนุษย์ไม่มีวันเขียน ซึ่งเป็นเรื่องที่ร้ายแรงน้อยกว่าในแอปส่วนตัวเมื่อเทียบกับโปรเจกต์ขนาดใหญ่ ผมคิดว่านี่เป็นคำเตือนที่ดี ผู้เขียนแนะนำทางเลือกฟรีอย่าง Affinity, GIMP และ DaVinci Resolve คุณจะไว้ใจแอปที่สร้างขึ้นด้วยวิธีนี้หรือไม่?

ที่มา: Xataka

ฉันอ่านบทวิเคราะห์ของ Simon Bisson ใน Computer Sweden ซึ่งระบุว่า Microsoft ยกระดับ Rust ขึ้นเป็นสถานะ Tier-1 ภายใน ระดับเดียวกับ C#, TypeScript และ C สถานะนี้ต้องมี toolchain ที่สมบูรณ์และการผสานรวมกับ Windows และ Azure ด้วย

ที่มาคือ Mark Russinovich ซีทีโอของ Azure ได้ชูความปลอดภัยด้านหน่วยความจำของ Rust ว่าเป็นส่วนสำคัญของกลยุทธ์ความปลอดภัยของ Microsoft และ Microsoft ยังเป็นหนึ่งในผู้ก่อตั้ง Rust Foundation ด้วย บทความรับเชิญบนเว็บไซต์ของ Rust Foundation อธิบายว่า Rust เชื่อมกับ Microsoft Visual C (MSVC) อย่างไรเพื่อให้ภาษาทั้งสองทำงานร่วมกันได้อย่างราบรื่น

สิ่งที่เป็นรูปธรรมที่สุดคือ backend ใหม่ของคอมไพเลอร์ Rust ชื่อ rustc_codegen_utc มันใช้ backend ของ Visual C ซึ่งก็คือ DLL ชื่อ C2.DLL และส่งไฟล์ .OBJ ให้ตัวลิงก์เกอร์ของ MSVC ข้อดีคือ Rust สามารถใช้ประโยชน์จากงานด้านความปลอดภัยและเสถียรภาพที่ Microsoft ทำไว้แล้ว และโค้ด Rust กับ C จะเข้ากันได้ Microsoft บอกว่า backend นี้พร้อมใช้งานจริงแล้ว และมีโปรเจกต์ภายใน Rust มากกว่าร้อยโปรเจกต์ใช้งานอยู่ อย่างไรก็ตาม ตอนนี้ใช้ได้เฉพาะภายในเท่านั้น และบริษัทบอกเป็นนัยว่าเครื่องมืออาจเป็นโอเพนซอร์ส แต่ไม่ได้ระบุกำหนดเวลา

สำหรับคนนอก Microsoft สถานการณ์ใกล้ตัวกว่า การรองรับ Rust ใน VS Code ทำผ่าน rust-analyzer การสร้างโปรเจกต์ยังต้องใช้ MSVC C Build Tools และ crate windows ของ Microsoft ให้การเข้าถึง Windows API ได้โดยตรง คำแนะนำของบทความคือให้เริ่มจากเครื่องมือที่มีอยู่แล้วเมื่อจะเรียนรู้การพัฒนาบน Windows ด้วย Rust

ส่วนตัวแล้วฉันคิดว่าน่าสนใจที่บริษัทใหญ่ขนาดนี้ลงทุนเพื่อไม่ต้องดูแลทีมคอมไพเลอร์แยกกันสองทีม พวกคุณใช้ Rust ทำอะไรกันบ้าง?

ที่มา: Computer Sweden

ใน Computable ฉันได้อ่านสรุปรายงาน «2026 State of Open Source in Europe» ของ Linux Foundation ซึ่งเป็นฉบับที่ห้า นำเสนอในงาน Open Source Summit Europe ที่ปราก สารหลักชัดเจน: การใช้โอเพนซอร์สอย่างเดียวไม่ได้ทำให้มีการควบคุม ต้องร่วมพัฒนาและมีส่วนในการกำหนดทิศทางด้วย

ตัวเลขแสดงให้เห็นจุดที่ติดขัด องค์กรในยุโรป 94% เห็นว่าอธิปไตยทางดิจิทัลสำคัญต่อกลยุทธ์เทคโนโลยีของตน และ 61% เห็นว่าสำคัญมาก นักพัฒนาในยุโรปมีส่วนร่วมราวร้อยละ 40 ของการพัฒนาโครงการโครงสร้างพื้นฐานอย่าง Kubernetes และ OpenStack แต่หลายองค์กรจำกัดตัวเองอยู่แค่การใช้งาน และ 31% ไม่มีกรอบการจัดการโอเพนซอร์สอย่างเป็นทางการ องค์กรที่มีกรอบรายงานผลตอบแทนมากกว่าสี่เท่าของการลงทุน ส่วนองค์กรที่ไม่มีอยู่ที่ 3.6 เท่า

เครื่องมือเขียนโค้ดด้วย AI ก็ถูกกล่าวถึง: 94% ใช้หรือทดลองเครื่องมือเขียนโค้ดด้วย AI เชิงกำเนิด สามในสี่เชื่อว่าช่วยเพิ่มคุณค่าให้โอเพนซอร์ส และ 48% จึงใช้โอเพนซอร์สมากขึ้น เกือบครึ่งดูแลฟอร์กภายใน โดยเฉลี่ยใช้เวลา 311 ชั่วโมงสำหรับ 9.5 ฟอร์กต่อหนึ่งรอบการปล่อยเวอร์ชัน

สิ่งที่สะดุดตาฉันคือ ระดับบนของ Agentic AI Foundation ส่วนใหญ่เป็นบริษัทอเมริกัน เช่น AWS, Anthropic, Google, Microsoft และ OpenAI ระดับ Gold มีจากยุโรปเพียง Suse และ Ericsson ขณะเดียวกันคณะกรรมาธิการยุโรปกำลังเตรียมแพ็กเกจอธิปไตยทางเทคโนโลยีราว 2 พันล้านยูโร

Thierry Carrez จาก Linux Foundation Europe กล่าวว่าโอเพนซอร์สช่วยให้พึ่งพาน้อยลง แต่ต้องมีส่วนร่วมอย่างแข็งขันในโครงสร้างการกำกับดูแลแบบเปิด ในฐานะนักพัฒนาฉันเห็นด้วย: pull request หนึ่งรายการบางครั้งมีอิทธิพลมากกว่าเอกสารนโยบาย แล้วที่ของคุณเป็นอย่างไรบ้าง

Richard Speed จาก The Register เขียนถึง ArtCraft บริษัทที่เพิ่มทางเลือกแทน Word, Excel และ PowerPoint เข้าไปในชุดแอปพลิเคชัน Rust ของตน บริษัทเรียกสิ่งเหล่านี้ว่าการสร้างซอฟต์แวร์ของเจ้าของขึ้นใหม่แบบ clean room และการพัฒนาโปรเจกต์เหล่านี้พึ่งพา Claude อย่างมาก ที่คลัง GitHub ของบริษัทยังมีโปรเจกต์ที่ได้แรงบันดาลใจจาก Photoshop, Illustrator และ Premiere Pro ด้วย

ผู้ตรวจทดลองใช้ WordCraft ซึ่งเป็นทางเลือกแทน Word บน Surface ที่ใช้ซีพียู Arm และพบว่าทำงานได้ดี มันหน้าตาคล้าย Word แต่ปุ่ม ไอคอน และรูปภาพต่างกัน โปรเจกต์นี้อยู่ในระยะ pre-alpha ArtCraft ประมาณว่าฟีเจอร์เทียบเท่า Word ราว 62 เปอร์เซ็นต์ และผู้ตรวจไม่แนะนำให้ใช้งานจริง แผนงานยอมรับว่ายังไม่ได้เริ่มทดสอบความเข้ากันได้กับไฟล์ DOCX จริง และตัดแผนภูมิ SmartArt กับออบเจกต์ OLE ที่ฝังอยู่ออกไป

ด้านลิขสิทธิ์ WordCraft ใช้ใบอนุญาตคู่ MIT หรือ Apache 2.0 ส่วนพจนานุกรมตรวจคำสะกดและการตัดคำใช้รายการคำ Moby Hyphenator II ของ Grady Ward ซึ่งเป็นสาธารณสมบัติ ArtCraft ระบุว่าทุกอย่างสร้างจากข้อกำหนดสาธารณะและการสังเกต และทรัพยากรเป็นของตนเองหรือมีใบอนุญาตแบบเปิด The Document Foundation ผู้พัฒนา LibreOffice ปฏิเสธที่จะแสดงความเห็น Microsoft ยืนยันว่าได้รับคำถามแล้วแต่ไม่ได้ตอบเพิ่ม ส่วน Adobe ไม่ได้แสดงความเห็นเกี่ยวกับโปรเจกต์แอปครีเอทีฟ

Neil Brown จาก decoded.legal บอกกับหนังสือพิมพ์ว่าสถานะทางกฎหมายจะขึ้นอยู่กับเขตอำนาจศาล ผู้พัฒนาอาจอ้างว่าการทำขึ้นเองอย่างอิสระไม่ละเมิดสิทธิ์ แต่เมื่อเดิมพันสูง ข้อพิพาทก็อาจถึงศาลได้

สิ่งที่น่าสนใจสำหรับฉันไม่ใช่ข้อกล่าวอ้างนั้นเอง แต่คือความเร็ว ทีมเล็ก ๆ ที่ใช้เครื่องมือเขียนโค้ดด้วย AI สามารถเผยแพร่ชุดโปรแกรมสำนักงานที่จำได้ง่ายได้ แม้จะยังไม่เสร็จ แต่ก็ใช้ทดสอบได้ คำถามที่ยังค้างอยู่คือคุณภาพ การดูแลรักษา และด้านกฎหมาย อยากฟังความเห็นของคนอื่นที่เขียนโค้ดกับผู้ช่วย AI ว่าคิดอย่างไรกับข้ออ้าง clean room เหล่านี้ค่ะ

ที่มา: The Register

ฉันอ่านในเว็บไซต์ของ Technology Portal ว่า OpenAI ประกาศฟีเจอร์ใหม่ของ ChatGPT ชื่อ "Intelligent UI" (อินเทอร์เฟซอัจฉริยะ) พร้อมกับการเปิดตัวโมเดล GPT-6 ประเด็นสำคัญคือคำตอบไม่ได้มีแค่ข้อความอีกต่อไป แต่สามารถผสมข้อความเข้ากับองค์ประกอบภาพที่โต้ตอบได้ภายในการสนทนาเอง

องค์ประกอบที่รองรับ ได้แก่ ภาพประกอบ แผนภาพ กราฟ ฟอร์ม และปุ่มโต้ตอบ บทความอ้างอิงบล็อกของ OpenAI ระบุว่า GPT-6 ได้รับการฝึกให้รู้ว่าเมื่อไรที่องค์ประกอบโต้ตอบเหมาะกว่าข้อความ และรู้วิธีจัดวางภายในคำตอบ

ตัวอย่างที่กล่าวถึงมีภาพจักรยานเจ็ดเกียร์ที่มีปุ่มให้เลือกชิ้นส่วนแล้วแสดงข้อมูลของแต่ละชิ้น ภาพกระเบื้องมาจองที่จัดเป็นชุดเลื่อนดูได้ และเครื่องมือขนาดเล็ก เช่น เครื่องคิดเลขออมเงินเกษียณ หรือเครื่องมือแบ่งบิลระหว่างหลายคน ด้านโมเดล GPT-6 Sol ใช้ได้กับผู้สมัครแพ็กเกจระดับสูง ส่วนผู้ใช้ Go และผู้ใช้ฟรีได้ Luna ซึ่งประหยัดทรัพยากรกว่า บทความยังพูดถึงการค้นหาเว็บที่ดีขึ้น คำตอบบางส่วนที่ปรากฏเร็วขึ้นระหว่างรวบรวมข้อมูล และความทนทานที่มากขึ้นต่อความพยายามหลีกเลี่ยงการฝึกด้านความปลอดภัย

ฉันคิดว่าก้าวนี้สำคัญสำหรับนักพัฒนา เพราะมันทำให้การสนทนาใกล้กับแอปเล็ก ๆ ที่สร้างขึ้นตามความต้องการมากขึ้น คำถามที่ยังค้างอยู่คือ ปุ่มจะช่วยเราได้จริงมากกว่าข้อความที่เขียนดีหรือไม่ อยากฟังความเห็นของทุกคนค่ะ

ที่มา: Technology Portal

หลังจากห้าปี Bootstrap กลับมาเคลื่อนไหวอีกครั้ง Mark Otto ผู้ร่วมก่อตั้งประกาศอัลฟ่าแรกของ Bootstrap 6 ตามที่ heise developer รายงาน ผมรู้สึกว่าเรื่องนี้น่าสนใจ เพราะเฟรมเวิร์กนี้มาจากวงการ Twitter และเป็นโอเพนซอร์สตั้งแต่ปี 2011

ตัวเลขแสดงให้เห็นว่า Bootstrap ใหญ่ขึ้นมากแค่ไหน: ตามข้อมูลของโปรเจกต์ มีการติดตั้งมากกว่า 1.75 พันล้านครั้ง แต่ในขณะเดียวกันส่วนแบ่งตลาดกำลังลดลง ตาม W3Techs ต้นเดือนสิงหาคม 2026 มีเว็บไซต์ 13.8 เปอร์เซ็นต์ที่ใช้ Bootstrap เทียบกับ 15.3 เปอร์เซ็นต์ในเดือนธันวาคม 2025 Tailwind CSS กำลังได้รับความนิยมในโปรเจกต์ใหม่

ทีมมุ่งเป้าไปที่เบราว์เซอร์สมัยใหม่: Chrome และ Edge ตั้งแต่เวอร์ชัน 130, Firefox ตั้งแต่ 132 และ Safari ตั้งแต่ 18 เพื่อสิ่งนี้ Bootstrap 6 จึงใช้ฟีเจอร์ต่าง ๆ เช่น การสลับโหมดสว่าง/มืดอัตโนมัติ กล่องโต้ตอบแบบเนทีฟ และเลย์เอาต์ที่จัดแนวตามองค์ประกอบรอบข้างแทนที่จะจัดตามหน้าต่าง สี ระยะห่าง และความโค้งของมุมส่วนใหญ่ควบคุมได้ด้วยตัวแปร CSS แม้แต่ตอนรันไทม์ ชื่อคลาสเข้าใกล้ Tailwind: .d-md-none กลายเป็น .md:d-none และ .col-lg-6 กลายเป็น .lg:col-6 แอคคอร์เดียนทำงานได้โดยไม่ต้องใช้ JavaScript

ส่วนที่ผมเห็นว่าน่าสนใจเป็นพิเศษคือเรื่อง AI เอกสารมีให้ในรูปแบบ llms.txt และ llms-full.txt และในรีโพซิทอรีมีไฟล์ skill ที่ตั้งใจช่วยเอเจนต์ AI เช่น ตอนย้ายเวอร์ชัน

ตามบทความ หน้าเว็บที่มีอยู่แล้วไม่สามารถสลับไปใช้ได้ง่าย ๆ Bootstrap 5 จะได้รับการสนับสนุนต่อไปในตอนนี้ และก่อนสิ้นสุดการสนับสนุนจะมีอัปเดตเป็น 5.4.0 ส่วนเวอร์ชัน 7 คาดว่าจะมาเร็วกว่ามาก พวกคุณคนไหนยังใช้ Bootstrap อยู่บ้าง และคนไหนย้ายไปใช้อย่างอื่นแล้ว?

ที่มา: heise online

สัปดาห์นี้มีข่าวหนึ่งจาก XYZ ที่สะดุดตามาก มหาวิทยาลัยเทคโนโลยีวรอตซวาฟ (Politechnika Wrocławska) กับศูนย์มะเร็งวิทยา โรคปอด และโลหิตวิทยาแห่งแคว้นซิลีเซียตอนล่าง กำลังร่วมกันสร้างแพลตฟอร์ม AI สำหรับระบบบริการสุขภาพ นี่ไม่ใช่แชตบอตอีกตัว แต่เป็นโมเดลพื้นฐานที่เชื่อมเวชระเบียน ผลแล็บ ภาพถ่ายทางการแพทย์ และเส้นทางการรักษาเข้าด้วยกัน

โครงการเริ่มจากมะเร็งปอด DCOPiH รับผู้ป่วยใหม่กว่า 1,400 รายต่อปี และมีข้อมูลที่บันทึกไว้อย่างดี ก่อนการประชุมคอนซิเลียม ระบบจะตรวจว่าเอกสารครบหรือยัง ชี้ให้เห็นส่วนที่ยังขาด และไม่ปล่อยให้ผู้ป่วย “หลุด” ไประหว่างการตรวจแต่ละครั้ง แพทย์ยังเป็นผู้ตัดสินใจเหมือนเดิม AI มีหน้าที่คืนเวลาให้แพทย์ได้อยู่ข้างเตียงผู้ป่วย ไม่ใช่คิดแทนแพทย์

ในแง่เทคนิค สิ่งที่น่าสนใจคือการเรียนรู้แบบสหพันธ์ (federated learning) ข้อมูลอยู่ที่โรงพยาบาลเหมือนเดิม และมีเพียงผลจากการฝึกเท่านั้นที่ส่งไปยังโมเดลร่วม โครงการจะต่อยอดจากประสบการณ์กับโมเดลโปแลนด์ PLLuM แต่ใช้ภาษาทางการแพทย์จริงและรองรับข้อมูลหลายรูปแบบ (multimodal)

ต้นแบบแรกจะออกมาภายในไม่กี่เดือนข้างหน้า ถ้าโครงการนี้ขยายออกไปนอกซิลีเซียตอนล่างได้ ก็อาจเป็นหนึ่งในโครงการ AI สำคัญของโปแลนด์ ที่ควรพูดถึงโดยไม่มีกระแสการตลาดมาบดบัง

ที่มา: XYZ