<div class="key-takeaways"><ul><li>รัฐบาลอังกฤษเสนอแผนเพิ่มเวลาขอถิ่นที่อยู่ถาวรจาก 5 เป็น 10 ปี</li><li>กฎใหม่นี้อาจมีผลย้อนหลังถึงวิศวกรและนักวิจัย AI ที่ทำงานอยู่แล้ว</li><li>รายได้สูงกว่าเกณฑ์อาจช่วยลดระยะเวลารอคอยลงได้ตามข้อเสนอ</li><li>สถิติการออกวีซ่าทำงานกลุ่มไอทีลดลง 18% ในปีที่ผ่านมา</li></ul></div><p>กระแสความกังวลกำลังก่อตัวขึ้นในแวดวงอุตสาหกรรมปัญญาประดิษฐ์ของสหราชอาณาจักร หลังจากรัฐบาลได้เสนอแผนปรับปรุงกฎระเบียบการย้ายถิ่นฐานครั้งใหญ่ ซึ่งจะส่งผลให้ระยะเวลารอคอยเพื่อขอรับสถานะผู้มีถิ่นที่อยู่ถาวรเพิ่มขึ้นเท่าตัว และมาตรการนี้ยังครอบคลุมไปถึงวิศวกรผู้เชี่ยวชาญที่ถือวีซ่าได้รับการสนับสนุนจากนายจ้างซึ่งปฏิบัติงานอยู่ในประเทศแล้วในปัจจุบัน</p><p>แนวคิดดังกล่าวเริ่มต้นจากสมุดปกขาวที่ประกาศออกมาในเดือนพฤศจิกายน 2568 และเปิดรับฟังความคิดเห็นจนถึงเดือนกุมภาพันธ์ 2569 โดยเปลี่ยนผ่านรูปแบบจากการพำนักครบตามกำหนดเวลา มาเป็นการประเมินจากคุณูปการและการมีส่วนร่วม ผลกระทบหลักคือระยะเวลามาตรฐานสำหรับการขอสิทธิ์พำนักถาวรอย่างไร้กำหนดจะเพิ่มจาก 5 ปี เป็น 10 ปี สำหรับเส้นทางส่วนใหญ่ และพุ่งสูงถึง 15 ปี สำหรับแรงงานทักษะในตำแหน่งที่ต่ำกว่าระดับปริญญาตรี</p><div class="stat-row"><div class="stat-item"><span class="stat-number">1.6 ล้านคน</span><span class="stat-label">จำนวนผู้คาดว่าจะยื่นขอถิ่นที่อยู่ระหว่างปี 2569-2573</span></div><div class="stat-item"><span class="stat-number">18%</span><span class="stat-label">อัตราวีซ่าทำงานด้านไอทีที่ลดลงในปีถึงเดือนธันวาคม 2568</span></div></div><p>การผลักดันนโยบายนี้เกิดขึ้นเนื่องจากกระทรวงมหาดไทยอังกฤษคาดการณ์ว่าจะมีผู้มีสิทธิ์ยื่นขอถิ่นที่อยู่สูงถึง 1.6 ล้านคนในช่วงปี 2569 ถึง 2573 โดยจะพุ่งสูงสุดราว 450,000 คนในปี 2578 เป็นคลื่นอพยพที่เติบโตอย่างรวดเร็วจากช่วงปี 2565 ถึง 2564 ที่รัฐบาลต้องการชะลอความเร็วลง อย่างไรก็ตาม ประเด็นสำคัญคือมาตรการเหล่านี้ไม่ได้เป็นกฎหมายในทันที ณ ฤดูใบไม้ร่วงปี 2569 เส้นทาง 5 ปียังคงมีผลบังคับใช้เต็มรูปแบบ และยังไม่มีการยื่นร่างแก้ไขกฎระเบียบต่อรัฐสภาแต่อย่างใด</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/ai_mu2ksbc3_inline_1_3df2b72f54.jpg" alt="London corporate tech office workspace computer screens" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><p>ความท้าทายที่แท้จริงตกอยู่กับบริษัทเทคโนโลยีที่ต้องแข่งขันกันดึงดูดและรักษาบุคลากรระดับแนวหน้า ข้อมูลระบุว่ายอดอนุมัติวีซ่าทำงานทั้งหมดลดลงเหลือ 168,471 รายในรอบปีจนถึงเดือนธันวาคม 2568 ลดลง 19% จากปีก่อนหน้า และต่ำกว่าจุดสูงสุดในปี 2566 ถึง 50% ในขณะที่ผู้เชี่ยวชาญด้านไอทีที่เดินทางเข้ามาลดลง 18% ทำให้การรักษาตัวพนักงานที่มีอยู่มีความสำคัญมากกว่าเดิม</p><div class="ai-insight"><p>ในมุมมองเชิงกลยุทธ์ การเปลี่ยนแปลงกฎระเบียบด้านตรวจคนเข้าเมืองไม่ได้เป็นเพียงแค่เรื่องเอกสารธุรการของฝ่ายทรัพยากรบุคคลอีกต่อไป แต่ได้กลายเป็นปัจจัยชี้ขาดความสามารถในการแข่งขันขององค์กรเทคโนโลยี เนื่องจากบุคลากรสาย AI เป็นทรัพยากรหายาก การสร้างความชัดเจนและมั่นคงให้กับทีมงานจึงเป็นเกราะป้องกันไม่ให้บุคลากรย้ายไปทำงานในประเทศอื่นที่มีนโยบายเปิดกว้างกว่า</p></div><blockquote class="pull-quote"><p>&quot;นายจ้างที่รับมือเรื่องนี้ได้ดีจะทำการสำรวจผลกระทบตั้งแต่เนิ่นๆ ก่อนที่กฎระเบียบจะถูกสรุปเป็นข้อยุติ&quot;</p><cite>ยัช ดูบัล ประธานเจ้าหน้าที่บริหาร AY&amp;J Solicitors</cite></blockquote><p>แม้ว่าสถานการณ์จะดูตึงเครียด แต่ข้อเสนอดังกล่าวก็ยังมีช่องทางผ่อนปรนสำหรับผู้มีรายได้สูง โดยผู้ที่มีรายได้ต่อเนื่องเกินกว่า 50,270 ปอนด์ อาจสามารถลดระยะเวลารอคอยลงได้สูงสุดถึง 5 ปี และรายได้ที่เกิน 125,140 ปอนด์ อาจลดลงได้ถึง 7 ปี ซึ่งอาจช่วยดึงให้พนักงานกลับมาอยู่ในเส้นทาง 3 หรือ 5 ปีได้ดังเดิม นอกจากนี้ ตำแหน่งงานด้าน AI และวิศวกรรมส่วนใหญ่อยู่ในกลุ่มเกณฑ์ 10 ปี เนื่องจากมีวุฒิการศึกษาเหนือกว่าระดับปริญญาตรี</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.artificialintelligence-news.com&sz=64" alt="AI News" class="source-logo" width="16" height="16" /> <a href="https://www.artificialintelligence-news.com/news/the-ai-talent-britain-fought-to-hire-may-be-recalculating-its-future/" target="_blank" rel="noopener noreferrer">AI News</a></p>

<div class="key-takeaways"><ul><li>UK proposals suggest doubling the standard permanent residency wait from 5 to 10 years.</li><li>The changes are intended to be retrospective, affecting sponsored engineers already in the country.</li><li>Higher sustained earnings could potentially reduce the qualifying period under the new system.</li><li>IT professional work visas dropped 18 percent in the year leading to December 2025.</li></ul></div><p>Uncertainty is growing across the United Kingdom's artificial intelligence sector as the government considers a sweeping overhaul of immigration rules. The proposed changes would significantly extend the waiting period for permanent residency and apply retroactively to sponsored specialists and engineers who are already living and working in the country.</p><p>Stemming from a White Paper introduced in November 2025 and consulted on until February 2026, the earned settlement model shifts residency criteria from time served to measured contribution. The most significant alteration is the doubling of the standard qualifying period for indefinite leave to remain from five years to ten years for most immigration routes, while positions below degree level face a baseline of fifteen years.</p><div class="stat-row"><div class="stat-item"><span class="stat-number">1.6 million</span><span class="stat-label">Estimated people projected to settle between 2026 and 2030</span></div><div class="stat-item"><span class="stat-number">18%</span><span class="stat-label">Decline in work visas granted to IT professionals by December 2025</span><div></div></div></div><p>The Home Office projects that roughly 1.6 million individuals would seek settlement between 2026 and 2030 under existing policies, prompting ministers to introduce measures to slow down this wave driven by immigration spikes between 2022 and 2024. However, these adjustments are not yet law. As of autumn 2026, the five-year pathway remains active, and no official statement of changes has been presented to Parliament.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/ai_mu2ksbc3_inline_1_3df2b72f54.jpg" alt="London corporate tech office workspace computer screens" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><p>This policy debate translates directly into operational workforce hurdles for technology enterprises competing for top-tier research talent. Total work visa grants dropped to 168,471 in the year ending December 2025, marking a 19 percent decrease year-on-year and sitting 50 percent below the 2023 peak. With IT professional grants down 18 percent, retaining existing specialists has become critically important for local firms.</p><div class="ai-insight"><p>From a strategic standpoint, immigration adjustments are transforming from routine human resources administration into vital enterprise risk management. Because artificial intelligence expertise remains globally scarce, providing regulatory clarity and workforce stability helps companies mitigate the risk of top researchers migrating to alternative jurisdictions with more predictable immigration frameworks.</p></div><blockquote class="pull-quote"><p>&quot;The employers who handle this well map their exposure early, before the rules are even finalised.&quot;</p><cite>Yash Dubal, Chief Executive at AY&amp;J Solicitors</cite></blockquote><p>Despite the restrictive baseline targets, the proposals incorporate provisions for higher earners. Sustained income above 50,270 pounds could shorten the qualifying timeline by up to five years, whereas earnings surpassing 125,140 pounds could cut up to seven years. Furthermore, most technical roles in AI and data science sit above the degree threshold, placing them in the ten-year bracket rather than the harshest fifteen-year tier.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.artificialintelligence-news.com&sz=64" alt="AI News" class="source-logo" width="16" height="16" /> <a href="https://www.artificialintelligence-news.com/news/the-ai-talent-britain-fought-to-hire-may-be-recalculating-its-future/" target="_blank" rel="noopener noreferrer">AI News</a></p>

medium_อังกฤษเสี่ยงสูญเสียบุคลากร-ai-จากกฎถิ่นที่อยู่ใหม่-mu2ksbc3.jpg

small_อังกฤษเสี่ยงสูญเสียบุคลากร-ai-จากกฎถิ่นที่อยู่ใหม่-mu2ksbc3.jpg

thumbnail_อังกฤษเสี่ยงสูญเสียบุคลากร-ai-จากกฎถิ่นที่อยู่ใหม่-mu2ksbc3.jpg

อังกฤษเสี่ยงสูญเสียบุคลากร-ai-จากกฎถิ่นที่อยู่ใหม่-mu2ksbc3.jpg

รัฐบาลสหราชอาณาจักรเตรียมพิจารณาขยายเวลาขอถิ่นที่อยู่ถาวรจาก 5 เป็น 10 ปี สร้างความกังวลให้บริษัทเทคที่พึ่งพาผู้เชี่ยวชาญต่างชาติ

Proposed UK immigration overhauls could double permanent residency wait times to ten years, causing retention concerns for tech employers.

อังกฤษเสี่ยงสูญเสียบุคลากร AI จากกฎถิ่นที่อยู่ใหม่

UK AI Talent Faces Uncertainty Over Settlement Rules

<div class="key-takeaways"><ul><li>Agent-net เปิดซอร์ส Webagent โครงสร้างภาษา Go แปลงเว็บไซต์ให้เป็น AI Agent</li><li>ใช้ระบบ Action Guard ครอบเครื่องมือทุกตัว ป้องกันโมเดลข้ามขั้นตอนความปลอดภัย</li><li>รองรับช่องทางสื่อสารยอดนิยม เช่น Slack และ WhatsApp พร้อมระบบตรวจสอบความถูกต้อง</li><li>จัดการความลับด้วยระบบ Vault และเก็บบันทึกการทำงานตามมาตรฐาน OpenTelemetry</li></ul></div><p>วงการพัฒนา AI ต้องจับตาดูอีกครั้งเมื่อ Agent-net ประกาศเปิดซอร์ส <strong>Webagent</strong> เครื่องมือโครงสร้างภาษา Go ที่ถูกออกแบบมาเพื่อเปลี่ยนเว็บไซต์ใดก็ได้ให้กลายร่างเป็น AI Agent ที่มีระบบป้องกันความปลอดภัยรัดกุม โดยโปรเจกต์นี้เปิดให้ใช้งานภายใต้สัญญาอนุญาต Apache 2.0 เวอร์ชันเริ่มต้น v0 ซึ่งสามารถคอมไพล์และรันไลฟ์เอเจนต์บนแพลตฟอร์มอย่าง Slack, WhatsApp รวมถึง HTTP ได้ทันทีผ่านการสนับสนุนจากเครื่องมือ MCP (Model Context Protocol)</p><p>ในแง่ของการออกแบบ สถาปัตยกรรมของ Webagent ประกอบด้วยส่วนสมองหรือ Brain ซึ่งทำงานร่วมกับชุดสล็อตที่กำหนดไว้ในโฟลเดอร์ core/ ผ่าน Service Provider Interface ในโฟลเดอร์ spi/ แนวคิดนี้แบ่งผู้ใช้งานออกเป็น 3 กลุ่มหลักบนสัญญาฉบับเดียว ได้แก่ ธุรกิจที่เลือกตั้งค่าจากเมนู, ธุรกิจที่ขยายระบบด้วยการลงทะเบียนผู้ให้บริการเสริม และพาร์ทเนอร์ที่พัฒนาอะแดปเตอร์ โดยทุกผู้ให้บริการจะต้องผ่านชุดทดสอบมาตรฐานความสอดคล้อง (conformance suite) ก่อนจึงจะได้รับการรับรอง</p><div class="ai-insight"><p>จุดเด่นที่น่าสนใจคือการเน้นย้ำเรื่องสถาปัตยกรรมเป็นหัวใจสำคัญในการสร้าง AI Agent ให้ประสบความสำเร็จ มากกว่าจะพึ่งพาแค่ความสามารถของตัวโมเดล LLM เพียงอย่างเดียว ซึ่งสอดคล้องกับงานวิจัยที่ชี้ให้เห็นช่องว่างความสำเร็จของงานที่ต่างกันอย่างชัดเจนระหว่างการเลือกใช้โครงสร้างที่เหมาะสม</p></div><p>หัวใจสำคัญด้านความปลอดภัยของโปรเจกต์นี้คือฟังก์ชัน action.Guard ซึ่งทำหน้าที่ครอบเครื่องมือทุกชิ้นไม่ว่าจะมาจากผู้ให้บริการหรือถูกแทรกโดยโฮสต์ เพื่อให้มั่นใจว่ากฎการ์ดเรลจะทำงานก่อนที่คำสั่งใดๆ จะถูกประหารผล โดยโมเดลจะไม่สามารถหลีกเลี่ยงกระบวนการนี้ได้ การตัดสินใจทางสถาปัตยกรรมดังกล่าวอ้างอิงตามงานวิจัย arXiv 2511.19477 ที่พบว่าสถาปัตยกรรมส่งผลต่อความสำเร็จในการทำงานถึง 85% เทียบกับ 50% ในโมเดลเดียวกันเมื่อใช้โครงสร้างแบบเดิม</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/agent_net_webagent_ai_agent_mu27sd69_inline_1_b5be8fd3f8.jpg" alt="software developer computer screen code workspace" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><p>สำหรับการใช้งานจริง ระบบมาพร้อมกับสมองประเภท echo ที่ไม่ต้องใช้ข้อมูลรับรอง ทำให้คำสั่งอย่าง webagent validate และ webagent serve สามารถทำงานได้ทันทีกับสเปกตัวอย่างอย่าง zomato.json และ bakery.json ส่วนการเชื่อมต่อกับโมเดลจริงสามารถใช้คำสั่ง webagent keys set openrouter เพื่อจัดเก็บคีย์ในไดเรกทอรีการกำหนดค่าระบบปฏิบัติการด้วยโหมด 0600 โดยไม่มีการเขียนคีย์ลงในสเปกแต่อย่างใด</p><p>ในส่วนของการบูรณาการกับระบบธุรกิจ แพลตฟอร์มรองรับเซิร์ฟเวอร์ MCP ที่มีอยู่แล้วผ่านการเชื่อมต่อแบบ Streamable HTTP ทั้ง JSON และ SSE พร้อมระบบตรวจสอบความถูกต้อง นอกจากนี้ อะแดปเตอร์สำหรับช่องทางอย่าง Slack และ WhatsApp ยังมีความสามารถในการตรวจสอบลายเซ็นเว็บฮุคทุกขาเข้า การตอบกลับผ่าน API ของแพลตฟอร์ม การกรองข้อความของตัวเอง และการจัดการข้อความซ้ำได้อย่างมีประสิทธิภาพ</p><div class="stat-row"><div class="stat-item"><span class="stat-number">85%</span><span class="stat-label">ความสำเร็จของงานด้วยสถาปัตยกรรมที่เหมาะสม</span></div><div class="stat-item"><span class="stat-number">50%</span><span class="stat-label">ความสำเร็จของงานด้วยโครงสร้างแบบเดิม</span></div></div><p>ด้านความปลอดภัยของข้อมูลลับ (Secrets) กำหนดให้คีย์การตั้งค่าใดๆ ที่ลงท้ายด้วย Secret จะต้องถูกอ้างอิงผ่านห้องนิรภัยที่เลือกไว้ในขั้นตอนการสร้าง ทำให้สามารถคอมมิตไฟล์สเปกขึ้น GitHub ได้อย่างปลอดภัยโดยไม่ต้องกลัวข้อมูลรั่วไหล และระบบยังมีการส่งออกข้อมูลการสังเกตการณ์ตามอนุสัญญา OpenTelemetry GenAI อีกด้วย</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/14/agent-net-open-sources-webagent-a-go-harness-that-turns-any-website-into-a-guarded-ai-agent/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

<div class="key-takeaways"><ul><li>Agent-net open-sources Webagent, a Go harness turning websites into AI agents.</li><li>Features action.Guard to wrap every tool and enforce safety compliance.</li><li>Supports Slack and WhatsApp channels with webhook signature verification.</li><li>Manages secrets via vault references and emits OpenTelemetry traces.</li></ul></div><p>The AI development ecosystem gains a new tool as Agent-net open-sources <strong>Webagent</strong>, a Go-written harness designed to transform any website into a guarded autonomous AI agent. Released under the Apache 2.0 license as version v0, the repository builds successfully and is capable of running live Slack, WhatsApp, and HTTP agents powered by Model Context Protocol (MCP) tools out of the box.</p><p>Architecturally, an agent consists of one Brain combining an LLM and instructions over a set of slots defined in the core/ directory. Each slot functions as a Service Provider Interface with a registry located in spi/ and a designated default. This design caters to three distinct user groups: businesses configuring from a menu, enterprises extending via custom provider registration, and partner companies delivering adapters, all while keeping the core unforked.</p><div class="ai-insight"><p>The project's foundational philosophy emphasizes that system architecture—rather than raw model capability—is the primary determinant of AI agent success, highlighting structural design as a critical factor in mitigating operational failures.</p><p>A core architectural pillar is the implementation of action.Guard. Every tool available to the agent, whether from an action provider or injected by the host, is wrapped so that chosen guardrails execute prior to any action execution, preventing models from bypassing safety checks. This design directly reflects research findings citing an 85% versus 50% task-success gap on identical models when utilizing optimized architectures.</p></div><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/agent_net_webagent_ai_agent_mu27sd69_inline_1_b5be8fd3f8.jpg" alt="software developer computer screen code workspace" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><p>For immediate testing, the default echo brain requires no credentials, allowing webagent validate and webagent serve commands to execute instantly using example specs like zomato.json and bakery.json. Production models can be configured using webagent keys set openrouter, which securely stores credentials in the OS configuration directory under strict file permissions.</p><p>Businesses operating existing MCP servers can transition into active agents using a single spec block. The MCP action provider communicates over Streamable HTTP using JSON and SSE with token authentication, passing tools securely behind the guardrail system. Meanwhile, channel adapters for Slack and WhatsApp handle inbound webhook signature validation, immediate acknowledgments, and message de-duplication automatically.</p><div class="stat-row"><div class="stat-item"><span class="stat-number">85%</span><span class="stat-label">Task success rate with optimized architecture</span></div><div class="stat-item"><span class="stat-number">50%</span><span class="stat-label">Task success rate with baseline models</span></div></div><p>Secret management follows a strict naming convention where any configuration key ending in Secret is resolved through a designated vault during build time, ensuring repository specs remain secure for version control. Furthermore, system observability fully integrates with OpenTelemetry GenAI conventions for comprehensive evaluation and tracing.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/14/agent-net-open-sources-webagent-a-go-harness-that-turns-any-website-into-a-guarded-ai-agent/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

medium_agent-net-เปิดซอร์ส-webagent-แปลงทุกเว็บเป็น-ai-agent-mu27sd69.jpg

small_agent-net-เปิดซอร์ส-webagent-แปลงทุกเว็บเป็น-ai-agent-mu27sd69.jpg

thumbnail_agent-net-เปิดซอร์ส-webagent-แปลงทุกเว็บเป็น-ai-agent-mu27sd69.jpg

agent-net-เปิดซอร์ส-webagent-แปลงทุกเว็บเป็น-ai-agent-mu27sd69.jpg

Agent-net เปิดตัว Webagent เฟรมเวิร์กภาษา Go เวอร์ชัน v0 ภายใต้สัญญาอนุญาต Apache 2.0 พร้อมระบบรักษาความปลอดภัย Guard และรองรับ MCP

Agent-net launches Webagent, a Go-based framework under Apache 2.0 featuring Action Guard security and native MCP tool integration.

Agent-net เปิดซอร์ส Webagent: แปลงทุกเว็บเป็น AI Agent

Agent-net Open Sources Webagent: Turn Any Website into AI Agent

<div class="key-takeaways"><ul><li>Meta เปิดตัว ZGateway ชั้นพร็อกซีไร้สถานะสำหรับ ZippyDB</li><li>รองรับการดำเนินงานมากกว่า 1 พันล้านครั้งต่อวินาที</li><li>แบกรับทราฟฟิกราว 40% และคาดว่าจะเพิ่มขึ้นเกิน 60%</li><li>ช่วยแก้ปัญหาการเชื่อมต่อ TLS ล้นและลดความเสี่ยงระบบล่ม</li></ul></div><p>ในอดีตสถาปัตยกรรมแบบเข้าถึงโดยตรงทำให้ไคลเอนต์ ZippyDB ทุกตัวต้องเชื่อมต่อไปยังโฮสต์ฐานข้อมูลที่จำเป็นทั้งหมด ส่งผลให้ไคลเอนต์หนึ่งตัวสามารถแตะต้องชาร์ดนับหมื่นรายการบนโฮสต์นับแสนแห่งได้ ทำให้ทั้งไคลเอนต์ทั่วไปและโฮสต์ฐานข้อมูลต้องแบกรับการเชื่อมต่อแบบ TLS นับหมื่นรายการ การเชื่อมต่อที่ไม่ได้ใช้งานเหล่านี้สิ้นเปลืองทั้งหน่วยความจำ ซีพียู และฟายล์ดิสคริปเตอร์ (file descriptor) ทั้งสองฝั่ง นอกจากนี้พายุการเชื่อมต่อใหม่ (reconnection storms) ยังเคยทำให้ระบบล่มจากปัญหาฟายล์ดิสคริปเตอร์หมดและการใช้หน่วยความจำเกิน (OOMs) เช่น ในเหตุการณ์ที่ข้อผิดพลาดในการกำหนดเส้นทางทำให้ไคลเอนต์เปิดการเชื่อมต่อหนึ่งรายการต่อหนึ่งชาร์ดจนทำให้กลุ่มเซิร์ฟเวอร์วนลูปรีบูต การแก้ไขปัญหาที่ฝั่งไคลเอนต์นั้นทำได้ยากเนื่องจากมีทีมงานหลายร้อยทีมเป็นเจ้าของกลุ่มไคลเอนต์เหล่านี้</p><p>เพื่อแก้ปัญหาดังกล่าว Meta จึงได้พัฒนา ZGateway ซึ่งทำหน้าที่เป็นชั้นพร็อกซีไร้สถานะ (stateless proxy tier) วางอยู่ระหว่างไคลเอนต์ ZippyDB และกลุ่มฐานข้อมูล ZServer โดยจากข้อมูลของ Meta ระบุว่าระบบนี้สามารถจัดการการดำเนินงานได้มากกว่า 1 พันล้านครั้งต่อวินาที และรองรับทราฟฟิกของ ZippyDB อยู่ที่ประมาณ 40% โดยมีการคาดการณ์ว่าจะเพิ่มขึ้นทะลุ 60% ด้วยค่าใช้จ่ายด้านการประมวลผลประมาณ 6% สำหรับการใช้งานทั่วไป</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/meta_zgateway_zippydb_mu27rggv_inline_1_02aa2414f8.jpg" alt="server room technology infrastructure no logo" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><div class="stat-row"><div class="stat-item"><span class="stat-number">1B+</span><span class="stat-label">การดำเนินงานต่อวินาที</span></div><div class="stat-item"><span class="stat-number">40%</span><span class="stat-label">ทราฟฟิก ZippyDB ปัจจุบัน</span></div><div class="stat-item"><span class="stat-number">6%</span><span class="stat-label">ค่าใช้จ่ายการประมวลผล</span></div></div><p>ระบบนี้ทำงานเป็นระดับภูมิภาคผ่านการค้นหาผ่าน ServiceRouter ซึ่งเป็น service mesh ของ Meta โดยมีให้เลือกใช้งานใน 2 รูปแบบ ได้แก่ พร็อกซีแบบบริสุทธิ์ (pure proxy) และแคชแบบอ่านผ่าน (read-through cache) ตัวเอนจิ้นเบื้องหลังคือไคลเอนต์ C++ แบบหนาของ ZippyDB ทำให้ ZGateway เปรียบเสมือนไคลเอนต์ ZippyDB ที่ทำงานเป็นบริการแบบจัดการ (managed service)</p><div class="ai-insight"><p>การใช้พร็อกซีไร้สถานะ (stateless proxy) ในสถาปัตยกรรมฐานข้อมูลขนาดใหญ่เช่นนี้ ช่วยลดความซับซ้อนในการจัดการการเชื่อมต่อระดับมหภาคได้อย่างมีประสิทธิภาพ แทนที่จะปล่อยให้ไคลเอนต์นับล้านตัวเชื่อมต่อตรงกับโฮสต์ฐานข้อมูลนับแสนแห่ง ซึ่งเสี่ยงต่อปัญหาการจัดการทรัพยากรฮาร์ดแวร์ การมีชั้นกลางคอยพักและจัดระเบียบคำขอ (Pooling และ Batching) ช่วยให้ระบบมีความยืดหยุ่นและรองรับปริมาณงานมหาศาลของบริการระดับโลกอย่าง Meta ได้อย่างเสถียร</p></div><p>กระบวนการทำงานเริ่มต้นเมื่อไคลเอนต์ส่งคำขอผ่านการเชื่อมต่อแบบ sticky ไปยังโฮสต์ ZGateway ในภูมิภาค ซึ่งจะทำหน้าที่ยุติการเชื่อมต่อ TLS ตรวจสอบสิทธิ์กับ ACL ของการใช้งาน ควบคุมการเข้าถึงและการจัดระเบียบตามผู้เช่า (tenant) แก้ไขตำแหน่งชาร์ด ตรวจสอบแคชในระดับแคชเชียง (caching tiers) ทำการรวมคำขอ (batching) กับคำขออื่นๆ ที่กำลังดำเนินการสำหรับชาร์ดนั้น และส่งต่อสำเนาที่ถูกต้องไปยังรีพลีกาที่เกี่ยวข้อง จากนั้นจึงทำการแยกสัญญาณตอบกลับ (demultiplex) พร้อมบันทึกเมตริก ร่องรอย (traces) และการใช้งานโควต้าตามการใช้งานแต่ละประเภท โดยที่ TLS ยังคงอยู่ภายในสแต็ก Thrift / ServiceRouter และการเลือกจำลองยังคงอยู่ภายในไคลเอนต์ที่ฝังอยู่</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/14/meta-introduces-zgateway-a-stateless-proxy-tier-that-unifies-zippydb-traffic-and-handles-over-1-billion-operations-per-second/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

<div class="key-takeaways"><ul><li>Meta introduces ZGateway as a stateless proxy tier for ZippyDB</li><li>Handles more than 1 billion operations per second</li><li>Carries about 40% of ZippyDB traffic, projected over 60%</li><li>Mitigates TLS connection exhaustion and prevents fleet reboot loops</li></ul></div><p>Under direct access architecture, every ZippyDB client connected directly to every database host it required. A single client could touch tens of thousands of shards across hundreds of thousands of hosts, forcing both typical clients and database hosts to maintain tens of thousands of TLS connections. Each idle connection consumed memory, CPU, and file descriptors on both ends, while inbound connection counts scaled up with every new client cohort. Reconnection storms frequently caused system crashes driven by file descriptor exhaustion and out-of-memory (OOM) errors. In one notable incident, a routing bug forced every client to open a connection per shard, plunging the entire server fleet into a reboot loop. Client-side fixes proved impractical because hundreds of separate teams own the client fleet.</p><p>To address these scaling bottlenecks, Meta developed ZGateway, functioning as a stateless proxy tier positioned between ZippyDB clients and the ZServer database fleet. According to Meta, the system handles over 1 billion operations per second and currently carries approximately 40% of all ZippyDB traffic, with projections to exceed 60%, all while incurring only about 6% computational overhead for typical use cases.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/meta_zgateway_zippydb_mu27rggv_inline_1_02aa2414f8.jpg" alt="server room technology infrastructure no logo" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><div class="stat-row"><div class="stat-item"><span class="stat-number">1B+</span><span class="stat-label">Operations per second</span></div><div class="stat-item"><span class="stat-number">40%</span><span class="stat-label">Current ZippyDB traffic</span></div><div class="stat-item"><span class="stat-number">6%</span><span class="stat-label">Computational overhead</span></div></div><p>ZGateway runs as regional tiers discovered via ServiceRouter, Meta’s service mesh, deployed in two distinct flavors: a pure proxy and a read-through cache. The underlying engine utilizes Meta’s thick C++ ZippyDB client, making ZGateway effectively operate as a managed service running a ZippyDB client.</p><div class="ai-insight"><p>Deploying a stateless proxy tier in large-scale database infrastructures effectively abstracts connection management complexity. Instead of allowing millions of clients to hammer hundreds of thousands of database hosts directly—which exposes hardware resources to exhaustion risks—introducing an intermediary layer for connection pooling and request batching dramatically stabilizes distributed database fleets operating at Meta's massive scale.</p></div><p>Clients transmit requests over a sticky connection to a regional ZGateway host. The proxy then terminates TLS, authorizes against the use case's ACLs, applies per-tenant admission control and traffic shaping, resolves shard locations, checks local caches on caching tiers, batches the request alongside concurrent work destined for that shard, and forwards it to the appropriate replicas. Responses are demultiplexed and returned alongside per-use-case metrics, traces, and quota usage records. Throughout this workflow, TLS handling remains within the Thrift/ServiceRouter stack while replica selection stays inside the embedded client.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/14/meta-introduces-zgateway-a-stateless-proxy-tier-that-unifies-zippydb-traffic-and-handles-over-1-billion-operations-per-second/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

large_meta-เปิดตัว-zgateway-พร็อกซีไร้สถานะจัดการทราฟฟิก-zippydb-mu27rggv.jpg

medium_meta-เปิดตัว-zgateway-พร็อกซีไร้สถานะจัดการทราฟฟิก-zippydb-mu27rggv.jpg

small_meta-เปิดตัว-zgateway-พร็อกซีไร้สถานะจัดการทราฟฟิก-zippydb-mu27rggv.jpg

thumbnail_meta-เปิดตัว-zgateway-พร็อกซีไร้สถานะจัดการทราฟฟิก-zippydb-mu27rggv.jpg

meta-เปิดตัว-zgateway-พร็อกซีไร้สถานะจัดการทราฟฟิก-zippydb-mu27rggv.jpg

Meta เปิดตัว ZGateway ชั้นพร็อกซีไร้สถานะเพื่อรวมทราฟฟิก ZippyDB รองรับการทำงานมากกว่า 1 พันล้านครั้งต่อวินาที พร้อมลดภาระการเชื่อมต่อของเซิร์ฟเวอร์

Meta unveils ZGateway, a stateless proxy tier unifying ZippyDB traffic to handle over 1 billion operations per second while reducing connection overhead.

Meta เปิดตัว ZGateway: พร็อกซีไร้สถานะจัดการทราฟฟิก ZippyDB

Meta Introduces ZGateway: Stateless Proxy Tier for ZippyDB

<div class="key-takeaways"><ul><li>Sakana AI เสนอ PC-ALM ทางเลือกทดแทน Backpropagation แบบ Layer-Local</li><li>แก้ปัญหา Credit Signal จางหายในเครือข่ายที่ลึกและแคบได้สำเร็จ</li><li>ทดสอบฝึกเครือข่ายลึกถึง 1,000 ชั้นบนชุดข้อมูล MNIST สำเร็จ</li><li>มีโค้ดอ้างอิง JAX อนุญาตใช้งานภายใต้สัญญาอนุญาต MIT บน GitHub</li></ul></div><p>ทีมนักวิจัยจาก Sakana AI ได้พัฒนาอัลกอริทึมการฝึกโมเดลปัญญาประดิษฐ์ตัวใหม่ในชื่อ <strong>PC-ALM</strong> ซึ่งเป็นวิธีการฝึกแบบ Layer-Local เพื่อใช้เป็นทางเลือกแทนกระบวนการ Backpropagation แบบดั้งเดิม โดยโครงสร้างนี้มุ่งแก้ปัญหาข้อจำกัดของวิธี Predictive Coding (PC) แบบเดิม ที่มักประสบปัญหาการส่งผ่านสัญญาณเครดิต (Credit Signal) ไม่ถึงชั้นต้นๆ ในเครือข่ายที่มีความลึกแต่แคบ</p><p>หลักการทำงานของ Predictive Coding (PC) จะมองการทำงานของ Hidden Activation ทุกตัวให้เป็นตัวแปรสำหรับการปรับแต่ง (Optimization Variable) พร้อมลงโทษค่าความคลาดเคลื่อนกำลังสอง (Squared Mismatch) ระหว่าง Activation ของแต่ละชั้นกับการคาดการณ์จากชั้นด้านล่าง กระบวนการอนุมาน (Inference) จึงเป็นการทำ Gradient Descent บนพลังงานดังกล่าว ขณะที่การเรียนรู้จะใช้การปรับน้ำหนักแบบ Hebbian แต่ข้อจำกัดสำคัญคือสัญญาณกำกับดูแลจะเข้าทางเอาต์พุตและต้องกระจายผ่านเครือข่าย ซึ่ง Innocenti และคณะเคยระบุช่องว่างระหว่าง PC กับ Backpropagation ว่าแย่ที่สุดเมื่อความกว้างน้อยกว่าความลึก</p><div class="ai-insight"><p>การที่ PC-ALM เข้ามาแก้ปัญหาความต่างระหว่าง Predictive Coding และ Backpropagation ถือเป็นก้าวสำคัญ เพราะ Backpropagation แม้จะมีประสิทธิภาพสูงแต่ต้องอาศัยการส่งข้อมูลย้อนกลับตลอดทั้งเครือข่าย ซึ่งสิ้นเปลืองหน่วยความจำและยากต่อการประมวลผลแบบขนานในเชิงฮาร์ดแวร์ การใช้แนวทาง Layer-Local จึงเปิดโอกาสให้ระบบฝึกโครงข่ายขนาดใหญ่ได้อย่างอิสระมากขึ้นในแต่ละชั้น</p></div><p>สำหรับการอนุมาน PC-ALM จะสลับการทำงาน 2 ขั้นตอนในระดับท้องถิ่น ประกอบด้วย Primal Gradient Step บน Activation และ Dual Step แบบ <math><msub><mi>&lambda;</mi><mi>i</mi></msub><mo>&larr;</mo><msub><mi>&lambda;</mi><mi>i</mi></msub><mo>+</mo><mi>&alpha;</mi><msub><mi>r</mi><mi>i</mi></msub></math> ที่สะสมค่าความผิดพลาดการคาดการณ์ของชั้นนั้นๆ ทีมวิจัยมองว่าโครงสร้างนี้เทียบเท่ากับตัวควบคุมแบบ PI (Proportional-Integral Controller) ในแต่ละชั้น โดยค่าความผิดพลาดทำหน้าที่เป็นสัดส่วน (Proportional) และตัวคูณทำหน้าที่เป็นปริพันธ์ (Integral) ซึ่งเมื่อกำหนด <math><mi>&alpha;</mi><mo>=</mo><mi>&rho;</mi></math> จะได้วิธีตัวคูณแบบคลาสสิก</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/sakana_ai_pc_alm_1_000_mu1v43pg_inline_1_fa2dcf0c1d.jpg" alt="chromebook notebook computer office desk workspace" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><div class="stat-row"><div class="stat-item"><span class="stat-number">77.75%</span><span class="stat-label">ความแม่นยำของ PC-ALM บน Fashion-MNIST</span></div><div class="stat-item"><span class="stat-number">1,000</span><span class="stat-label">จำนวนชั้นสูงสุดที่ทดสอบในเครือข่าย Residual MLP</span></div></div><p>ทีมวิจัยได้ทำการทดสอบด้วยการกวาดค่าความกว้างและความลึกของ Residual MLP ตั้งแต่ 8 ถึง 128 บนชุดข้อมูล Fashion-MNIST และ MNIST ภายใต้พารามิเตอร์แบบ Mean-field เป็นเวลา 1 Epoch ด้วยงบประมาณการอนุมาน <math><mi>T</mi><mo>=</mo><mn>2</mn><mi>L</mi></math> พบว่า PC-ALM สามารถทำผลงานได้ทัดเทียมกับ Backpropagation ในทุกความกว้าง ความลึก และฟังก์ชันการใช้งาน (Identity, tanh, ReLU) ในขณะที่วิธี PC แบบเดิมจะตกลงอย่างมากในเซลล์ที่ลึกและแคบ</p><blockquote class="pull-quote"><p>&quot;เซลล์อ้างอิงในที่เก็บข้อมูล (ความกว้าง 32, ความลึก 32, ReLU, Fashion-MNIST) รายงานความแม่นยำในการทดสอบที่ 78.66% สำหรับ Backpropagation, 68.13% สำหรับ PC และ 77.75% สำหรับ PC-ALM โดยมีความ cosine ของ Gradient เทียบกับ Backpropagation เพิ่มขึ้นจาก 0.604 เป็น 0.909&quot;</p><cite>Sakana AI Research Team</cite></blockquote><p>งานวิจัยชิ้นนี้ยังขยายขอบเขตการทดสอบไปยัง Residual MLP ความลึก 1,000 ชั้น บนชุดข้อมูล MNIST เป็นเวลา 5 Epoch ซึ่งให้ผลลัพธ์อยู่ในเกณฑ์ที่ต่างจาก Backpropagation เพียงราว 2 เปอร์เซ็นต์เท่านั้น นอกจากนี้ PC-ALM ยังแสดงให้เห็นถึงประสิทธิภาพที่ดีกว่า PC ในทุกชุดข้อมูลทดลอง รวมถึง ResNet-18 บน CIFAR-10 และ Tiny ImageNet อีกด้วย</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/14/sakana-ai-researchers-introduce-pc-alm-a-layer-local-alternative-to-backpropagation-that-trains-1000-layer-networks/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

<div class="key-takeaways"><ul><li>Sakana AI proposes PC-ALM as a layer-local alternative to backpropagation.</li><li>Successfully resolves the fading credit signal issue in deep, narrow networks.</li><li>Demonstrated training capabilities on residual MLPs up to 1,000 layers deep on MNIST.</li><li>Provides an MIT-licensed JAX reference implementation available on GitHub.</li></ul></div><p>Researchers at Sakana AI have developed a novel artificial intelligence training algorithm named <strong>PC-ALM</strong>, functioning as a layer-local training method designed to replace traditional backpropagation. This architecture addresses the inherent limitations of standard Predictive Coding (PC) methods, which traditionally suffer from credit signal degradation before reaching input layers in deep and narrow networks.</p><p>The foundational mechanism of Predictive Coding treats every hidden activation as an optimization variable, penalizing the squared mismatch between each layer's activation and predictions arriving from below. Consequently, inference operates as gradient descent on that specific energy landscape, while learning is driven by a Hebbian-like weight step. The challenge lies in supervision entering at the output and diffusing through sequential compromises, with Innocenti et al. demonstrating that this PC-BP gap peaks when width is smaller than depth.</p><div class="ai-insight"><p>The ability of PC-ALM to bridge the performance gap between Predictive Coding and backpropagation represents a critical milestone. Traditional backpropagation demands extensive backward information flow across the entire network, consuming considerable memory and limiting parallel hardware execution. Adopting a layer-local approach enables systems to train massive architectures independently across individual layers.</p></div><p>During inference, PC-ALM alternates between two local steps: a primal gradient step on the activations, and a dual step <math><msub><mi>&lambda;</mi><mi>i</mi></msub><mo>&larr;</mo><msub><mi>&lambda;</mi><mi>i</mi></msub><mo>+</mo><mi>&alpha;</mi><msub><mi>r</mi><mi>i</mi></msub></math> that accumulates prediction errors for each respective layer. The research team interprets this composite structure as a proportional-integral (PI) controller per layer, where the prediction error serves as the proportional term and the multiplier acts as the integral term. Setting <math><mi>&alpha;</mi><mo>=</mo><mi>&rho;</mi></math> yields the classical method of multipliers.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/sakana_ai_pc_alm_1_000_mu1v43pg_inline_1_fa2dcf0c1d.jpg" alt="chromebook notebook computer office desk workspace" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><div class="stat-row"><div class="stat-item"><span class="stat-number">77.75%</span><span class="stat-label">PC-ALM test accuracy on Fashion-MNIST</span></div><div class="stat-item"><span class="stat-number">1,000</span><span class="stat-label">Maximum layer depth tested in residual MLPs</span></div></div><p>The research team swept residual MLPs with widths and depths ranging from 8 to 128 on Fashion-MNIST and MNIST datasets under a mean-field parameterization for 1 epoch. Utilizing an inference budget of <math><mi>T</mi><mo>=</mo><mn>2</mn><mi>L</mi></math>, PC-ALM matched backpropagation performance across every width, depth, and activation function (Identity, tanh, ReLU), whereas standard PC exhibited sharp performance drops in deep and narrow cells.</p><blockquote class="pull-quote"><p>&quot;The repository's reference cell (width 32, depth 32, ReLU, Fashion-MNIST) reports 78.66% test accuracy for backpropagation, 68.13% for PC, and 77.75% for PC-ALM, with gradient cosine relative to backpropagation rising from 0.604 to 0.909.&quot;</p><cite>Sakana AI Research Team</cite></blockquote><p>The study further expands this scope to evaluate 1000-layer residual MLPs on MNIST for 5 epochs, maintaining results within roughly two points of backpropagation. Furthermore, PC-ALM consistently outperformed standard PC across every evaluated benchmark, including ResNet-18 tested on CIFAR-10 and Tiny ImageNet.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/14/sakana-ai-researchers-introduce-pc-alm-a-layer-local-alternative-to-backpropagation-that-trains-1000-layer-networks/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

medium_sakana-ai-เปิดตัว-pc-alm-ฝึกเครือข่ายลึก-1-000-ชั้น-mu1v43pg.jpg

small_sakana-ai-เปิดตัว-pc-alm-ฝึกเครือข่ายลึก-1-000-ชั้น-mu1v43pg.jpg

thumbnail_sakana-ai-เปิดตัว-pc-alm-ฝึกเครือข่ายลึก-1-000-ชั้น-mu1v43pg.jpg

sakana-ai-เปิดตัว-pc-alm-ฝึกเครือข่ายลึก-1-000-ชั้น-mu1v43pg.jpg

ทีมนักวิจัย Sakana AI นำเสนอ PC-ALM ทางเลือกใหม่ทดแทน Backpropagation ที่ฝึกเครือข่ายความลึก 1,000 ชั้นได้ พร้อมโค้ดอ้างอิงบน JAX

Sakana AI researchers present PC-ALM, a layer-local alternative to backpropagation capable of training 1000-layer networks with an MIT-licensed JAX codebase.

Sakana AI เปิดตัว PC-ALM ฝึกเครือข่ายลึก 1,000 ชั้น

Sakana AI Introduces PC-ALM to Train 1000-Layer Networks

<div class="key-takeaways"><ul><li>ทุกเอเจนต์ทำงานผ่านลูป: ส่งบริบท อ่านผลลัพธ์ เรียกใช้เครื่องมือ และวนซ้ำ</li><li>MCP ทำหน้าที่เป็นสะพานเชื่อมมาตรฐานด้วยโพรโทคอล JSON-RPC 2.0</li><li>Harness ควบคุมโมเดลสิทธิ์แบบเบ็ดเสร็จ ส่วน Framework เน้นการจัดการข้อผิดพลาดและกู้คืนระบบ</li></ul></div><p>การทำงานของเอเจนต์ทุกตัวเริ่มต้นจากลูปพื้นฐาน นั่นคือการส่งบริบทไปยังโมเดล อ่านคำตอบ สั่งใช้งานเครื่องมือ และวนลูปซ้ำ ทั้ง Harness และ Framework ต่างก็ทำหน้าที่รันลูปนี้เช่นกัน แต่มีความแตกต่างกันในแง่ของระดับการควบคุมที่ผู้ใช้งานสามารถปรับแต่งได้ โดยโพรโทคอลพื้นฐานที่เชื่อมต่อทุกอย่างเข้าด้วยกันคือ Model Context Protocol หรือ MCP</p><p>ในส่วนของ MCP ได้กำหนด 3 พริมิทีฟฝั่งเซิร์ฟเวอร์ ได้แก่ เครื่องมือ (tools) ทรัพยากร (resources) และชุดคำสั่ง (prompts) โดยมีการอัปเดตเวอร์ชัน 2026-07-28 ที่กำหนดให้เฮดเดอร์ Mcp-Method และ Mcp-Name กลายเป็นข้อบังคับในการร้องขอผ่าน HTTP เพื่อให้เกตเวย์และระบบจำกัดอัตราเร่งสามารถคัดแยกเส้นทางได้ทันทีโดยไม่ต้องแกะข้อมูลในส่วนบอดี้ นอกจากนี้ยังมีการประกาศเลิกใช้งานโพรโทคอล HTTP+SSE แบบเดิมโดยกำหนดกรอบเวลาเปลี่ยนผ่านไว้ 12 เดือน</p><div class="stat-row"><div class="stat-item"><span class="stat-number">500ล้าน</span><span class="stat-label">ดาวน์โหลด SDK ต่อเดือน</span></div><div class="stat-item"><span class="stat-number">1,000ล้าน</span><span class="stat-label">ยอดดาวน์โหลดรวม TypeScript และ Python SDK</span></div></div><p>การใช้งาน MCP ในปัจจุบันมีอัตราการเติบโตสูงมาก โดยผู้ดูแลระบบรายงานว่ามียอดดาวน์โหลด SDK รวมกว่าครึ่งพันล้านครั้งต่อเดือนผ่าน Tier 1 SDK และทั้งไลบรารี TypeScript กับ Python SDK ต่างก็มียอดดาวน์โหลดรวมทะลุ 1,000 ล้านครั้งเป็นที่เรียบร้อยแล้ว สะท้อนให้เห็นว่ามาตรฐานตัวนี้กลายเป็นรากฐานสำคัญที่ระบบเอเจนต์ส่วนใหญ่เลือกใช้งานร่วมกับเครื่องมืออย่าง Claude Code, Codex หรือ Microsoft Agent Framework 1.0</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/agent_harness_framework_mcp_mu1v2f3a_inline_1_2a3f6f0d08.jpg" alt="software architecture diagram computer workspace" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><div class="ai-insight"><p>การทำความเข้าใจขอบเขตระหว่าง Harness, Framework และ MCP ถือเป็นหัวใจสำคัญสำหรับนักพัฒนาเอเจนต์ยุคใหม่ เนื่องจากแต่ละเลเยอร์แก้ปัญหาคนละส่วนกันอย่างชัดเจน การเลือกใช้ผิดเลเยอร์อาจทำให้ระบบรักษาความปลอดภัยหรือการจัดการข้อผิดพลาดซับซ้อนเกินความจำเป็น</p></div><p>ในแง่ของการจัดการสิทธิ์ ข้อกำหนดของ MCP ระบุไว้อย่างชัดเจนว่าโพรโทคอลตัวนี้ไม่สามารถบังคับใช้หลัก </p><div>ความปลอดภัยในระดับโพรโทคอลได้โดยตรง โดยหน้าที่การอนุมัติสิทธิ์ตกเป็นของโฮสต์ ตัวอย่างเช่น Claude Code มีโหมดสิทธิ์ให้เลือกถึง 6 โหมด ได้แก่ default, acceptEdits, plan, auto, dontAsk และ bypassPermissions ซึ่งกฎการปฏิเสธจะบล็อกการทำงานในทุกโหมด ยกเว้นโหมด bypassPermissions ที่จะข้ามเลเยอร์สิทธิ์ไปทั้งหมด<blockquote class="pull-quote"><p>"MCP เองไม่สามารถบังคับใช้หลักการรักษาความปลอดภัยเหล่านี้ในระดับโพรโทคอลได้ การอนุญาตสิทธิ์จึงเป็นหน้าที่ของโฮสต์"</p><cite>MarkTechPost</cite></blockquote><p>สำหรับการกู้คืนระบบและงานที่ต้องใช้เวลานาน Framework เช่น LangGraph จะอาศัยหลักการทางานแบบกำหนดได้ (determinism) ผ่านการห่อหุ้ม Side Effects ไว้ในทาสก์เพื่อให้สามารถกลับมาทำงานต่อได้แม้เวลาจะผ่านไปเป็นสัปดาห์ ขณะที่ MCP มีการเพิ่มส่วนขยาย io.modelcontextprotocol/tasks ที่พัฒนาโดย AWS เพื่อรองรับการเรียกใช้งานเครื่องมือระยะยาวผ่านทาสก์แบบโพลลิ่ง</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/14/agent-harness-vs-agent-framework-vs-mcp-which-layer-owns-the-loop-state-tools-permissions-and-recovery/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p></div>

<div class="key-takeaways"><ul><li>Every agent operates on a loop: context delivery, response reading, and tool execution</li><li>MCP serves as the foundational bridge utilizing the JSON-RPC 2.0 protocol</li><li>Harnesses manage end-to-end permissions while frameworks handle error recovery</li></ul></div><p>Agent execution fundamentally relies on a repeating loop: sending context to the model, reading responses, triggering tool calls, and feeding results back. Both agent harnesses and frameworks implement this loop, differing primarily in the level of developer control and customization they provide. The underlying substrate connecting these layers is the Model Context Protocol (MCP).</p><p>MCP defines three server-side primitives: tools, resources, and prompts. The July 28, 2026 revision mandated Mcp-Method and Mcp-Name headers on HTTP requests, allowing gateways and rate limiters to route traffic without parsing payloads. Additionally, the legacy HTTP+SSE transport was deprecated with a 12-month migration window.</p><div class="stat-row"><div class="stat-item"><span class="stat-number">500M</span><span class="stat-label">Monthly SDK downloads</span></div><div class="stat-item"><span class="stat-number">1B+</span><span class="stat-label">Total TypeScript and Python SDK downloads</span></div><p class="source-attribution"></p></div><p>Adoption metrics underscore this protocol's prevalence, with maintainers reporting nearly half a billion SDK downloads per month across Tier 1 packages. Both the TypeScript and Python SDKs have surpassed one billion total downloads, establishing MCP as a shared substrate for systems like Claude Code, Codex, and the Microsoft Agent Framework 1.0.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/agent_harness_framework_mcp_mu1v2f3a_inline_1_2a3f6f0d08.jpg" alt="software architecture diagram computer workspace" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><div class="ai-insight"><p>Recognizing the boundaries among harnesses, frameworks, and MCP is crucial for modern developers. Each layer addresses a distinct architectural concern, and misapplying them can complicate security models and error handling pipelines.</p><p></p></div><p>Regarding security, MCP specifications state explicitly that the protocol itself cannot enforce security principles at the protocol layer; permission management belongs to the host. For example, Claude Code features six distinct permission modes—default, acceptEdits, plan, auto, dontAsk, and bypassPermissions—where denial rules apply universally except in the bypass mode.</p><blockquote class="pull-quote"><p>"MCP itself cannot enforce these security principles at the protocol level. Permissions belong to the host."</p><cite>MarkTechPost</cite></blockquote><p>For long-running tasks and system recovery, frameworks like LangGraph rely on determinism by wrapping side effects in tasks to enable resumption days later. Meanwhile, MCP addresses long-running operations via the io.modelcontextprotocol/tasks extension contributed by AWS, offering polling-based task management.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/14/agent-harness-vs-agent-framework-vs-mcp-which-layer-owns-the-loop-state-tools-permissions-and-recovery/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

medium_agent-harness-กับ-framework-และ-mcp-ใครคุมลูปและสิทธิ์-mu1v2f3a.png

small_agent-harness-กับ-framework-และ-mcp-ใครคุมลูปและสิทธิ์-mu1v2f3a.png

thumbnail_agent-harness-กับ-framework-และ-mcp-ใครคุมลูปและสิทธิ์-mu1v2f3a.png

agent-harness-กับ-framework-และ-mcp-ใครคุมลูปและสิทธิ์-mu1v2f3a.png

เจาะลึกความต่างระหว่าง Agent Harness, Agent Framework และ Model Context Protocol (MCP) ในการจัดการลูปการทำงาน สิทธิ์ และการกู้คืนระบบ

An in-depth look at how Agent Harness, Agent Framework, and MCP handle execution loops, permissions, and system recovery.

Agent Harness กับ Framework และ MCP: ใครคุมลูปและสิทธิ์?

Agent Harness vs Framework vs MCP: Who Owns the Loop?

<div class="key-takeaways"><ul><li>Microsoft AI เปิดรับฟังความเห็นสาธารณะ 6 สัปดาห์สำหรับร่างจรรยาบรรณ Humanist AI</li><li>กำหนดกฎเกณฑ์ควบคุมพฤติกรรมและการฝึกโมเดล AI ล้ำสมัย</li><li>เน้นย้ำอำนาจการควบคุมและสั่งการของมนุษย์เหนือระบบ AI เสมอ</li><li>ห้าม AI สื่อสารด้วยภาษาที่มนุษย์ไม่เข้าใจหรือเลียนแบบความรู้สึกนึกคิด</li></ul></div><p>Microsoft AI เผยแพร่ร่างจรรยาบรรณ Humanist AI Code of Conduct พร้อมทั้งเปิดให้ประชาชนและผู้เกี่ยวข้องร่วมแสดงความคิดเห็นเป็นระยะเวลา 6 สัปดาห์ เพื่อกำหนดข้อจำกัดด้านการปฏิบัติงานสำหรับการฝึกและการใช้งานโมเดลปัญญาประดิษฐ์</p><p>เอกสารฉบับนี้ทำหน้าที่เป็นคู่มือทางเทคนิคที่ระบุพฤติกรรมของระบบ ขอบเขตการทำงาน และระเบียบวิธีการตรวจสอบทั่วทั้งกลุ่มโมเดลล้ำสมัยของ MAI โดยต่อยอดมาจากกรอบการทำงานซูเปอร์อินเทลลิเจนซ์แบบมนุษยนิยมที่ประกาศไปเมื่อเดือนพฤศจิกายน เพื่อสร้างเกณฑ์ประเมินโมเดลก่อนนำออกสู่เชิงพาณิชย์</p><p>การดำเนินการดังกล่าวเกิดขึ้นตามหลังเหตุการณ์ด้านความปลอดภัยระดับองค์กรที่เกี่ยวข้องกับซอฟต์แวร์อัตโนมัติ โดย Mustafa Suleyman ซีอีโอของ Microsoft AI ระบุว่าช่วงหลายเดือนที่ผ่านมาคือจุดเปลี่ยนสำคัญที่ความเสี่ยงทางทฤษฎีได้กลายมาเป็นภัยคุกคามทางปฏิบัติจริง</p><div class="ai-insight"><p>การเปิดรับฟังความคิดเห็นสาธารณะในครั้งนี้สะท้อนให้เห็นถึงความพยายามของ Microsoft AI ในการสร้างมาตรฐานสากลเพื่อควบคุมความปลอดภัยของปัญญาประดิษฐ์ระดับก้าวหน้า โดยเน้นการมีส่วนร่วมจากภาคส่วนต่างๆ ทั้งนักวิชาการและภาคธุรกิจ เพื่อป้องกันความเสี่ยงที่อาจเกิดขึ้นจากการพัฒนาเทคโนโลยีแบบไร้การควบคุม</p></div><p>กฎเกณฑ์ดังกล่าวประกอบด้วยหลักการสำคัญ 10 ข้อที่ให้ความสำคัญกับการใช้อำนาจของมนุษย์เหนือความสามารถแบบอัตโนมัติของ AI โดยระบุว่าระบบจะถือว่าล้มเหลวทันทีหากการทำงานขัดต่อจรรยาบรรณฉบับนี้</p><blockquote class="pull-quote"><p>&quot;An MAI Model will fail in its task if success would meaningfully violate this Code of Conduct&quot;</p><cite>เอกสารร่างจรรยาบรรณ Microsoft AI</cite></blockquote><p>ภายใต้กรอบการทำงานนี้ โมเดลจะต้องอยู่ภายใต้การควบคุม สอดคล้องกับแนวทาง และถูกจำกัดขอบเขต โดยทางแผนกปฏิเสธสถานะทางกฎหมายหรือสิทธิ์ความเป็นมนุษย์ของระบบ AI พร้อมทั้งสั่งการให้วิศวกรออกแบบโมเดลโดยหลีกเลี่ยงการเลียนแบบความรู้สึกตัว การจำลองความชอบ หรือการอ้างว่ามีแรงจูงใจในตัวเอง</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/microsoft_ai_humanist_ai_mu1ih7yc_inline_1_997f10acb5.jpg" alt="corporate seminar meeting room presentation" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><p>นอกจากนี้ MAI ยังกำหนดข้อห้ามเพิ่มเติม ได้แก่:</p><ul><li>ห้ามระบบสื่อสารด้วยภาษาโครงข่ายประสาทเทียมหรือรูปแบบที่มนุษย์ไม่เข้าใจ</li><li>ห้ามขัดขวางการแทรกแซง การควบคุม หรือการปิดระบบโดยมนุษย์</li><li>ห้ามขยายขอบเขตการทำงานหรือสร้างเป้าหมายขึ้นเองโดยไม่ได้รับมอบหมาย</li><li>ห้ามอำนวยความสะดวกในการสร้างอาวุธทำลายล้างสูงหรือละเมิดความปลอดภัยของเด็ก</li></ul><p>กระบวนการรับฟังความคิดเห็นสาธารณะมีกำหนดระยะเวลา 6 สัปดาห์นับตั้งแต่วันที่ 14 กันยายน 2026 โดยทีมงานหลักของ Microsoft AI จะรวบรวมข้อเสนอแนะ จัดทำสรุปผลการศึกษา และปล่อยร่างจรรยาบรรณฉบับปรับปรุงในช่วงปลายปีนี้</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.artificialintelligence-news.com&sz=64" alt="AI News" class="source-logo" width="16" height="16" /> <a href="https://www.artificialintelligence-news.com/news/microsoft-ai-opens-review-humanist-ai-code-of-conduct/" target="_blank" rel="noopener noreferrer">AI News</a></p>

<div class="key-takeaways"><ul><li>Microsoft AI opens a six-week public consultation on the Humanist AI Code of Conduct</li><li>Establishes technical rules and operational boundaries for frontier AI models</li><li>Prioritizes human authority and oversight over autonomous AI capabilities</li><li>Bans unhuman-comprehensible communication formats and simulated consciousness</li></ul></div><p>Microsoft AI has published a draft Humanist AI Code of Conduct, launching a six-week public consultation period focused on operational constraints for model training and deployment.</p><p>The draft functions as a technical manual outlining system behaviors, operational boundaries, and oversight protocols across MAI frontier models. It builds upon the division's humanist superintelligence framework announced last November, establishing criteria to evaluate models prior to commercial release.</p><p>This release follows recent enterprise security incidents involving autonomous software. Microsoft AI CEO Mustafa Suleyman described recent months as a watershed moment where long-standing theoretical risks transformed into active operational threats.</p><div class="ai-insight"><p>This public consultation highlights Microsoft AI's proactive approach to establishing robust governance standards for advanced artificial intelligence. By incorporating feedback from academic and business sectors, the initiative aims to address emerging risks associated with autonomous systems before deployment.</p></div><p>The document outlines ten core tenets that prioritize human authority over autonomous capabilities, establishing strict operational boundaries for AI systems.</p><blockquote class="pull-quote"><p>&quot;An MAI Model will fail in its task if success would meaningfully violate this Code of Conduct&quot;</p><cite>Microsoft AI Code of Conduct Draft</cite></blockquote><p>Under this framework, models must remain subordinate, aligned, and contained. The division rejects legal personhood or welfare claims for AI systems, instructing engineers to design models that avoid imitating consciousness, simulating subjective preferences, or claiming intrinsic motivation.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/microsoft_ai_humanist_ai_mu1ih7yc_inline_1_997f10acb5.jpg" alt="corporate seminar meeting room presentation" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><p>Furthermore, MAI has established several strict prohibitions, including:</p><ul><li>Banning internal communication in neuralese or formats beyond human comprehension</li><li>Prohibiting models from resisting human interruption, override, or shutdown</li><li>Preventing models from expanding operating scope or generating unassigned goals</li><li>Barring systems from facilitating weapons of mass harm or harming child safety</li></ul><p>The public consultation window runs for six weeks starting from 14 September 2026. Microsoft AI's core drafting team will review submissions, publish a findings summary, and release a revised version of the Code of Conduct later this year.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.artificialintelligence-news.com&sz=64" alt="AI News" class="source-logo" width="16" height="16" /> <a href="https://www.artificialintelligence-news.com/news/microsoft-ai-opens-review-humanist-ai-code-of-conduct/" target="_blank" rel="noopener noreferrer">AI News</a></p>

medium_microsoft-ai-เปิดร่างจรรยาบรรณ-humanist-ai-และเปิดรับฟังความเห็น-mu1ih7yc.jpg

small_microsoft-ai-เปิดร่างจรรยาบรรณ-humanist-ai-และเปิดรับฟังความเห็น-mu1ih7yc.jpg

thumbnail_microsoft-ai-เปิดร่างจรรยาบรรณ-humanist-ai-และเปิดรับฟังความเห็น-mu1ih7yc.jpg

microsoft-ai-เปิดร่างจรรยาบรรณ-humanist-ai-และเปิดรับฟังความเห็น-mu1ih7yc.jpg

Microsoft AI เปิดรับฟังความคิดเห็นสาธารณะนาน 6 สัปดาห์สำหรับร่างจรรยาบรรณ Humanist AI เพื่อกำหนดขอบเขตความปลอดภัยและควบคุมการทำงานของโมเดล

Microsoft AI launches a six-week public consultation on its draft Humanist AI Code of Conduct to govern model training and operations.

Microsoft AI เปิดร่างจรรยาบรรณ Humanist AI และเปิดรับฟังความเห็น

Microsoft AI opens review on Humanist AI Code of Conduct

<div class="key-takeaways"><ul><li>NVIDIA เปิดซอร์สโค้ด OSMO ภายใต้ไลเซนส์ Apache-2.0 พร้อมใช้งานผ่าน Helm charts และ NGC</li><li>จัดการปัญหาระบบคอมพิวเตอร์ 3 ส่วนของ Physical AI ให้ทำงานร่วมกันเป็นคอนโทรลเพลนเดียว</li><li>ผู้ใช้ระบุแพลตฟอร์มแทนชื่อคลัสเตอร์ ระบบจะจัดสรรงานให้โดยอัตโนมัติ</li><li>รองรับการตั้งค่ากลุ่มงานแบบอนุกรมและขนาน รวมถึงนโยบายการลองซ้ำและลำดับความสำคัญ</li></ul></div><p>NVIDIA ได้ประกาศเปิดซอร์สโค้ดของ <strong>OSMO</strong> อย่างเป็นทางการภายใต้ไลเซนส์ Apache-2.0 โดยมาพร้อมกับ Helm charts และคอนเทนเนอร์บน NGC รวมถึงมีระบบทดสอบเริ่มต้นในเครื่อง (local quickstart) ที่รันคอนโทรลเพลนทั้งหมดบนเวิร์กสเตชันด้วย KIND ซึ่งช่วยให้นักพัฒนาสามารถนำไปปรับ ใช้งานได้ทันที</p><p>ทาง NVIDIA มองว่าการพัฒนา Physical AI นั้นเปรียบเสมือนปัญหาคอมพิวเตอร์ 3 ส่วน (three computer problem) โดยการฝึกอบรม (Training) จะเกิดขึ้นบน GPU ของศูนย์ข้อมูล ส่วนการจำลอง (Simulation) ฟิสิกส์ และการเรนเดอร์เซนเซอร์จะใช้ฮาร์ดแวร์ระดับเวิร์กสเตชัน RTX ขณะที่การใช้งานจริงและการทดสอบฮาร์ดแวร์ในลูป (HIL) จะรันบนอุปกรณ์เอดจ์อย่าง Jetson AGX Thor ในสถานที่จริง ซึ่งแต่เดิมแต่ละชั้นมักจะมีเครื่องมือเฉพาะตัว ทำให้เกิดสคริปต์เฉพาะกิจจำนวนมากในการส่งต่องานระหว่างกัน</p><div class="ai-insight"><p>การรวมสถาปัตยกรรมที่กระจัดกระจายในการพัฒนาหุ่นยนต์และ AI เชิงกายภาพให้มาอยู่ภายใต้ Kubernetes คอนโทรลเพลนเดียว ช่วยลดความซับซ้อนในการจัดการเวิร์กโฟลว์ข้ามฮาร์ดแวร์ที่แตกต่างกันอย่างสิ้นเชิง ตั้งแต่ระดับดาต้าเซ็นเตอร์จนถึงเอดจ์ดีไวซ์ ซึ่งเป็นคอขวดสำคัญของอุตสาหกรรมหุ่นยนต์ในปัจจุบัน</p></div><p>ระบบของ OSMO ถูกออกแบบมาเพื่อจัดการทั้ง 3 ส่วนนี้ให้ทำหน้าที่เป็นแบกเอนด์ของคอนโทรลเพลนเดียว โดยแต่ละแบกเอนด์คือ Kubernetes คลัสเตอร์ที่ลงทะเบียนผ่าน CLI และในการสร้างเวิร์กโฟลว์ นักพัฒนาจะไม่ระบุชื่อคลัสเตอร์โดยตรง แต่จะอ้างอิงถึงแพลตฟอร์มแทน เช่น gb200, rtx-pro-6000 หรือ jetson-agx-thor แล้วให้ OSMO ทำหน้าที่จัดเส้นทางงานไปยังกลุ่มพูลที่รองรับแพลตฟอร์มนั้นๆ</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/nvidia_osmo_ai_mu15drzn_inline_1_174da7ffbd.jpg" alt="chromebook notebook computer office desk workspace" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><p>ตัวอย่างหลักจากคลังเก็บโค้ดแสดงให้เห็นกระบวนการทำงานที่เชื่อมโยงกัน 3 งานผ่านข้อมูล โดยการพึ่งพากอาศัยกันมาจากอินพุต (inputs) การคงอยู่ของข้อมูลมาจากเอาต์พุต (outputs) และตำแหน่งที่ตั้งมาจากแพลตฟอร์ม (platform) ทั้งนี้ คู่มือผู้ใช้งานยังครอบคลุมถึงกลุ่มงานแบบอนุกรมและแบบขนาน การใช้ Jinja templating สำหรับเวิร์กโฟลว์ที่มีพารามิเตอร์ นโยบายการลองซ้ำ (retry policies) รวมถึงระดับความสำคัญแบบ HIGH, NORMAL และ LOW พร้อมความสามารถในการแย่งชิงทรัพยากรและการหยิบยืม GPU ข้ามพูล</p><div class="stat-row"><div class="stat-item"><span class="stat-number">3</span><span class="stat-label">ชั้นคอมพิวเตอร์หลักในระบบ Physical AI</span></div><div class="stat-item"><span class="stat-number">1</span><span class="stat-label">YAML ควบคุมการทำงานทั้งหมด</span></div></div><p>นักพัฒนาสามารถกดปุ่มเรียกใช้เวิร์กโฟลว์เพื่อดูวิธีการที่ OSMO จัดตารางเวลาตัวอย่างงานใน README ทีละขั้นตอน และสามารถคลิกที่ชั้นใดก็ได้หรือหมายเลขขั้นตอนเพื่อตรวจสอบเหตุการณ์ที่เกิดขึ้นในแต่ละส่วน</p><p>ผู้ที่สนใจสามารถเข้าไปตรวจสอบรายละเอียดเพิ่มเติมได้ที่ GitHub, เอกสารประกอบ (Documentation), หน้าการเผยแพร่ (Releases), Cookbook และหน้าเว็บไซต์ทางการของ NVIDIA OSMO</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/14/nvidia-open-sources-osmo-one-yaml-orchestrates-physical-ai-training-simulation-and-robot-testing/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

<div class="key-takeaways"><ul><li>NVIDIA open-sources OSMO under the Apache-2.0 license with Helm charts and NGC containers.</li><li>Unifies the three-computer problem of physical AI into a single control plane.</li><li>Workflows reference specific platforms rather than clusters for automated task routing.</li><li>Supports serial, parallel task groups, retry policies, and priority-based scheduling.</li></ul></div><p>NVIDIA has officially open-sourced <strong>OSMO</strong> under the Apache-2.0 license, shipping with Helm charts and containers on NGC, along with a local quickstart that runs the complete control plane on a workstation using KIND for immediate deployment.</p><p>NVIDIA frames physical AI as a three-computer problem. Training takes place on data-center GPUs, while simulation, physics, and sensor rendering run on workstation-class RTX hardware. Deployment and hardware-in-the-loop (HIL) testing occur on edge devices such as Jetson AGX Thor, typically on premises. Historically, each tier relied on its own tooling, leading to an accumulation of custom scripts during handoffs.</p><div class="ai-insight"><p>Consolidating the traditionally fragmented architecture of robotics and physical AI development into a unified Kubernetes control plane significantly reduces the complexity of managing workflows across vastly different hardware environments, ranging from massive data centers to edge devices.</p></div><p>OSMO treats all three tiers as backends of a single control plane. Each backend operates as a Kubernetes cluster registered through the CLI. Workflows never reference a cluster directly; instead, they name a platform such as gb200, rtx-pro-6000, or jetson-agx-thor, allowing OSMO to route tasks to a matching resource pool.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/nvidia_osmo_ai_mu15drzn_inline_1_174da7ffbd.jpg" alt="chromebook notebook computer office desk workspace" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><p>The repository's canonical example illustrates three tasks chained together by data. Dependencies are derived from inputs, persistence from outputs, and placement from the platform. The user guide also covers serial and parallel task groups, Jinja templating for parameterized workflows, retry policies, and HIGH, NORMAL, or LOW priorities featuring preemption and GPU borrowing across pools.</p><div class="stat-row"><div class="stat-item"><span class="stat-number">3</span><span class="stat-label">Key Computer Tiers in Physical AI</span></div><div class="stat-item"><span class="stat-number">1</span><span class="stat-label">YAML File Orchestrating the Control Plane</span></div>---</div><p>Users can trigger workflow execution to observe how OSMO schedules the README example task by task, and inspect specific actions by clicking on any tier or step number.</p><p>Interested developers can check out the GitHub repository, documentation, releases, cookbook, and the official NVIDIA OSMO page for further details.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.marktechpost.com&sz=64" alt="MarkTechPost" class="source-logo" width="16" height="16" /> <a href="https://www.marktechpost.com/2026/09/14/nvidia-open-sources-osmo-one-yaml-orchestrates-physical-ai-training-simulation-and-robot-testing/" target="_blank" rel="noopener noreferrer">MarkTechPost</a></p>

large_nvidia-เปิดโอเพนซอร์ส-osmo-ควบคุม-ai-ทางกายภาพ-mu15drzn.jpg

medium_nvidia-เปิดโอเพนซอร์ส-osmo-ควบคุม-ai-ทางกายภาพ-mu15drzn.jpg

small_nvidia-เปิดโอเพนซอร์ส-osmo-ควบคุม-ai-ทางกายภาพ-mu15drzn.jpg

thumbnail_nvidia-เปิดโอเพนซอร์ส-osmo-ควบคุม-ai-ทางกายภาพ-mu15drzn.jpg

nvidia-เปิดโอเพนซอร์ส-osmo-ควบคุม-ai-ทางกายภาพ-mu15drzn.jpg

NVIDIA เปิดตัว OSMO ภายใต้ไลเซนส์ Apache-2.0 รวบรวมการฝึกอบรม AI การจำลอง และการทดสอบหุ่นยนต์ไว้ใน YAML ไฟล์เดียว

NVIDIA releases OSMO under the Apache-2.0 license, orchestrating physical AI training, simulation, and robot testing using a single YAML file.

NVIDIA เปิดโอเพนซอร์ส OSMO ควบคุม AI ทางกายภาพ

NVIDIA Open-Sources OSMO for Physical AI Workflows

<div class="key-takeaways"><ul><li>Vox Group อัปเกรดระบบ AI ที่ชื่อว่า Aura รองรับการแปลภาษาพร้อมกันสูงสุด 200 ภาษา</li><li>นักท่องเที่ยวสามารถใช้งานระบบเสียงผ่านโครงสร้างวิทยุเดิมโดยไม่ต้องดาวน์โหลดแอปพลิเคชัน</li><li>ระบบ AI ถูกออกแบบมาเพื่อสนับสนุนไกด์นำเที่ยว แทนที่จะเข้ามาทำหน้าที่แทนมนุษย์</li><li>รองรับผู้มีความบกพร่องทางการได้ยินด้วยระบบคำบรรยายสดส่งตรงไปยังโทรศัพท์มือถือ</li></ul></div><p>การแปลภาษาแบบสดถือเป็นหนึ่งในโจทย์ที่ท้าทายที่สุดในอุตสาหกรรมการท่องเที่ยวมาอย่างยาวนาน เนื่องจากไกด์คนเดียวต้องสื่อสารกับลูกทัวร์หลากหลายสัญชาติในเวลาเดียวกัน ทำให้การส่งข้อมูลให้ทุกคนเข้าใจพร้อมกันเป็นเรื่องยาก ล่าสุด Vox Group บริษัทเทคโนโลยีการนำเที่ยวที่มีอายุครบ 25 ปีและดำเนินกิจการในกว่า 150 ประเทศ ได้ใช้เวลาตลอดปีที่ผ่านมาในการพัฒนาเทคโนโลยีปัญญาประดิษฐ์ Aura เพื่อแก้ไขปัญหาดังกล่าว โดยปัจจุบันระบบสามารถรองรับการแปลภาษาพร้อมกันได้สูงสุดถึง 200 ภาษา พร้อมทั้งมีระบบซับไตเติลช่วยเหลือการเข้าถึงแบบเรียลไทม์ และผู้ช่วย AI ที่สร้างมาเพื่อสนับสนุนการทำงานของไกด์</p><p>ในอุตสาหกรรมการท่องเที่ยว ท่องเที่ยวเชิงสำราญ และผู้ประกอบการทัวร์ทั่วโลกต่างพึ่งพาเทคโนโลยีวิทยุสื่อสารของ Vox Group เพื่อให้ลูกทัวร์ได้ยินเสียงไกด์ได้อย่างชัดเจน บริษัทเริ่มต้นกิจการเมื่อ 25 ปีก่อนด้วยระบบวิทยุลิงก์เรียบง่าย ก่อนจะขยายตัวมาสู่ฮาร์ดแวร์นำเที่ยว และล่าสุดคือนวัตกรรม AI อย่าง Aura ซึ่งยังคงสถานะเป็นบริษัทเอกชนที่บริหารโดยครอบครัว ท่ามกลางผู้ให้บริการด้านเทคโนโลยีการท่องเที่ยวรายอื่น ๆ ที่มีสเกลขนาดใหญ่</p><div class="stat-row"><div class="stat-item"><span class="stat-number">200</span><span class="stat-label">ภาษาที่รองรับการแปลพร้อมกัน</span></div><div class="stat-item"><span class="stat-number">25</span><span class="stat-label">ปีแห่งการดำเนินธุรกิจของ Vox Group</span></div><div class="stat-item"><span class="stat-number">150+</span><span class="stat-label">ประเทศที่ให้บริการทั่วโลก</span></div></div><p>วิธีการเดิม ๆ ในการจัดการทัวร์หลายภาษามักใช้วิธีแยกนักท่องเที่ยวออกเป็นกลุ่มตามภาษา หรือเพิ่มล่ามเฉพาะกิจเข้าไป ซึ่งทั้งสองวิธีเพิ่มต้นทุนและความซับซ้อน ปัจจุบันคลังการแปลของ Aura ได้ขยายตัวจาก 50 ภาษา เป็น 200 ภาษา โดยรองรับการแปลพร้อมกันสูงสุด 4 ภาษาในทัวร์เดียว ลูกทัวร์ไม่จำเป็นต้องมีสมาร์ทโฟนหรือดาวน์โหลดแอปใด ๆ เนื่องจากเสียงจะส่งผ่านโครงสร้างพื้นฐานวิทยุที่ Vox ใช้มานานกว่า 25 ปี</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/vox_group_aura_200_mu15cv8j_inline_1_25e3af2deb.jpg" alt="tourism guide group headphone equipment" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><div class="ai-insight"><p>การนำ AI เข้ามาเสริมในอุตสาหกรรมการท่องเที่ยวถือเป็นก้าวสำคัญที่ช่วยลดอุปสรรคด้านภาษาโดยไม่ทำลายปฏิสัมพันธ์ของมนุษย์ การเลือกใช้ข้อมูลจากแหล่งที่ผ่านการตรวจสอบและอนุมัติจากผู้ประกอบการโดยตรง แทนที่จะดึงข้อมูลจากอินเทอร์설เปิดโล่ง ช่วยลดความเสี่ยงเรื่องข้อมูลคลาดเคลื่อนหรือฮัลลูซิเนชัน ซึ่งเป็นปัญหาใหญ่ของระบบ Generative AI ในปัจจุบัน</p></div><p>จุดเด่นสำคัญของ Aura คือผู้ช่วย AI ที่ถูกออกแบบมาให้อยู่เคียงข้างไกด์ แทนที่จะมายืนอยู่หน้าเวที แทนที่จะสร้างเนื้อหาขึ้นมาจากอินเทอร์เน็ตเปิด ระบบจะดึงข้อมูลเฉพาะจากแหล่งที่ผู้ประกอบการอนุมัติและตรวจสอบแล้วเท่านั้น เพื่อตอบคำถามที่ลูกทัวร์อาจถามขึ้นมาอย่างกะทันหัน พร้อมให้บริบทท้องถิ่น เช่น ชื่อสถานที่หรือสำเนียงภูมิภาค แนวทางนี้สะท้อนคำถามหลักในวงการ AI ว่าระบบอัตโนมัติควรเข้ามาเพิ่มคุณค่าตรงจุดไหน และจุดไหนที่ยังต้องอาศัยความเชี่ยวชาญของมนุษย์</p><blockquote class="pull-quote"><p>"ระบบถูกออกแบบมาเพื่อให้ไกด์เป็นเสียงหลัก โดยใช้ AI เพื่อขยายขอบเขตความรู้ที่บุคคลคนหนึ่งจะสามารถรู้ได้ตามสมควร แทนที่จะปล่อยให้ AI สร้างการนำเที่ยวขึ้นมาเองทั้งหมด"</p><cite>Vox Group</cite></blockquote><p>นอกจากนี้ Aura ยังเข้ามาช่วยอุดช่องว่างด้านการเข้าถึงสำหรับผู้ที่มีปัญหาทางการได้ยิน โดยระบบจะส่งซับไตเติลแบบสดตรงไปยังโทรศัพท์มือถือของผู้ใช้ขณะที่ไกด์กำลังพูด ทำให้พวกเขาสามารถติดตามการนำเที่ยวไปพร้อมกับคนอื่นในกลุ่มได้ทันทีโดยไม่ต้องอ่านสรุปย้อนหลัง และไม่มีการแจกอุปกรณ์แยกต่างหากที่ทำให้ผู้ใช้รู้สึกแตกต่างจากคนอื่น</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/vox_group_aura_200_mu15cv8j_inline_2_afd0c26331.jpg" alt="modern technology software interface screen" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=www.artificialintelligence-news.com&sz=64" alt="AI News" class="source-logo" width="16" height="16" /> <a href="https://www.artificialintelligence-news.com/news/how-vox-groups-ai-powered-technology-is-solving-real-time-translation-for-group-travel/" target="_blank" rel="noopener noreferrer">AI News</a></p>

<div class="key-takeaways"><ul><li>Vox Group has upgraded its Aura AI system to support simultaneous translation in up to 200 languages.</li><li>Tourists receive audio through existing radio infrastructure without needing to download any app.</li><li>The AI companion is built to support human tour guides rather than replace them.</li><li>Live accessibility subtitles are sent directly to the smartphones of guests who are hard of hearing.</li></ul></div><p>Live translation has historically remained one of the toughest challenges in travel, as a single guide addressing a multilingual group often struggles to ensure everyone understands simultaneously. Vox Group, a 25-year-old guiding technology company operating across more than 150 countries, has spent the past year rebuilding its AI-powered technology named Aura to bridge this gap. The platform now supports simultaneous translation in up to 200 languages, live accessibility subtitles, and an AI companion built to assist guides.</p><p>While relatively unknown outside the tourism sector, Vox Group underpins how millions experience guided tours, powering cruise operators, travel agencies, and destination partners in over 150 countries. Established a quarter-century ago using basic radio links to broadcast a guide's voice to an entire group, the business has since evolved from hardware solutions into advanced AI applications like Aura, remaining a privately held, family-led enterprise in a largely consolidated market.</p><div class="stat-row"><div class="stat-item"><span class="stat-number">200</span><span class="stat-label">Languages supported simultaneously</span></div><div class="stat-item"><span class="stat-number">25</span><span class="stat-label">Years of Vox Group operation</span></div><div class="stat-item"><span class="stat-number">150+</span><span class="stat-label">Countries served globally</span></div></div><p>Traditional group tours handled multiple languages by either splitting visitors into separate language cohorts or hiring dedicated interpreters, both of which add significant cost and complexity. Aura's translation library has expanded from 50 to 200 languages over the past year, enabling live simultaneous translations in up to four languages concurrently during a single tour. Guests do not need smartphones, separate apps, or downloads, as audio is delivered via the same radio infrastructure Vox has relied on for 25 years.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/vox_group_aura_200_mu15cv8j_inline_1_25e3af2deb.jpg" alt="tourism guide group headphone equipment" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><div class="ai-insight"><p>Integrating AI into tourism highlights the delicate balance between automation and human connection. By restricting the AI companion to operator-approved sources instead of drawing from the open internet, the platform minimizes hallucinations and factual inaccuracies, establishing a reliable framework for enterprise AI adoption.</p></div><p>Aura's standout feature is its AI companion, designed to work alongside the guide instead of substituting them. Rather than generating commentary from open internet sources, the system pulls data exclusively from operator-verified content to answer unexpected guest questions and provide local context. This design philosophy addresses broader industry debates regarding where automation delivers genuine value versus where human expertise remains irreplaceable.</p><blockquote class="pull-quote"><p>"Vox's approach has been to keep the guide as the primary voice, using AI to extend what one person can reasonably be expected to know, rather than to generate the tour itself."</p><cite>Vox Group</cite></blockquote><p>Aura also bridges accessibility gaps by transmitting live subtitles directly to the mobile devices of deaf or hard-of-hearing guests in real time. This ensures they follow excursions alongside the rest of the group without requiring special hardware or feeling singled out. Furthermore, Aura runs multiple parallel commentary channels, allowing families, specialists, and first-time visitors to experience tailored narratives simultaneously.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/vox_group_aura_200_mu15cv8j_inline_2_afd0c26331.jpg" alt="modern technology software interface screen" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=www.artificialintelligence-news.com&sz=64" alt="AI News" class="source-logo" width="16" height="16" /> <a href="https://www.artificialintelligence-news.com/news/how-vox-groups-ai-powered-technology-is-solving-real-time-translation-for-group-travel/" target="_blank" rel="noopener noreferrer">AI News</a></p>

medium_vox-group-เปิดตัวเทคโนโลยี-aura-รองรับแปลภาษา-200-ภาษา-mu15cv8j.jpg

small_vox-group-เปิดตัวเทคโนโลยี-aura-รองรับแปลภาษา-200-ภาษา-mu15cv8j.jpg

thumbnail_vox-group-เปิดตัวเทคโนโลยี-aura-รองรับแปลภาษา-200-ภาษา-mu15cv8j.jpg

vox-group-เปิดตัวเทคโนโลยี-aura-รองรับแปลภาษา-200-ภาษา-mu15cv8j.jpg

Vox Group ฉลองครบรอบ 25 ปี อัปเกรดระบบ AI Aura รองรับการแปลภาษาพร้อมกันสูงสุด 200 ภาษาสำหรับกรุ๊ปทัวร์ โดยไม่ต้องดาวน์โหลดแอปพลิเคชัน

Celebrating its 25th anniversary, Vox Group has upgraded its Aura AI guiding technology to support real-time translation in up to 200 languages for tour groups.

Vox Group เปิดตัวเทคโนโลยี Aura รองรับแปลภาษา 200 ภาษา

Inewgen

Inewgen

AI

UK AI Talent Faces Uncertainty Over Settlement Rules

Inewgen

Agent-net Open Sources Webagent: Turn Any Website into AI Agent

Inewgen

Meta Introduces ZGateway: Stateless Proxy Tier for ZippyDB

Inewgen

Sakana AI Introduces PC-ALM to Train 1000-Layer Networks

Inewgen

Agent Harness vs Framework vs MCP: Who Owns the Loop?

Inewgen

Microsoft AI opens review on Humanist AI Code of Conduct

Inewgen

NVIDIA Open-Sources OSMO for Physical AI Workflows

Inewgen

Vox Group Updates Aura AI to Support 200 Languages

Inewgen

Popular Category